一种基于多变量预测的LCL并网逆变器FCS-MPC控制方法与流程

文档序号:19148182发布日期:2019-11-15 23:46阅读:224来源:国知局
一种基于多变量预测的LCL并网逆变器FCS-MPC控制方法与流程

本发明涉及lcl并网逆变器控制技术领域,尤其涉及一种基于多变量预测的lcl并网逆变器fcs-mpc控制方法。



背景技术:

近年来新能源发电技术得到了快速发展,并网逆变器作为各类新能源并入电网的接口,其运行性能直接影响到电网的稳定性。并网逆变器传统控制策略大多采用电压外环及电流内环得到指令电压矢量,然后通过电压空间矢量pwm控制技术(svpwm)得到所需开关状态。上述传统控制策略需要设计合适的电压、电流调节器,且svpwm算法较为复杂。

目前,随着数字处理器计算能力的提高,模型预测控制技术以其原理简单、鲁棒性高、电流跟踪效果好且适用于多变量非线性系统等优点,逐步被应用到并网逆变器控制策略中。但现有的基于模型预测控制策略的并网逆变器研究,基本采用单变量(网侧电流)预测控制,预测精度不高且鲁棒性较差;而采用多变量模型预测控制可有效提高预测控制性能,为进一步提高基于fcs-mpc的lcl并网逆变器的并网质量提供了可能。



技术实现要素:

发明目的:针对在提高基于fcs-mpc的lcl并网逆变器的并网质量的过程中,lcl并网逆变器控制策略中的调节器设计和svpwm算法过于复杂的问题,本发明提出一种基于多变量预测的lcl并网逆变器fcs-mpc控制方法。

技术方案:为实现本发明的目的,本发明所采用的技术方案是:

一种基于多变量预测的lcl并网逆变器fcs-mpc控制方法,所述控制方法具体包括如下步骤:

s1:根据lcl并网逆变器在αβ坐标系下的数学模型,建立基于网侧电流、逆变器侧电流和电容电压多变量模型的预测数学模型;

s2:通过所述基于网侧电流、逆变器侧电流和电容电压多变量模型的预测数学模型,构建基于网侧电流、逆变器侧电流和电容电压的价值评价函数,具体为:

其中:j为价值评价函数,λi1(k+2)为αβ坐标系下的网侧电流在第k+2个采样周期的预测值的权重系数,λuc(k+2)为αβ坐标系下的交流滤波电容电压在第k+2个采样周期的预测值的权重系数,为αβ坐标系下的网侧给定电流在第k+2个采样周期的α分量,i1α(k+2)为αβ坐标系下的网侧实际电流在第k+2个采样周期的α分量,为αβ坐标系下的网侧给定电流在第k+2个采样周期的β分量,i1β(k+2)为αβ坐标系下的网侧实际电流在第k+2个采样周期的β分量,为αβ坐标系下的交流滤波电容电压在第k+2个采样周期的给定电压α分量,ucα(k+2)为αβ坐标系下的交流滤波电容电压在第k+2个采样周期的实际电压α分量,为αβ坐标系下的交流滤波电容电压在第k+2个采样周期的给定电压β分量,ucβ(k+2)为αβ坐标系下的交流滤波电容电压在第k+2个采样周期的实际电压β分量,为αβ坐标系下的逆变器侧给定电流在第k+2个采样周期的α分量,i2α(k+2)为αβ坐标系下的逆变器侧实际电流在第k+2个采样周期的α分量,为αβ坐标系下的逆变器侧给定电流在第k+2个采样周期的β分量,i2β(k+2)为αβ坐标系下的逆变器侧实际电流在第k+2个采样周期的β分量;

s3:根据开关在当前采样周期内的作用矢量,获取开关在下一个采样周期内的所有作用矢量,通过所述价值评价函数,确定出开关在下一个采样周期内的开关状态。

进一步地讲,所述步骤s1建立基于网侧电流、逆变器侧电流和电容电压多变量模型的预测数学模型,具体如下:

s1.1:根据基尔霍夫电压和电流定律,确定出lcl并网逆变器在αβ坐标系下的数学模型,具体为:

其中:uαβ(k)为αβ坐标系下在第k个采样周期的逆变器侧电压,ucαβ(k)为αβ坐标系下在第k个采样周期的交流滤波电容电压,i2αβ(k)为αβ坐标系下在第k个采样周期的逆变器侧电流,l1为网侧电感,l2为逆变器侧电感,i1αβ(k)为αβ坐标系下在第k个采样周期的网侧电流,eαβ(k)为αβ坐标系下在第k个采样周期的网侧电压,cf为交流滤波电容,t为时间常数;

s1.2:根据所述lcl并网逆变器在αβ坐标系下的数学模型,确定出αβ坐标系下的网侧电流在第k+1个采样周期的预测值、αβ坐标系下的逆变器侧电流在第k+1个采样周期的预测值、αβ坐标系下的交流滤波电容电压在第k+1个采样周期的预测值,具体为:

其中:δi2αβ(k+1)=i2αβ(k+1)-i2αβ(k),δucαβ(k+1)=ucαβ(k+1)-ucαβ(k)

i1αβ(k+1)为αβ坐标系下的网侧电流在第k+1个采样周期的预测值,i2αβ(k+1)为αβ坐标系下的逆变器侧电流在第k+1个采样周期的预测值,ucαβ(k+1)为αβ坐标系下的交流滤波电容电压在第k+1个采样周期的预测值,i1αβ(k)为αβ坐标系下在第k个采样周期的网侧电流,i2αβ(k)为αβ坐标系下在第k个采样周期的逆变器侧电流,ucαβ(k)为αβ坐标系下在第k个采样周期的交流滤波电容电压,uαβ(k+1)为αβ坐标系下的逆变器侧电压在第k+1个采样周期的预测值,eαβ(k)为αβ坐标系下在第k个采样周期的网侧电压,ts为离散化采样周期,l1为网侧电感,l2为逆变器侧电感,cf为交流滤波电容;

s1.3:根据所述αβ坐标系下的网侧电流在第k+1个采样周期的预测值、αβ坐标系下的逆变器侧电流在第k+1个采样周期的预测值、αβ坐标系下的交流滤波电容电压在第k+1个采样周期的预测值,建立基于网侧电流、逆变器侧电流和电容电压多变量模型的预测数学模型,具体为:

其中:δucαβ(k+2)=ucαβ(k+2)-ucαβ(k+1),δi2αβ(k+2)=i2αβ(k+2)-i2αβ(k+1)

i1αβ(k+2)为αβ坐标系下的网侧电流在第k+2个采样周期的预测值,i2αβ(k+2)为αβ坐标系下的逆变器侧电流在第k+2个采样周期的预测值,ucαβ(k+2)为αβ坐标系下的交流滤波电容电压在第k+2个采样周期的预测值,uαβ(k+2)为αβ坐标系下的逆变器侧电压在第k+2个采样周期的预测值,i1αβ(k+1)为αβ坐标系下的网侧电流在第k+1个采样周期的预测值,i2αβ(k+1)为αβ坐标系下的逆变器侧电流在第k+1个采样周期的预测值,ucαβ(k+1)为αβ坐标系下的交流滤波电容电压在第k+1个采样周期的预测值,eαβ(k+1)为αβ坐标系下的网侧电压在第k+1个采样周期的预测值,ts为离散化采样周期,l1为网侧电感,l2为逆变器侧电感,cf为交流滤波电容。

进一步地讲,αβ坐标系下的网侧给定电流由直流母线电压经pi调节器输出后,经过dq/αβ变换获取得到。

进一步地讲,αβ坐标系下的网侧实际电流的微分方程,具体为:

其中:δi1αβ(k+1)=i1αβ(k+1)-i1αβ(k)

i1αβ(k+1)为αβ坐标系下的网侧电流在第k+1个采样周期的预测值,i1αβ(k)为αβ坐标系下在第k个采样周期的网侧电流,t为时间常数,ts为离散化采样周期。

进一步地讲,所述步骤s3确定出开关在下一个采样周期内的开关状态,具体如下:

s3.1:根据开关在当前采样周期内的作用矢量,确定出开关在下一个采样周期内能选择的所有作用矢量;

s3.2:根据开关在下一个采样周期内的能选择的所有作用矢量,获取所述各个作用矢量对应的αβ坐标系下的网侧电流在第k+1个采样周期的预测值、αβ坐标系下的逆变器侧电流在第k+1个采样周期的预测值、αβ坐标系下的交流滤波电容电压在第k+1个采样周期的预测值;

