一种用于逆变器控制系统基于模型的鲁棒滤波方法技术方案

本发明专利技术提供一种用于逆变器控制系统基于模型的鲁棒滤波方法，包括建立包含外部扰动信号和测量噪声信号的逆变器控制系统模型；对测量反馈信号和预测信号进行最优估计，得到滤波信号并进行输出反馈；将滤波信号与设定标准正弦信号进行比较得到偏差信号作为PID控制器输入，从而降低输出波形的偏差，增加逆变器输出的准确性。实施本发明专利技术，在于其综合考虑了系统的模型预测信息与测量信息，采用最优估计从而使滤波后的数据更加接近于过程的真实状态，从而能克服现有技术中逆变器控制系统可能存在的外部扰动及测量噪声对系统性能的影响以及滤波技术的不足。

【技术实现步骤摘要】
一种用于逆变器控制系统基于模型的鲁棒滤波方法
本专利技术涉及电力电子系统滤波
，尤其涉及一种用于逆变器控制系统基于模型的鲁棒滤波方法。
技术介绍
恒流恒频逆变器是电力电子领域中使用较为广泛的一种转换设备，尤其在不间断电源等电源系统中使用更为频繁。通常来说，绝大部分向交流负载供电的过程都离不开逆变器电路，逆变器控制系统的好坏很大程度上影响着向负载供电的效率。随着工作环境的复杂化及生产要求的多样化，逆变器控制系统的优化与滤波技术的改良逐渐引起国内外学者的重视。在对逆变器系统进行控制的过程中，系统工作环境的变化直接影响着输出电流的稳定情况，由于逆变器控制系统中包含着各种类型的环境噪声，逆变器的输出往往达不到预期水平。传统意义上的环境噪声主要是指外部扰动，该类型的噪声存在于绝大多数的控制系统之中，它会降低逆变器输出信号的稳定性从而使输出信号达不到预期水平；而实际中由于需要对逆变器控制系统各环节进行实时测量监控，传感器还会引入另外一种形式的噪声，即测量噪声，它同外部扰动一样，都会导致输出信号的失真。为了降低外部扰动及测量噪声对逆变器控制系统的影响，控制系统的反馈环节需要引进相应的滤波方法，经过滤波后的反馈信息由于更接近真实值从而会使逆变器输出相对准确的电压或电流信号。近年来应用比较广泛的滤波技术主要包括指数鲁棒滤波器、扩展卡尔曼鲁棒滤波器等，这些滤波技术虽然在一定程度上可以降低外部扰动和测量噪声对控制系统的影响，但是它们所存在的缺点也不可忽视。自二十世纪五六十年代晶闸管诞生之日起，国际上对于逆变器的研究探索就已经拉开了序幕。二十世纪七十年代后期，门极可关断晶闸管(GTO)、电力双极型晶体管(BJT)以及电力场效应晶体管(Power-MOSFET)等全控型器件的飞速发展极大地促进了逆变技术的创新及应用。对该领域发展作出突出贡献的研究机构主要集中于美国和中欧地区，其中包括美国的通用电气公司、贝尔实验室以及德国的SMA公司等。从逆变器控制系统的控制技术层面上看，国外提出的矢量控制技术、多电平变换技术、重复控制、模糊控制等技术在逆变器中的应用很大程度上促进了逆变器控制系统的发展。矢量控制技术最早由西门子工程师Blaschke提出，其基本原理是通过控制电动机定子电流矢量对异步电动机的励磁和转矩电流进行控制从而实现对电动机转矩的控制。多电平概念由Nabae等人于1980年提出，其后，Bhagwat和Stefanovic进一步将三电平逆变器推广到多电平，从而给研发高压大容量逆变器提供了新的方向。重复控制由日本的研究小组提出，它是一种基于内模原理的控制思想，内模控制指出，在一个系统中，如果被控信号是控制它的反馈信号，并且在反馈回路中又有被控模型，那么该系统在理论意义上被认为是稳定的；与一般控制系统相比，重复控制系统增加了一个重复补偿器，这就使得控制器会在周期性控制进程中获得较高的精度。模糊控制的提出归功于Zadeh提出的“模糊集合”概念，该技术基于模糊数学理论，通过模拟人的推理和决策过程使控制算法的适应性及合理性大大提高，已经发展成为智能控制的重要分支。