一种含约束条件的电机控制方法及系统与流程

本发明属于永磁同步电机控制
技术领域：
，更具体地，涉及一种含约束条件的电机控制方法及系统。
背景技术：
：永磁同步电机具有高功率密度，运行效率高等特点，被广泛运用到电动汽车、轨道交通，伺服等应用领域。通过坐标变换，可以将无刷的交流电机近似等效为传统有刷直流电机，进而可以获得与直流电机相媲美的电机运行性能。随着对电机运行性能要求越来越高，一些高级控制算法被相继开发出来，并且运用到电机控制领域当中，提高电机动态响应以及稳态跟踪性能。其中，模型预测控制算法，通过在线寻优的方式，设计合适的目标函数，可以实现最优的控制效果。并且，该算法不仅能够处理约束问题，还能够对多个控制目标进行优化。传统的控制算法(如：矢量控制以及直接转矩控制)通过外环转速环的限幅值来保证电机运行过程不发生过流，内环电流环的限幅值保证电机输入电压不超过逆变器最大输出电压。而如果电机电流内环响应过快，会出现电流超调现象，实际电流会超过限幅值，导致过流。同理，电流内环输出(即输出电压给定值)达到限幅值上限时，此时电机输入电压将无法针对电机运行工况进行调节，需要经历退饱和过程，该过程影响电机运行性能。通过分析将电机最大输出电流以及逆变器最大输出电压两个约束条件考虑在内，利用模型预测控制算法将这两约束条件考虑在内，求解含约束条件问题下的最优值，该问题可描述为二次规划(Quadraticprogramming,QP)问题，针对于线性约束问题，可以采取多种方法求解，常用的最有效的两种方法是：积极集法(active-setmethod)和内点法(interior-pointmethod)。这两种方法需要在约束范围内不断迭代寻找满足约束条件的最优值，因此，求解过程会比较复杂。技术实现要素：针对现有技术的以上缺陷或改进需求，本发明提供了一种含约束条件的电机控制方法及系统，通过将无差拍控制与有限集模型预测控制相结合，分析得到无差拍和模型预测控制算法之间合适的工作区间，结合两者控制算法的优点，保证电机工作在安全运行范围内。由此解决现有技术中在求解含电机约束条件下的最优值需要在约束范围内不断迭代寻找满足约束条件的最优值而导致的计算量复杂的技术问题。为实现上述目的，按照本发明的一个方面，提供了一种含约束条件的电机控制方法，包括：(1)在当前时刻k，对电机电流以及转速进行采样，获取电机在当前时刻k的运行状况；(2)根据k时刻采样得到的电机电流以及转速，求解出k时刻无差拍控制算法的控制电压；(3)由电机逆变器的最大输出电压确定电压约束条件，由电机的最大输出电流确定电流约束条件，判断k时刻无差拍控制算法的控制电压是否既位于电压约束条件所确定的电压矢量空间，又位于电流约束条件所确定的电压矢量空间，若是，则将无差拍控制算法的控制电压输出给逆变器进行调制；否则采取有限集模型预测控制算法选取出最优电压矢量输出给逆变器进行调制。优选地，所述电压约束条件为：其中，uα和uβ表示输出电压控制矢量α轴和β轴分量，Vdc为直流母线电压；所述电流约束条件为：其中，iα和iβ表示定子电流矢量α轴和β轴分量，Imax表示电机的最大输出电流。优选地，所述步骤(2)具体包括以下子步骤：(2.1)建立αβ坐标系下的电机模型：其中，uα和uβ表示输出电压控制矢量α轴和β轴分量，iα和iβ表示定子电流矢量α轴和β轴分量，ψα和ψβ表示永磁磁链α轴和β轴分量，Rs为定子电阻，Ls为定子自感，ω为电机角速度，和表示定子电流α轴和β轴分量微分，(2.2)对步骤(2.1)中的电机模型进行离散化，得到预测模型：令x(k+1)表示下一时刻k+1的电流预测值(iα(k+1)，iβ(k+1))，x(k)表示当前时刻k的定子电流值(iα(k