一种基于改进粒子群的永磁同步电机控制方法及系统技术方案

本申请提供了一种基于改进粒子群的永磁同步电机控制方法及系统、设备、介质，所述方法包括：根据永磁同步电机的三相定子绕组构建两相旋转坐标系，构建该永磁同步电机在所述两相旋转坐标系下的运动模型；根据所述永磁同步电机的运动模型，基于滑模控制算法构建永磁同步电机的电流控制模型，所述电流控制模型包括若干个待优化的滑模控制参数；基于自适应粒子群优化算法对所述电流控制模型的滑模控制参数进行优化，得到最优的滑模控制参数；根据所述最优的滑模控制参数，对所述永磁同步电机进行滑模控制。本申请利用基于改进的粒子群智能算法，可以具有更强的全局搜索和局部优化特性，加快系统到达滑模面的速度，提高系统的动态性能。能。能。

【技术实现步骤摘要】
一种基于改进粒子群的永磁同步电机控制方法及系统


[0001]本申请涉及飞轮储能系统
，特别涉及一种基于改进粒子群的永磁同步电机控制方法及系统、设备、介质。

技术介绍

[0002]随着风能、太阳能发电等可再生能源技术发展迅速，可再生能源在未来电力系统的能源结构中将占有极其重要的位置。但是可再生能源本身具有间歇性和随机性，如果直接接入电力系统中，会严重影响电力系统的电能质量。储能技术是解决这一问题，高效利用可再生能源的重要途径之一，是未来智能电网发展中不可或缺的一部分。
[0003]飞轮储能系统作为近些年新兴的物理储能系统在提高风电接入能力方面具有广阔的应用前景。由于飞轮储能系统的能量存储主要是在旋转的飞轮转子中，因此其能量转换主要依靠飞轮电机的变频调速来实现，就需要获得准确的转子位置和转速的相关信息。由于飞轮电机大多数采用高速永磁同步电机，永磁同步电机是典型的多变量和强耦合非线性系统，在实际操作中，传统的PI控制器虽然可以满足控制系统的要求，但控制器对外部和内部干扰非常敏感，导致控制性能有限，偏离预期的控制目标。滑模控制具有设计简单、控制算法简单、对参数变化和外部扰动变化不敏感等特点，已逐渐应用于永磁同步电机控制。然而，由于滑模控制中开关函数的不连续性，会产生严重的抖振，从而加剧系统的功率损耗。针对此问题，可采用粒子群优化算法实现滑模控制的系统优化，然而传统的粒子群优化算法通过遵循个体最优值和群体最优值来完成系统优化，虽然它具有操作简单、收敛速度快的优点，但在面对非线性和高复杂度对象时，容易陷入局部优化和分析能力弱的缺陷，这使得很难完全解决非线性优化问题。