国内逆变器的研究主要是对逆变器控制系统的控制方法及滤波技术进行拓展优化，在各种控制技术如PID控制、无差拍控制、双环反馈控制、重复控制、滑模变结构控制及神经网络控制等基础之上进行扩展，从而实现系统控制效果的有效提升。为解决单个控制技术的应用缺陷，高军等将PID控制与重复控制相结合应用到正弦波逆变电源的研究中很好的解决了PID控制算法在逆变电源系统中稳态精度差以及重复控制的动态响应速度较慢等问题。另一方面，同大多数控制系统一样，由于工作环境的限制，逆变器系统中不可避免的会包含各种扰动，尤其是反馈系统中普遍存在的外部扰动以及传感器引入的测量噪声，它们会很大程度上破坏逆变器系统的工作精度。张建华等在对反馈控制回路的性能进行评估时将外部扰动信号考虑为非高斯分布，这就说明逆变器控制系统中的外部扰动不一定是简单的高斯信号，非高斯干扰同样不能忽视。当前国内学者在设计一系列控制系统的滤波技术时往往会忽视测量噪声的存在，即使有部分学者关注到测量噪声，相应的针对于测量噪声的滤波方法也难以起到良好的效果。即便如此，由于国内学者的不断努力和创新，我国对逆变器的研究已经实现由弱到强、从跟跑到领跑并最终占据全球领先地位的质的飞跃。通过上述介绍内容可知，在控制理论及方法已经相对成熟的今天，逆变器控制系统面临的主要问题是复杂信号的干扰以及相对应的先进滤波技术的设计问题。上述绝大多数系统分析及设计过程中都未明确考虑测量噪声对系统的影响，事实上，测量噪声同系统中常见的外部扰动一样，都会降低系统的性能表现。针对于测量噪声及外部扰动的滤波技术，如指数鲁棒滤波器及卡尔曼滤波技术等都存在一些缺陷，指数鲁棒滤波器由于未使用系统模型预测信息而存在较大的延迟，而卡尔曼滤波不能处理非高斯信号的干扰。具体到逆变器控制系统来说，当前的研究重心主要集中在控制方法及控制策略的改进优化上，很少有人关注到逆变器系统的干扰情况以及相应的滤波方案设计等问题，这就导致逆变器输出达不到预期，从而对生产生活造成较大的资源及经济损失。因此，亟需一种用于逆变器控制系统的滤波方法，能克服现有技术中逆变器控制系统可能存在的外部扰动及测量噪声对系统性能的影响以及滤波技术的不足。
技术实现思路
本专利技术实施例所要解决的技术问题在于，提供一种用于逆变器控制系统基于模型的鲁棒滤波方法，能克服现有技术中逆变器控制系统可能存在的外部扰动及测量噪声对系统性能的影响以及滤波技术的不足。为了解决上述技术问题，本专利技术实施例提供了一种用于逆变器控制系统基于模型的鲁棒滤波方法，包括以下步骤：基于由PID控制器、逆变器和鲁棒滤波器形成闭环连接的逆变器控制系统上，建立包含外部扰动信号和测量噪声信号的逆变器控制系统模型；其中，所述外部扰动信号作用于所述逆变器输出上；所述测量噪声信号与所述逆变器控制系统模型的实际输出信号共同组成测量反馈信号，并与所述逆变器控制系统模型的预测信号作用于所述鲁棒滤波器输入上；获取测量反馈信号及预测信号，并对所获取到的测量反馈信号和预测信号进行最优估计，得到滤波信号；将所述滤波信号与预先设定的所述逆变器控制系统模型的实际输入标准正弦信号进行比较，得到偏差信号作为所述PID控制器输入，以降低所述逆变器控制系统模型输出波形的偏差。其中，所述获取测量反馈信号及预测信号，并对所获取到的测量反馈信号和预测信号进行最优估计，得到滤波信号的步骤，具体包括：根据所述测量反馈信号ym(t)与所述预测信号使用贝叶斯公式，得到所述逆变器控制系统模型的实际输出信号y(t)基于所述预测信号和所述测量反馈信号ym(t)的后验概率分布：式(1)中，L(y(t)|ym(t))、分别表示基于所述预测信号和所述测量反馈信号ym(t)下的概率密度函数；对式(1)进行极大似然估计，得到该式的最优值作为滤波信号yf(t)，表示如下：式(2)中，表示极大似然估计得到的与所述预测信号和所述测量反馈信号本文档来自技高网...

