阅读说明：本技术 双级式矩阵变换器的虚拟矢量调制型模型预测算法 (Virtual vector modulation type model prediction algorithm of two-stage matrix converter ) 是由 公铮 李景杰 苏大汇 赵纯 戴鹏 于 2020-06-01 设计创作，主要内容包括：本发明公开了一种双级式矩阵变换器的虚拟矢量调制型模型预测算法,该策略在整流级采取传统调制型模型预测控制算法,在逆变级通过无差拍控制将电流模型转换成电压模型,确定期望矢量的扇区,然后计算其相邻有效矢量和零矢量的价值函数,以避免在所有开关状态下遍历优化,同时构造三个虚拟矢量,计算虚拟矢量的价值函数并进行排序,选择价值函数较小的两个虚拟矢量参与调制,与整流级所选的有效矢量协调配合控制变换器开关。本发明的有益之处是与传统调制型模型预测控制策略相比,该策略在不影响计算负担的情况下减小了控制误差,提高了系统的控制性能,改善了输入输出电流质量。(The invention discloses a virtual vector modulation type model prediction algorithm of a two-stage matrix converter, which adopts a traditional modulation type model prediction control algorithm at a rectification stage, converts a current model into a voltage model at an inverter stage through dead-beat control, determines a sector of an expected vector, calculates a value function of adjacent effective vectors and zero vectors to avoid traversal optimization under all switch states, simultaneously constructs three virtual vectors, calculates the value functions of the virtual vectors and sequences, selects two virtual vectors with smaller value functions to participate in modulation, and coordinates with the effective vectors selected by the rectification stage to control a converter switch. Compared with the traditional modulation model predictive control strategy, the strategy has the advantages that the control error is reduced under the condition of not influencing the calculation load, the control performance of the system is improved, and the quality of input and output current is improved.)

双级式矩阵变换器的虚拟矢量调制型模型预测算法

技术领域

本发明涉及电力电子变换器模型预测控制技术，具体涉及双级式矩阵变换器的虚拟矢量调制型模型预测算法。

背景技术

双级式矩阵变换器是一种新型交-交变换器，不仅具有传统矩阵变换器的输入输出电流正弦、能量可双向流动、无需直流储能元件、功率密度高、结构紧凑等优点，还具有整流级零电流换流，钳位电路控制简单等优点，非常具有发展潜力。在过去20多年间，引起了国内外众多学者的关注。

常规控制技术一般基于比例积分控制器，当需要同时实现多个控制目标时，就需要设计多个和级联的控制回路，使得控制方法非常复杂。与这些常规控制策略相比，1970年代末提出的模型预测控制(MPC)对矩阵变换器具有许多优势，例如易于实现多个控制目标，高动态性能，灵活的约束限制等。有限控制集模型预测控制(FCS-MPC)由于其直观的概念已成为电力转换器最有吸引力的预测控制方法。但是其控制性能受到以下两个缺点的限制：一是计算负担大，二是可变的开关频率特性导致电流纹波大。为了固定开关频率，学者为IMC提出了一种调制型模型预测控制(M2PC)策略，该策略保留了传统FCS-MPC的优点，通过成本函数最小化过程选择两个或多个开关状态，然后在固定的开关周期内连续应用。因此，可以改善有关IMC的输入和输出功率质量的稳态性能。

发明内容

本发明的目的是，保留传统调制型模型预测控制策略的固有特性，在不影响计算负担的前提下提高系统的控制性能，改善输入输出电流特性。

本发明所采用的技术方案为：

在整流级采取传统调制型模型预测控制算法，在逆变级通过无差拍控制将电流模型转换成电压模型，确定期望矢量的扇区，然后计算其相邻有效矢量和零矢量的价值函数，以避免在所有开关状态下遍历优化，同时构造三个虚拟矢量，计算虚拟矢量的价值函数并进行排序，选择价值函数较小的两个虚拟矢量参与调制。

本发明与现有技术相比所产生的效果为：

相较于现有调制型模型预测控制策略，输入输出电流谐波含量更低，动态响应更快，且不增加计算负担；

附图说明

图1：双级式矩阵变换器的拓扑；

图2：逆变级空间矢量扇区分布；

图3：整流级和逆变级的开关模式；

图4：虚拟矢量扇区图；

具体实施方式

下面结合附图对本发明做进一步说明；

一种双级式矩阵变换器的拓扑如图1所示，主电路拓扑主要由整流级和逆变级两部分构成。整流级和逆变级。整流级是由六个双向开关组成的电流源型整流器，逆变级是传统的三相两电平电压源型逆变器。整流级和逆变级通过虚拟直流侧耦合在一起，因此整流级可采用零电流换流方式。

