一种融合自适应环流抑制的无模型自适应迭代学习MMC变流器控制方法技术

本发明专利技术是一种融合自适应环流抑制的无模型自适应迭代学习MMC变流器控制方法，其特点是，包括电压外环无模型自适应迭代学习控制、电流内环无模型自适应预测控制、自适应环流抑制控制等步骤：由于引入了无模型自适应迭代学习控制用于MMC变流器直流侧，能够实现直流电压的准确跟踪控制；通过引入电流内环无模型自适应预测控制，可改善电流控制精度，从而改善电流波形质量；通过引入自适应环流抑制控制，可改善MMC变流器交直流两侧扰动背景下的环流抑制效果，从而保证MMC变流器的可靠工作。

A Model-free Adaptive Iterative Learning Control Method for MMC Converter with Adaptive Circulation Suppression

The present invention is a model-free adaptive iterative learning control method for MMC converter, which integrates adaptive loop suppression. Its characteristics include model-free adaptive iterative learning control for voltage outer loop, model-free adaptive predictive control for current inner loop, and adaptive loop suppression control. Accurate tracking control of DC voltage is realized; the precision of current control can be improved by introducing current inner loop model-free adaptive predictive control, and the quality of current waveform can be improved; by introducing adaptive loop suppression control, the circulating current suppression effect of MMC converter under AC and DC disturbance background can be improved, thus ensuring the reliable operation of MMC converter.

【技术实现步骤摘要】
一种融合自适应环流抑制的无模型自适应迭代学习MMC变流器控制方法
本专利技术涉及电力电子
，是一种融合自适应环流抑制的无模型自适应迭代学习MMC变流器控制方法。
技术介绍
MMC变流器，也称：模块化多电平变流器(MMC)广泛应用于直流电网，是实现交直流两端能量传递和调控的重要环节。一方面，由于MMC变流器采用多电平拓扑结构，大量开关器件、储能元件性能参数存在一定的差异，这使得基于平均值稳态模型设计的控制存在控制精度问题；另一方面，MMC变流器接入的交流侧可能存在电网基波频率偏移问题、谐波畸变扰动问题，这使得MMC变流器的桥臂环流问题愈发复杂，常规的环流抑制效果会受到影响。如何更有效的实现MMC变流器交流电流的准确控制、直流电压的稳定控制以及桥臂环流的自适应抑制是本领域技术人员一直渴望解决但至今尚未解决的技术难题。
技术实现思路
本专利技术所要解决的技术问题是，针对现有技术不足，提供一种融合自适应环流抑制的无模型自适应迭代学习MMC变流器控制方法，可实现MMC变流器交流电流的准确控制、直流电压的稳定控制以及桥臂环流的自适应抑制。为解决上述技术问题所采用的技术方案是：一种融合自适应环流本文档来自技高网...

【技术保护点】
1.一种融合自适应环流抑制的无模型自适应迭代学习MMC变流器控制方法，其特征在于，它包括以下步骤：1)电压外环无模型自适应迭代学习控制①在每个采样周期开始的时刻，对MMC变流器直流侧电压udc进行采样；②将给定电压值

【技术特征摘要】
1.一种融合自适应环流抑制的无模型自适应迭代学习MMC变流器控制方法，其特征在于，它包括以下步骤：1)电压外环无模型自适应迭代学习控制①在每个采样周期开始的时刻，对MMC变流器直流侧电压udc进行采样；②将给定电压值与udc送入电压控制环，得到电流指令信号idref，电压外环无模型自适应迭代学习控制方法依据公式(1)-公式(5)进行计算；公式(1)-公式(5)中，n∈[1,2,3,…]是采样点数；ε∈[0.00001,0.5]是允许控制误差；μ∈(0,100)和μ′∈(0,100)是响应速度系数；η∈(0,2]、ρ∈(0,1]是步长因子；β∈(0,1)是学习增益系数；||是“或”逻辑符号；||是绝对值运算符号；φ(1)∈(0,100)是常数，是计算过程中间参数φ(n)、φ(n-1)的初始计算值；下标k是迭代次数；ek(n)是n时刻第k次迭代的跟踪误差；ek-1(n)是n时刻第(k-1)次迭代的跟踪误差；udc.k是第k次迭代得到的MMC变流器直流电压值；Δudc.k、是计算过程的中间参数；2)电流内环无模型自适应预测控制①在每个采样周期开始的时刻，对变流器网侧三相电流ij、三相电压uj分别进行采样，其中，下标j表示A、B、C三相；②依据公式(6)中的DQ逆变换矩阵Tdq→abc，将idref、0经DQ逆变换计算得到三相电流指令信号ijref，其中，下标中的j表示电网中电压或电流的A、B、C三相，θ是将MMC变流器网侧三相电压uj经过锁相环得到的相位角；③将ijref与网侧三相电流ij分别送入三相电流控制内环中，得到输出信号ej_ref，其中，下标中的j表示A、B、C三相；电流内环无模型自适应预测控制依据公式(7)-公式(12)进行计算；ej_ref(n)＝ej_ref(n-1)+ET(n)Δej_ref(n)(11)公式(7)-公式(11)中，N∈[1,2,…,10]是预测步长；p∈[2,…,N]是预测阶数；λ∈(0,100)是超调响应系数；M∈(0,20)是自回归系数限制阈值；Nu∈[1,2,…,N]是控制时域常数；()-1是矩阵求逆运算符号；||||2是2范数运算符号；()T是向量或矩阵的转置运算符号；I是Nu×Nu维单...

【专利技术属性】
技术研发人员：李玲，金国彬，李国庆，王振浩，刘钊，权然，石超，潘狄，于泽平，
申请(专利权)人：东北电力大学，
类型：发明
国别省市：吉林,22