【技术保护点】
1.一种用于逆变器控制系统基于模型的鲁棒滤波方法，其特征在于，包括以下步骤：/n基于由PID控制器、逆变器和鲁棒滤波器形成闭环连接的逆变器控制系统上，建立包含外部扰动信号和测量噪声信号的逆变器控制系统模型；其中，所述外部扰动信号作用于所述逆变器输出上；所述测量噪声信号与所述逆变器控制系统模型的实际输出信号共同组成测量反馈信号，并与所述逆变器控制系统模型的预测信号作用于所述鲁棒滤波器输入上；/n获取测量反馈信号及预测信号，并对所获取到的测量反馈信号和预测信号进行最优估计，得到滤波信号；/n将所述滤波信号与预先设定的所述逆变器控制系统模型的实际输入标准正弦信号进行比较，得到偏差信号作为所述PID控制器输入，以降低所述逆变器控制系统模型输出波形的偏差。/n

【技术特征摘要】
1.一种用于逆变器控制系统基于模型的鲁棒滤波方法，其特征在于，包括以下步骤：
基于由PID控制器、逆变器和鲁棒滤波器形成闭环连接的逆变器控制系统上，建立包含外部扰动信号和测量噪声信号的逆变器控制系统模型；其中，所述外部扰动信号作用于所述逆变器输出上；所述测量噪声信号与所述逆变器控制系统模型的实际输出信号共同组成测量反馈信号，并与所述逆变器控制系统模型的预测信号作用于所述鲁棒滤波器输入上；
获取测量反馈信号及预测信号，并对所获取到的测量反馈信号和预测信号进行最优估计，得到滤波信号；
将所述滤波信号与预先设定的所述逆变器控制系统模型的实际输入标准正弦信号进行比较，得到偏差信号作为所述PID控制器输入，以降低所述逆变器控制系统模型输出波形的偏差。


2.如权利要求1所述的用于逆变器控制系统基于模型的鲁棒滤波方法，其特征在于，所述获取测量反馈信号及预测信号，并对所获取到的测量反馈信号和预测信号进行最优估计，得到滤波信号的步骤，具体包括：
根据所述测量反馈信号ym(t)与所述预测信号使用贝叶斯公式，得到所述逆变器控制系统模型的实际输出信号y(t)基于所述预测信号和所述测量反馈信号ym(t)的后验概率分布：



式(1)中，L(y(t)|ym(t))、L(y(t)|分别表示基于所述预测信号和所述测量反馈信号ym(t)下的概率密度函数；
对式(1)进行极大似然估计，得到该式的最优值作为滤波信号yf(t)，表示如下：



式(2)中，表示极大似然...

【专利技术属性】
技术研发人员：张正江，祝旺旺，戴瑜兴，赵升，闫正兵，黄世沛，王环，
申请(专利权)人：温州大学，
类型：发明
国别省市：浙江;33