整流级预测控制策略同传统调制型模型预测控制中的一致，从整流级的有效矢量中选择直流侧输出电压为正值的三个，它们的价值函数的可以通过下式计算得到：

g＝|i_ref-i(k+1)|

式中：i_ref为电流参考值，i(k+1)为电流k+1采样时刻的预测值；

根据上式可计算出三个有效矢量所对应的价值函数,然后利用排序算法选出价值函数最小的两个相邻有效矢量。

假设利用排序算法选出的矢量为I_a和I_b，其价值函数分别为g_ra和g_rb，则定义各矢量作用占空比为：

在逆变级预测控制策略中将电流预测模型转换成电压预测模型，确定期望矢量的扇区，然后计算其相邻有效矢量和零矢量的价值函数，以避免在所有开关状态下遍历优化，同时构造三个虚拟矢量，计算虚拟矢量的价值函数并进行排序，选择价值函数较小的两个虚拟矢量，与整流级所选的有效矢量协调配合完成开关的控制。

(1)将参考输出电流转化为期望输出电压；

当双级式矩阵变换器带阻感负载时，利用前向欧拉法获得负载侧的离散模型：

式中：i_o(k+1)为输出电流k+1时刻的预测值，i_o(k)为实际的输出电流值，u_o(k)为逆变级输出电压值，T_s是开关周期，R_L是负载电阻值，L_L是负载电感值；

为实现对输出电流的跟踪，则下一时刻的输出电流应与下一时刻输出电流参考值相等，即：i_o(k+1)＝i_oref；对上式进行变换可得：

式中：u_oref(k)逆变级的期望输出电压，也就是图2中的U_ref；

获得逆变级的期望输出电压后，可以判断其所处扇区，扇区分布如图2所示，进而选出与其相邻的两个有效矢量。

(2)利用与逆变级期望输出电压矢量相邻的有效矢量，结合零矢量来构建虚拟矢量，计算虚拟矢量的价值函数并进行排序，选择价值函数较小的两个虚拟矢量，具体如下：

选出有效矢量U_m和U_n后，根据下式计算所选矢量的价值函数g_im和g_in:

g＝|i_ref-i(k+1)|

式中：i_oref为电流参考值，i(k+1)为电流k+1采样时刻的预测值；

零矢量的价值函数g_i0可以通过下式求得：

g_i0＝I_orefR_L|i_oref-i(k+1)|

式中：I_oref为期望输出相电流的幅值；

进而通过下式构造虚拟矢量U_vx、U_v(x+1)、U_v(x+6)，x均表示扇区值，x＝1,…,6：

再通过下式分别求得所构造的虚拟矢量的价值函数：

g_v＝|u_oref(k)-U_v|

式中：u_oref(k)为期望输出电压，U_v是虚拟矢量；

最终从三个虚拟矢量中选择价值函数最小的两个矢量参与调制。

(3)由于双级式矩阵变换器直流侧不含储能元件，因此需要协调配合控制整流级和逆变级的开关状态；图4给出了整流级和逆变级的开关模式。为了改善输入和输出谐波特性，开关状态模式类似于通用SVPWM方案。从逆变器级的矢量分布来看，在每个采样周期中应用两个不同的零矢量，降低开关次数，实现最小的开关损耗。此外，当整流器级发生换向时，总是将零矢量应用于逆变器级，这种零电流换流不仅可以简化换流过程，而且可以确保双级式矩阵变换器的安全性。

下面介绍本发明公开的双级式矩阵变换器的虚拟矢量调制型模型预测算法的原理，以第一扇区为例，构建的虚拟矢量U_v1、U_v2、U_v7如图3所示，结合上式我们可以推导出：

假设AD表示线段AD的长度，其他类似，

由价值函数的求取公式可知，一个矢量的价值函数表示期望矢量与该矢量差的绝对值，所以g_i1＝AC，g_i2＝BC，因为AB<g_i1+g_i2，所以AD<g_i1，BD<g_i2。可以推断出∠BDC>∠BCD和∠ADC>∠ACD。因为∠CBD和∠CAD都小于π/3，所以∠BDC>∠CBD，∠ADC>∠CAD，然后我们可以得到CD<BC，CD<AC。因此，可以得出结论，根据等式(22)获得的虚拟矢量U_v7的控制误差小于矢量U₁和U₂。

类似地，可以证明CE<OC，CE<AC和CF<OC，CF<BC，U_v1的控制误差小于U₀/U₇和U₁，并且U_v2的控制误差小于U₀/U₇和U₂。因此，从理论上证明了该方法可以减小控制误差。