本发明涉及一种用于电动汽车驱动系统的电流谐波补偿技术,具体涉及一种基于pid自学习时滞补偿器的电流谐波补偿方法。
背景技术:
电动汽车是指以车载电源为动力,用电机驱动车轮行驶,符合道路交通、安全法规各项要求的车辆。由于对环境影响相对传统汽车较小,其前景被广泛看好,其发展是石油危机及人们对环境要求的必然产物。与内燃机汽车相比,电动汽车是以车载电源为动力,用电动机驱动车轮行驶,且满足道路安全法规对汽车的各项要求的车辆。制约电动汽车行业发展的关键问题是一次充电续驶里程和价格。目前在车载蓄电池技术未能突破的条件下,电动汽车的电驱动系统的性能便成为解决这一关键问题的重要因素。这就要求电动汽车电驱动系统应具有尽可能高的可靠性及在整个电动汽车驱动范围内具有尽可能高的效率。
初级永磁型磁通切换(fspm)电机具有永磁电机的高功率密度和感应电机定子结构简单的双重优点,且定子仅由导磁铁心组成,因此在电动车领域中使用,具有一定的优势,但该类电机的定位力矩、参数扰动、以及摩擦力等非线性因素造成的转矩波动直接反映到电机转子及控制器上,引起电动汽车运行过程中的振动噪声,从而造成机械损伤。其中电机的定位力矩是由于永磁磁场的存在,转子和定子的双凸极结构相互作用引起,虽然永磁型磁通切换电机具有初级永磁结构带来的性能优势,但该类电机双凸极的结构本质造成定位力矩较高的缺点。
技术实现要素:
为解决现有技术的不足,本发明的目的在于提供一种基于pid自学习时滞补偿器的电流谐波补偿方法,将pid自学习时滞补偿器、电流谐波抑制算法、以及矢量控制结合在一起,克服电动汽车驱动控制系统中出现的因电机定位力矩、摩擦力及参数变化等不确定性因素引起的转矩波动,从而造成系统不稳定、控制精度差和动态响应能力低等问题
为了实现上述目标,本发明采用如下的技术方案:
一种基于pid自学习时滞补偿器的电流谐波补偿方法,其特征是,包括如下步骤:
1)控制d轴电流id=0,将外环作为速度环,内环作为电流环,控制q轴电流iq实现对电流转矩的线性化控制,同时得到补偿电流iqc;
2)在电路中加入pid自学习时滞补偿器,其中,γ(t)为输入信号,
所述时滞补偿器的输出信号分解为
3)建立数据关系:
4)为使
5)利用自学习链预测时滞的积累误差,提出时滞误差预测自补偿控制器,建立目标函数对状态反馈系数
进一步地,所述步骤1)中具体内容为:在驱动系统中加入谐波电流抑制环,通过注入谐波电流,产生与定位力矩幅值相等、大小相反的转矩分量实现对定位力矩引起的转矩波动的补偿,补偿电流记为iqc。
加入谐波电流抑制环的fspm电机矢量控制框图如图1所示,图1中各变量的含义为:
给出fspm电机给定速度v*,经过速度增益kv后得出q轴给定电流iqr*,通过iqc的补偿电流,得iq*=iqr*-iqc,iq*与iq的差值经电流环增益ki得出q轴电压uq,随后得出实际电流iq=uq/(rs+ls),根据公式
进一步地,所述步骤3)中具体内容为:
31)在三相电流中任取其中一相,建立电动机的数学模型;
32)将步骤31)中的数学模型的方程离散化得到离散方程;
33)根据步骤32)计算的结果,利用离散方程即可求出电机的时变参数。
进一步地,所述步骤31)中模型为:ldi/dt+ir=δu,上式中i为电流,δu为端电压。
进一步地,所述步骤32)中方程离散化得到离散方程l(ik-ik-1)/tsat+ir=δu,ik表示第k次电流检测值,转变成矩阵形式[ikik-1]×[x1x2]t=δuk,其中,x1=l/tsat+r,x2=-l/tsat;tsat为采样时间。
进一步地,所述步骤33)根据步骤32)计算出x1、x2后,利用离散方程即可求出电机的时变参数l和r,其中,
进一步地,所述步骤2)中pid自学习时滞补偿器的工作原理是:将控制器的输出信号,同时通过前馈的比例系数、积分系数、微分系数的运算后,再引入时滞误差输入数据d(t)后,通过反馈时滞补偿器的比例系数、积分系数、微分系数的运算控制误差的产生。
