并网变换器的模型预测控制研究
本文关键词：并网变换器的模型预测控制研究 出处：《山东大学》2016年硕士论文 论文类型：学位论文
更多相关文章： 三相逆变器 Boost变换器 两级并网系统 模型预测控制
【摘要】：当前世界上电能的生产主要是基于化石能源和核能。但是这些非可再生能源的使用已经被证实是造成环境问题的主要原因之一,所以为了满足日益增长的能源需求和保护生态环境,实现可持续发展,大力发展可再生能源势在必行。目前,全球可再生能源发电产能增速已经超过非可再生能源,其中最受欢迎的可再生能源是风能和太阳能。作为可再生能源和电网的接口,并网变换器是至关重要的,其控制方法也一直是研究热点。最传统的电力变换器控制方法是基于PID控制器的脉冲宽度调制法。但是这种方法最适用于线性、单输入单输出、无约束条件的控制问题。若应用到非线性、多输入多输出、包含约束条件的控制问题中,控制器的设计就会非常复杂。而且,PID控制器只在较窄的运行范围内有理想的控制性能,当超出这一范围时,控制性能将明显恶化。为了克服PID控制器的固有弊端,许多新型的控制方法逐渐涌现出来,模型预测控制法就是其中的一种。现在微处理器计算能力的不断提升也为模型预测控制法的广泛应用提供了可能。模型预测控制方法具有很大的灵活性和包容性,它可以控制多个状态变量,适用于线性和非线性状态空间模型,也能方便地处理多个约束条件。模型预测控制可根据需要采用不同的预测模型,实时预测系统状态,然后进行滚动优化控制。因此他对不同的控制对象和控制目标都有很好的适用性,抗干扰性强。本文介绍和分析了三相并网逆变器、Boost变换器和两级并网系统的模型预测控制方法和控制效果。在三相逆变器的单零矢量电流预测控制中,只使用了一种零矢量参与控制,因为两种零矢量的控制效果是一样的。但是这会造成上、下桥臂开关的损耗不平衡和发热不均。双零矢量电压预测控制虽然可以平衡损耗,但其控制逻辑复杂,编程困难。因此,本文提出了一种双零矢量电流预测控制方法,该控制算法根据不同开关矢量状态,灵活选择两种零矢量状态,有效地平衡各个桥臂上、下开关的损耗,而且控制过程简单,降低了开关次数。基于对三相并网逆变器和Boost变换器的控制研究,本文提出了两级并网系统的模型预测控制方法。两级变流器之间的电容是用于维持稳定的直流链电压,但是由于等效串联电阻的存在,电容电流会造成损耗和发热,影响电容寿命。在详细分析了两级并网系统中电容电流的产生后,本文提出了一种降低电容电流有效值的优化控制方法,该方法不仅降低了电容损耗,还降低了两级并网系统的开关损耗,有助于提高两级系统的整体寿命。最后,在MATLAB/Simulink环境下,本文对三相并网逆变器、Boost变换器和两级并网系统的模型预测控制方法进行仿真和分析,验证了控制方法的有效性和优越性。
【学位授予单位】：山东大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TM46
【相似文献】
相关期刊论文 前10条
1 李正强;张怡哲;邓建华;陈琪;;基于模型预测控制的非线性飞行控制系统研究[J];飞行力学;2009年01期
2 马艳;卜丽;孙长江;;基于模型预测控制的乳化物干燥控制系统[J];制造业自动化;2011年15期
3 刘向杰;孔小兵;;电力工业复杂系统模型预测控制——现状与发展[J];中国电机工程学报;2013年05期
4 彭勇刚;韦巍;王均;;时滞约束系统的神经动态优化模型预测控制[J];仪器仪表学报;2013年05期
5 陈国定;饶宁;;混凝投药系统的双层结构模型预测控制策略[J];浙江工业大学学报;2013年04期
6 汤自安;多模型预测控制方法研究[J];兰州铁道学院学报;1999年01期
7 王磊;文成林;;基于协作的分布式估计算法及在模型预测控制中的应用[J];清华大学学报(自然科学版);2008年S2期
8 陈文博;杨春节;曹柬;何川;;模型预测控制策略的供应链库存与生产优化调度方法[J];现代制造工程;2009年05期
9 冯少辉,赵均,钱积新;单值模型预测控制的应用研究[J];机床与液压;2003年06期
