一种DC/DC变换器的控制方法、控制系统及控制装置与流程
本发明涉及dc/dc变换器控制技术领域，特别是涉及一种dc/dc变换器的控制方法、控制系统及控制装置。
背景技术：
dc/dc变换器是电力电子系统的重要组成部分，在微电网优化控制，电动汽车和大规模储能系统的能量管理等方面都起着至关重要的作用。从本质上讲，dc/dc变换器是一类典型的既包含离散系统又包含连续系统的混杂系统，混杂特性主要体现在以下两个方面：1)dc/dc变换器的核心部件是功率开关器件，通过控制功率开关的导通与关断使变换器工作在不同的工作模式，通过功率开关实现不同工作模式的切换体现了离散系统的特性；2)dc/dc变换器在每一种工作模式工作时又具有连续系统的特性。
针对dc/dc变换器的混杂特性，现有技术中存在将模型预测控制(modelpredictivecontrol,mpc)方法分别应用于降压型dc/dc变换器和boostdc/dc变换器的控制方法。但是，由于mpc控制器对被控对象的模型参数较为敏感，当被控对象出现随机扰动使模型参数变化时，mpc控制器的鲁棒性会显著下降，从而导致被控对象即dc/dc变换器的鲁棒性降低。
因此，如何提高dc/dc变换器的鲁棒性，成为本领域技术人员亟需解决的技术问题。
技术实现要素：
本发明的目的是提供一种dc/dc变换器的控制方法，以提高dc/dc变换器的鲁棒性。
为实现上述目的，本发明提供了如下方案：
一种dc/dc变换器的控制方法，用于控制dc/dc变换器，所述控制方法包括：
获取所述dc/dc变换器中储能电感的离散电流信号和所述dc/dc变换器输出电压的离散电压信号，所述离散电流信号是对所述dc/dc变换器中储能电感的电流以设定的采样周期进行采样后获得的离散电流，所述离散电压信号是对所述dc/dc变换器的输出电压以所述采样周期进行采样后获得的离散电压；
根据第k个采样周期的离散电压信号与第k个采样周期给定的参考电压信号确定第k个采样周期的电压误差信号和第k个采样周期的误差增量信号，其中，所述第k个采样周期的误差增量信号为第k个采样周期的电压误差信号与第k-1个采样周期的电压误差信号的差值，第0个采样周期的电压误差信号为0；
根据所述第k个采样周期的电压误差信号隶属的一维云模型和所述第k个采样周期的误差增量信号隶属的一维云模型，确定第k个采样周期的参考电流增量隶属的一维云模型；
根据所述参考电流增量隶属的一维云模型的数字特征确定第k个采样周期的参考电流增量；
根据第k-1个采样周期的参考电流和所述第k个采样周期的参考电流增量确定第k个采样周期的参考电流，其中，第0个采样周期的参考电流为0；
根据模型预测控制模型、所述第k个采样周期的离散电压信号、第k个采样周期的离散电流信号、所述第k个采样周期的参考电流和第k-1个采样周期的控制量确定第k个采样周期的控制量，其中，第0个采样周期的控制量为0；
根据所述第k个采样周期的控制量生成占空比与所述控制量对应的pwm脉冲；
根据所述pwm脉冲控制所述dc/dc变换器中的功率开关的开通与关断。
可选的，所述模型预测控制模型的传递函数为分段仿射函数。
可选的，所述分段仿射函数为：
其中，d(k)表示第k个采样周期的控制量，fr、gr、hr和kr表示系数矩阵，p表示参数变量，p(k)表示第k个采样周期输入的参数向量，p(k)＝[il(k),vo(k),d(k-1),ilref(k)]t，il(k)表示第k个采样周期的离散电流信号，vo(k)表示第k个采样周期的离散电压信号，d(k-1)表示第k-1个采样周期的控制量，ilref(k)表示第k个采样周期的参考电流，r4表示4维实数集，cpr表示第r个多面体区域，nf表示多面体区域的个数。
可选的，所述系数矩阵的确定方法包括：
根据所述dc/dc变换器的电路结构，建立所述dc/dc变换器的连续时间模型；
