[发明专利]基于MRAS的无电网电压传感器直接功率预测控制方法

说明书

本发明公开了一种基于MRAS的无电网电压传感器直接功率预测控制方法，采用模型参考自适应(MRAS)进行实时识别网侧电感，减小系统的体积和成本弥补了传统模型预测控制(MPC)对系统参数的过度依赖，使得控制更加稳定、可靠，对交流的电压抗干扰能力更强，具有良好的谐波特性；同时使用无电网电压传感器的控制方法，省去了网侧电压传感器，减小了系统体积，节省了系统成本。

技术领域

本发明涉及无电网电压传感器功率预测技术领域，具体而言涉及一种基于MRAS的无电网电压传感器直接功率预测控制方法。

背景技术

近年来，三相电压型整流器(VSR)由于功率因数高，能量可双向流动，直流侧电流可控等优点，越来越广泛地应用在各种工业技术领域中，例如高压直流输电、不间断电源、新能源汽车等。模型预测控制(MPC)作为一种新兴的控制算法，由于其简单、灵活、多输入多输出的特点，已被大量应用于众多电力电子设备。其中，有限控制集模型预测(FCS-MPC)通过系统的数学模型，履历所有开关状态，预测出下一采样时刻所有可能的值，并最小化代价函数，得到最优开关状态，由于其简单且准确，这种预测控制方法在MPC中应用最为广泛。

专利号CN112994482A的发明中提出了一种双PWM变频系统的模型预测功率动态补偿控制方法，在整流-逆变双侧采用模型预测控制，利用当前时刻输入电压矢量和输入电流矢量计算下一时刻功率预测值；结合滚动优化下的预测电流和ESO优化估计原理，通过滚动预测k+2时刻的电流值，得到k+2时刻母线电压的预测值；在母线电压跟踪估计的基础上，根据双侧瞬时能量平衡原理，建立能量流动平衡方程，计算整流侧超前预测的功率补偿量，进行前馈修正。该发明能够抑制负载突变及系统扰动所导致的母线电压波动问题，实现双侧控制性能的协调提升。专利号为CN112550024A的发明中提出了一种基于模型预测的三相PWM整流新能源汽车充电方法，针对用户对于新能源汽车不同的充电需求，包括充电快速性，充电经济性，充电电池损伤，通过多目标算法选择最优的指标来设置最优电压曲线，同时对车载锂电池和新能源电池进行充电，并对两个电池进行实时监控从而保证电池的充电安全，满足用户的特殊充电需求。将所得的最优电压值设定为直流侧参考值，并按照电池容量实时反馈调节，将最优电压值通过外环滑模控制得到系统额定有功功率值。为了降低网侧开关变化次数引起的损耗，根据额定有功功率值设计了开关系数表，以减少计算量从而提升响应速度。同时减少开关的频繁变动，延长设备寿命。

然而，由于需要系统的数学模型进行预测，所以MPC会过度依赖于系统参数的精确性。不精确的系统参数会导致不精确的预测值。因此，找到某种可以得到系统参数的精确值的方法是非常重要的。无电网电压传感器整流比起传统VSR有着众多的优点，例如减小系统体积，缩减成本等。电压传感器可能会带来噪声和干扰，且由于可能出现的错误值会影响整个系统的可靠性。

发明内容

本发明针对现有技术中的不足，提供一种基于MRAS的无电网电压传感器直接功率预测控制方法，弥补了传统模型预测控制(MPC)对系统参数的过度依赖，使得控制更加稳定、可靠，对交流的电压抗干扰能力更强，具有良好的谐波特性。同时省去了网侧电压传感器，减小了系统体积，节省了系统成本。

为实现上述目的，本发明采用以下技术方案：

本发明实施例提出了一种基于MRAS的无电网电压传感器直接功率预测控制方法，所述控制方法包括以下步骤：

S1，采集当前采样时刻电网侧电流i_s(t)，根据当前采样时刻整流器输出电压V_afe(t)和线电压估算值V_s(t)，通过模型参考自适应估算出网侧电感；

S2，采集当前采样时刻直流侧电压V_dc(t)，根据步骤S1采集到的网侧电流i_s(t)以及当前采样时刻的开关状态S_a(t)、S_b(t)和S_c(t)，计算出当前采样时刻的电网线电压；