CN109981056B - 一种基于npc逆变器的数字功率放大器的输出控制方法 - Google Patents

一种基于npc逆变器的数字功率放大器的输出控制方法 Download PDF

Info

Publication number
CN109981056B
CN109981056B CN201910245574.8A CN201910245574A CN109981056B CN 109981056 B CN109981056 B CN 109981056B CN 201910245574 A CN201910245574 A CN 201910245574A CN 109981056 B CN109981056 B CN 109981056B
Authority
CN
China
Prior art keywords
control period
power amplifier
next control
digital power
subsystem
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201910245574.8A
Other languages
English (en)
Other versions
CN109981056A (zh
Inventor
罗安
魏新伟
汪洪亮
徐千鸣
何志兴
李民英
陈燕东
陈宇
章兢
戴瑜兴
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Guangdong Zhicheng Champion Group Co Ltd
Original Assignee
Guangdong Zhicheng Champion Group Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Guangdong Zhicheng Champion Group Co Ltd filed Critical Guangdong Zhicheng Champion Group Co Ltd
Priority to CN201910245574.8A priority Critical patent/CN109981056B/zh
Publication of CN109981056A publication Critical patent/CN109981056A/zh
Application granted granted Critical
Publication of CN109981056B publication Critical patent/CN109981056B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02M—APPARATUS FOR CONVERSION BETWEEN AC AND AC, BETWEEN AC AND DC, OR BETWEEN DC AND DC, AND FOR USE WITH MAINS OR SIMILAR POWER SUPPLY SYSTEMS; CONVERSION OF DC OR AC INPUT POWER INTO SURGE OUTPUT POWER; CONTROL OR REGULATION THEREOF
    • H02M7/00—Conversion of ac power input into dc power output; Conversion of dc power input into ac power output
    • H02M7/42—Conversion of dc power input into ac power output without possibility of reversal
    • H02M7/44—Conversion of dc power input into ac power output without possibility of reversal by static converters
    • H02M7/48—Conversion of dc power input into ac power output without possibility of reversal by static converters using discharge tubes with control electrode or semiconductor devices with control electrode
    • H02M7/53—Conversion of dc power input into ac power output without possibility of reversal by static converters using discharge tubes with control electrode or semiconductor devices with control electrode using devices of a triode or transistor type requiring continuous application of a control signal
    • H02M7/537—Conversion of dc power input into ac power output without possibility of reversal by static converters using discharge tubes with control electrode or semiconductor devices with control electrode using devices of a triode or transistor type requiring continuous application of a control signal using semiconductor devices only, e.g. single switched pulse inverters
    • H—ELECTRICITY
    • H03—ELECTRONIC CIRCUITRY
    • H03F—AMPLIFIERS
    • H03F1/00—Details of amplifiers with only discharge tubes, only semiconductor devices or only unspecified devices as amplifying elements
    • H03F1/02—Modifications of amplifiers to raise the efficiency, e.g. gliding Class A stages, use of an auxiliary oscillation

Abstract

本发明公开了一种基于NPC逆变器的数字功率放大器的输出控制方法，包括：建立预测模型，基于当前控制周期的状态变量，预测下一控制周期的状态变量；基于输入的下一控制周期的输出电流指令，计算下一控制周期的滤波电感电流指令和滤波电容电压指令；基于下一控制周期的状态变量和下一控制周期的输出指令，建立数字功率放大器的能量函数；以能量函数为李雅普诺夫函数，求得使李雅普诺夫函数导数最小的子系统；基于子系统控制所述数字功率放大器的开关动作，在下一控制周期将电声换能系统切换至所述子系统。本发明提供一种电声换能系统的输出控制方法，在保证系统稳定的前提下实现对输出电流高精度跟踪，同时可以有效地降低数字功放开关损耗。

