一种基于多步模型预测控制的MMC环流控制方法与流程

本发明专利涉及一种基于多步模型预测控制的mmc环流控制方法。

背景技术：

模块化多电平换流器具有模块化设计、高效率、低谐波输出等优点，在高压直流输电(highvoltagedirectcurrent，hvdc)、静止无功补偿以及电机驱动等领域都对其进行了广泛的研究。模块化多电平变换器结构的特殊性使得相间环流抑制与子模块电容电压稳定成为各类控制方法的难点。

模型预测控制作为一种先进的非线性控制优化方法，无需对控制参数进行整定，动态响应快，能够消除系统本身带来的非线性影响，在处理非线性有约束多目标优化问题时具有很大优势。有限控制集的模型预测控制(finitecontrolsetmpc，fcs-mpc)方法是通过构建基于被控量的多目标优化函数，利用滚动优化选取一组使优化函数值最小的开关组合在下一控制周期作用于变换器。这种基于单步计算的模型预测控制由于每次选取的最优开关组合状态能保证被控量在接下来一个控制周期取得最优，而忽视了其他开关组合状态对未来多个周期可能的最优控制信息，增大了被控量陷入短期最优的可能性。一般多步预测控制能够一定程度避免被控量陷入短期最优，但同时存在加大每一个控制周期的运算量的缺点。

技术实现要素：

本发明所要解决的技术问题是，针对模块化多电平变换器拓扑结构中存在的谐波环流问题，提出了一种基于多步模型预测控制的mmc(modularmultilevelconverter，mmc)环流控制方法，在实现最优控制的基础上，减少了多步预测给处理器所带来的额外计算复杂度，最终完成了谐波环流的有效控制。

为解决上述技术问题，本发明所采用的技术方案是：一种基于多步模型预测控制的mmc环流控制方法，首先利用环流电流离散状态方程进行单步环流预测，再选取满足单步预测效果的投入模块数进行多步环流预测，最终求解出桥臂投入模块数的优化解。

本发明解决上述技术问题的技术方案包括以下步骤：

1)基于mmc的基本结构，根据kvl和kcl定理，建立方程，如下：

其中upj和unj分别为j(j＝a,b,c)相上、下桥臂的输出电压，ipj，inj，idiff和ij分别为j相上、下桥臂电流和j相的环流与输入电流，larm、ls、rs分别表示桥臂电感、交流侧电感以及交流侧电阻，udc表示直流侧电压，uc表示子模块电容电压，csm表示子模块电容。化简上面两式后可得到变换器交流回路与环流回路的特性方程：

2)对交流侧电流进行无差拍控制后得到上、下桥臂的调制信号dpj、dnj：

考虑高压大功率场合，同一桥臂通常级联成百上千模块，采用最近电平调制得到上、下桥臂参考投入模块数

3)通过1)中公式可推导出tk+1时刻上、下桥臂子模块电容电压之和分别为：

考虑同一桥臂子模块之间的电压可通过排序算法进行平衡，因此忽略它们之间的差异可以得到tk+1时刻上、下桥臂等效输出电压：

依据环流回路特性方程，并利用前向欧拉公式对其离散化：

将桥臂等效输出电压带入其中有：

首先进行单步模型预测控制，定义性能优化函数其中直流环流指令然后在有限开关组合数中选取使得fc能够取得最小以及次小的的两组开关组合数以及将桥臂环流预测数学模型再向后推一个周期，得到：

再次进行多步模型预测控制，重新定义性能优化函数将上述两组开关组合以及分别带入fco中，最终将使得fco取得最小值对应的开关组合数作用于变换器，实现谐波环流的最优控制。

与现有技术相比，本发明所具有的有益效果为：本发明提出了基于多步模型预测控制的mmc环流控制方法，能够实现桥臂环流的多步优化控制并有效地降低预测控制计算量。首先，利用环流电流离散状态方程进行单步环流预测，再选取满足单步预测效果的投入模块数进行多步环流预测，最终求解出桥臂投入模块数的优化解，实现环流电流的多步优化控制，从而有效地抑制环流中的谐波电流；所提多步预测控制利用单步预测得到的优化解构建多步预测的有限控制集，可以大幅减少多步预测所需要的循环预测次数，有效地降低控制器的计算量。该方法对于将多步模型预测控制应用于工程实践具有指导意义。