根据所述连续时间模型建立所述dc/dc变换器的离散时间混杂模型：
其中，x(k)＝[x1(k)x2(k)]t＝[il(k)vo(k)]t，x(k)表示第k个采样周期的状态变量，il(k)表示所述dc/dc变换器中第k个采样周期的储能电感的离散电流信号，vo(k)表示所述dc/dc变换器第k个采样周期的输出电压的离散电压信号，d(k)表示第k个采样周期的控制量，τ＝ts/v1，ts表示所述dc/dc变换器的开关周期，v1∈n且v1≥1，
ro表示所述dc/dc变换器的负载电阻，l表示所述dc/dc变换器的储能电感，rl表示所述dc/dc变换器的储能电感的等效串联电阻，c表示所述dc/dc变换器的电容，rc表示所述dc/dc变换器中与所述等效电容串联的等效串联电阻；
根据所述离散时间混杂模型确定所述模型预测控制模型的各系数矩阵。
可选的，所述参考电流增量隶属的一维云模型的数字特征具体包括：期望、熵和超熵。
本发明的目的是提供一种dc/dc变换器的控制系统，能够提高dc/dc变换器的鲁棒性。
一种dc/dc变换器的控制系统，用于控制dc/dc变换器，所述控制系统包括：
获取模块，用于获取所述dc/dc变换器中储能电感的离散电流信号和所述dc/dc变换器输出电压的离散电压信号，所述离散电流信号是对所述dc/dc变换器中储能电感的电流以设定的采样周期进行采样后获得的离散电流，所述离散电压信号是对所述dc/dc变换器的输出电压以所述采样周期进行采样后获得的离散电压；
误差确定模块，用于根据第k个采样周期的离散电压信号与第k个采样周期给定的参考电压信号确定第k个采样周期的电压误差信号和第k个采样周期的误差增量信号，其中，所述第k个采样周期的误差增量信号为第k个采样周期的电压误差信号与第k-1个采样周期的电压误差信号的差值，第0个采样周期的电压误差信号为0；
隶属确定模块，用于根据所述第k个采样周期的电压误差信号隶属的一维云模型和所述第k个采样周期的误差增量信号隶属的一维云模型，确定第k个采样周期的参考电流增量隶属的一维云模型；
电流增量确定模块，用于根据所述参考电流增量隶属的一维云模型的数字特征确定第k个采样周期的参考电流增量；
参考电流确定模块，用于根据第k-1个采样周期的参考电流和所述第k个采样周期的参考电流增量确定第k个采样周期的参考电流，其中，第0个采样周期的参考电流为0；
控制量确定模块，用于根据模型预测控制模型、所述第k个采样周期的离散电压信号、第k个采样周期的离散电流信号、所述第k个采样周期的参考电流和第k-1个采样周期的控制量确定第k个采样周期的控制量，其中，第0个采样周期的控制量为0；
脉冲生产模块，用于根据所述第k个采样周期的控制量生成占空比与所述控制量对应的pwm脉冲；
驱动模块，用于根据所述pwm脉冲控制所述dc/dc变换器中的功率开关的开通与关断。
本发明的目的是提供一种dc/dc变换器的控制装置，能够提高dc/dc变换器的鲁棒性。
一种dc/dc变换器的控制装置，用于控制dc/dc变换器，所述控制装置包括：
电流采集电路，所述电流采集电路的采集端与所述dc/dc变换器中的储能电感连接，用于采集所述dc/dc变换器中储能电感的电流；
电压采集电路，所述电压采集电路的采集端与所述dc/dc变换器连接，用于采集所述dc/dc变换器的输出电压；
a/d转换器，所述电流采集电路的输出端和所述电压采集电路的输出端分别与所述a/d转换器的输入端连接，用于将所述储能电感的电流转换为离散电流信号，并将所述输出电压转换为离散电压信号；
比较器，所述比较器的输入端分别与所述a/d转换器的输出端及参考电压发生器连接，所述参考电压发生器用于提供给定的参考电压信号，所述比较器用于比较第k个采样周期的离散电压信号与所述参考电压信号，得到第k个采样周期的电压误差信号和第k个采样周期的误差增量信号，其中，所述第k个采样周期的误差增量信号为第k个采样周期的电压误差信号与第k-1个采样周期的电压误差信号的差值，第0个采样周期的电压误差信号为0；