进一步地,所述步骤5)具体内容为:
利用自学习链预测时滞的积累误差,形成时滞误差预测自补偿控制器:对于第i时刻,在时滞为di时的系统输出为
采用自学习补偿后,第i时刻系统对应di=mdi,其中mdi表示自学习链预测时滞,控制器输出为
本发明所达到的有益效果:1、本方法能够很好地抑制由于电机定位力矩引起的转矩波动,所设计的补偿器解决了定位力矩所带来的转矩波动,有效地降低电动汽车驱动电机的速度脉动,从而抑制了振动、噪声等现象;2、本发明设采用的基于状态方程辨识的pid自学习时滞补偿器能够使得谐波电流产生的力矩分量与定位力矩无时滞误差;3.本发明采用的自学习预测补偿控制器,通过自学习链预测提高预测时滞误差,达到改善系统响应输出特性的目的
附图说明
图1是本发明的原理图;
图2是pid自学习时滞补偿器的原理图。
具体实施方式
下面结合附图对本发明作进一步描述。以下实施例仅用于更加清楚地说明本发明的技术方案,而不能以此来限制本发明的保护范围。
在本实施例中,加入谐波电流抑制环的fspm电机矢量控制框图如图1所示,图1中各变量的含义为:
给出fspm电机给定速度v*,经过速度增益kv后得出q轴给定电流iqr*,通过iqc的补偿电流,得iq*=iqr*-iqc,iq*与iq的差值经电流环增益ki得出q轴电压uq,随后得出实际电流iq=uq/(rs+ls),根据公式
图2中f(s)为时滞补偿器前馈函数,b(s)为时滞补偿器反馈函数,l为t域到s域的拉普拉斯变换,γ(t)为输入信号,
本发明包括如下步骤:
1)控制id=0,将外环作为速度环,内环作为电流环,控制q轴电流iq实现对电流转矩的线性化控制,得到补偿电流iqc,具体的技术手段是在驱动系统中加入谐波电流抑制环,通过注入谐波电流,产生与定位力矩幅值相等、大小相反的转矩分量实现对定位力矩引起的转矩波动的补偿,补偿电流记为iqc,并计算iqc和iq之间的时滞误差γ(t),作为pid自学习时滞补偿器的输入。如图1所示。
2)当电动车处于运行状态时,补偿电流iqc产生的定位力矩存在一定的时滞现象,因此加入一种pid自学习时滞补偿器以使得谐波电流产生的力矩分量与定位力矩无时滞误差,达到改善系统响应输出特性的目的。
通过在电路中加入pid自学习时滞补偿器,其中,γ(t)为输入信号,
如图2所示,时滞补偿器的输出信号分解为
3)建立数据关系:
31)在三相电流中任取其中一相,建立电动机的数学模型:ldi/dt+ir=δu,上式中i为电流,δu为端电压;
32)将步骤31)中的方程离散化得到离散方程l(ik-ik-1)/tsat+ir=δu,ik表示第k次电流检测值,转变成矩阵形式[ikik-1]×[x1x2]t=δuk,其中,x1=l/tsat+r,x2=-l/tsat;tsat为采样时间;
33)根据步骤32)计算出x1、x2后,利用离散方程即可求出电机的时变参数l和r,其中,
4)若不考虑时滞的影响,若系统参考输入定义为γ(t),则gr(s)的理想系统输出为
5)利用自学习链预测时滞的积累误差,提出时滞误差预测自补偿控制器,建立目标函数对状态反馈系数
对于第i个时刻,在时滞为di时的控制输入为
系统输出为
首先设时滞参数di,建立目标函数对状态反馈系数
把式(10)中的时滞d给定为自学习链预测的时滞,便可以得到具有自学习链链预测的时滞预测控制器如式(13)。
第i个时刻,对di=mdi,预测时滞为mdi时的控制输入为
其中mdi表示自学习链预测时滞。
控制器输出为
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明技术原理的前提下,还可以做出若干改进和变形,这些改进和变形也应视为本发明的保护范围。