一种基于预测偏差反馈矫正的并网逆变器MPC方法与流程

本发明涉及一种并网逆变器控制方法，特别是一种基于预测偏差反馈矫正的并网逆变器mpc方法。

背景技术：

随着光伏、风能等新能源的发展，分布式发电系统得到广泛的运用，而并网逆变器作为新能源并入电网的转换装置，也得到了广泛的关注和研究。模型预测控制(mpc)作为一种非线性控制技术，以其快速的响应速度、简单的实现方式以及对于限制条件定义价值函数的直接处理方式在并网逆变器的控制方式中占有重要的地位。然而常规的mpc控制方式在系统实际运用时，常常会受到参数不匹配的影响，控制性能恶化严重。因此参数变动时，mpc控制的并网逆变器的高性能稳定性问题亟需解决。

目前，针对该问题的解决方法有：luenberger观测器前馈补偿法、扩张状态观测器前馈补偿法、采用简化的电感观测器修正法。采用luenberger观测器通过前馈补偿来消除系统扰动，但是该控制策略基于定频式模型预测控制中参数不匹配的问题，不适用于此处有限状态模型预测控制；采用扩张状态观测器估计实际扰动，并通过前馈补偿消除扰动影响，但是该算法结构复杂、计算耗时长，对控制器的性能要求高。采用简化的电感观测器，利用电感的观测值实时修正系统电感参数，提高了系统在电路电感l变化时的鲁棒性。但是该策略忽略了电路阻抗r变动的影响。

技术实现要素：

发明目的：针对现有技术的不足，提出一种基于预测偏差反馈矫正的并网逆变器mpc方法，解决在系统参数不匹配时并网电流畸变加重的问题，提高系统的鲁棒性。

技术方案：一种基于预测偏差反馈矫正的并网逆变器mpc方法，包括如下步骤：

步骤一、采样三相电网电压usa、usb、usc和并网电流ia、ib、ic，经过clark变换分别得到两相静止坐标系下电网电压usα、usβ和并网电流iα、iβ；

步骤二、通过锁相环获得电网电压矢量角θ，利用电压矢量角θ对两相静止坐标系下电网电压usα、usβ进行park变换，得到同步旋转坐标系下电网电压的d、q分量ud、uq；

步骤三、采样直流侧电容电压udc，通过定直流电压外环控制单元得到并网电流d轴分量的给定值并且把并网电流q轴分量的给定值设为0，将他们反变换到两相静止坐标系下得到k+1时刻的并网电流给定值

步骤四、将步骤三得到的k+1时刻并网电流给定值由步骤一得到的k时刻并网电流值iα,β(k)送给电流内环mpc控制单元(9)，从而获得逆变器在k时刻的输出电压矢量uc(α,β)(k)以及k+1时刻的并网电流预测值

步骤五、将步骤四得到的并网电流预测值和输出电压矢量uc(α,β)(k)以及步骤一得到的并网电流值iα,β(k)，送到预测偏差反馈单元，得到k+1时刻的预测偏差△α,β(k+1)，并将k+1时刻的预测偏差代入到步骤四的电流内环mpc控制单元中，对步骤四中的电流内环mpc控制单元进行修正；

步骤六、将步骤四得到的输出电压矢量uc(α,β)(k)转化为驱动并网逆变器桥臂的功率器件控制信号sabc。

进一步的，所述电网电压矢量角的获取并对电网电压进行park变换过程：

步骤2.1利用锁相环反馈得到的电网电压矢量角θ，对两相静止坐标系下电网电压usα、usβ进行park变换，得到同步旋转坐标系下电网电压的d、q分量ud、uq；

步骤2.2将给定量与检测得到的电网电压q轴分量uq相减，通过pi调节器，再加上角速度314rad/s，通过一个积分器后以2π取模，得到电网电压矢量角θ。

进一步的，所述步骤三的直流电压外环控制过程为：用直流电压的给定值减去直流侧电容电压udc，经过pi调节器得到同步旋转坐标系下并网电流d轴分量的给定值

进一步的，所述步骤四的电流内环mpc控制过程为：

步骤4.1将并网逆变器所有输出矢量和步骤一得到的k时刻并网电流iα,β(k)经过mpc控制单元逐一运算，从而获得逆变器在k时刻所有输出电压矢量以及运用这一矢量后对应的下一时刻的并网电流预测值；