Description

一种基于NPC逆变器的数字功率放大器的输出控制方法
技术领域
本发明实施例涉及海洋探测和海洋通信领域技术，尤其涉及一种基于NPC逆变器的数字功率放大器的输出控制方法。
背景技术
由数字功率放大器和水声换能器构成的海底电声换能系统要求在宽频带范围内使输出电流，也即水声换能器工作电流对多样化的电流指令进行高精度跟踪，而系统稳定是实现高质量跟踪的前提和关键。现有的控制方法无法兼顾系统稳定性和控制效果，且数字功率放大器中功率开关器件开关损耗较高。因此海底电声换能系统迫切需要一种可在保证系统稳定的前提下实现对输出电流高精度跟踪且能有效降低数字功放开关损耗的控制方法。
发明内容
本发明提供一种基于NPC逆变器的数字功率放大器的输出控制方法，在保证系统稳定的前提下实现对输出电流高精度跟踪，同时可以有效地降低数字功放开关损耗。
第一方面，本发明实施例提供了一种基于NPC逆变器的数字功率放大器的输出控制方法，适应于电声换能系统，电声换能系统包括基于NPC逆变器的数字功率放大器和超磁致伸缩型水声换能器，方法包括：
建立预测模型，基于当前控制周期的状态变量x(k)＝[if(k)VO(k)iO(k)]T，预测下一控制周期的状态变量x(k+1)＝[if(k+1)VO(k+1)iO(k+1)]T，其中，所述状态变量x包括滤波电感电流if、滤波电容电压VO和水声换能器电流iO；
基于输入的下一控制周期的输出电流指令iOref(k+1)，计算下一控制周期的滤波电感电流指令ifref(k+1)和滤波电容电压指令VOref(k+1)；
基于下一控制周期的状态变量x(k+1)和下一控制周期的输出指令xref(k+1)，建立数字功率放大器的能量函数V(xe)＝xe TPxe，其中，xe＝x(k+1)-xref(k+1)，正定矩阵P＝diag{Lf，Cf，LO}，所述下一控制周期的输出指令xref(k+1)＝[ifref(k+1)VOref(k+1)iOref(k+1)]T，Lf表示滤波电感，Cf表示滤波电容，LO表示水声换能器等效电感；
以所述能量函数为李雅普诺夫函数，求得使所述李雅普诺夫函数导数最小的子系统；
基于所述子系统控制所述数字功率放大器的开关动作，在下一控制周期将电声换能系统切换至所述子系统。
可选的，所述建立预测模型，包括：
在每个控制周期内，对数字功率放大器的状态变量进行采样；
基于采样数据，建立预测模型。
可选的，所述建立预测模型，基于当前控制周期的状态变量，预测下一控制周期的状态变量，包括：
所述预测模型为：xi(k+1)＝(I+AiTS)xi(k)+BiTS，i∈K，K＝{1，2，3，4，5}；
其中，xi(k)为当前控制周期的子系统i下的状态变量，xi(k+1)为在当前控制周期的子系统i下，预测的下一控制周期的状态变量，I为单位矩阵，
Figure GDA0004265613400000021
Figure GDA0004265613400000031
Ts为控制周期的时间，B1＝2B，B2＝B，B3＝0，B4＝-B，B5＝-2B，/>
Figure GDA0004265613400000032
A、B为根据所述电声换能系统的主电路参数形成的系数矩阵，rf表示滤波电感寄生电阻，RO表示水声换能器等效电阻，Vdc为数字功率放大器的最小输出正电平。
可选的，所述基于输入的下一控制周期的输出电流指令，计算下一控制周期的滤波电感电流指令和滤波电容电压指令，包括：
基于以下公式，计算下一控制周期的滤波电容电压指令：
Figure GDA0004265613400000033
其中，iOref(k)为当前控制周期的输出电流指令；
基于以下公式，计算下一控制周期的滤波电感电流指令：
Figure GDA0004265613400000034
其中，VOref(k)为当前控制周期的滤波电感电流指令。
可选的，所述以所述能量函数为李雅普诺夫函数，求得使所述李雅普诺夫函数导数最小的子系统，包括：