将所述各个作用矢量对应的αβ坐标系下在第k+1个采样周期的预测值代入基于网侧电流、逆变器侧电流和电容电压多变量模型的预测数学模型中,获取各个作用矢量对应的αβ坐标系下的网侧电流在第k+2个采样周期的预测值、逆变器侧电流在第k+2个采样周期的预测值、交流滤波电容电压在第k+2个采样周期的预测值;

s3.3:将各个作用矢量对应的αβ坐标系下的网侧电流在第k+2个采样周期的预测值、逆变器侧电流在第k+2个采样周期的预测值、交流滤波电容电压在第k+2个采样周期的预测值,依次代入所述价值评价函数中,获取所述各个作用矢量对应的价值评价函数值;

s3.4:比较所述各个作用矢量对应的价值评价函数值,确定出最小的价值评价函数值对应的作用矢量,该作用矢量对应的开关状态即为开关在下一个采样周期内的开关状态。

进一步地讲,在步骤s3.1中,根据开关在当前采样周期内的作用矢量,确定出开关在下一个采样周期内的能选择的所有作用矢量,具体为:

开关在当前采样周期内的作用矢量为:000,则开关在下一个采样周期内能选择的所有作用矢量为:100、010、001;

开关在当前采样周期内的作用矢量为:100,则开关在下一个采样周期内能选择的所有作用矢量为:110、101、000;

开关在当前采样周期内的作用矢量为:110,则开关在下一个采样周期内能选择的所有作用矢量为:100、010、111;

开关在当前采样周期内的作用矢量为:010,则开关在下一个采样周期内能选择的所有作用矢量为:110、011、000;

开关在当前采样周期内的作用矢量为:011,则开关在下一个采样周期内能选择的所有作用矢量为:010、001、111;

开关在当前采样周期内的作用矢量为:001,则开关在下一个采样周期内能选择的所有作用矢量为:011、101、000;

开关在当前采样周期内的作用矢量为:101,则开关在下一个采样周期内能选择的所有作用矢量为:001、100、111;

开关在当前采样周期内的作用矢量为:111,则开关在下一个采样周期内能选择的所有作用矢量为:110、011、101。

有益效果:与现有技术相比,本发明的技术方案具有以下有益技术效果:

(1)本发明的控制方法通过采用多变量模型预测并进行控制,可以有效提高并网质量,同时还可以有效地抑制电网不平衡对网侧电流造成的影响,从而增强系统的鲁棒性;

(2)本发明的控制方法通过采用开关矢量优化方法,可以有效消除逆变器侧电压尖峰,降低预测运算量的同时减少电力电子器件开关损耗。

附图说明

图1是本发明的二电平lcl型并网逆变器的主电路原理图;

图2是本发明的网侧电流、逆变器侧电流和电容电压预测控制结构框图;

图3是本发明的三相电网电压在不平衡的情况下,网侧电流、逆变器侧电流和电容电压预测控制的典型仿真波形图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚,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。其中,所描述的实施例是本发明一部分实施例,而不是全部的实施例。因此,以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围,而是仅仅表示本发明的选定实施例。

实施例1

参考图1,图中:ea、eb、ec均为网侧相电压,ua、ub、uc均为逆变器侧相电压,uca、ucb、ucc均为交流滤波电容相电压,i1a、i1b、i1c均为网侧相电流,i2a、i2b、i2c均为逆变器侧相电流,ica、icb、icc均为交流滤波电容相电流,cf为交流滤波电容,cdc为直流侧电容,udc为直流母线电压。

参考图2,本实施例提供了一种基于多变量预测的lcl并网逆变器fcs-mpc控制方法,该控制方法具体包括如下步骤:

步骤s1:根据lcl并网逆变器在αβ坐标系下的数学模型,建立基于网侧电流、逆变器侧电流和电容电压多变量模型的预测数学模型,具体如下:

步骤s1.1:根据基尔霍夫电压和电流定律,确定出lcl并网逆变器在αβ坐标系下的数学模型,具体为:

其中:uαβ(k)为αβ坐标系下在第k个采样周期的逆变器侧电压,ucαβ(k)为αβ坐标系下在第k个采样周期的交流滤波电容电压,i2αβ(k)为αβ坐标系下在第k个采样周期的逆变器侧电流,l1为网侧电感,l2为逆变器侧电感,i1αβ(k)为αβ坐标系下在第k个采样周期的网侧电流,eαβ(k)为αβ坐标系下在第k个采样周期的网侧电压,cf为交流滤波电容,t为时间常数。

