[发明专利]一种基于神经网络的并联UPS系统状态反馈控制方法

权利要求书

1.一种基于神经网络的并联UPS系统状态反馈控制方法，其特征是：包括以下步骤：

建立并联UPS系统的状态空间模型；

进行完全已知系统动力学的状态反馈跟踪控制设计；

基于神经网络进行并联UPS系统参数识别；

所述的建立并联UPS系统的状态空间模型，包括以下步骤：

系统的控制输入U(t)为每个逆变器的一组电压基准，表示为式(1)：

其中，v_j表示第j个逆变器的输入电压，n表示逆变器总数；

系统的状态变量X(t)为并联逆变器的输出电压v_o和逆变器的输出电流i_j，表示为式(2)：

其中，i_j为第j个逆变器的输出电流，n为逆变器总数；

系统的状态空间模型为连续时间线性系统，表示为式(3)：

其中：

其中，L_j为第j逆变器输出滤波器的输出电感，C_j为第j逆变器输出滤波器的电容，r_j为第j逆变器输出滤波器的输出电阻；D(t)表示补偿系数。

2.根据权利要求1所述的基于神经网络的并联UPS系统状态反馈控制方法，其特征是：所述的并联UPS系统，包括并联布置的n个逆变器，n个逆变器的输出端分别与一个LC滤波器连接，每个LC滤波器均与交流母线连接，各逆变器均与集中电压和负载共享控制器连接。

3.根据权利要求1所述的基于神经网络的并联UPS系统状态反馈控制方法，其特征是：基于状态空间系统模型，系统的理想状态轨迹X^*(t)表示为式(4)：

其中，表示输出电压参考值，i^*表示输出电流参考值。

4.根据权利要求3所述的基于神经网络的并联UPS系统状态反馈控制方法，其特征是：所述的进行完全已知系统动力学的状态反馈跟踪控制设计，包括以下步骤：

跟踪误差定义为E(t)＝X(t)-X^*(t)，由式(3)可得跟踪误差动力学公式，表示为式(5)：

根据式(5)，将稳定跟踪控制公式，表示为式(6)：

U(t)＝U_e(t)+U_D(t)+U_des(t)             (6)

其中，用于保证跟踪误差收敛，为估计状态向量；U_D(t)＝-M₁D(t)；U_des(t)＝-M₂X^*(t)；K,M₁和M₂为控制增益矩阵；

将式(6)代入式(5)得式(9)

其中为状态估计误差；通过极点配置选择合适的K，使(A-BK)的所有特征值均为负定，使跟踪误差收敛于零。

5.根据权利要求4所述的基于神经网络的并联UPS系统状态反馈控制方法，其特征是：K,M₁和M₂为控制增益矩阵，该矩阵的要求为式(7)、式(8)：

BU_D(t)＝-BM₁D(t)＝-D(t)           (7)

6.根据权利要求5所述的基于神经网络的并联UPS系统状态反馈控制方法，其特征是：保证收敛到零的速度比E(t)收敛到零的速度快得多。