本發(fā)明屬于逆變器建模與控制技術領域，具體地說，涉及一種雙buck全橋逆變器迭代學習控制方法。

背景技術：

逆變技術通過功率開關器件將直流電能變換為交流電能，其在新能源發(fā)電、不間斷電源、調速系統(tǒng)等領域具有至關重要的地位。然而傳統(tǒng)橋式逆變器由于開關管的體二極管性能差，導致很大損耗并限制了開關頻率的提高。而雙buck逆變電路功率開關管和功率二極管可以分別得到最優(yōu)設計，該變換器同時克服了傳統(tǒng)橋式逆變器的直通問題，且電壓利用率高。

然而，由于輸入直流電源波動、死區(qū)效應、穩(wěn)態(tài)時線性和非線性負載電流的擾動會引起逆變器周期性擾動，使輸出波形發(fā)散畸變。會對逆變器上的其他設備造成影響、無法正常工作，嚴重時會導致其損壞。因此在主電路拓撲固定的情況下，提出一種合適的控制策略解決周期性擾動問題十分必要。

技術實現(xiàn)要素：

本發(fā)明的目的在于提供一種雙buck全橋逆變器迭代學習控制方法，該方法可確保雙buck全橋逆變器有較好的負載適應能力和優(yōu)越的跟蹤性能。

為實現(xiàn)上述目的，本發(fā)明的技術方案是：一種雙buck全橋逆變器迭代學習控制方法，針對逆變器在直流電源波動、死區(qū)效應、穩(wěn)態(tài)時線性和非線性負載電流擾動產(chǎn)生的周期性擾動，采用電壓外環(huán)迭代學習控制+電流內環(huán)無差拍控制的雙環(huán)控制策略，提高雙buck逆變器的輸出效率，使系統(tǒng)輸出電壓能精確跟蹤參考信號，并增強系統(tǒng)穩(wěn)定性和提高動態(tài)響應性能。

在本發(fā)明一實施例中，該方法具體實現(xiàn)步驟如下，

根據(jù)基爾霍夫電壓和電流定律，由于濾波電感l(wèi)1、l2的電流il1(t)＝il2(t)，可令il1(t)＝il2(t)＝il(t)，且令電感量l1＝l2＝l，由于逆變器正負半周對稱，因此此處僅分析正半周，可令ua(t)＝u(t)，得逆變器系統(tǒng)模型如下：

其中，c為濾波電容的電容值；

選擇電容電壓uc和電感電流il為狀態(tài)變量，逆變器交流輸出電壓u(t)和負載電流ir(t)為輸入，電容電壓uc為系統(tǒng)輸出；于是，x(t)＝[uc(t),il(t)]，u(t)＝[u(t),ir(t)]，y(t)＝uc(t)；逆變器系統(tǒng)狀態(tài)方程為：

其中，c＝(10)

由于直流電源波動、死區(qū)效應、穩(wěn)態(tài)時線性和非線性負載電流擾動引起的周期性擾動，對應的逆變器系統(tǒng)狀態(tài)方程可寫為：

其中，w(t)，v(t)為周期性擾動；為解決該周期性擾動，采用電壓外環(huán)迭代學習控制+電流內環(huán)無差拍控制的雙環(huán)控制策略，具體策略如下：

設負載參考電壓為yd(t)，負載采樣電壓為yk(t)，可得輸出誤差為：ek(t)＝y(tǒng)d(t)-yk(t)，采用迭代學習控制開閉環(huán)p型學習律進行迭代，對應學習律公式如下：

uk+1(t)＝uk(t)+γ1(t)ek(t)+γ2(t)ek+1(t)

得迭代學習控制算法流程如下：

(1)初始時，設負載參考電壓為yd(t)，初始控制量為u0(t)，時間間隔為t∈[0,t]；

(2)系統(tǒng)的初始輸出量為yk(0)，初始狀態(tài)量為xk(0)；

(3)使控制輸入量uk(t)輸入到被控系統(tǒng)中，得系統(tǒng)輸出量為yk(t)，重復操作；

(4)在時間間隔t∈[0,t]內負載采樣電壓與參考電壓的誤差為ek(t)＝y(tǒng)d(t)-yk(t)；采用上式學習律公式計算，得新的控制輸入量為uk+1(t)；