附图说明

图1是用于本发明的模块化多电平变换器结构图；

图2是本发明一实施例基于有限控制集的模型预测控制系统框图；

图3是本发明一实施例所提多步模型预测控制算法原理图；

图4是本发明一实施例所提多步模型预测控制算法实施流程图；

图5是本发明一实施例将所提多步模型预测控制算法应用于mmc结构的控制框图。

具体实施方式

图1是用于本发明的模块化多电平变换器结构图。利用基尔霍夫电压定律(kvl)与基尔霍夫电流定律(kcl)建立电路方程：

其中upj和unj分别为j(j＝a,b,c)相上、下桥臂的输出电压，ipj，inj，idiffj和ij分别为j相上、下桥臂电流和j相的环流与输出交流电流，larm、ls、rs分别表示桥臂电感、交流侧电感以及交流侧电阻，udc表示直流侧电压，uc表示子模块电容电压，csm表示子模块电容，每个桥臂模块数为n。结合(1)、(2)式可以得到：

针对公式(3)、(4)以及(5)，利用欧拉向前公式，依次进行离散化后得到：

其中ij(k)与idiffj(k)分别表示tk时刻输出交流与桥臂内部环流的采样值，而ij(k+1)与idiffj(k+1)则分别表示tk+1时刻输出交流及桥臂内部环流的预测值。式(8)中的uc(k+1)与uc(k)分别代表模块电容电压预测值与采样值，且当sijw＝1时表示j相i桥臂第w个模块投入，sijw＝0时表示j相i桥臂第w个模块旁路。

图2是本发明一实施例基于有限控制集的模型预测控制系统框图。其基本原理是，首先分析与推导变换器数学模型，然后利用欧拉公式对关于受控变量的微分方程进行离散化处理，通过在线滚动优化，寻找变换器最优开关动作组合，使其在下一时刻处于最优的工作状态。

图3是本发明一实施例所提多步模型预测控制算法原理图。

该算法的具体实施步骤：

(1)根据tk时刻采样得到的系统被控量x(k),利用离散的数学模型g(si(k),x(k))对tk+1时刻的被控量的值进行预测得到x^pre(k+1)，其中si表示所有可能作用于变换器的开关状态，并将得到的x^pre(k+1)代入优化函数fc，并将使fc取得最小与次小所对应的开关状态记为sopt，ssubopt。

(2)将(1)中得到的开关状态sopt，ssubopt分别带入g(si(k),x(k))且将预测步长改为两个控制周期，得到被控量x在tk+2时刻预测值以及然后将两个预测值分别带入优化函数fc，选择使fc取得最小所对应的开关状态sopt(或者ssubopt)在tk时刻作用于变换器。

所提方法保留了常规多步预测的优点，能够保证被控量的多步最优控制效果。与传统多步预测控制的第一步预测类似，被控量在tk+1时刻预测均是建立在其tk时刻的采样值，不同之处在后续的多步预测。所提多步预测在tk+2时刻的预测值是建立在tk时刻采样值，预测步长为2ts，而传统多步预测控制后续每一步预测值都是基于前一步的预测值，预测步长为ts。如果预测时间较长，则在相同的滚动优化计算量条件下，前者相比后者的多步预测控制将具有更好的控制性能。

图4是本发明一实施例所提多步模型预测控制算法实施流程图。

利用(7)式得到mmc桥臂环流在tk+1、tk+2时刻环流预测表达式分别为：

对应的性能优化函数分别为：

通过式(9)与式(11)滚动优化计算在有限集合d范围内优化函数的值，并记录下使fc取得最小所对应的桥臂投入模块数以及次小所对应的桥臂投入模块数将与分别带入式(10)得到tk+2时刻环流预测值以及然后代入式(12)算出相对应的优化函数值若则将作为最优投入模块数作用于tk时刻；否则，将作为最优模块数最用于tk时刻。

图5是本发明一实施例将所提多步模型预测控制算法应用于mmc结构的控制框图。