雙級矩陣變換器式同步電機驅動研究*

林蒙丹，趙雪林

(1.徐州工業職業技術學院汽車工程學院,江蘇 徐州 221140；2.徐州華美電力工程有限責任公司,江蘇 徐州 221000)

電力電子技術的飛速發展,交流調速系統也在不斷地提升著性能,傳統的變頻器往往不采用直流電直接通過逆變器轉換成電機驅動電源,而是通過三相的不控整流模塊先將電網的三相交流電轉換成直流電,然后再經過逆變器轉換成交流電進行電機驅動。

近年來,為了解決直流側電容帶來的可靠性以及成本問題,已有專家學者對無電解電容的變頻器進行了研究[1-4]。而用雙級矩陣變換器作為電機的驅動器已有很多專家學者進行了嘗試,這種拓撲結構彌補了傳統變頻器結構電網側電流的不可控的缺陷,能夠獲得更優良的電網性能[5-8]。文獻[9]針對雙級矩陣變換器-永磁同步電機系統傳統的直接轉矩控制策略中存在輸入電流質量差、轉矩和磁鏈波動較大的問題,以雙級矩陣變換器的整流級和逆變級作為研究對象,提出一種占空比優化控制策略。文獻[10]設計了一種基于雙級矩陣變換器驅動的永磁同步電機滑模變結構直接轉矩控制方案。文獻[11]中的雙級矩陣變換器整流級采用空間矢量調制策略,逆變級采用直接轉矩控制策略。文獻[12]將一種基于新型趨近律滑模控制算法應用于控制系統轉速,彌補永磁同步電機矢量控制系統在負載擾動情況下轉速波動很大的問題。文獻[13]針對傳統PI 控制器對電機轉速控制響應速度慢,控制精度低,以及電機調速、負載參數變化時,很難達到預期效果等問題,提出了一種利用模糊控制構建模糊自適應PI 控制器,實現轉速和電流閉環控制。

本文提出將模型預測控制應用于雙級矩陣變換器之中,同時用于電機驅動。一般來說,雙級矩陣變換器需要前后級的協調控制,而模型預測控制是一種一體化的新型控制方法,這種方法需要遍歷所有的開關狀態組合,這無疑避免了前后級的協調控制。無論前后級之間需要何種協調方法,歸根結底都是體現在開關狀態組合上,因此模型預測控制能夠提高控制的簡易程度。

1 模型預測控制

模型預測控制是一種多目標控制方法,在本文中,控制目標可以分為兩個,一個是電網側的功率因數,具體體現在控制輸入無功功率為零；另一個是驅動電機的電流。本文的模型預測控制原理可以概括為:

(1)建立系統的數學模型。根據雙級矩陣變換器的模型特征,需要對前后級變換器分別進行模型建立,同時還需要建立濾波器以及電機的數學模型。

(2)開關狀態表的建立。這一環節將會統計每個逆變器所有的可能開關狀態,每一個開關狀態又會通過控制目標的計算公式得到其唯一的值。

(3)品質函數的建立。本文選擇以電網側無功功率、定子磁鏈的誤差以及電機轉矩的誤差為控制目標建立品質函數。

2 數學模型

圖1 雙級矩陣變換器拓撲

整流級的數學模型如下:

式中:udc和idc分別為直流側電壓與電流,ue=[ueauebuec]T為LC濾波電容Cf的電壓；ie=[ieaiebiec]T為LC濾波器后線路上的電流；Sxp和Sxn分別為整流級上下開關管,p代表上部分,n代表下部分,x=a,b,c。式中,相對應的s為開關狀態量,1 表示開通,0 表示關斷。

逆變級的數學模型如下:

式中:io=[ioaiobioc]T為逆變級輸出電流；uo=[uoauobuoc]T為逆變級輸出電壓。Sxp和Sxn分別為逆變級上下開關管,p代表上部分,n代表下部分,x=u,v,w。1 表示開通,0 表示關斷。

而電網側的LC濾波器數學模型為:

式中:Rf、Lf、Cf分別為該濾波器的電感寄生電阻、電感和電容；is=[isaisbisc]T為電網電流,us=[usausbusc]T為電網電壓。

同步電機定子電壓方程為:

與先民過于推崇“拙”的情形不太一致，他們對于“巧”的態度，卻呈現出一定的矛盾性。從文獻看來，隨著歷史的推進，先民對“巧”的態度，開始發生變化：

式中:ux和ix分別表示電機三相定子電壓和定子電流；R為電樞電阻,Ψx分別為三相磁鏈。x=A,B,C。

磁鏈方程為:

式中:Laa、Lbb、Lcc分別為每一相繞組自感,而Mab、Mac、Mba、Mbc、Mca、Mcb分別為各相繞組互感。

3 開關狀態組合

電力電子變換器至關重要的一點就是開關狀態的組合,各種控制方法最終都是體現在驅動開關管進行開通與關斷。雙級矩陣變換器分為前后級,分別為整流級以及逆變級,對于前后兩級具有不同的開關狀態組合,分別如表1 和表2 所示。

表1 整流級開關組合

表2 逆變級開關組合

從上述開關狀態組合中,剔除表1 中最后三組,目的是為了提高電壓的利用率。因此本文的雙級矩陣變換器一共具備48 種組合。

4 品質函數

品質函數的作用是用來評判開關組合選取的合理性。本文模型預測控制所選的控制目標為電網側功率因數、定子磁鏈的誤差以及電機轉矩的誤差。因此可以建立如下的品質函數:

如圖2 所示為模型預測控制流程圖,從圖中可以看出本文最終需要遍歷所有的開關組合狀態進行尋優,從而得到每一個開關周期內的最佳開關狀態,從而驅動雙級矩陣變換器。

圖2 模型預測控制流程圖

然而,當變換器的開關狀態組合較多時,遍歷所有的開關狀態無疑會加重計算的負擔,因此一種好的尋優算法是十分必要的。

5 BP 神經網絡算法尋優

BP 神經網絡算法是來源于人體神經對于信息處理的人工智能算法,本文應用BP 神經網絡算法對開關狀態進行尋優,其實現步驟可以概括為:

(1)初始化。設置權值向量wij、vjt分別是輸入變量與中間變量的過渡向量、中間變量和輸出向量的過度向量,θj、γt分別為隱含層和輸出層的閾值。其中,i=1,2,…,n,j=1,2,…,p,t=1,2,…,m。

(2)學習訓練。對輸入樣本和目標樣本進行學習訓練。

(3)修正過渡向量以及閾值。

如圖3 所示為BP 神經網絡算法的實現流程圖。

圖3 BP 神經網絡算法流程圖

6 實驗結果

為了驗證本文所提方案的正確性與有效性,搭建了實驗平臺對其進行驗證。圖4 為系統實現框圖。表3 為實驗參數。圖5 為實驗裝置。

圖4 實現框圖

圖5 實驗裝置

表3 實驗參數

如圖6 所示為輸入側的A 相電壓電流波形,從圖中可以看出電壓電流同相位,電流正弦度良好,具有良好的網側性能,對大電網無污染。

圖6 網側電壓電流波形

如圖7 所示為輸出電流波形,從圖中可以看到輸出電流正弦度良好。

圖7 輸出電流波形

如圖8 所示為電機dq軸電流與給定波形,其中圖8(a)為定子電流的q軸分量,從圖中可以看出電流跟蹤誤差較小,同時動態效果良好,超調較小。圖8(b)為定子電流的d軸分量,從圖中可以看出,d軸電流始終不變,且能夠很好地跟蹤給定,證明了本文所提控制方法的有效性,同時電流跟蹤效果的快速性較好,證明本文所采用的的尋優算法是十分可靠有效的。

圖8 電機電流跟蹤波形

7 結論

本文以雙級矩陣變換器為拓撲結構,作為電機驅動,彌補傳統電機變頻器網側電流不可控的問題。提出一種模型預測控制方法避免前后級協調問題,在此基礎上采用BP 神經網絡算法進行尋優遍歷所有的開關狀態。實驗波形驗證了本文所提方法的有效性與正確性。