处理器，所述比较器的输出端与所述处理器的输入端连接，用于根据所述第k个采样周期的电压误差信号、所述第k个采样周期的误差增量信号和第k-1个采样周期的参考电流输出第k个采样周期的参考电流，其中，第0个采样周期的参考电流为0；
模型预测控制器，所述处理器的输出端和所述a/d转换器的输出端分别与所述模型预测控制器的输入端连接，所述模型预测控制器用于根据所述第k个采样周期的离散电压信号、第k个采样周期的离散电流信号、所述第k个采样周期的参考电流输出第k个采样周期的控制信号；
pwm脉冲生成器，所述模型预测控制器的输出端与所述pwm脉冲生成器的输入端连接，所述pwm脉冲生成器用于根据所述控制信号生成占空比与所述控制信号对应的pwm脉冲；
驱动电路，所述驱动电路的输入端分别与所述pwm脉冲生成器的输出端和所述dc/dc变换器中的功率开关连接，用于根据所述pwm脉冲控制所述dc/dc变换器中的功率开关的开通与关断。
可选的，所述a/d转换器的采样频率为所述dc/dc变换器的开关频率的整数倍。
可选的，所述a/d转换器的采样频率与所述dc/dc变换器的开关频率相同。
可选的，所述电压采集电路包括第一电阻和第二电阻，所述第一电阻和所述第二电阻串联后，并联在所述dc/dc变换器的输出端。
根据本发明提供的具体实施例，本发明公开了以下技术效果：
本发明根据第k个采样周期的离散电压信号、第k个采样周期给定的参考电压信号及第k-1个采样周期的参考电流，采用云模型算法估计第k个采样周期的参考电流，mpc控制器根据输出电压信号、储能电感的电流信号、云模型估算的参考电流和上一个采样周期的控制量确定当前采样时刻的控制量。当被控对象出现随机扰动使模型参数变化时，只有当该扰动引起储能电感的电流或变换器的输出电压变化时，mpc控制器才会对扰动做出响应，若被控对象的随机扰动并未造成输出电压或者储能电感的电流变化，mpc控制器将会忽略该次扰动。可见，本发明采用云模型算法对mpc控制器的参数进行预估，有效提高了mpc控制系统的抗随机扰动性能，从而提高了mpc控制器的鲁棒性，进而提高了dc/dc变换器的鲁棒性。
本发明提供的控制方法，通过云模型估算mpc控制器的参数，mpc控制器的参数与dc/dc变换器混杂模型的切换模式无关。因此，本发明提供的控制方法突破了现有技术中被控对象的电路拓扑对mpc控制器的局限。本发明提供的控制方法适用于所有的dc/dc变换器，具有良好的通用性和统一性，便于推广实施。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它的附图。
图1为本发明实施例1提供的dc/dc变换器的控制方法的流程图；
图2为本发明实施例2提供的dc/dc变换器的控制系统的结构框图；
图3为本发明实施例3提供的dc/dc变换器的控制装置的结构示意图；
图4为本发明实施例3提供的dc/dc变换器的控制装置中处理器的工作原理框图；
图5为本发明实施例3提供的控制装置中处理器的参数估计部分的原理框图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
本发明的目的是提供一种dc/dc变换器的控制方法、控制系统及控制装置，能够提高dc/dc变换器的鲁棒性。
为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。
实施例1：
如图1所示，一种dc/dc变换器的控制方法，用于控制dc/dc变换器，所述控制方法包括：
步骤101：获取所述dc/dc变换器中储能电感的离散电流信号和所述dc/dc变换器输出电压的离散电压信号，所述离散电流信号是对所述dc/dc变换器中储能电感的电流以设定的采样周期进行采样后获得的离散电流，所述离散电压信号是对所述dc/dc变换器的输出电压以所述采样周期进行采样后获得的离散电压；