技术实现思路

[0004]有鉴于此，本申请提出一种基于改进粒子群的永磁同步电机控制方法及系统、设备、介质，利用基于改进的粒子群智能算法，可以具有更强的全局搜索和局部优化特性，以用于对滑模控制参数进行优化，加快系统到达滑模面的速度，消除滑模控制器固有的高频抖动现象，提高系统的动态性能。
[0005]第一方面，本申请提供了一种基于改进粒子群的永磁同步电机控制方法，包括：
[0006]根据永磁同步电机的三相定子绕组构建两相旋转坐标系，构建该永磁同步电机在所述两相旋转坐标系下的运动模型；
[0007]根据所述永磁同步电机的运动模型，基于滑模控制算法构建永磁同步电机的电流控制模型，所述电流控制模型包括若干个待优化的滑模控制参数；
[0008]基于自适应粒子群优化算法对所述电流控制模型的滑模控制参数进行优化，得到最优的滑模控制参数；
[0009]根据所述最优的滑模控制参数，对所述永磁同步电机进行滑模控制。
[0010]由上，本申请通过提供一种基于改进粒子群的永磁同步电机控制方法，通过对传
统的粒子群优化算法进行改进得到自适应粒子群优化算法，并利用该自适应粒子群优化算法对永磁同步电机的滑模控制参数进行优化，以得到最优的滑模控制参数，从而实现对永磁同步电机的最优控制。本申请采用自适应粒子群优化算法能够具有更强的全局搜索和局部优化特性，使得滑模控制的控制精度高，无超调，对外部负载扰动具有较强的鲁棒性。
[0011]可选的，所述构建该永磁同步电机在所述两相旋转坐标系下的运动模型包括：
[0012]根据所述两相旋转坐标系，构建所述永磁同步电机在两相旋转坐标系下的电压方程：
[0013][0014]电磁转矩T
e
的表达式为：
[0015][0016]当永磁同步电机为隐极型时，若d轴电感与q轴电感一致，则电磁转矩T
e
的表达式为：
[0017][0018]则永磁同步电机的运动模型为：
[0019][0020]其中，i
d
和i
q
为旋转坐标系d
‑
q轴的定子电流，u
d
和u
q
是旋转两相坐标系中d
‑
q轴的定子电压，p是极对数，L是发电机的等效电感，L
d
和L
q
是d
‑
q轴电感，R为定子电阻，k
M
为电磁转矩系数，f是永磁体的磁链，J是惯性矩，ω
r
是电机转子的角速度。
[0021]由上，永磁同步电机由安装在转子表面的永磁体和三个相位定子绕组组成，三个绕组为正弦曲线，根据该永磁同步电机在两相旋转坐标系下的电压方程和电磁转矩表达式，可构建该永磁同步电机在两相旋转坐标系下的运动模型，以便于根据该运动模块构建基于滑模控制算法的控制模型。
[0022]可选的，所述基于滑模控制算法构建永磁同步电机的电流控制模型包括：
[0023]根据滑模控制算法，将永磁同步电机中的状态变量定义为：
[0024][0025][0026]其中，ω
ref
是永磁同步电机的电机转子的目标设定角速度；
[0027]采用整数阶滑动面，滑动面定义为：
[0028][0029]将传统的指数逼近法则引入所述滑动面可得到滑动面的表达式为：
[0030][0031]根据所述滑动面的表达式，构建永磁同步电机的q轴的电流控制模型为：
[0032][0033]其中，所述的c，ε，q为所述电流控制模型中的若干个待优化的滑模控制参数。
[0034]由上，基于上述构建的永磁同步电机的运动模型，本申请采用滑模控制算法实现永磁同步电机的滑模控制，从而有效地提高系统的控制精度和抗干扰能力，根据滑模控制算法构建永磁同步电机的q轴的电流控制模型，该电流控制模型中包含积分项，一方面可以减弱抖振现象，另一方面可以消除系统的稳态误差，系统的控制质量将得到提高。
[0035]可选的，所述自适应粒子群优化算法包括：
[0036]对粒子群优化算法中的惯性权重ω采用非线性递减策略进行改进，改进后的自适应惯性权重ω的表达式为：
[0037][0038]其中，k是当前迭代次数，k
max
是最大迭代次数，ω
max
和ω
min
为设定值；
[0039]根据改进后的自适应惯性权重ω，得到自适应粒子群优化算法的粒子速度更新公式为：
[0040][0041]其中，
[0042]η是介于0和1之间的系数，c1是个体学习因子，c2是社会学习因子，r1和r2是0到1的随机数，和分别是粒子的位置和速度，和分别是个体极值和全局极值。
[0043]由上，本申请对粒子群优化算法进行改进时，通过对惯性权重采用非线性递减策略，从最大值变为最小值，以提高早期的全局搜索能力和后期的局部搜索能力，实现惯性权重的自适应迭代，并基于自适应惯性权重得到自适应粒子群优化算法的粒子速度更新公式，并通过调整速度更新公式中的个人学习因子与社会学习因子的比率，可以加快搜索速度。
[0044]可选的，所述基于自适应粒子群优化算法对所述电流控制模型的滑模控制参数进行优化包括：
[0045]本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于改进粒子群的永磁同步电机控制方法，其特征在于，包括：根据永磁同步电机的三相定子绕组构建两相旋转坐标系，构建该永磁同步电机在所述两相旋转坐标系下的运动模型；根据所述永磁同步电机的运动模型，基于滑模控制算法构建永磁同步电机的电流控制模型，所述电流控制模型包括若干个待优化的滑模控制参数；基于自适应粒子群优化算法对所述电流控制模型的滑模控制参数进行优化，得到最优的滑模控制参数；根据所述最优的滑模控制参数，对所述永磁同步电机进行滑模控制。2.根据权利要求1所述的方法，其特征在于，所述构建该永磁同步电机在所述两相旋转坐标系下的运动模型包括：根据所述两相旋转坐标系，构建所述永磁同步电机在两相旋转坐标系下的电压方程：电磁转矩T
e
的表达式为：当永磁同步电机为隐极型时，若d轴电感与q轴电感一致，则电磁转矩T
e
的表达式为：则永磁同步电机的运动模型为：其中，i
d
和i
q
为旋转坐标系d
‑
q轴的定子电流，u
d
和u
q
是旋转两相坐标系中d
‑
q轴的定子电压，p是极对数，L是发电机的等效电感，L
d
和L
q
是d
‑
q轴电感，R为定子电阻，k
M
为电磁转矩系数，f是永磁体的磁链，J是惯性矩，ω
r
是电机转子的角速度。3.根据权利要求2所述的方法，其特征在于，所述基于滑模控制算法构建永磁同步电机的电流控制模型包括：根据滑模控制算法，将永磁同步电机中的状态变量定义为：根据滑模控制算法，将永磁同步电机中的状态变量定义为：其中，ω
ref
是永磁同步电机的电机转子的目标设定角速度；采用整数阶滑动面，滑动面定义为：将传统的指数逼近法则引入所述滑动面可得到滑动面的表达式为：
根据所述滑动面的表达式，构建永磁同步电机的q轴的电流控制模型为：其中，所述的c，ε，q为所述电流控制模型中的若...

【专利技术属性】
技术研发人员：边丰硕，黄强，李杨，刘志，金钊，
申请(专利权)人：锐电科技有限公司，
类型：发明
国别省市：