)，iβ(k))，u(k)表示当前时刻k的输出电压控制矢量(uα(k)，uβ(k))，e(k)表示当前时刻k的永磁磁链与电机角速度乘积(eα(k)，eβ(k))，则将预测模型等效变换为：x(k+1)＝Adx(k)+Bdu(k)+Cde(k)，其中，Ts为采样周期，下标(k)以及(k+1)分别代表k时刻以及k+1时刻的变量，Ad＝ATs-I，Bd＝BTs，Cd＝CTs；(2.3)令下一时刻k+1的电流预测值x(k+1)等于下一时刻k+1的参考电流给定值r(k+1)，得到无差拍控制算法的控制电压：优选地，所述采取有限集模型预测控制算法选取出最优电压矢量，包括：判断逆变器的基本电压矢量是否处于电流约束条件所确定的电压矢量空间内，将处于电流约束条件所确定的电压矢量空间内的基本电压矢量保留为待选电压矢量；对待选电压矢量坐标平面进行扇区划分，每个扇区只包含一个待选电压矢量；确定无差拍控制算法的控制电压所属的目标扇区，判断该目标扇区内的待选电压矢量是否位于电流约束条件所确定的电压矢量空间内，若不是，则判断与目标扇区相邻的扇区内是否存在位于电流约束条件所确定的电压矢量空间内的待选电压矢量，若不存在，则继续考虑下一相邻扇区，直到选取出与目标扇区近邻扇区内位于电流约束条件所确定的电压矢量空间内的待选电压矢量作为最优电压矢量。按照本发明的另一方面，提供了一种含约束条件的电机控制系统，包括：采样模块，用于在当前时刻k，对电机电流以及转速进行采样，获取电机在当前时刻k的运行状况；无差拍控制电压计算模块，用于根据k时刻采样得到的电机电流以及转速，求解出k时刻无差拍控制算法的控制电压；约束条件确定模块，用于由电机逆变器的最大输出电压确定电压约束条件，由电机的最大输出电流确定电流约束条件；模型预测控制算法确定模块，用于判断k时刻无差拍控制算法的控制电压是否既位于电压约束条件所确定的电压矢量空间，又位于电流约束条件所确定的电压矢量空间，若是，则将无差拍控制算法的控制电压输出给逆变器进行调制；否则采取有限集模型预测控制算法选取出最优电压矢量输出给逆变器进行调制。总体而言，通过本发明所构思的以上技术方案与现有技术相比，主要有以下的技术优点：(1)通过将有限集模型预测控制算法和无差拍控制算法相融合，结合两者控制算法的优点，能够保证电机始终在安全运行区域内获得良好的运行性能；(2)提出一种简化搜索方法，能够将约束条件考虑进去，减少有限集模型预测控制算法的在线计算量。附图说明图1为本发明实施例公开的一种含约束条件的电机控制方法的流程示意图；图2为本发明实施例中两电平逆变器8个待选电压矢量示意图；图3为本发明实施例中有限集模型预测控制算法与无差拍控制算法工作区域示意图；图4为本发明实施例中扇区划分示意图；图5为本发明实施例中有限集模型预测控制算法简化搜索方法示意图；图6为本发明实施例公开的另一种含约束条件的电机控制方法的流程示意图。具体实施方式为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。此外，下面所描述的本发明各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。首先对本发明中涉及到的无差拍控制算法以及有限集模型预测控制算法的原理及优缺点进行说明：无差拍控制算法是一种数字化的脉冲宽度调制(PulseWidthModulation，PWM)控制方法，通过建立并网逆变器无差拍控制数学模型，验证无差拍控制工作的稳定性，提高输出电能的质量。虽然能够获得很好的动态跟踪效果，但是它无法考虑电机运行过程当中存在的约束问题(比如：逆变器最大输出电压以及电机最大输出电流)，会导致计算出的控制电压超出逆变器输出范围，导致求解出的控制电压无意义，同时过分追求快速的动态响应特性，会导致电机运行过程当中出现过流。