← 返回
面向PMSM驱动的参数鲁棒性改进模型预测电流控制
Model Predictive Current Control for PMSM Drives With Parameter Robustness Improvement
| 作者 | Xiaoguang Zhang · Liang Zhang · Yongchang Zhang |
| 期刊 | IEEE Transactions on Power Electronics |
| 出版日期 | 2019年2月 |
| 技术分类 | 控制与算法 |
| 技术标签 | 模型预测控制MPC PWM控制 |
| 相关度评分 | ★★★ 3.0 / 5.0 |
| 关键词 | 模型预测控制 (MPC) 模型预测电流控制 (MPCC) 永磁同步电机 (PMSM) 驱动 参数鲁棒性 增量模型 参数敏感性 电流控制 |
语言:
中文摘要
针对模型预测控制（MPC）对参数依赖性强的问题，本文提出了一种基于增量模型的改进型模型预测电流控制（MPCC）方法，用于表贴式永磁同步电机驱动。分析表明，传统MPCC在参数失配时会导致预测偏差，而该改进方法有效提升了系统的鲁棒性。
English Abstract
In order to solve the parameter dependence problem in model predictive control, an improved model predictive current control (MPCC) method based on the incremental model for surface-mounted permanent-magnet synchronous motor drives is proposed in this paper. First, the parameter sensitivity of a conventional MPCC method is analyzed, which indicates that the parameter mismatches would cause predict...
S
SunView 深度解读
该研究提出的增量模型预测控制方法，主要针对永磁同步电机（PMSM）驱动，在阳光电源的产品体系中，可应用于风电变流器及储能系统中的电机控制环节。虽然阳光电源的核心业务侧重于光伏逆变器和储能变流器（PCS），但该算法在提升变流器对电机负载或电网参数变化的鲁棒性方面具有参考价值。建议研发团队关注该算法在复杂工况下对提升系统动态响应和抗扰动能力的潜力，特别是针对风电变流器在弱电网环境下的控制优化，以增强系统在参数波动时的稳定性。