步骤s1.2:通过步骤s1.1中的lcl并网逆变器在αβ坐标系下的数学模型,可以确定出αβ坐标系下在第k个采样周期的逆变器侧电压uαβ(k)、αβ坐标系下在第k个采样周期的交流滤波电容电压ucαβ(k)、αβ坐标系下在第k个采样周期的逆变器侧电流i2αβ(k)。

在本实施例中,具体地讲,根据步骤s1.1中的αβ坐标系下在第k个采样周期的交流滤波电容电压ucαβ(k)的求取公式,可以获取得到αβ坐标系下的网侧电流在第k+1个采样周期的预测值i1αβ(k+1),具体为:

其中:δucαβ(k+1)=ucαβ(k+1)-ucαβ(k)

i1αβ(k+1)为αβ坐标系下的网侧电流在第k+1个采样周期的预测值,i1αβ(k)为αβ坐标系下在第k个采样周期的网侧电流,ucαβ(k+1)为αβ坐标系下的交流滤波电容电压在第k+1个采样周期的预测值,ucαβ(k)为αβ坐标系下在第k个采样周期的交流滤波电容电压,eαβ(k)为αβ坐标系下在第k个采样周期的网侧电压,l1为网侧电感。

根据步骤s1.1中的αβ坐标系下在第k个采样周期的逆变器侧电压uαβ(k)的求取公式,可以获取得到αβ坐标系下的逆变器侧电流在第k+1个采样周期的预测值i2αβ(k+1),具体为:

其中:i2αβ(k+1)为αβ坐标系下的逆变器侧电流在第k+1个采样周期的预测值,i2αβ(k)为αβ坐标系下在第k个采样周期的逆变器侧电流,uαβ(k+1)为αβ坐标系下的逆变器侧电压在第k+1个采样周期的预测值,ucαβ(k)为αβ坐标系下在第k个采样周期的交流滤波电容电压,ts为离散化采样周期,l2为逆变器侧电感。

根据步骤s1.1中的αβ坐标系下在第k个采样周期的逆变器侧电流i2αβ(k)的求取公式,可以获取得到αβ坐标系下的交流滤波电容电压在第k+1个采样周期的预测值ucαβ(k+1),具体为:

其中:δi2αβ(k+1)=i2αβ(k+1)-i2αβ(k)

ucαβ(k+1)为αβ坐标系下的交流滤波电容电压在第k+1个采样周期的预测值,ucαβ(k)为αβ坐标系下在第k个采样周期的交流滤波电容电压,i2αβ(k+1)为αβ坐标系下的逆变器侧电流在第k+1个采样周期的预测值,i2αβ(k)为αβ坐标系下在第k个采样周期的逆变器侧电流,i1αβ(k)为αβ坐标系下在第k个采样周期的网侧电流,ts为离散化采样周期,cf为交流滤波电容。

步骤s1.3:在实际数字控制系统中存在有一个周期的控制延时,也就是说,tk时刻选取的开关矢量将作用在(tk+1,tk+2)周期内,从而需要进行数字控制延时补偿,即通过tk时刻的状态预测tk+2时刻的状态,也就是建立基于网侧电流、逆变器侧电流和电容电压多变量模型的预测数学模型。

也就是说,通过αβ坐标系下的网侧电流在第k+1个采样周期的预测值i1αβ(k+1)、αβ坐标系下的逆变器侧电流在第k+1个采样周期的预测值i2αβ(k+1)、αβ坐标系下的交流滤波电容电压在第k+1个采样周期的预测值ucαβ(k+1),建立基于网侧电流、逆变器侧电流和电容电压多变量模型的预测数学模型,具体为:

其中:δucαβ(k+2)=ucαβ(k+2)-ucαβ(k+1),δi2αβ(k+2)=i2αβ(k+2)-i2αβ(k+1)

i1αβ(k+2)为αβ坐标系下的网侧电流在第k+2个采样周期的预测值,i2αβ(k+2)为αβ坐标系下的逆变器侧电流在第k+2个采样周期的预测值,ucαβ(k+2)为αβ坐标系下的交流滤波电容电压在第k+2个采样周期的预测值,uαβ(k+2)为αβ坐标系下的逆变器侧电压在第k+2个采样周期的预测值,i1αβ(k+1)为αβ坐标系下的网侧电流在第k+1个采样周期的预测值,i2αβ(k+1)为αβ坐标系下的逆变器侧电流在第k+1个采样周期的预测值,ucαβ(k+1)为αβ坐标系下的交流滤波电容电压在第k+1个采样周期的预测值,eαβ(k+1)为αβ坐标系下的网侧电压在第k+1个采样周期的预测值,ts为离散化采样周期,l1为网侧电感,l2为逆变器侧电感,cf为交流滤波电容。