有限集模型预测控制算法可以将电机运行过程当中存在的约束问题通过目标函数当中的惩罚因子考虑进去，通过评价不同待选电压矢量，选择最优电压矢量，可以保证电机处于安全运行范围内，并且具有较好的动态响应能力。但是，该算法无调制策略，一个周期只作用一个电压矢量，导致电机输出电流以及转矩脉动比较大。因此，本发明通过结合两者控制算法的优点，来弥补对方的不足。通过分析电机不同的运行工况，来选择合适的控制方式。如图1所示，为本发明实施例公开的一种含约束条件的电机控制方法的流程示意图，在图1所示的方法中包括以下步骤：(1)在当前时刻k，对电机电流以及转速进行采样，获取电机在当前时刻k的运行状况；其中，本发明实施例中，电机可以是任意种类电机，例如永磁同步电动机、磁阻同步电动机、磁滞同步电动机、感应电动机等各类电机，本发明实施例后续不作复述。(2)根据k时刻采样得到的电机电流以及转速，求解出k时刻无差拍控制算法的控制电压；在一个可选的实施例中，k时刻无差拍控制算法的控制电压可以通过以下方式实现：(2.1)建立αβ坐标系下的电机模型：其中，uα和uβ表示输出电压控制矢量α轴和β轴分量，iα和iβ表示定子电流α轴和β轴分量，ψα和ψβ表示永磁磁链α轴和β轴分量，Rs为定子电阻，Ls为定子自感，ω为电机角速度，和表示定子电流α轴和β轴分量微分，(2.2)对步骤(2.1)中的电机模型进行离散化，得到预测模型：令x(k+1)表示下一时刻k+1的电流预测值(iα(k+1)，iβ(k+1))，x(k)表示当前时刻k的定子电流值(iα(k)，iβ(k))，u(k)表示当前时刻k的输出电压控制矢量(uα(k)，uβ(k))，e(k)表示当前时刻k的永磁磁链与电机角速度乘积(eα(k)，eβ(k))，则将预测模型等效为：x(k+1)＝Adx(k)+Bdu(k)+Cde(k)，其中，Ts为采样周期，下标(k)以及(k+1)分别代表k时刻以及k+1时刻的变量，Ad＝ATs-I，Bd＝BTs，Cd＝CTs；(2.3)令下一时刻k+1的电流预测值x(k+1)等于下一时刻k+1的参考电流给定值r(k+1)，得到无差拍控制算法的控制电压：由于无差拍控制算法能够保证电机实际电流紧跟参考给定电流，无时间延迟，但是由于微处理器实现该算法时存在计算和采样时间，导致出现一拍的延迟。因此，根据这一原则，可以令下一时刻电流预测值等于下一时刻的参考电流给定值。其中，为了让电机实际电流紧跟参考电流给定值，以及将电机运行过程当中存在的安全约束范围考虑进去，设计有限集模型预测控制算法目标函数如下：其中，i*α(k+1)和i*β(k+1)表示k+1时刻参考电流r(k+1)的α轴和β轴分量；f(i)为表示考虑电机安全运行因素的惩罚因子，若不在安全运行范围之内则该值为无穷大；若满足安全运行条件，则该值为零。以如图2所示的两电平逆变器构成的8个基本电压矢量为例说明目前通用的有限集模型预测控制算法的执行流程：首先，在假定8个不同基本电压矢量作用下，通过式(2)分别对k+1时刻电流进行预测，之后带入到式(4)的有限集模型预测控制算法目标函数中对8个基本电压矢量作用下的控制效果进行评价，选择使得目标函数值最小的那个基本电压矢量作为最优电压矢量，最后将该最优电压矢量送给逆变器去调制。采用该方式，有限集模型预测控制算法需要在每个采样周期重复计算8次，才能够选择到最优电压矢量，计算量比较繁重。当基本电压矢量增多时(比如：三电平逆变器27个基本电压矢量)，计算量会进一步增加。本发明提出了有限集模型预测控制算法与无差拍控制算法结合的方法。