步骤102：根据第k个采样周期的离散电压信号与第k个采样周期给定的参考电压信号确定第k个采样周期的电压误差信号和第k个采样周期的误差增量信号，其中，所述第k个采样周期的误差增量信号为第k个采样周期的电压误差信号与第k-1个采样周期的电压误差信号的差值，第0个采样周期的电压误差信号为0；
步骤103：根据所述第k个采样周期的电压误差信号隶属的一维云模型和所述第k个采样周期的误差增量信号隶属的一维云模型，确定第k个采样周期的参考电流增量隶属的一维云模型；
步骤104：根据所述参考电流增量隶属的一维云模型的数字特征确定第k个采样周期的参考电流增量；本实施例中，所述参考电流增量隶属的一维云模型的数字特征具体包括：期望、熵和超熵。
步骤105：根据第k-1个采样周期的参考电流和所述第k个采样周期的参考电流增量确定第k个采样周期的参考电流，其中，第0个采样周期的参考电流为0；
步骤106：根据模型预测控制模型、所述第k个采样周期的离散电压信号、第k个采样周期的离散电流信号、所述第k个采样周期的参考电流和第k-1个采样周期的控制量，确定第k个采样周期的控制量，其中，第0个采样周期的控制量为0；
步骤107：根据所述第k个采样周期的控制量生成占空比与所述控制量对应的pwm脉冲；
步骤108：根据所述pwm脉冲控制所述dc/dc变换器中的功率开关的开通与关断。
本实施例中，所述模型预测控制模型的传递函数为分段仿射(pwa)函数，所述分段仿射函数的表达式为：
其中，d(k)表示第k个采样周期的控制量，其中k表示正整数，fr、gr、hr和kr表示系数矩阵，p表示参数变量，p(k)表示第k个采样周期输入的参数向量，p(k)＝[il(k),vo(k),d(k-1),ilref(k)]t，il(k)表示第k个采样周期的离散电流信号，vo(k)表示第k个采样周期的离散电压信号，d(k-1)表示第k-1个采样周期的控制量，ilref(k)表示第k个采样周期的参考电流，r4表示4维实数集，cpr表示第r个多面体区域，nf表示多面体区域的个数。
其中，fr、gr、hr和kr表示的系数矩阵的确定方法包括：
步骤1061：根据所述dc/dc变换器的电路结构，建立所述dc/dc变换器的连续时间模型；
步骤1062：根据所述连续时间模型建立所述dc/dc变换器的离散时间混杂模型：
其中，x(k)＝[x1(k)x2(k)]t＝[il(k)vo(k)]t，x(k)表示第k个采样周期的状态变量，il(k)表示所述dc/dc变换器中第k个采样周期的储能电感的离散电流信号，vo(k)表示所述dc/dc变换器第k个采样周期的输出电压的离散电压信号，d(k)表示第k个采样周期的控制量，τ＝ts/v1，ts表示所述dc/dc变换器的开关周期，v1∈n且v1≥1，
ro表示所述dc/dc变换器的负载电阻，l表示所述dc/dc变换器的储能电感，rl表示所述dc/dc变换器的储能电感的等效串联电阻，c表示所述dc/dc变换器的电容，rc表示所述dc/dc变换器中与所述等效电容串联的等效串联电阻；
步骤1063：根据所述离散时间混杂模型确定所述模型预测控制模型的各系数矩阵。
本发明提供的控制方法，充分利用了云模型理论在处理系统模糊性和随机性方面的优势，采用云估计技术预估模型预测控制的参数，有效提高了控制系统的抗随机扰动(如高斯白噪声)性能。
实施例2：
如图2所示，一种dc/dc变换器的控制系统，用于控制dc/dc变换器，所述控制系统包括：
获取模块201，用于获取所述dc/dc变换器中储能电感的离散电流信号和所述dc/dc变换器输出电压的离散电压信号，所述离散电流信号是对所述dc/dc变换器中储能电感的电流以设定的采样周期进行采样后获得的离散电流，所述离散电压信号是对所述dc/dc变换器的输出电压以所述采样周期进行采样后获得的离散电压；
