[发明专利]一种在线补偿控制率的APFC控制系统

摘要

本发明公开了一种在线补偿控制率的APFC控制系统，包括Boost APFC主电路、滑模控制电路，Boost APFC主电路将交流电源整流滤波后转换为高压直流电，滑模控制电路对从Boost APFC主电路采集到的电感电流和输出电压进行控制，实现功率因数校正，并获得平滑稳定的输出电压，所述滑模控制电路包括电压外环PI控制模块、滑模控制器、PWM比较器以及驱动电路模块；其中所述滑模控制器包括滑模面模块、滑模控制模块、Elman神经网络算法模块以及粒子群算法模块；本发明有效解决了现有的DC‑DC变换器采用传统滑模控制，导致滑模面函数趋近于零的收敛速度较慢，且滑动过程在系统存在干扰的情况下可能无法完成的问题。

主权项

1.一种在线补偿控制率的APFC控制系统，包括Boost APFC主电路、滑模控制电路，Boost APFC主电路将交流电源整流滤波后转换为高压直流电，滑模控制电路对从Boost APFC主电路采集到的电感电流和输出电压进行控制，实现功率因数校正，并获得平滑稳定的输出电压，其特征在于：所述滑模控制电路包括电压外环PI控制模块、滑模控制器、PWM比较器以及驱动电路模块；其中所述滑模控制器包括滑模面模块、滑模控制模块、Elman神经网络算法模块以及粒子群算法模块；所述电压外环PI控制模块用于产生参考电流并传输给滑模面模块；所述滑模面模块用于构成滑模控制器的滑模面；所述Elman神经网络算法模块用于在线估计补偿控制率，并采用粒子群算法模块对Elman神经网络权值进行优化，得到优化后的补偿控制率；所述滑模控制模块用于接收滑模面模块得到的滑模面，产生等效控制率，将等效控制率和Elman神经网络算法模块得到的优化后的补偿控制率相加，输出总滑模控制率；其中，Elman神经网络对控制系统中不确定性因素的值进行估计，设总滑模控制率为u_con＝u_eq+u_nn，其中u_nn为基于Elman神经网络的优化后的补偿控制率，u_nn=C_n^‑1y_o，u_eq为等效控制率，y_o为Elman神经网络的输出，用于实现对不确定性和外加干扰的补偿控制，其中C_n=‑v_o/L_n，v_o为Boost APFC主电路的直流输出电压，L_n为Boost APFC主电路的电感L的标称值；所述PWM比较器用于将总滑模控制率与预先设定的三角载波信号比较后产生PWM信号，并传输给驱动电路模块；所述驱动电路模块用于驱动Boost APFC主电路的功率开关管的开通与关断。