步骤4.2将上一时刻预测偏差反馈单元中的输出迭代代入，修正步骤4.1中计算得到的并网电流预测值，重新得到并网逆变器输出电压矢量和并网电流预测值的一组对应数据；

步骤4.3将步骤三得到的k+1时刻并网电流给定值和步骤4.2中得到的所有并网电流预测值相比较，取最接近给定值的并网电流预测值对应的逆变器输出矢量作为k时刻的输出电压矢量uc(α,β)(k)，而所取的并网电流预测值记为

进一步的，所述步骤五中预测偏差的获取和反馈控制的过程为：

步骤5.1将步骤4.3得到的k时刻两相静止坐标系下的并网电流预测值矢量减去由步骤一得到的两相静止坐标系下的并网电流值矢量iα,β(k)，得到k时刻的预测偏差△α,β(k)；

步骤5.2将步骤4.3得到的k-1时刻两相静止坐标系下的并网电流预测值矢量减去由步骤一得到的两相静止坐标系下的并网电流值矢量iα,β(k-1)，得到k时刻的预测偏差△α,β(k-1)；

步骤5.3判断k和k-1的逆变器输出电压之差uc(α,β)(k-1)-uc(α,β)(k-2)是否大于设置的阈值，如果确实大于阈值，则将步骤5.1和步骤5.2得到的k时刻和k-1时刻的预测偏差作差，再除以这两个时刻的逆变器输出电压之差，得到逆变器输出电压对预测偏差的修正系数kαβ；如果这两个时刻逆变器输出电压之差不大于阈值，则沿用上次计算得到的修正系数kαβ；

步骤5.4将k时刻逆变器输出电压与k+1时刻逆变器输出电压作差，再乘以修正系数kαβ，得到的结果加上k时刻的预测偏差△α,β(k)，得到k+1时刻的预测偏差，并将它作为预测偏差反馈单元的输出。

进一步的，将步骤四中得到的逆变器输出矢量uc(α,β)(k)按照桥臂开关动作最少的原则，分配每个并网逆变器桥臂的功率器件控制信号sabc。

有益效果：本发明的预测偏差反馈矫正单元，能在系统参数不匹配时实现自适应矫正，在并网逆变器的负载突变温升等其他原因导致并网电感和电阻发生变化时，保持良好的电流跟踪效果，降低并网电流的thd，提高了并网逆变器并网电抗器参数变动时的鲁棒性。

附图说明

图1为本发明的基于预测偏差反馈矫正的并网逆变器mpc方法的控制结构图。

图2为本发明的预测偏差反馈矫正mpc算法结构图。

图3为本发明的预测偏差反馈单元结构图。

图4为本发明的两电平并网逆变器的拓扑结构图。

图5为本发明的电感参数不匹配前后并网电流和预测偏差图。

图6为本发明的电感参数发生不匹配前后反馈系数识别效果图。

图7为本发明的电感参数不匹配时加入本发明算法前后预测偏差图。

图8为本发明的电感参数不匹配时加入算法前后的a相并网电流跟踪效果图。

图9为本发明的电阻参数不匹配时加入算法前后预测偏差图。

图10为本发明的电阻参数不匹配时加入算法前后a相并网电流跟踪效果图。

图11为电感电阻参数匹配时，加入算法前后的预测偏差图。

图1中，1、电网电源；2、并网电阻和电感；3、三相pwm变流器；4、直流负载；5、电网电压的检测单元；6、网侧电流的检测单元；7、软锁相环单元；8、直流电压外环控制单元；9、mpc控制单元；10、预测偏差反馈单元；11、开关信号转换单元。

具体实施方式

下面结合附图对本发明做更进一步的解释。

一种基于预测偏差反馈矫正的并网逆变器mpc方法，包括如下步骤：

步骤一、采样三相电网电压usa、usb、usc和并网电流ia、ib、ic，经过clark变换分别得到两相静止坐标系下电网电压usα、usβ和并网电流iα、iβ；

步骤二、通过锁相环7获得电网电压矢量角θ，利用电压矢量角θ对两相静止坐标系下电网电压usα、usβ进行park变换，得到同步旋转坐标系下电网电压的d、q分量ud、uq；

步骤三、采样直流侧电容电压udc，通过定直流电压外环控制单元8得到并网电流d轴分量的给定值并且把并网电流q轴分量的给定值设为0，将他们反变换到两相静止坐标系下得到k+1时刻的并网电流给定值

