基于自适应误差校正的并网逆变器模型预测控制方法研究

doi:10.16628/j.cnki.2095-8188.2025.03.007

摘要/Abstract

摘要：

基于有限控制集模型预测控制(FCS-MPC)的并网逆变器存在预测电流误差,且滤波器电感参数失配将会进一步增大该误差的问题,提出了基于自适应误差校正的并网逆变器模型预测控制(MPC)方法。首先建立基于FCS-MPC的并网逆变器模型,研究了预测电流误差产生的原因;然后在电流预测模型中加入误差校正环节,通过扩展卡尔曼滤波器( EKF)实时辨识滤波器电感参数,能在电感参数失配的情况下自适应地修正MPC的参考电流,抑制网侧电流谐波分量。最后,通过仿真验证了所提方法的有效性。

关键词: 有限控制集模型预测控制, 并网逆变器, 自适应误差校正, 电感参数辨识

Abstract:

A model predictive control (MPC) method for the grid-connected inverter based on adaptive error correction is proposed to address the problem that the grid-connected inverter based on the finite control set model predictive control (FCS-MPC) experience prediction current errors, and the mismatch of filter inductance parameters can further exacerbate these errors. Firstly, a model of the grid-connected inverter based on FCS-MPC is established, and the causes of the prediction current errors are studied. Then, an error correction link is added to the current prediction model. By using the extended Kalman filter (EKF) to identify the filter inductance parameters in real time, the MPC reference current can be adaptively corrected when the inductance parameters are mismatched, and the harmonic components of the grid-side current can be suppressed. Finally, the effectiveness of the proposed method is verified by simulations.

Key words: finite control set model predictive control (FCS-MPC), grid-connected inverter, adaptive error correction, inductance parameter identification

中图分类号:

TM464

王易, 王啸晨, 谢群, 邹一帆, 吕建国. 基于自适应误差校正的并网逆变器模型预测控制方法研究[J]. 电器与能效管理技术, 2025, 0(3): 46-53.

WANG Yi, WANG Xiaochen, XIE Qun, ZOU Yifan, LÜ Jianguo. Research on Model Predictive Control for Grid-Connected Inverter Based on Adaptive Error Correction[J]. LOW VOLTAGE APPARATUS, 2025, 0(3): 46-53.

图/表 21

图1

图2

图3

图4

表1

图5

表2

基于EKF电感参数辨识的仿真结果

L/mH	辨识误差ΔL(稳定时)/mH	误差百分比ΔL/L/%
3	$Δ L m a x ≈ 0.02$	0.67
5	$Δ L m a x ≈ 0.05$	1.00

表2

图6

图7

图8

图9

图10

图11

表3

图12

图13

图14

图15

图16

图17

表4

参考文献 18

[1]	胡雪峰, 张玉勃, 高本宝, 等. 一种无变压器无漏电流的集成升压光伏逆变器[J]. 中国电机工程学报, 2019, 39(11):3344-3352.
[2]	张茂林, 肖辉, 曾林俊, 等. 计及储能损耗和功率预测误差的风光储微电网功率平抑策略[J]. 电器与能效管理技术, 2022(5):47-54.
[3]	徐晓春, 黄涛, 谢华, 等. 计及负序控制策略的光伏逆变器故障特性分析[J]. 浙江电力, 2023, 42(10):1-7.
[4]	王键, 钱瞳, 唐文虎, 等. 基于动态调节下垂曲线的光伏逆变器两阶段协调控制策略[J]. 广东电力, 2024, 37(2):33-46.
[5]	董广凯, 黄嵩, 董佳林, 等. 定功率跟踪控制的光伏并网低电压穿越策略[J]. 高压电器, 2023, 59 (3):93-98,107.
[6]	周猛. 光伏电站无功补偿运行方式优化研究[J]. 电力电容器与无功补偿, 2023, 44 (5):22-26.
[7]	杨光明. 新型电力系统下虚拟电厂研究[J]. 电器与能效管理技术, 2024(11):65-72.
[8]	YARAMASUV, WU B, ALEPUZ S, et al. Predictive control for low voltage ride-through enhancement of three-level Boost and NPC converter based PMSG wind turbine[J]. IEEE Transactions on Industrial Electronics, 2014, 61(12):6832-6843.
[9]	CALLE-PRADO A, ALEPUZ S, BORDONAU J, et al. Model predictive current control of grid-connected neutral-point-clamped converters to meet low-voltage ride-through requirements[J]. IEEE Transactions on Industrial Electronics, 2015, 62(3):1503-1514.
[10]	CALLE-PRADO A, ALEPUZ S, BORDONAU J, et al. Predictive control of a back-to-back NPC converter-based wind power system[J]. IEEE Transactions on Industrial Electronics, 2016, 63(7):4615-4627.
[11]	李键. 永磁同步电机模型预测电流控制的预测误差分析及抑制研究[D]. 杭州: 浙江大学, 2019.
[12]	ZHANG Y, XU D, LIU J, et al. Performance improvement of model-predictive current control of permanent magnet synchronous motor drives[J]. IEEE Transactions on Industry Applications, 2017, 53(4):3683-3695.
[13]	谢运祥, 刘毓鑫, 关远鹏, 等. 三相LCL并网逆变器自适应模型预测控制策略[J]. 电机与控制学报, 2021, 25(4):40-51.
[14]	云献睿, 周肖飞, 何凤有, 等. 基于电压误差判断的PMSM双矢量模型预测控制[J]. 电力电子技术, 2019, 53(1):11-13.
[15]	王晓琳, 李志鹏. 超高速电机模型预测控制的静差消除双闭环控制策略研究[J]. 中国电机工程学报, 2023, 43(22):8897-8910.
[16]	郭磊磊, 金楠, 韩东许. 电压源逆变器模型预测共模电压尖峰抑制方法[J]. 太阳能学报, 2020, 41(3):282-290.
[17]	LEEK J, PARK B G, KIM R Y, et al. Robust predictive current controller based on a disturbance estimator in a three-phase grid-connected inverter[J]. IEEE transactions on power electronics, 2011, 27(1):276-283.
[18]	李堂, 黄康, 毛行奎, 等. 基于EKF算法的动力锂离子电池SOC估计[J]. 电器与能效管理技术, 2023(9):62-68.

参数	数值	参数	数值
直流侧电压U_dc/V	800	电网频率f/Hz	50
电容(C₁=C₂)/μF	150	电网电压U_g/V	220
开关频率f_s/kHz	20	权重系数λ	10

参数	传统FCS-MPC	基于误差校正的MPC
输出电流与参考电流偏差/A	最大2.1	最大1.3
THD/%	2.82	1.69
5次谐波含量/%	0.95	0.48
7次谐波含量/%	0.98	0.39
11次谐波含量/%	0.66	0.51
13次谐波含量/%	0.84	0.42

参数	非自适应误差校正	自适应误差校正
输出电流与参考电流偏差/A	最大约2.4	最大约1.5
THD/%	5.31	2.23
5次谐波含量/%	1.35	0.48
7次谐波含量/%	0.88	0.52
11次谐波含量/%	1.22	0.61
13次谐波含量/%	0.78	0.49