(5)判斷，迭代是否滿足了停止條件(預設的迭代次數(shù))，如果滿足就停止；否則，令k＝k+1，轉到步驟(2)，繼續(xù)運行；

經(jīng)若干次迭代后，使得yk(t)→yd(t)；

迭代學習控制開閉環(huán)p型學習律若滿足||i-γ1(t)d(t)||·||[i+γ2(t)d(t)]-¹||＜1，則控制律收斂；由此可計算出γ1(t)、γ2(t)的值；

由于迭代學習控制動態(tài)性能較差，對此采樣兩電感電流作為內環(huán)控制，由于電流比電壓有更快的響應速度，系統(tǒng)的許多變化都會第一時間在電流上有所表現(xiàn)，所以內環(huán)電流控制能起到增強系統(tǒng)穩(wěn)定性和提高動態(tài)響應性能的能力。

相較于現(xiàn)有技術，本發(fā)明具有以下有益效果：本發(fā)明采用新型器件sicmosfet，提出了電壓外環(huán)迭代學習控制+電流內環(huán)無差拍控制的雙環(huán)控制策略不僅保留了雙buck全橋逆變器無橋臂直通問題，提高雙buck逆變器的輸出效率，電壓利用率高，且解決了直流電源波動、死區(qū)效應、穩(wěn)態(tài)時線性和非線性負載電流擾動引起的周期性擾動問題。

附圖說明

圖1為雙buck全橋逆變器主電路拓撲圖。

圖2為迭代學習控制算法流程圖。

圖3為傳統(tǒng)雙環(huán)pid控制輸出電壓仿真波形圖。

圖4為迭代學習控制下輸出電壓仿真波形圖。

圖5為迭代學習控制下參考和實際輸出電壓仿真波形圖。

圖6為加周期性擾動后傳統(tǒng)雙環(huán)pid控制輸出電壓仿真波形圖。

圖7為迭代學習控制下加周期性擾動后參考與實際輸出電壓波形圖。

具體實施方式

下面結合附圖1-7，對本發(fā)明的技術方案進行具體說明。

本發(fā)明的一種雙buck全橋逆變器迭代學習控制方法，針對逆變器在直流電源波動、死區(qū)效應、穩(wěn)態(tài)時線性和非線性負載電流擾動產(chǎn)生的周期性擾動，采用電壓外環(huán)迭代學習控制+電流內環(huán)無差拍控制的雙環(huán)控制策略，使系統(tǒng)輸出電壓能精確跟蹤參考信號，提高雙buck逆變器的輸出效率，并增強系統(tǒng)穩(wěn)定性和提高動態(tài)響應性能；該方法具體實現(xiàn)步驟如下，

根據(jù)基爾霍夫電壓和電流定律，由于濾波電感l(wèi)1與l2的電流il1(t)＝il2(t)，可令il1(t)＝il2(t)＝il(t)，且令電感量l1＝l2＝l，濾波電容c，由于逆變器正負半周對稱，因此這里只分析正半周，可令ua(t)＝u(t)，得逆變器系統(tǒng)模型如下：

選擇電容電壓uc和電感電流il為狀態(tài)變量，逆變器交流輸出電壓u(t)和負載電流ir(t)為輸入，電容電壓uc為系統(tǒng)輸出；于是，x(t)＝[uc(t),il(t)]，u(t)＝[u(t),ir(t)]，y(t)＝uc(t)；逆變器系統(tǒng)狀態(tài)方程為：

其中，c＝(10)

