双级矩阵变换器式同步电机驱动研究*

2021-10-26林蒙丹赵雪林

电子器件 2021年4期

林蒙丹，赵雪林

(1.徐州工业职业技术学院汽车工程学院,江苏徐州 221140；2.徐州华美电力工程有限责任公司,江苏徐州 221000)

电力电子技术的飞速发展,交流调速系统也在不断地提升着性能,传统的变频器往往不采用直流电直接通过逆变器转换成电机驱动电源,而是通过三相的不控整流模块先将电网的三相交流电转换成直流电,然后再经过逆变器转换成交流电进行电机驱动。

近年来,为了解决直流侧电容带来的可靠性以及成本问题,已有专家学者对无电解电容的变频器进行了研究[1-4]。而用双级矩阵变换器作为电机的驱动器已有很多专家学者进行了尝试,这种拓扑结构弥补了传统变频器结构电网侧电流的不可控的缺陷,能够获得更优良的电网性能[5-8]。文献[9]针对双级矩阵变换器-永磁同步电机系统传统的直接转矩控制策略中存在输入电流质量差、转矩和磁链波动较大的问题,以双级矩阵变换器的整流级和逆变级作为研究对象,提出一种占空比优化控制策略。文献[10]设计了一种基于双级矩阵变换器驱动的永磁同步电机滑模变结构直接转矩控制方案。文献[11]中的双级矩阵变换器整流级采用空间矢量调制策略,逆变级采用直接转矩控制策略。文献[12]将一种基于新型趋近律滑模控制算法应用于控制系统转速,弥补永磁同步电机矢量控制系统在负载扰动情况下转速波动很大的问题。文献[13]针对传统PI 控制器对电机转速控制响应速度慢,控制精度低,以及电机调速、负载参数变化时,很难达到预期效果等问题,提出了一种利用模糊控制构建模糊自适应PI 控制器,实现转速和电流闭环控制。

本文提出将模型预测控制应用于双级矩阵变换器之中,同时用于电机驱动。一般来说,双级矩阵变换器需要前后级的协调控制,而模型预测控制是一种一体化的新型控制方法,这种方法需要遍历所有的开关状态组合,这无疑避免了前后级的协调控制。无论前后级之间需要何种协调方法,归根结底都是体现在开关状态组合上,因此模型预测控制能够提高控制的简易程度。

1 模型预测控制

模型预测控制是一种多目标控制方法,在本文中,控制目标可以分为两个,一个是电网侧的功率因数,具体体现在控制输入无功功率为零；另一个是驱动电机的电流。本文的模型预测控制原理可以概括为:

(1)建立系统的数学模型。根据双级矩阵变换器的模型特征,需要对前后级变换器分别进行模型建立,同时还需要建立滤波器以及电机的数学模型。

(2)开关状态表的建立。这一环节将会统计每个逆变器所有的可能开关状态,每一个开关状态又会通过控制目标的计算公式得到其唯一的值。

(3)品质函数的建立。本文选择以电网侧无功功率、定子磁链的误差以及电机转矩的误差为控制目标建立品质函数。

2 数学模型

图1 双级矩阵变换器拓扑

整流级的数学模型如下:

式中:udc和idc分别为直流侧电压与电流,ue=[ueauebuec]T为LC滤波电容Cf的电压；ie=[ieaiebiec]T为LC滤波器后线路上的电流；Sxp和Sxn分别为整流级上下开关管,p代表上部分,n代表下部分,x=a,b,c。式中,相对应的s为开关状态量,1 表示开通,0 表示关断。

逆变级的数学模型如下:

式中:io=[ioaiobioc]T为逆变级输出电流；uo=[uoauobuoc]T为逆变级输出电压。Sxp和Sxn分别为逆变级上下开关管,p代表上部分,n代表下部分,x=u,v,w。1 表示开通,0 表示关断。

而电网侧的LC滤波器数学模型为:

式中:Rf、Lf、Cf分别为该滤波器的电感寄生电阻、电感和电容；is=[isaisbisc]T为电网电流,us=[usausbusc]T为电网电压。

同步电机定子电压方程为:

与先民过于推崇“拙”的情形不太一致，他们对于“巧”的态度，却呈现出一定的矛盾性。从文献看来，随着历史的推进，先民对“巧”的态度，开始发生变化：

式中:ux和ix分别表示电机三相定子电压和定子电流；R为电枢电阻,Ψx分别为三相磁链。x=A,B,C。

磁链方程为:

式中:Laa、Lbb、Lcc分别为每一相绕组自感,而Mab、Mac、Mba、Mbc、Mca、Mcb分别为各相绕组互感。

3 开关状态组合

电力电子变换器至关重要的一点就是开关状态的组合,各种控制方法最终都是体现在驱动开关管进行开通与关断。双级矩阵变换器分为前后级,分别为整流级以及逆变级,对于前后两级具有不同的开关状态组合,分别如表1 和表2 所示。

表1 整流级开关组合

表2 逆变级开关组合

从上述开关状态组合中,剔除表1 中最后三组,目的是为了提高电压的利用率。因此本文的双级矩阵变换器一共具备48 种组合。

4 品质函数

品质函数的作用是用来评判开关组合选取的合理性。本文模型预测控制所选的控制目标为电网侧功率因数、定子磁链的误差以及电机转矩的误差。因此可以建立如下的品质函数:

如图2 所示为模型预测控制流程图,从图中可以看出本文最终需要遍历所有的开关组合状态进行寻优,从而得到每一个开关周期内的最佳开关状态,从而驱动双级矩阵变换器。

图2 模型预测控制流程图

然而,当变换器的开关状态组合较多时,遍历所有的开关状态无疑会加重计算的负担,因此一种好的寻优算法是十分必要的。

5 BP 神经网络算法寻优

BP 神经网络算法是来源于人体神经对于信息处理的人工智能算法,本文应用BP 神经网络算法对开关状态进行寻优,其实现步骤可以概括为:

(1)初始化。设置权值向量wij、vjt分别是输入变量与中间变量的过渡向量、中间变量和输出向量的过度向量,θj、γt分别为隐含层和输出层的阈值。其中,i=1,2,…,n,j=1,2,…,p,t=1,2,…,m。

(2)学习训练。对输入样本和目标样本进行学习训练。

(3)修正过渡向量以及阈值。

如图3 所示为BP 神经网络算法的实现流程图。

图3 BP 神经网络算法流程图

6 实验结果

为了验证本文所提方案的正确性与有效性,搭建了实验平台对其进行验证。图4 为系统实现框图。表3 为实验参数。图5 为实验装置。

图4 实现框图

图5 实验装置

表3 实验参数

如图6 所示为输入侧的A 相电压电流波形,从图中可以看出电压电流同相位,电流正弦度良好,具有良好的网侧性能,对大电网无污染。

图6 网侧电压电流波形

如图7 所示为输出电流波形,从图中可以看到输出电流正弦度良好。

图7 输出电流波形

如图8 所示为电机dq轴电流与给定波形,其中图8(a)为定子电流的q轴分量,从图中可以看出电流跟踪误差较小,同时动态效果良好,超调较小。图8(b)为定子电流的d轴分量,从图中可以看出,d轴电流始终不变,且能够很好地跟踪给定,证明了本文所提控制方法的有效性,同时电流跟踪效果的快速性较好,证明本文所采用的的寻优算法是十分可靠有效的。