步骤s2:通过步骤s1.3中的αβ坐标系下的网侧电流在第k+2个采样周期的预测值i1αβ(k+2),可以获取得到αβ坐标系下的网侧实际电流α分量i1α(k+2)和αβ坐标系下的网侧实际电流β分量i1β(k+2)。

通过步骤s1.3中的αβ坐标系下的逆变器侧电流在第k+2个采样周期的预测值i2αβ(k+2),可以获取得到αβ坐标系下的逆变器侧实际电流α分量i2α(k+2)和αβ坐标系下的逆变器侧实际电流β分量i2β(k+2)。

通过步骤s1.3中的αβ坐标系下的交流滤波电容电压在第k+2个采样周期的预测值ucαβ(k+2),可以获取得到αβ坐标系下的交流滤波电容电压的实际电压α分量ucα(k+2)和αβ坐标系下的交流滤波电容电压的实际电压β分量ucβ(k+2)。

从而通过步骤s1.3中的基于网侧电流、逆变器侧电流和电容电压多变量模型的预测数学模型,可以构建基于网侧电流、逆变器侧电流和电容电压的价值评价函数,具体为:

其中:j为价值评价函数,λi1(k+2)为αβ坐标系下的网侧电流在第k+2个采样周期的预测值的权重系数,λuc(k+2)为αβ坐标系下的交流滤波电容电压在第k+2个采样周期的预测值的权重系数,为αβ坐标系下的网侧给定电流在第k+2个采样周期的α分量,i1α(k+2)为αβ坐标系下的网侧实际电流在第k+2个采样周期的α分量,为αβ坐标系下的网侧给定电流在第k+2个采样周期的β分量,i1β(k+2)为αβ坐标系下的网侧实际电流在第k+2个采样周期的β分量,为αβ坐标系下的交流滤波电容电压在第k+2个采样周期的给定电压α分量,ucα(k+2)为αβ坐标系下的交流滤波电容电压在第k+2个采样周期的实际电压α分量,为αβ坐标系下的交流滤波电容电压在第k+2个采样周期的给定电压β分量,ucβ(k+2)为αβ坐标系下的交流滤波电容电压在第k+2个采样周期的实际电压β分量,为αβ坐标系下的逆变器侧给定电流在第k+2个采样周期的α分量,i2α(k+2)为αβ坐标系下的逆变器侧实际电流在第k+2个采样周期的α分量,为αβ坐标系下的逆变器侧给定电流在第k+2个采样周期的β分量,i2β(k+2)为αβ坐标系下的逆变器侧实际电流在第k+2个采样周期的β分量。

在本实施例中,具体地讲,αβ坐标系下的网侧给定电流由直流母线电压udc经pi调节器输出后,再通过dq/αβ变换获取得到。

同时αβ坐标系下在第k个采样周期的网侧电流i1αβ(k)的微分方程,具体为:

其中:δi1αβ(k+1)=i1αβ(k+1)-i1αβ(k)

i1αβ(k+1)为αβ坐标系下的网侧电流在第k+1个采样周期的预测值,i1αβ(k)为αβ坐标系下在第k个采样周期的网侧电流,t为时间常数,ts为离散化采样周期。

步骤s3:根据开关在当前采样周期内的作用矢量,获取开关在下一个采样周期内的所有作用矢量,通过比较开关在下一个采样周期内的各个作用矢量对应的价值评价函数,确定出开关在下一个采样周期内的开关状态,具体如下:

步骤s3.1:在本实施例中,αβ坐标系下在第k个采样周期的网侧电流i1αβ(k)、αβ坐标系下在第k个采样周期的逆变器侧电流i2αβ(k)、αβ坐标系下在第k个采样周期的交流滤波电容电压ucαβ(k)多变量预测控制共计有3个变量,参考图1中的二电平逆变器,该二电平逆变器共有八个开关矢量,从而在一个采样周期内需要遍历运算八次,不仅运算量大,同时开关矢量状态切换时会存在有多相状态同时变化的情况,进而导致开关损耗高、逆变器侧线电压dv/dt跳变大等问题。