误差确定模块202，用于根据第k个采样周期的离散电压信号与第k个采样周期给定的参考电压信号确定第k个采样周期的电压误差信号和第k个采样周期的误差增量信号，其中，所述第k个采样周期的误差增量信号为第k个采样周期的电压误差信号与第k-1个采样周期的电压误差信号的差值，第0个采样周期的电压误差信号为0；
隶属确定模块203，用于根据所述第k个采样周期的电压误差信号隶属的一维云模型和所述第k个采样周期的误差增量信号隶属的一维云模型，确定第k个采样周期的参考电流增量隶属的一维云模型；
电流增量确定模块204，用于根据所述参考电流增量隶属的一维云模型的数字特征确定第k个采样周期的参考电流增量；
参考电流确定模块205，用于根据第k-1个采样周期的参考电流和所述第k个采样周期的参考电流增量确定第k个采样周期的参考电流，其中，第0个采样周期的参考电流为0；
控制量确定模块206，用于根据模型预测控制模型、所述第k个采样周期的离散电压信号、第k个采样周期的离散电流信号、所述第k个采样周期的参考电流和第k-1个采样周期的控制量确定第k个采样周期的控制量，其中，第0个采样周期的控制量为0；
脉冲生产模块207，用于根据所述第k个采样周期的控制量生成占空比与所述控制量对应的pwm脉冲；
驱动模块208，用于根据所述pwm脉冲控制所述dc/dc变换器中的功率开关的开通与关断。
本实施例提供的方法能够显著提高dc/dc变换器的动态响应性能，可使变换器的动态调节时间短，系统响应超调量小，而且适用于buck、boost、buck-boost、正激变换器和反激变换器等不同拓扑的dc/dc变换器，具有较强的通用性和统一性。
实施例3：
本实施例以boost变换器为主电路，该电路主要包括电源e，功率开关q，二极管d，电感器l，电容器c，负载电阻ro。其中，功率开关q由pwm信号驱动，pwm信号占空比取决于k时刻的最优控制量d*(k)；二极管d起续流作用；电感器l为储能电感，用于存储和传输能量。
如图3所示，一种dc/dc变换器的控制装置，用于控制boost变换器30，所述控制装置包括：
电流采集电路301，所述电流采集电路的采集端与所述dc/dc变换器中的储能电感l连接，用于采集所述dc/dc变换器中储能电感的电流；
电压采集电路302，所述电压采集电路的采集端与所述dc/dc变换器连接，用于采集所述dc/dc变换器的输出电压；本实施例中，电压采集电路包括第一电阻和第二电阻，所述第一电阻和所述第二电阻串联后，并联在所述dc/dc变换器的输出端。
a/d转换器303，所述电流采集电路的输出端和所述电压采集电路的输出端分别与所述a/d转换器的输入端连接，用于将所述储能电感的电流转换为离散电流信号，并将所述输出电压转换为离散电压信号；可选地，a/d转换器的采样频率为所述dc/dc变换器的开关频率的整数倍；优选地，所述a/d转换器的采样频率与所述dc/dc变换器的开关频率相同。
本实施例中，a/d转换器303对电压采集电路302采集的电压信号vo和电流采集电路301采集的流过电感器l的模拟电流信号il进行采样，将其分别转换为数字信号vo(k)和il(k)，并将vo(k)和il(k)输出给模型预测控制器306，将vo(k)输出给比较器304。
比较器304，所述比较器的输入端分别与所述a/d转换器的输出端及参考电压发生器连接，所述参考电压发生器用于提供给定的参考电压信号，所述比较器用于比较第k个采样周期的离散电压信号与所述参考电压信号，得到第k个采样周期的电压误差信号和第k个采样周期的误差增量信号，其中，所述第k个采样周期的误差增量信号为第k个采样周期的电压误差信号与第k-1个采样周期的电压误差信号的差值，第0个采样周期的电压误差信号为0；