步骤四、将步骤三得到的k+1时刻并网电流给定值由步骤一得到的k时刻并网电流值iα,β(k)送给电流内环mpc控制单元9，从而获得逆变器在k时刻的输出电压矢量uc(α,β)(k)以及k+1时刻的并网电流预测值

步骤五、将步骤四得到的并网电流预测值和输出电压矢量uc(α,β)(k)以及步骤一得到的并网电流值iα,β(k)，送到预测偏差反馈单元10，得到k+1时刻的预测偏差△α,β(k+1)，并将k+1时刻的预测偏差代入到步骤四的电流内环mpc控制单元9中，对步骤四中的电流内环mpc控制单元9进行修正；

步骤六、将步骤四得到的输出电压矢量uc(α,β)(k)按照桥臂开关动作最少的原则，转化为驱动并网逆变器桥臂的功率器件控制信号sabc。

其中，电网电压矢量角的获取并对电网电压进行park变换过程：

步骤2.1利用锁相环7反馈得到的电网电压矢量角θ，对两相静止坐标系下电网电压usα、usβ进行park变换，得到同步旋转坐标系下电网电压的d、q分量ud、uq；

步骤2.2将给定量与检测得到的电网电压q轴分量uq相减，通过pi调节器，再加上角速度314rad/s，通过一个积分器后以2π取模，得到电网电压矢量角θ。

步骤三的直流电压外环控制过程为：用直流电压的给定值减去直流侧电容电压udc，经过pi调节器得到同步旋转坐标系下并网电流d轴分量的给定值

步骤四的电流内环mpc控制过程为：

步骤4.1将并网逆变器所有输出矢量和步骤一得到的k时刻并网电流iα,β(k)经过mpc控制单元9逐一运算，从而获得逆变器在k时刻所有输出电压矢量以及运用这一矢量后对应的下一时刻的并网电流预测值；

步骤4.2将上一时刻预测偏差反馈单元10中的输出迭代代入，修正步骤4.1中计算得到的并网电流预测值，重新得到并网逆变器输出电压矢量和并网电流预测值的一组对应数据；

步骤4.3将步骤三得到的k+1时刻并网电流给定值和步骤4.2中得到的所有并网电流预测值相比较，取最接近给定值的并网电流预测值对应的逆变器输出矢量作为k时刻的输出电压矢量uc(α,β)(k)，而所取的并网电流预测值记为

步骤五中预测偏差的获取和反馈控制的过程为：

步骤5.1将步骤4.3得到的k时刻两相静止坐标系下的并网电流预测值矢量减去由步骤一得到的两相静止坐标系下的并网电流值矢量iα,β(k)，得到k时刻的预测偏差△α,β(k)；

步骤5.2将步骤4.3得到的k-1时刻两相静止坐标系下的并网电流预测值矢量减去由步骤一得到的两相静止坐标系下的并网电流值矢量iα,β(k-1)，得到k时刻的预测偏差△α,β(k-1)；

步骤5.3判断k和k-1的逆变器输出电压之差uc(α,β)(k-1)-uc(α,β)(k-2)是否大于设置的阈值，如果确实大于阈值，则将步骤5.1和步骤5.2得到的k时刻和k-1时刻的预测偏差作差，再除以这两个时刻的逆变器输出电压之差，得到逆变器输出电压对预测偏差的修正系数kαβ；如果这两个时刻逆变器输出电压之差不大于阈值，则沿用上次计算得到的修正系数kαβ；

步骤5.4将k时刻逆变器输出电压与k+1时刻逆变器输出电压作差，再乘以修正系数kαβ，得到的结果加上k时刻的预测偏差△α,β(k)，得到k+1时刻的预测偏差，并将它作为预测偏差反馈单元的输出。

模型预测控制策略基本流程：

三相电压型并网逆变器的拓扑如图4所示。其中usa、usb、usc为三相电网电压，ia、ib、ic为三相并网电流，uca、ucb、ucc为逆变器输出的相电压，r和l分别为并网电抗器的电阻和电感。

