【技术实现步骤摘要】
一种永磁同步电机模型预测控制权重系数设计方法和系统
[0001]本专利技术涉及永磁同步电机
，尤其是指一种永磁同步电机模型预测控制权重系数设计方法和系统。
技术介绍
[0002]在工业和农业中，永磁同步电机应用的非常广泛。相比于传统的感应电机，永磁同步电机具有高效率、高的功率密度、高转矩密度和精准控制等优势。但在永磁同步电机的模型预测控制中，代价函数的权重整定问题是当前所面临的主要挑战。很少有分析方法或控制设计理论来调整这些权重，在电机驱动过程中，需要权衡最小化电转矩脉动和旋转磁链脉动之间的关系，权重因子决定了这个关系。d、q轴电流对于永磁同步电机来说具有不同的意义，不同的权重会直接影响到系统用的动静态性能，对于系统的优化有着重大意义。由永磁同步电机的特性可知q轴电流和转矩正相关，d轴电流和磁通正相关，根据q轴电流和d轴电流误差来决定电机运行过程中的权重因子，使系统能获得满足要求的最优权重。最优的权重不仅可以保证系统稳定运行，还可以提高控制精度，因此最优的权重系数对电机的控制具有重大意义。
[0003]现有对永...
【技术保护点】
【技术特征摘要】
1.一种永磁同步电机模型预测控制权重系数设计方法，其特征在于：包括：步骤S1：构建永磁同步电机的数学模型，并基于模型预测控制对所述永磁同步电机的数学模型进行双闭环运行，通过模型预测控制的代价函数对电机进行初步控制；步骤S2：给定参考信号，采集永磁同步电机的数学模型在双闭环运行过程中的电信号，所述电信号包括永磁同步电机的d、q轴电流，并分别计算d、q轴电流的误差；步骤S3：将初步控制中模型预测控制代价函数的权重系数λ、所述d、q轴电流的误差作为强化学习的输入，根据强化学习对模型预测控制代价函数的权重系数λ进行整数寻优，整数寻优之后再进行小数寻优，找到模型预测控制代价函数的最佳权重系数；步骤S4：通过所述最佳权重系数达到期望的d、q轴电流的误差，再根据所述期望的d、q轴电流的误差控制永磁同步电机运转。2.根据权利要求1所述的永磁同步电机模型预测控制权重系数设计方法，其特征在于：所述步骤S1中模型预测控制的方法包括：将所述永磁同步电机的数学模型描述为离散时间状态空间模型或传递函数模型；基于所述离散时间状态空间模型或传递函数模型，在每个采样时间点上，根据当前时刻模型的电流状态来预测模型的电流在下一个时刻的开关状态。3.根据权利要求2所述的永磁同步电机模型预测控制权重系数设计方法，其特征在于：所述模型的电流在下一个时刻的开关状态的公式为：i
dq
(k+1|k)＝Ai
dq
(k|k)+Bs(k|k)+F其中，其中，其中，k为当前时刻，i
d
、i
q
分别为d、q轴定子电流，T
s
为采样时间，L为电机电感，R
s
为电机定子电阻，U
dc
为直流母线电压，ψ
f
为永磁体磁链，ω
e
为电机的转子速度。4.根据权利要求1所述的永磁同步电机模型预测控制权重系数设计方法，其特征在于：所述步骤S2中分别计算d、q轴电流的误差，方法包括：使用均方根方法分别计算d、q轴电流的误差，公式为：的误差，公式为：
其中，rms(Δi
d
)和rms(Δi
q
)分别为d、q轴电流的误差，i
di
、i
qi
为第i时刻d、q轴电流的大小，为第时刻d、q轴电流参考值的大小，n为时刻总数。5.根据权利要求4所述的永磁同步电机模型预测控制权重系数设计方法，其特征在于：所述步骤S1中模型预测控制代价函数的公式为：其中，为d轴电流参考值，为q轴电流参考值，λ为权重系数，k为当前时刻。6.根据权利要求5所述的永磁同步电机模型预测控制权重系数设计方法，其特征在于：所述步骤S3中将初步控制中模型预测控制代价函数的权重系数λ、所述d、q轴电流的误差作为强化学习的输入，根据强化学习对模型预测控制代价函数的权重系数λ进行整数寻优，整数寻优之后再进行小数寻优，方法包括：步骤S3.1：将所述模型预测控制代价函数的权重系数λ、d、q轴电流的误差rms(Δi
d
)和rms(Δi
q
)作为强化学习的输入，其中，所述强化学习采用Q_learning；步骤S3.2：确定Q_learning的奖励函数R；步骤S3.3：初始化Q_learning的状态
‑
动作价值函数Q(s,a)，并设置探索率ε、学习率α、折扣因子γ以及学习次数N；步骤S3.4：基于所述奖励函数R、根据当前状态s、利用ε
‑
【专利技术属性】
技术研发人员：杨玮林，许德智，潘庭龙，胡官洋，邓澳乐，
申请(专利权)人：江南大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。