10 袁忠于;周凤岐;;非整数控制时域模型预测控制[J];火力与指挥控制;2011年06期
相关会议论文 前10条
1 周帝;赵可君;;模型预测控制中的硬约束松化研究[A];全国冶金自动化信息网2014年会论文集[C];2014年
2 杨马英;;模型预测控制的性能监视与评价——综述[A];第二十一届中国控制会议论文集[C];2002年
3 武俊峰;王振英;;基于状态观测器的约束鲁棒模型预测控制[A];04'中国企业自动化和信息化建设论坛暨中南六省区自动化学会学术年会专辑[C];2004年
4 周明;周坚刚;余达太;;钢铁企业模型预测控制技术综述[A];冶金轧制过程自动化技术交流会论文集[C];2005年
5 张聚;张海华;;时延网络控制系统的显式模型预测控制[A];Proceedings of the 2011 Chinese Control and Decision Conference（CCDC）[C];2011年
6 付庆华;曹玉强;;基于模型预测控制的快速温度调节器[A];1996中国控制与决策学术年会论文集[C];1996年
7 李柠;李少远;席裕庚;;pH中和过程的多模型预测控制[A];第二十届中国控制会议论文集（上）[C];2001年
8 周洪亮;刘志远;;基于模型预测控制的车辆横摆稳定控制器设计[A];第二十七届中国控制会议论文集[C];2008年
9 罗秋滨;韩志刚;朱宏;;非线性系统的无模型预测控制方法[A];2009中国控制与决策会议论文集（1）[C];2009年
10 袁景淇;任海涛;王明珠;任乐民;;基于模型的重组酵母碳源流加速率控制[A];第二十一届中国控制会议论文集[C];2002年
相关重要报纸文章 前1条
1 孙长生;国内热工自动调节优化系统应用的主要厂家评析[N];中国电力报;2012年
相关博士学位论文 前10条
1 孔小兵;非线性模型预测控制及其在发电过程控制中的应用[D];华北电力大学;2014年
2 张浪文;网络信息模式下分布式协调模型预测控制研究[D];上海交通大学;2015年
3 岳俊红;复杂工业过程多模型预测控制策略及其应用研究[D];华北电力大学（北京）;2008年
4 冯少辉;模型预测控制工程软件关键技术及应用研究[D];浙江大学;2003年
5 苏成利;非线性模型预测控制的若干问题研究[D];浙江大学;2006年
6 孙峻;非线性模型预测控制理论及应用研究[D];西北工业大学;2002年
7 李志军;约束模型预测控制的稳定性与鲁棒性研究[D];华北电力大学（北京）;2005年
8 田翔;模型预测控制并行计算系统研究[D];浙江大学;2007年
9 王浩坤;无偏模型预测控制的若干理论和方法研究[D];浙江大学;2015年
10 包哲静;支持向量机在智能建模和模型预测控制中的应用[D];浙江大学;2007年
相关硕士学位论文 前10条
1 徐硕;基于模型预测控制的船用锅炉控制算法研究[D];大连海事大学;2016年
2 任毅;基于子空间辨识的自适应模型预测控制的研究[D];中国石油大学(华东);2014年
3 林跻云;三相PWM整流器高性能控制系统的研究[D];北方工业大学;2016年
4 王明涛;面向脑控车辆的模型预测控制方法研究[D];北京理工大学;2016年
5 彭玉宾;三电平变换器模型预测控制研究[D];北方工业大学;2016年
6 赵谨;SI发动机AFR的非线性模型预测控制[D];吉林大学;2016年
7 魏耀华;系统辨识结合模型预测控制在前馈控制轨迹规划中的应用研究[D];兰州大学;2016年
8 段文;并网变换器的模型预测控制研究[D];山东大学;2016年
9 顾鑫鑫;连续时间马尔可夫跳变系统的模型预测控制[D];江南大学;2016年
10 习春苗;基于Hammerstein模型的非线性预测控制[D];华北电力大学(北京);2016年
，本文编号：1329383
本文链接：https://www.wllwen.com/kejilunwen/dianlidianqilunwen/1329383.html
