[发明专利]一种背靠背转换器的分布式模型预测控制方法

摘要

本发明涉及一种背靠背转换器的分布式模型预测控制方法，所提出的分布式模型预测控制方法应用于背对背转换器的直接功率控制和直流链路电压控制。FCS‑MPC问题以分布式方式制定，整个系统被分成更简单的子系统。单个控制器能够彼此通信以共同决定本地切换序列。所提出的分布式模型预测控制公式能够为具有涉及容错，灵活性和高控制能力的硬要求的系统提供可行的控制实现，而不存在一个大型集中优化问题的解决方案。本发明有利于减少原来解决方案的计算负担，并为未来发展方向提供指导。

主权项

1.一种背靠背转换器的分布式模型预测控制方法，其特征在于，按照如下步骤实现：步骤S1：构建一用于估计受控系统行为的离散时间非线性系统：x(k+1)＝f(x(k),u(k))；y(k)＝g(x(k),u(k))；其中：x(k)、u(k)和y(k)分别表示在瞬时时间k，状态、输入和输出向量，f(x(k),u(k))和g(x(k),u(k))为被控系统的随时间变化的非线性函数；步骤S2：根据时间步骤k的测量状态值，在时间步骤h+1下，获取期望的系统输出y_ref(h+1)和预测系统输出y(h+1/k)；步骤S3：构建用于测量受控系统性能的二次成本函数通常是对角线矩阵,其中：Q和R是正定义加权矩阵，e(h+1/k)＝y_ref(h+1)‑y(h+1/k)是期望和预测输出之间的差；步骤S4：计算控制动作使得在整个预测水平N_p上的二次成本函数最小化；步骤S5：将所述步骤S1中整个系统模型函数分解为M个子系统为：x_r(k+1)＝f_r(x(k),u_r(k),u_‑r(k))；y_r(k)＝g_r(x(k),u_r(k),u_‑r(k))；其中，x_r(k)、u_r(k)和y_r(k)分别是子系统r的本地状态、输入和输出；除了局部u_r(k)的矢量，u_‑r(k)是包含所有控制输入，即：其中，M为整个系统分解后子系统个数；步骤S6：对于第r个本地控制器，根据时间步骤k的测量状态值，在时间步骤h+1的期望和预测的局部输出之间的差为：e_r(h+1/k)＝y_{ref_r}(h+1)‑y_r(h+1/k)；其中：y_{ref_r}(h+1)表示期望输出和y_r(h+1/k)表示预测输出；步骤S7：以Q_r和R_r表示局部加权矩阵，即具有正元素的适当维度的对角矩阵；将局部模型替换为所述步骤S3中全局成本函数，即：步骤S8：以表示本地控制器r的成本函数，从所述步骤S7全局成本函数中，记为：则：其中，r为本地控制器，表示在时间步骤k的最优局部控制动作的序列，表示剩余控制器的控制动作的序列；步骤S9：为代替最小化每个控制器r相对于其自身的局部变量使最小；公式化每个局部MPC为：约束条件：x_r(h)∈X_r(x(k),u_r(k),u_‑r(k))为局部状态的轨迹；u_r(h)∈U_r(x(k),u_r(k),u_‑r(k))为本地输入；y_r(h)∈Y_r(x(k),u_r(k),u_‑r(k))为本地输出；其中，X_r(x(k),u_r(k),u_‑r(k))，U_r(x(k),u_r(k),u_‑r(k))和Y_r(x(k),u_r(k),u_‑r(k))分别是局部状态，局部输入和局部输出的可行集合；步骤S10：通过建立的分布式模型预测控制对背对背转换器的直接功率控制和直流链路电压进行控制；在所述步骤S10中，还包括如下步骤：步骤S101：通过Clark变换，记为系统的状态向量，V_dc(h)分别是通过Clark变换，系统模型从自然参考坐标系(abc)变换为静止参考坐标系(αβ)的转置电流和电容器电压；在每个采样间隔内计算切换状态S_1abc(t)和S_2abc(t)，是在通过Clark变换，系统模型从自然参考坐标系(abc)变换为静止参考坐标系(αβ)的切换状态；其中记以下局部成本函数被分别为：其中：e₁(k+1/k)＝[P_1ref‑P₁(k+1/k),Q_1ref‑Q₁(k+1/k),V_dcref‑V_dc(k+1/k)]^T；e₂(k+1/k)＝[P_2ref‑P₂(k+1/k),Q_2ref‑Q₂(k+1/k),V_dcref‑V_dc(k+1/k)]^T；对角矩阵且对角元素全为正；P_1ref，P_2ref为输入输出两侧的参考有功功率，Q_1ref，Q_2ref为两侧参考无功功率，V_dcref为参考电容器电压，V_dc(k+1/k)为实时电容器电压，P₁(k+1/k)，P₂(k+1/k)为两侧实时有功功率，Q₁(k+1/k)，Q₂(k+1/k)为两侧实时无功功率；步骤S102：通过求解最小化问题得到的序列序列约束条件为：x₁(h)∈X₁(x(k),S_1αβ(h),S_2αβ(h))；S_1αβ(h)∈U₁(x(k),S_1αβ(h),S_2αβ(h))；P₁(h)∈Y_P1(x(k),S_1αβ(h),S_2αβ(h))；Q₁(h)∈Y_Q1(x(k),S_1αβ(h),S_2αβ(h))；步骤S103：通过求解最小化问题得到的序列约束条件：x₂(h)∈X₂(x(h),S_1αβ(h),S_2αβ(h))；S_2αβ(h)∈U₂(x(h),S_1αβ(h),S_2αβ(h))；P₂(h)∈Y_P2(x(h),S_1αβ(h),S_2αβ(h))；Q₂(h)∈Y_Q2(x(h),S_1αβ(h),S_2αβ(h))；其中：P₁(h)∈Y_P1(x(k),S_1αβ(h),S_2αβ(h))和P₂(h)∈Y_P2(x(h),S_1αβ(h),S_2αβ(h))是转换器每侧的有功功率的控制集；Q₁(h)∈Y_Q1(x(k),S_1αβ(h),S_2αβ(h))和Q₂(h)∈Y_Q2(x(h),S_1αβ(h),S_2αβ(h))是转换器每侧的无功功率的控制集；步骤S104：计算参考有功功率，根据预设电容器V_dref处的电压的期望值以及实际测量的电压值V_dc，用于将电压调节到期望值有功功率流的所需变化由下式给出：其中，N表示达到期望值所需时间步长的期望数量，C是直流链路的电容，P_dc是有功功率流，T_s是采样时间；步骤S105：利用转换器的α‑β模型，通过Clark变换的有功和无功功率流预测如下：其中，V_siα是有源电压实轴的分量，V_siβ是有源电压虚轴的分量，I_siα是有源电流实轴的分量，I_siβ是有源电流虚轴的分量；给定电流和过去电压的测量值，使用一阶拉格朗日外推法计算下一时间步长的电压：