本实施例中，比较器304将数字输出电压信号vo(k)与给定的数字参考信号vref相比较，得到输出电压误差e(k)和电压误差增量ec(k)，并将将e(k)和ec(k)发送给处理器305，其中：e(k)＝vo(k)-vref，ec(k)＝e(k)-e(k-1)。
处理器305，所述比较器的输出端与所述处理器的输入端连接，用于根据所述第k个采样周期的电压误差信号、所述第k个采样周期的误差增量信号和第k-1个采样周期的参考电流输出第k个采样周期的参考电流，其中，第0个采样周期的参考电流为0；
模型预测控制器306，所述处理器的输出端和所述a/d转换器的输出端分别与所述模型预测控制器的输入端连接，所述模型预测控制器用于根据所述第k个采样周期的离散电压信号、第k个采样周期的离散电流信号、所述第k个采样周期的参考电流输出第k个采样周期的控制信号；
pwm脉冲生成器307，所述模型预测控制器的输出端与所述pwm脉冲生成器的输入端连接，所述pwm脉冲生成器用于根据所述控制信号生成占空比与所述控制信号对应的pwm脉冲；
驱动电路308，所述驱动电路的输入端分别与所述pwm脉冲生成器的输出端和所述dc/dc变换器中的功率开关连接，用于根据所述pwm脉冲控制所述dc/dc变换器中的功率开关的开通与关断。
如图4所示，本实施例中处理器305的主要作用是为内环模型预测控制器306提供参数估计，通过对内环参考电流ilref(k)进行调节来实现对dc/dc变换器输出电压的跟踪，同时使系统具有较好的抗干扰性能。处理器305进行参数估计的具体步骤如下：
步骤31：在e(k)和ec(k)的论域内分别定义两个一维云模型集合e＝[e1,e2,…e7]和ec＝[ec1,ec2,…ec7]。其中e1,e7,ec1和ec7是半梯形云模型，其余的是正态云模型。然后定义e和ec的定性概念集合为{负大，负中，负小，零，正小，正中，正大}，并用(exei,enei,heei),(execj,enecj,heecj)分别表示云模型ei,ecj(i,j＝1,2…7)的三个数字特征即：期望(ex)，熵(en)，超熵(he)，具体数值定义见表1。在定义了e和ec以后，分别计算出e(k)和ec(k)对应于e和ec中所有一维云模型的隶属度，然后根据最大隶属度原则，找出e(k)和ec(k)对应的最大隶属度，从而判定出e(k)和ec(k)所隶属的一维云模型ei和ecj。
步骤32：为了制定推理规则，还需要进一步定义δilref(k)的一维云模型集合，表示为δi＝[δi1,δi2,…δi7]，δi中所有的云模型均为一维正态云模型，其定性概念集合与e和ec相同，并用(exδim,enδim,heδim)表示云模型δim(m＝1,2…7)的三个数字特征即：期望(ex)，熵(en)，超熵(he)，具体数值定义见表2。一条推理规则主要由双条件单规则推理结构：若e(k)＝ei，ec(k)＝ecj,则δilref(k)＝δim(i,j,m＝1,2,…7)来决定。根据专家经验，可建立如表3所示的规则库，其中数字1～7用来简单表示云模型ei,ecj,δim，例如：当ei＝3,ecj＝5，δim＝4时，对应的推理规则为：若e(k)＝e3(e(k)为负小)，ec(k)＝ec5(ec(k)为正小)，则δilref(k)＝δi4(δilref(k)为零)。当表3中的一条推理规则被规则选择器选定以后，相关云模型(ei,ecj,δim)的数字特征将被提供给参数估计部分，用以估计δilref(k)的值。
表1e(k)和ec(k)的一维云模型集合数字特征
表2δilref(k)的一维云模型集合数字特征
表3推理规则库
