文章导读
近年来，针对多相驱动系统中直接控制策略的实现，提出多种多矢量技术以提升控制性能。以往研究多集中于单一实验平台，针对特定参数条件下的有限控制集模型预测控制 (FCS-MPC) 策略进行测试，局限于有限的运行工况范围，且控制性能受实验装置、机械参数、开关频率及运行范围等因素影响较大，因而难以得出普适性的结论以指导控制设计者针对具体应用选择最优方案。为丰富该领域的理论与实践认知，来自西班牙马拉加大学的Ignacio Gonzalez-Prieto教授及其团队开展了系统性的综合分析，涵盖多种多矢量技术、不同机械参数、多样化的运行工况及全面的性能指标体系，为控制设计人员提供了更为全面的参考依据，有助于指导其在实际应用中合理选择最适合的调控方案。
研究过程和内容
首先，本文采用一种由双路两电平三相电压源换流器 (2L-VSC) 供电的不对称六相感应电机 (6PH-IM)，结合向量空间分解 (VSD) 及Park变换，构建多相电机的电压矢量空间模型，为后续控制策略设计奠定理论基础。
其次，作者提出一种广义的分析框架，比较四种不同多矢量MPC策略在多种六相感应电机配置及多样运行工况下的性能表现：
VV-MPC策略引入虚拟电压矢量 (VV) 组合策略，显著提升了电流质量，较传统FCS-MPC更好地满足主、次级子空间的电流控制需求。但仍存在一定局限，引入的中大电压矢量导致直流母线电压利用率下降，缩小系统的可用工作范围，且导致次级平面瞬时电压较高，可能引发次级子空间电流谐波增大。
LVV-MPC提出仅采用两个相邻的大电压矢量组合虚拟电压输出，避免中大电压矢量的使用，显著扩展了系统运行范围。但由于控制动作的静态特性，两者在低速区间性能均有所下降，采样周期内控制动作的应用时间无法根据实际工况动态调整。
PULLA-MPC引入一组基于在线计算的多矢量控制动作，显著改善主子空间的电压调节性能，并可根据具体运行条件调整次级电流注入。但对x-y次级电流的抑制仍有提升空间。
为进一步优化电流质量，MV5-MPC策略聚焦于消除剩余电流谐波。相比PULLA-MPC无法完全消除x-y平面平均电压输出的局限，MV5-MPC提出一组改进的控制动作，确保次级平面平均电压输出为零且瞬时电压值较低。
图为四种多矢量MPC策略。
最后，作者提出决策者在选择合适的多矢量MPC策略时需综合考虑开关频率、谐波注入、直流母线电压利用率、电机定子参数及运行工况等多方面因素。本文从电流质量、电流跟踪和功率损耗三个维度对影响因素进行系统评估。通过调节参考转速和负载电阻，构建多样化的运行条件，采用多项性能指标评估控制方案的电流质量、控制性能、开关频率及系统总功率损耗。实验结果显示：
电流质量分析：电流质量通过总谐波失真 (THD)、相电流均方根值 (RMS) 和次级电流峰峰值 (PtP) 进行评价。结果显示，MV5-MPC在THD指标和次级电流的抑制方面上表现最佳，得益于更多电压矢量及可变应用时间的使用。相电流RMS值在不同控制策略和电机间差异不大。
电流跟踪性能：电流跟踪通过d轴和q轴电流的均方误差 (MSE) 评估。低定子阻抗条件下，MV5-MPC和PULLA-MPC更适合。中等阻抗时，各策略跟踪误差趋于一致。高阻抗且直流链路电压利用率接近极限时，MV5-MPC性能受限。静态多矢量方案 (VV、LVV) 在较低开关频率下实现更稳健的跟踪。
功率损耗分析：功率损耗包括换流器开关损耗、导通损耗及电机定子铜损。开关损耗与开关频率和相电流RMS值相关，静态多矢量方案 (VV、LVV) 开关频率较低，损耗较小，LVV-MPC在高速高转矩条件下优势明显。
总结
标准MPC在低定子阻抗电机中电流质量较差，多矢量技术成为提升稳态性能的有效手段。不同多矢量方案在开关状态数量 (2至5个) 和占空比计算方法 (在线与离线) 上存在差异，各有优缺点。电流跟踪误差、电流畸变、开关频率、直流母线电压利用率及计算成本等性能指标相互制约，需根据具体应用场景权衡选择。
电流质量：低阻抗电机推荐MV5-MPC，多开关状态和可变占空比有助于抑制次级电流；高阻抗电机可优先考虑VV或LVV方案以降低开关频率。
电流跟踪：低阻抗电机建议采用MV5或PULLA；中等阻抗电机LVV方案较优；高阻抗且电压利用率受限时，应避免MV5。
功率损耗：静态多矢量方案开关损耗低，LVV-MPC在高速高转矩工况下优势明显；定子铜损为主要损耗，随定子电阻增加显著上升。
本研究旨在为控制设计者提供多矢量MPC策略选择的指导，强调需结合电机参数、运行工况及应用需求综合考虑，合理权衡性能指标，选择最适合的控制方案。
原文出自 Machines 期刊：https://www.mdpi.com/2670224
期刊主页：https://www.mdpi.com/journal/machines
Machines 期刊介绍
主编：Antonio J. Marques Cardoso, University of Beira Interior, Portugal
主要发表机械设备故障诊断和预测、机械设计、机电一体化、机器人、叶轮机械、控制及自动化、电机和驱动器、先进制造等领域的最新学术成果。
2024 Impact Factor：2.5
2024 CiteScore：4.7
Time to First Decision：16.9 Days
Acceptance to Publication：2.4 Days
转载本文请联系原作者获取授权，同时请注明本文来自MDPI开放科学科学网博客。
链接地址：https://wap.sciencenet.cn/blog-3516770-1497682.html?mobile=1
收藏
