A Novel Finite-Control-Set Model Predictive Current Control for Five-Phase PM Motor With Continued Modulation
A Novel Finite-Control-Set Model Predictive Current Control for Five-Phase PM Motor With Continued Modulation
复制标题
连续调制五相永磁电机的新型有限控制集模型预测电流控制
DOI：
10.1109/tpel.2019.2954285
复制
发表时间：
2020-07
影响因子：
6.7
通讯作者：
Du Yuxuan
中科院分区：
文献类型：
--
作者：
Zhao Wenxiang;Tao Tao;Zhu Jihong;Tan Huajun;Du Yuxuan
传统的五相有限控制集模型预测控制（FCS-MPC）计算量大。同时，具有有限向量的控制集必然导致运行性能的恶化。本文提出了一种新的连续调制FCS模型预测电流控制（MPCC）。提出了一种级联优化方法，包括选择主虚电压矢量、确定相邻虚电压矢量的最优组合以及幅值优化。在这个级联优化过程中，合成矢量的相位角和幅值可以在不同的步骤中得到。另外，在不同步长独立计算两个占空比，避免了溢出。通过使用这种级联过程，可以在不使用调制器的情况下实现连续调制。同时，引入矢量选择方法来减少计算量。这种向量选择方法避免了对所有候选向量进行评估而没有任何负面影响。此外，还保留了传统FCS-MPCC的优点。实验结果验证了FCS-MPCC方法的有效性和优越性。
The conventional five-phase finite-control-set model predictive control (FCS-MPC) suffers from heavy computational burden. Meanwhile, the control set with finite vectors inevitably leads to deteriorated operation performance. This article proposes a novel FCS model predictive current control (MPCC) with continued modulation. A cascaded optimization procedure is proposed, which includes main virtual voltage vector (VV) selection, determination of optimal combination of adjacent two VVs, and amplitude optimization. In this cascaded optimization procedure, the phase angle and the amplitude of the synthesized vector can be obtained in different steps. Also, there are two duty cycles calculated in different steps independently, which avoid overflow. By using this cascaded procedure, the continued modulation can be realized without using a modulator. Meanwhile, a vector selection method is introduced to reduce computational burden. This vector selection method avoids evaluation of all the candidate vectors without any negative effects. Moreover, the merits of conventional FCS-MPCC can be preserved. The experimental results verify the effectiveness and superiority of the proposed FCS-MPCC method.
登录
查看更多内容
基于虚拟电压矢量的五相永磁同步电机有限控制集模型预测电流控制
影响因子：
1.7
作者：
Xue Cheng;Song Wensheng;Feng Xiaoyun
通讯作者：
Feng Xiaoyun
影响因子：
7.7
作者：
I. González‐Prieto;M. Durán;J. J. Aciego-J.;Cristina Martín;F. Barrero
通讯作者：
I. González‐Prieto;M. Durán;J. J. Aciego-J.;Cristina Martín;F. Barrero
影响因子：
7.7
作者：
P. Cortes;M. Kazmierkowski;R. Kennel;D. Quevedo;J. Rodríguez
通讯作者：
P. Cortes;M. Kazmierkowski;R. Kennel;D. Quevedo;J. Rodríguez
影响因子：
7.7
作者：
C. Lim;E. Levi;Martin Jones;N. Rahim;W. Hew
通讯作者：
C. Lim;E. Levi;Martin Jones;N. Rahim;W. Hew
影响因子：
6.7
作者：
Cheng Xue;Wensheng Song;Xuesong Wu;Xiaoyun Feng
通讯作者：
Cheng Xue;Wensheng Song;Xuesong Wu;Xiaoyun Feng