步骤33：参数估计部分主要由一个二维前件云发生器cgei,ecj和一个一维后件云发生器cgδim相连构成，用以实现控制规则的推理结构，其原理如图5所示。首先，用相同的输入值e(k)和ec(k)刺激二维前件云发生器cgei,ecjn次，从而随机产生n个隶属度μ1,μ2,…μn。然后，将这些隶属度分别作为cgδim的输入，随机产生n个电流参考值的增量δilref1,…δilrefn。最后，取这n个增量的平均值作为参考电流增量δilref(k)的估计值。即输入:云模型ei,ecj,δim的数字特征(exei,enei,heei),(execj,enecj,heecj),(exδim,enδim,heδim)；输入变量e(k)和ec(k)；云滴数量n；输出:电流参考值增量δilref(k)的估计值，具体实现算法如下：
step1:若i＝1且e(k)<exe1,则e(k)＝exe1；
若i＝7且e(k)>exe7,则e(k)＝exe7；
若j＝1且ec(k)<exec1,则ec(k)＝exec1；
若j＝7且ec(k)>exec7,则ec(k)＝exec7；
/*当e(k)和ec(k)对应于半梯形云模型e1,e7,ec1,ec7时。*/
step2:计算(pei,pecj)＝n2(enei,enecj,heei,heecj)，n2表示一个服从正态分布的二维随机函数，产生一个均值为enei，标准差为heei的正态分布随机数pei和一个均值为enecj，标准差为heecj的正态分布随机数pecj。
step3:计算
step4:重复执行step2～3直到产生n个隶属度μ1,μ2,…μn。
step5:计算pδim＝n1(enδim,heδim)，n1表示一个服从正态分布的一维随机函数，产生一个均值为enδim，标准差为heδim的正态分布随机数pδim。
step6:若e(k)≤exei,ec(k)≤execj,则δilrefn＝exδim-pδim×(-2ln(μn))0.5；
若e(k)>exei,ec(k)>execj,则δilrefn＝exδim+pδim×(-2ln(μn))0.5；
若e(k)≤exei,ec(k)>execj,则
若e(k)>exei,ec(k)≤execj,则
step7:重复执行step5～6直到产生n个电流参考值的增量δilref1,…δilrefn。
step8:通过取δilref1,…δilrefn的平均值得到δilref(k)。
步骤34：通过计算ilref(k)＝δilref(k)+ilref(k-1)得到参考电流ilref(k)。
本实施例中，模型预测控制器306将ad转换器输出的数字信号il(k)和vo(k)、处理器305输出的参考电流ilref(k)以及k-1时刻的最优控制输入变量d(k-1)作为其输入参数向量p(k)，p(k)＝[il(k),vo(k),d(k-1),ilref(k)]t。模型预测控制器306是基于最优状态反馈控制律的控制器，该控制律是一个定义在4维可行参数空间多面体划分内的且只与采样时刻参数向量p(k)有关的分段仿射函数，其表达式为：
d*(k)＝frp(k)+gr，p(k)∈cpr(1)
式(2)将参数空间被划分为nf个多面体区域，其中第r个多面体cpr由不等式系数矩阵hr,kr决定，而式(1)中的系数矩阵fr,gr决定了该多面体所对应的控制律，式(2)中p为参数变量，
获得最优状态反馈控制律，即确定系数矩阵hr、kr、fr,和gr的具体步骤如下：
步骤1：建立dc/dc变换器的连续时间模型：定义系统状态变量为x(t)＝[x1(t)x2(t)]t＝[il(t)vo(t)]t，可得到变换器连续时间状态空间模型的一般表达式：
对于boost变换器，式(3)中的系数矩阵f1、f2、g1、g2为：
其中，ro表示负载电阻，l和rl分别表示电感及其等效串联电阻，c和rc分别表示电容及其等效串联电阻。
步骤2：建立dc/dc变换器的离散时间混杂模型：