为降低开关损耗,开关矢量在切换的过程中,一相不超过两个开关状态发生变化,从而可以保证逆变器侧线电压dv/dt最小。其中根据开关在当前采样周期内的作用矢量,从而开关在下一个采样周期内能选择的所有作用矢量,具体为:

开关在当前采样周期内的作用矢量为:000,则开关在下一个采样周期内能选择的所有作用矢量为:100、010、001;

开关在当前采样周期内的作用矢量为:100,则开关在下一个采样周期内能选择的所有作用矢量为:110、101、000;

开关在当前采样周期内的作用矢量为:110,则开关在下一个采样周期内能选择的所有作用矢量为:100、010、111;

开关在当前采样周期内的作用矢量为:010,则开关在下一个采样周期内能选择的所有作用矢量为:110、011、000;

开关在当前采样周期内的作用矢量为:011,则开关在下一个采样周期内能选择的所有作用矢量为:010、001、111;

开关在当前采样周期内的作用矢量为:001,则开关在下一个采样周期内能选择的所有作用矢量为:011、101、000;

开关在当前采样周期内的作用矢量为:101,则开关在下一个采样周期内能选择的所有作用矢量为:001、100、111;

开关在当前采样周期内的作用矢量为:111,则开关在下一个采样周期内能选择的所有作用矢量为:110、011、101。

步骤s3.2:根据开关在下一个采样周期内能选择的所有作用矢量,可以知道在下一个采样周期内αβ坐标系下的逆变器侧电压uαβ、αβ坐标系下的交流滤波电容电压ucαβ、αβ坐标系下的逆变器侧电流i2αβ。

从而可以获取得到下一个采样周期内能选择的各个作用矢量对应的αβ坐标系下的网侧电流在第k+1个采样周期的预测值i1αβ(k+1)、αβ坐标系下的逆变器侧电流在第k+1个采样周期的预测值i2αβ(k+1)、αβ坐标系下的交流滤波电容电压在第k+1个采样周期的预测值ucαβ(k+1)。

将各个作用矢量对应的αβ坐标系下的网侧电流在第k+1个采样周期的预测值i1αβ(k+1)、αβ坐标系下的逆变器侧电流在第k+1个采样周期的预测值i2αβ(k+1)、αβ坐标系下的交流滤波电容电压在第k+1个采样周期的预测值ucαβ(k+1)分别代入步骤s1.3中的基于网侧电流、逆变器侧电流和电容电压多变量模型的预测数学模型中,获取得到各个作用矢量对应的αβ坐标系下的网侧电流在第k+2个采样周期的预测值i1αβ(k+2)、αβ坐标系下的逆变器侧电流在第k+2个采样周期的预测值i2αβ(k+2)、αβ坐标系下的交流滤波电容电压在第k+2个采样周期的预测值ucαβ(k+2)。再依次将各值代入步骤s2中的价值评价函数j中,获取得到开关在下一个采样周期内能选择的所有作用矢量分别对应的价值评价函数值。

步骤s3.3:根据步骤s3.2中得到的开关在下一个采样周期内能选择的所有作用矢量分别对应的价值评价函数值,将开关在下一个采样周期内能选择的所有作用矢量分别对应的价值评价函数值的大小进行比较,选出价值评价函数值的最小值。通过最小的价值评价函数值,确定出最小价值评价函数值对应的开关在下一个采样周期内能选择的作用矢量,该作用矢量对应的开关状态即为开关在下一个采样周期内的输出状态。

参考图3,可以发现采用基于网侧电流、逆变器侧电流和电容电压多变量预测的lcl并网逆变器fcs-mpc控制方法可以有效提高lcl并网逆变器的控制性能,即使在电网不平衡的情况下仍能实现对电流的良好控制,同时谐波畸变率低,开关损耗后,在不加逻辑矢量优化时,其平均开关频率在800hz左右,在加入逻辑开关矢量优化后,其平均开关频率仅为600hz左右。

以上示意性的对本发明及其实施方式进行了描述,该描述没有限制性,附图中所示的也只是本发明的实施方式之一,实际的结构和方法并不局限于此。所以,如果本领域的普通技术人员受其启示,在不脱离本发明创造宗旨的情况下,不经创造性的设计出与该技术方案相似的结构方式及实施例,均属于本发明的保护范围。

当前第1页1 2 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1