首先分析电机运行过程当中存在的约束问题，电机运行当中主要面临逆变器最大输出电压以及电机最大输出电流两大限制，因此，可以由电机逆变器的最大输出电压确定电压约束条件，由电机的最大输出电流确定电流约束条件，然后通过以下方式选取合适的控制算法：(3)判断k时刻无差拍控制算法的控制电压是否既位于电压约束条件所确定的电压矢量空间，又位于电流约束条件所确定的电压矢量空间，若是，则将无差拍控制算法的控制电压输出给逆变器进行调制；否则采取有限集模型预测控制算法选取出最优电压矢量输出给逆变器进行调制。在一个可选的实施例中，上述步骤(3)具体包括以下操作：(3.1)将电机的电压约束条件表示为：其中，R等于Vdc为直流母线电压；将电机的电流约束条件表示为：其中，Imax表示电机的最大输出电流；其中，如图2所示表示两电平逆变器构成的8个基本电压矢量，正六边形代表逆变器最大输出电压范围，其内切圆代表最大线性调制区。为了方便描述电压约束，定义内切圆代表电压约束，即由电压约束条件所确定的电压矢量空间如图2中的内切圆包围的区域所示。(3.2)为了方便同时分析电压约束以及电流约束两者之间的联系，确定不同的电机运行工况，得到有限集模型预测控制与无差拍控制两者控制算法的运行区间。将式(2)带入到式(6)当中，将电流约束圆用电压变量来表示，从而统一电压约束以及电流约束，得到变换后的表达式：(uα+ox)2+(uβ+oy)2≤r2(7)其中，a等于b等于为了保证存在有效解，电压约束与电流约束两者之间必须要存在公共区域，选择最一般的情况进行分析，两者之间的位置关系如图3所示，即由电流约束条件所确定的电压矢量空间如图3中的电流约束圆包围的区域所示，由电压约束条件所确定的电压矢量空间在图3中表示的是电压约束圆包围的区域所示。该图表示两约束圆相交的情况，分析该图可以将电机运行工况划分为四种，以及相应工况下最适合的控制算法，如下表所示：表1编号适合控制策略工作区域1无差拍控制同时满足电压约束以及电流约束2有限集模型预测控制满足电流约束不满足电压约束3有限集模型预测控制满足电压约束不满足电流约束4有限集模型预测控制电压约束以及电流约束均不满足对上述几种工况进行分析可知，当电机运行工况不满足电压约束以及电流约束任何一种约束条件时，此时，如果采用无差拍控制策略，势必会导致电机脱离安全运行范围，不能够满足全部的约束条件，因此为了保证电机安全运行，必须采取有限集模型预测控制算法。当电机运行工况能够同时满足电压约束以及电流约束两者约束条件时，此时采取有限集模型预测控制和无差拍控制算法均可，但是考虑到无差拍控制算法电流脉动较小，因此该种情况下，选择无差拍控制算法最为合适。在一个可选的实施例中，由于有限集模型预测控制算法需要重复计算比较，选择最优电压矢量，在线计算量较大。因此，为了简化该种算法的计算量，将目标函数进行等效变换，分析得到一种简便的搜索方式：判断逆变器的基本电压矢量是否处于电流约束条件所确定的圆形区域内，将处于电流约束条件所确定的圆形区域内的基本电压矢量保留为待选电压矢量；对待选电压矢量坐标平面进行扇区划分，每个扇区只包含一个待选电压矢量；确定无差拍控制算法的控制电压所属的目标扇区，判断该目标扇区内的待选电压矢量是否位于电流约束条件所确定的圆形区域内，若不是，则判断与目标扇区相邻的扇区内是否存在位于电流约束条件所确定的圆形区域内的待选电压矢量，若不存在，则继续考虑下一相邻扇区，直到选取出与目标扇区近邻扇区内位于电流约束条件所确定的圆形区域内的待选电压矢量作为最优电压矢量。在一个可选的实施例中，以如图2所示的两电平逆变器构成的8个基本电压矢量为例阐述本发明中有限集模型预测控制算法的具体实现方式。有限集模型预测控制只考虑两电平逆变器8个基本电压矢量，可以满足电压约束条件，不会超过逆变器最大输出电压限制。