首先将开关周期等分为ν1个子周期，每个子周期长度为τ＝ts/ν1,ν1∈n且ν1≥1。用ξ(i)表示kts+iτ时刻的系统状态，i∈{0,1,…,ν1-1}，按定义有ξ(0)＝x(k)，ξ(1)＝x(k+1)。引入ν1个二进制逻辑变量：
分别表示开关管在kts+iτ时刻的开关位置，true表示开关导通。开关管在每个子周期内均可能处于3种工作模式：①开关始终导通；②开关始终关断；③开关从导通变为关断。因此对于每个子周期内的状态更新函数可表示为：
式中矩阵φ1,φ2,ψ1,ψ2分别为式(3)中f1,f2,g1,g2的离散时间表达式，离散时间间隔为τ，
其中系数矩阵φave,ψave为：
可见式(7)在d(k)的取值范围0≤d(k)≤1内是分段函数，且总能经过化简得到如下表达式：
其中ai,bi,ci,di为式(7)经过化简得到的系数矩阵，并由系数矩阵m1,m2,m3,m4共同决定。
将式(9)中的双线性项x(k)d(k)＝[il(k)d(k),vo(k)d(k)]t在状态-输入空间内进行线性化处理。对此，进一步引入v2个二进制逻辑变量，将il在其论域i＝[0,ilmax]内划分为v2个子区间，并用一个pwa函数来替换il(k)d(k)。同理，引入v3个二进制逻辑变量，将vo在其论域v＝[0,vomax]内划分为v3个子区间，并用一个pwa函数来替换vo(k)d(k)。
最后利用混杂系统描述语言hysdel(hybridsysemdescriptionlanguage)对上述模型框架进行描述，然后由hysdel编译器推导出dc/dc变换器的混杂系统模型。
步骤3：最优状态反馈控制律的离线计算：
首先将电流误差ilerr＝il-ilref作为目标函数之一。此外，为了防止发生抖震现象，将两个连续开关时刻的占空比之差δd(k)＝d(k)-d(k-1)也加入目标函数中。然后定义惩罚矩阵q＝diag(q1,q2)，q1∈r+且q2∈r+，并定义误差向量ε(k)＝[ilerr(k),δd(k)]t，得到目标函数：
||qε(k+l|k)||1表示在有限的预测域l内利用1范数形式来惩罚从k时刻起第l步的预测项ε(k+l|k)，可见该目标函数不仅取决于控制输入序列d(k)＝[d(k),…,d(k+l-1)]t，还取决于输入参数向量p(k)。
对于系统约束条件，占空比应满足：
0≤d(k)≤1(11)
电感电流和输出电压约束应满足：
0≤il(k)≤ilmax，0≤vo(k)≤vomax(12)
并利用“移动块”约束以减小控制器的复杂度：
d(k+l|k)＝d(k|k)(13)
其中，ilmax表示储能电感的电流最大值，vomax表示采集的输出电压的最大值，最后，利用多参数规划工具箱(multi-parametrictoolbox,mpt)对变换器离散时间混杂模型、目标函数(10)和约束条件(11)～(13)所构成的约束有限时间优化控制问题(constrainedfinitetimeoptimalcontrol，cftoc)进行离线优化计算，即可得到如式(1)、(2)所示的最优状态反馈控制律。
pwm脉冲生成器307将mpc模块输出的最优控制输入变量d*(k)(d*(k)∈[0,1])转换为一个占空比为d*(k)的pwm信号，然后将该pwm信号送入驱动电路308，以产生驱动变换器开关管的pwm信号，从而实现对主电路的控制。
本发明设置的模型预测控制器306能够在整个状态-输入空间内更好的处理dc/dc变换器所固有的混杂特性，提高了控制的鲁棒性，避免了一些不稳定现象(如抖震现象)的发生。
本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的系统而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处。综上所述，本说明书内容不应理解为对本发明的限制。
- 还没有人留言评论。精彩留言会获得点赞！