在两相静止坐标系下建立三相并网逆变器数学模型：

将(1)写成矢量形式：

其中uc表示逆变器输出电压矢量，us表示电网电压矢量，i代表并网电流矢量，r和l分别为并网电抗器的电阻和电感。

并网电流的预测是基于系统的离散模型，故需要使用前向差分法对系统方程(2)离散化。假设系统的采样周期为ts，则在k时刻di/dt近似为：

得到系统的离散化模型：

在三相并网逆变器中，模型预测控制的主要控制目标为并网电流。预测控制算法的控制框图如图3所示。

通过检测k时刻的并网电流值iα,β(k)和电网电压值us(α,β)(k)，结合每一个可能的逆变器输出电压矢量uc(α,β)(k)，通过系统离散化方程预测出对应的下一时刻并网电流值。

通过将并网电流预测值与指令电流值作差得到价值函数j：

选择出价值函数之和最小的一个矢量对应的开关量作为逆变器的输出量。

预测模型与实际系统的不匹配问题：

预测模型作为模型预测控制策略中关键的一环，其与实际系统的一致性非常关键。当预测模型建立不准确、参数变化等因素影响时，预测的电流值和指令电流值将会产生较大偏差，此偏差会导致逆变器开关量的误选择，即所选输出电压矢量s不是使得评价函数j最小的开关量，进而导致系统的电流跟踪误差增大。

预测偏差主要包括两个方面：1是线路r、l参数变化引起的预测模型参数和实际物理参数的不匹配；2是基于系统离散化方程的预测模型与实际系统连续模型的偏差。

系统线路参数不匹配时的预测偏差分析：

为了单独分析线路参数不匹配时系统的预测偏差，先忽略系统延迟和离散化引起的预测偏差。定义r0、l0分别为预测模型中设定的线路电阻和电感参数，r和l为线路实际的电阻和电感参数，其中和分别表示实际电阻和电感相对于模型参数的偏差量。则系统在k+1时刻的预测电流值为：

而系统在线路参数不匹配时k+1时刻的实际的电流应如下：

定义系统的k+1时刻的电流预测偏差为△k+1，

将(6)和(7)代入(8)中，得到线路参数不匹配时系统的预测偏差如下，

公式(9)说明在线路参数不匹配时，电流预测偏差不仅仅和线路的实际r、l参数有关，而且和并网电流矢量，电网电压矢量以及系统选择的电压输出矢量有关。在模型参数偏差量和一定的情况下，可以按照预测偏差不同成分的变化规律将电流预测偏差△α,β(k+1)分为和两个部分：

其中是一个幅值固定，相角周期变化的矢量，它只和并网电流矢量以及电网电压矢量相关。电网电压矢量在大电网情况下通常为幅值固定，相位以工频50hz的速度顺时针旋转；而并网电流矢量在链式statcom稳态运行中幅值近似恒定，旋转角速度也和电网电压相同。所以转换到α-β坐标系下，则变成幅值一定且将近似成50hz变化的正弦交流量。

而则为预测偏差中的非周期变化部分，它只和链式statcom的输出电压矢量相关，链式statcom在稳态运行过程中输出电压矢量是跳变的，所以转换到α-β坐标系下也是随着输出电压矢量跳变的。

mpc模型离散化过程引入的预测偏差分析：

mpc控制基于系统的离散方程模型公式(4)，在链式statcom中，模型预测控制算法通过系统的离散方程预测下一时刻的并网电流。然而实际的三相并网逆变器并不是一个离散的系统，而是一个连续的系统，在一个离散周期ts中，并网电流和电网电压均是连续变化的。这就使得基于系统离散模型得到的下一时刻并网的预测值和实际值产生了偏差。为了详细分析这一偏差，这里假设系统电路参数匹配。

在一个预测控制周期中，k+1时刻的预测电流可以写为：

其中ts为预测控制周期，在一个预测控制周期中，系统模型中的us(α,β)(k)和iα,β(k)是不变的。并网电流iα,β和电网电压同相。

而系统电流的实际变化方程如公式(2)所示，在一个预测控制周期中，实际系统的us(α，β)和iα，β是连续变化的，为了便于对比分析，将预测周期ts等分成m份：

将公式(13)逐项相加，得到

当m趋向于无穷大时，公式(14)表示系统在k+1时刻电流的实际值，写成：

离散化模型引入的预测偏差

可以发现根据模型计算的k+1时刻预测电流值与k+1时刻系统的实际电流值之差为△(k+1)，它也是一个幅值固定，相位以工频50hz的和并网电流同步旋转的矢量，转换到α-β坐标系下，该预测电流偏差也是一个幅值一定且成50hz变化的正弦交流量。为了和前一部分分析的预测偏差区分开来，这里将由系统模型离散化引入的偏差△α,β(k+1)表示为