因此，对于有限集模型预测控制来说，主要的约束条件为电流约束。为了将目标函数当中的惩罚因素项去除，可以利用式(7)对一些不满足电流约束的基本电压矢量(即在电流约束圆外的电压矢量)排除，剩下符合约束条件的电压矢量(即在电流约束圆内的电压矢量)保留，然后对剩余电压矢量进行分析评价。通过此种方法，目标函数不必要将约束条件考虑在内，目标函数可以简化为：J＝(r(k+1)-x(k+1))T(r(k+1)-x(k+1))(8)，将式(2)带入到式(8)当中，目标函数可以变形为：通过对式(9)进行分析，可以得到有限集模型预测控制算法解的形式与无差拍控制算法之间的联系。使得目标函数值最小的电压矢量，与无差拍控制算法计算出的控制电压矢量距离最短。因此根据距离远近将电压矢量坐标平面进行扇区划分，如图4所示。通过计算无差拍控制算法控制电压矢量，判断该电压矢量所处扇区，则该扇区内的电压矢量与控制电压矢量距离最短，即为有限集模型预测控制算法需要搜寻的最优电压矢量。通过该种搜索方法，无需重复比较计算，只需计算无差拍控制算法的控制电压矢量，然后通过判断扇区方法进行搜索，减小了有限集模型预测控制算法执行过程中的在线计算量。由于考虑了约束条件在内，上述利用简化搜索方法，搜索出的电压矢量，只能保证最优，不能够保证满足约束条件。例如：当出现图5所示的情况时，利用电流约束条件对其6个有效待选电压矢量进行排除，可知满足约束条件的电压矢量有：V1，V2和V3，当所求解的无差拍控制算法控制电压矢量所处扇区在第四扇区时，此时选择出的最优电压矢量为V4，将不会满足电流约束条件。由于存在电流约束，可供选择的电压矢量会随着电机运行工况不同而发生改变。因此，首先通过电流约束条件筛选出满足条件的待选电压矢量，之后求解判断出无差拍控制算法控制电压矢量所处的扇区，最后判断该扇区电压矢量是否满足电流约束条件，如果不满足，则判断相邻的扇区内是否存在满足电流约束条件的电压矢量，不满足则继续考虑下一相邻扇区，直到寻找到为止。利用这种改进后的搜索方法，可以有效解决上述存在的问题，通过搜索第四扇区的相邻扇区即：第三扇区和第五扇区，可知第三扇区当中的电压矢量V3，满足电流约束条件，因此该电压矢量为最优电压矢量。有限集模型预测控制与无差拍控制算法结合之后的算法执行流程图如图6所示。根据该图可知结合后的算法执行流程如下：首先计算无差拍控制算法控制电压矢量，判断该求解出的控电压矢量是否满足电压以及电流约束，如果满足则采取无差拍控制策略；如果不满足则采取有限集模型预测控制策略，利用简化的搜索方法搜索出满足约束条件的最优电压矢量。在本发明的一个实施例中，公开了一种含约束条件的模型预测控制系统，其中，该系统包括：采样模块，用于在当前时刻k，对电机电流以及转速进行采样，获取电机在当前时刻k的运行状况；无差拍控制电压计算模块，用于根据k时刻采样得到的电机电流以及转速，求解出k时刻无差拍控制算法的控制电压；约束条件确定模块，用于由电机逆变器的最大输出电压确定电压约束条件，由电机的最大输出电流确定电流约束条件；模型预测控制算法确定模块，用于判断k时刻无差拍控制算法的控制电压是否既位于电压约束条件所确定的电压矢量空间，又位于电流约束条件所确定的电压矢量空间，若是，则将无差拍控制算法的控制电压输出给逆变器进行调制；否则采取有限集模型预测控制算法选取出最优电压矢量输出给逆变器进行调制。其中，各模块的具体实施方式可以参照方法实施例的描述，本发明实施例将不做复述。本领域的技术人员容易理解，以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。当前第1页1 2 3