SOGI滤波的电机单矢量无模型预测控制方法及系统

本发明涉及同步电机，具体涉及一种sogi滤波的电机单矢量无模型预测控制方法及系统。

背景技术：

1、随着数字技术的进步，模型预测控制（mpc）因其多目标、多变量控制并且实施简单、响应快速等优点，在先进电机的控制策略中脱颖而出。mpc在pmsm控制策略中的应用可以根据控制动作的不同分为有限控制集模型预测控制 (fcs-mpc)和连续控制集模型预测控制 (ccs-mpc)两类，也可以根据控制行为分类为预测电流控制（mpcc）、预测转矩控制（mptc）。然而模型预测控制方法过度依赖于电机模型的参数精度，在实际运行中模型参数变化会导致模型失配，影响最优控制矢量的选择，导致系统性能变差。为了应对这种问题，很多学者采用在线观测器对参数进行误差补偿，但是在线观测器会增加控制系统的复杂性，加重计算负担。

2、无模型预测控制（mfpcc）具有原理简单、计算量小的优点，相较于模型预测控制具有更好的鲁棒性。它包括递归最小 (rls) 估计方法、超局部模型，以及基于电流差分表的方法。基于电流差分法的无模型预测电流控制方法简单、系统计算负担小。是从每个控制周期的电流采样信息中获得电流差分值，并存储在对应的电流差分表中。使用电流差分表对控制电流进行预测，结合代价方程选择出每个控制周期作用的最优控制电压矢量，并作用于逆变器最终控制永磁同步电机。但是传统的基于电流差分法的无模型预测控制中每个控制周期只能对选择的电压矢量对应的电流差分表中的一个差分值进行更新，在多个控制周期未使用某个电压矢量时，其对应的电流差分值与差分表中的值就会存在误差。从而导致无模型预测电流控制的控制效果变差。

3、采样电流中的噪声信号，主要由电路内的电源、温度以及外部电磁干扰等因素产生。由于无模型预测电流控制的采样频率较高，不准确的采样电流信号会影响每个采样周期最优控制电压矢量的选择从而对控制效果产生较大影响。传统的方法是使用低通滤波器滤除电流信号中的噪声，低通滤波器的输出与频率成反比，即对高频信号产生衰减作用，可以轻松滤除采样信号中的高频部分，但是输出信号会随着输入信号的频率增加产生相移，导致输出信号滞后于输入信号。

技术实现思路

1、本发明要解决的技术问题：针对现有技术的上述问题，提供一种sogi滤波的电机单矢量无模型预测控制方法及系统，本发明旨在减少差分法无模型预测电流控制方法的电流停滞现象，提高电流精度，增强电机控制系统对噪声的抗干扰性能。

2、为了解决上述技术问题，本发明采用的技术方案为：

3、一种sogi滤波的电机单矢量无模型预测控制方法，包括下述步骤：

4、s101，根据电机定子三相电流采样信号进行clark变换，转换成静止坐标系后再使用sogi滤波器滤除高频噪声信号；

5、s102，将滤除噪声信号后的电流信号用于差分法无模型预测电流控制中电流差分表的更新机制，得到八个基本电压矢量的电压表和电流差分表；

6、s103，使用八个基本电压矢量的电压表和电流差分表分别预测k+1时刻的轴和轴的定子电流，并根据预设的代价方程选择最优电压矢量vopt产生单矢量控制信号以作用于电压型逆变器。

7、可选地，步骤s101中sogi滤波器的函数表达式为：

8、，

9、或者：

10、，

11、上式中，和分别为k和k-2时刻输入sogi滤波器的轴电流，、、、和、分别为k、k-1和k-2时刻sogi滤波器输出的轴和轴电流，、、、、、和为系数，为z变换中的复频率参数，且有：

12、，

13、，

14、，

15、，

16、上式中，为滤波器增益系数，为跟踪信号的角频率，为控制周期，为拉普拉斯变换中的复频率参数。

17、可选地，步骤s101中sogi滤波器的传递函数为：

18、，

19、，

20、上式中，和分别为d轴和q轴的为sogi滤波器两路正交输出信号的传递函数。

21、可选地，步骤s102中将滤除噪声信号后的电流信号用于差分法无模型预测电流控制中电流差分表的更新机制的函数表达式为：

22、，

23、，

24、上式中，和分别为更新后的k时刻的轴和轴的电流差分值，和分别为更新前的k-1时刻的轴和轴的电流差分值，和分别为前一控制周期选择的基本电压矢量对应的k时刻的轴和轴电流差分值，和分别为前前控制周期选择的基本电压矢量对应的k-1时刻的轴和轴电流差分值，和分别为k-1时刻作用的基本电压矢量的轴和轴分量，和分别为k-2时刻作用的基本电压矢量的轴和轴分量，和分别为k-2时刻未作用的号基本电压矢量的轴和轴分量，和分别为k-2时刻未作用的号基本电压矢量的轴和轴分量，取值范围为0～7。

25、可选地，步骤s103中预测k+1时刻的轴和轴的定子电流的函数表达式为：

26、，

27、，

28、上式中，和分别为预测得到的k+1时刻的轴和轴的定子电流，和分别为预测得到的k时刻的轴和轴的定子电流，和分别为更新后的轴和轴的电流差分值。

29、可选地，步骤s103中代价方程的函数表达式为：

30、，

31、上式中，为代价方程，为参考电流，和分别为预测得到的k+1时刻的轴和轴的定子电流。

32、可选地，步骤s103中根据预设的代价方程选择最优电压矢量vopt是指从八个基本电压矢量的电压表和电流差分表中，选择代价方程最小的基本电压矢量作为最优电压矢量vopt产生单矢量控制信号以作用于电压型逆变器。

33、此外，本发明还提供一种sogi滤波的电机单矢量无模型预测控制系统，包括相互连接的微处理器和存储器，所述微处理器被编程或配置以执行所述sogi滤波的电机单矢量无模型预测控制方法。

34、此外，本发明还提供一种计算机可读存储介质，该计算机可读存储介质中存储有计算机程序/指令，该机算机程序/指令被编程或配置以通过处理器执行所述sogi滤波的电机单矢量无模型预测控制方法。

35、此外，本发明还提供一种计算机程序产品，包括计算机程序/指令，该机算机程序/指令被编程或配置以通过处理器执行所述sogi滤波的电机单矢量无模型预测控制方法。

36、和现有技术相比，本发明主要具有下述优点：本发明使用相邻周期的电流差分值和电压幅值取代了模型预测控制中可变的参数，去除了模型参数失配对控制的不良影响。并且可以在每个控制周期对整个电流差分表进行一次更新，提高了无模型预测控制电流差分值的更新频率，从而提高了对永磁同步电机的控制精度，提升了控制系统的动态响应性能。本发明提出使用sogi滤波器滤除电流采样信号中的高频噪声。sogi滤波器相较于传统的低通滤波器，可以对静止坐标系下的电流信号进行无相位延迟跟踪。计算负担又远小于复杂的在线观测器。可以减少电流信号中的谐波，从而降低控制系统中噪声在电流控制环产生的误差，为无模型预测电流控制提供更加精确的电流采样信息，提高了控制系统的鲁棒性。