由于直流電源波動、死區(qū)效應、穩(wěn)態(tài)時線性和非線性負載電流擾動引起的周期性擾動，對應的逆變器系統(tǒng)狀態(tài)方程可寫為：

其中，w(t)，v(t)為周期性擾動；為解決該周期性擾動，采用電壓外環(huán)迭代學習控制+電流內環(huán)無差拍控制的雙環(huán)控制策略，具體策略如下：

設負載參考電壓為yd(t)，負載采樣電壓為yk(t)，可得輸出誤差為：ek(t)＝y(tǒng)d(t)-yk(t)，采用迭代學習控制開閉環(huán)p型學習律進行迭代，對應學習律公式如下：

uk+1(t)＝uk(t)+γ1(t)ek(t)+γ2(t)ek+1(t)

得迭代學習控制算法流程如下：

(1)初始時，設負載參考電壓為yd(t)，初始控制量為u0(t)，時間間隔為(t∈[0,t])。

(2)系統(tǒng)的初始輸出量為yk(0)，初始狀態(tài)量為xk(0)。

(3)使控制輸入量uk(t)(t∈[0,t])輸入到被控系統(tǒng)中，得系統(tǒng)輸出量為yk(t)(t∈[0,t])。重復操作。

(4)在一定時間間隔(t∈[0,t])內負載采樣電壓與參考電壓的誤差為ek(t)＝y(tǒng)d(t)-yk(t)。采用上式迭代學習律計算，得新的控制輸入量為(t∈[0,t])uk+1(t)。

(5)判斷，迭代是否滿足了停止條件(預設的迭代次數(shù))，如果滿足就停止。否則，令k＝k+1，轉到步驟(2)，繼續(xù)運行。

經(jīng)若干次迭代后，使得yk(t)→yd(t)；

該迭代學習控制開閉環(huán)p型學習律若滿足||i-γ1(t)d(t)||·||[i+γ2(t)d(t)]^-1||＜1，則控制律收斂；由此可計算出γ1(t)、γ2(t)的值；

然而，迭代學習控制動態(tài)性能較差，對此采樣兩電感電流作為內環(huán)控制，由于電流比電壓有更快的響應速度，系統(tǒng)的許多變化都會第一時間在電流上有所表現(xiàn)，所以內環(huán)電流控制能起到增強系統(tǒng)穩(wěn)定性和提高動態(tài)響應性能的能力。

以下為本發(fā)明的具體實施過程。

本發(fā)明方法的主電路拓撲如圖1所示。

本發(fā)明主要研究雙buck全橋逆變器，用電壓迭代學習控制+電流無差拍控制的控制策略來解決周期性擾動問題。具體實例如下：

仿真驗證

為了驗證本發(fā)明方法的可行性，在psim下進行仿真實驗。仿真結果驗證了所設計控制策略的效果。

仿真參數(shù)選取如下：

表1：系統(tǒng)整體相關參數(shù)

圖3為傳統(tǒng)雙環(huán)pid控制輸出電壓仿真波形圖，由圖可以看出系統(tǒng)能很好跟蹤參考波形。

圖4為迭代學習控制下輸出電壓仿真波形圖，由圖可以看出thd值只有2.03％。

圖5為迭代學習控制下參考和實際輸出電壓仿真波形圖，由圖可以看出在0.17s處系統(tǒng)完全跟蹤。

圖6為加周期性擾動后傳統(tǒng)雙環(huán)pid控制輸出電壓仿真波形圖，由圖當加入擾動時，傳統(tǒng)雙環(huán)控制策略下的輸出波形發(fā)生波動，thd達6.03％；圖7是迭代學習控制下加周期性擾動后參考與實際輸出電壓波形圖，由圖可以看出迭代學習控制策略下輸出電壓波形能迅速消除擾動影響且短時間內達到完全跟蹤，thd為1.32％。

由上述說明了本發(fā)明具有較好的負載適應能力和優(yōu)越的跟蹤性能。

以上是本發(fā)明的較佳實施例，凡依本發(fā)明技術方案所作的改變，所產(chǎn)生的功能作用未超出本發(fā)明技術方案的范圍時，均屬于本發(fā)明的保護范圍。