预测偏差成分分析：

综上所述可以得到系统在k+1时刻的电流预测总偏差为：

其中都是k+1时刻电流预测偏差中的50hz正弦稳态部分。他们的矢量和转换到α-β坐标系下可以写成如下形式，称之为k时刻的正弦稳态电流预测偏差。

而则是k+1时刻电流预测偏差中的阶梯跳变部分，转换到α-β坐标系下可以写成(17)形式，称之为k时刻的阶梯跳变电流预测偏差。

其中a在一定的离散周期ts、采样周期tm以及一定线路参数下保持不变，而离散周期ts也很小，故在相邻两次预测控制周期k+1和k+2中，该部分预测偏差值近似不变。

在相邻两次预测控制周期k+1和k+2中，由于并网逆变器的输出电压矢量相差较大，所以在相邻两次预测控制周期中变化较大。

基于预测偏差反馈矫正的模型预测控制：

为了消除三相并网逆变器电流预测偏差，这里提出一种基于预测偏差反馈矫正的mpc算法。主要原理是通过上一时刻的预测偏差值△α,β(k)去预测下一时刻的预测偏差值△α,β(k+1)，并将这一值代入到系统模型中，完成对下一时刻预测偏差的矫正。控制框图如图2：

根据上节的分析可知任意k时刻和k+1时刻的预测偏差为

由于预测偏差的正弦稳态部分在连续两次预测周期中近似不变，即可以认为：

所以将公式(20)表示为如下形式：

进而得到

△α,β(k+1)＝△α,β(k)+kα,β(uc(α,β)(k+1)-uc(α,β)(k))(23)

即系统在k+1时刻的预测偏差，为其在k时刻的预测偏差加上由k和k+1时刻逆变器输出电压差引起的电流偏差的一个修正量，其中kα,β为α-β坐标系下逆变器输出电压对电流预测偏差的修正系数：

可见在系统线路参数和预测控制周期确定的情况下kα,β为一个常量。由于是系统的线路电感扰动量，是不确定的，要计算它又要引入状态观测器，使得系统更加复杂。考虑在相邻几个预测控制周期中，kα,β可以认为是相对稳定的，所以这里通过前两个预测控制周期中的数据计算出kα,β的值：

然而这样直接实时更新计算会出现分母为零的现象，导致系统的不稳定，考虑kα,β的变化主要由线路电感参数变化引起，而线路电感的变化频率远低于预测频率，所以这里仅仅在分母uc(α,β)(k)-uc(α,β)(k-1)大于设定的阈值时对kα,β进行计算更新，否则沿用上一次计算得到的kα,β。控制框图如3：

得到下一时刻的预测偏差后将其代入预测模型中，修正原有的模型，以使得实际的预测偏差降低，达到良好的预测控制效果。

为了验证上述的解耦控制方法，搭建两电平pwm整流器进行实验验证。其中，核心控制器为ni公司的高性能nicrio-9024，igbt使用infineon的k15t1202，驱动芯片为ir2233。

具体的实验参数为：

表1实验参数

当电感实际值为6mh，并网电感标称值从6mh突变为2mh时，并网电流预测偏差明显变大，并网电流波形畸变严重如图5。识别出的逆变器输出电压对电流预测偏差的修正系数如图6，可见所提算法中的逆变器输出电压对电流预测偏差修正系数kα的识别效果良好。加入所提的预测偏差反馈矫正算法后，预测偏差明显降低如图7。加入算法后，由于预测偏差降低，故并网电流波形畸变率也明显降低，电流跟踪效果变好如图8。

为了验证所提算法对电阻参数不匹配的抑制效果，设计系统并网电感参数匹配，并网电阻实际值为1欧姆，标称值为10欧姆时，加入算法前后电流预测偏差如图9，可见预测偏差有效降低，并网电流跟踪效果图10，电流跟踪效果变好。

线路参数都匹配时，加入算法前后的预测偏差如下，可见参数匹配时系统仍然存在离散化过程中引入的预测偏差，此部分预测偏差和预测控制周期，即系统离散化周期有关，此实验中预测频率为10千赫兹，故此部分预测偏差较小，加入算法后依然得到了有效的抑制，如图11。

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，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。