基于以下公式计算使所述李雅普诺夫函数导数最小的子系统：
σ(k+1)＝argmini∈K{(xi(k+1)-xref(k+1))TP(xi(k+1)-xref(k+1))}。
可选的，所述基于所述子系统控制所述数字功率放大器的开关动作，在下一控制周期将电声换能系统切换至所述子系统，包括：
若σ(k+1)＝1，则开关组合S＝[1 1 0 0 0 0 1 1]；若σ(k+1)＝2，则S＝[1 1 0 001 1 0]或[0 1 1 0 0 0 1 1]均可；若σ(k+1)＝3，则S＝[0 1 1 0 0 1 1 0]；若σ(k+1)＝4，则S＝[0 1 1 0 1 1 0 0]或[0 0 1 1 0 1 1 0]均可；若σ(k+1)＝5，则S＝[0 0 1 1 1 10 0]；
若σ(k+1)＝σ(k)，则保持各开关状态不变。
本发明实施例提供的基于NPC逆变器的数字功率放大器的输出控制方法，通过建立预测模型，基于当前控制周期的状态变量，预测下一控制周期的状态变量；基于下一控制周期的状态变量和下一控制周期的输出指令，建立数字功率放大器的能量函数，以能量函数为李雅普诺夫函数，求得使李雅普诺夫函数导数最小的子系统；基于该子系统控制数字功率放大器的开关动作，在下一控制周期将电声换能系统切换至该子系统。本发明实施例在保证系统稳定的前提下实现对输出电流高精度跟踪，同时可以有效地降低数字功放开关损耗。
附图说明
图1为本发明实施例提供的电声换能系统的结构示意图；
图2为本发明实施例提供的一种基于NPC逆变器的数字功率放大器的输出控制方法的流程图；
图3为电声换能系统在子系统1和2之间切换时的开关动作次数统计图；
图4为电声换能系统在子系统2和3之间切换时的开关动作次数统计图；
图5为电声换能系统在子系统3和4之间切换时的开关动作次数统计图；
图6为电声换能系统在子系统4和5之间切换时的开关动作次数统计图
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本发明，而非对本发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部结构。
本发明实施例提供了一种基于NPC逆变器的数字功率放大器的输出控制方法，图1为本发明实施例提供的电声换能系统的结构示意图，如图1所示，海底电声换能系统包括两桥臂中点钳位型(Neutral Point Clamped，NPC)逆变拓扑的数字功率放大器10和水声换能器20两部分。数字功率放大器20的直流侧由两个直流电压源Vs提供，交流侧可输出五电平交变电压，分别为2Vdc，Vdc，0，-Vdc和-2Vdc五个电平。经LC滤波器滤除高频分量后得到低频交变电能以驱动水声换能器20。水声换能器为在应变系数、能量转换效率方面有绝对优势的磁致伸缩型换能器，由于它在谐振频率点以下频段为阻感特性，而用于水下通信和测距的电声换能系统工作频段为低频段，因此图1中将水声换能器等效为阻感负载。图1中rf表示滤波电感寄生电阻，Lf表示滤波电感，Cf表示滤波电容，LO表示水声换能器等效电感，RO表示水声换能器等效电阻。
由于数字功率放大器的输出电压可有2Vdc，Vdc，0，-Vdc，-2Vdc五个电平，则根据基尔霍夫电压定律可得电声换能系统的动态方程为：
Figure GDA0004265613400000051
其中，if、Vo和io分别为滤波电感电流，滤波电容电压和水声换能器电流。令数组S＝[Sa1 Sa2 Sa3 Sa4 Sb1 Sb2 Sb3 Sb4]表示数字功率放大器中8个IGBT的开关状态，则正常运行时可有表1中9种有效开关组合，如表1所示。
表1两桥臂NPC逆变器有效开关组合
Figure GDA0004265613400000061
令状态变量
Figure GDA0004265613400000062
则电声换能系统可建为包含如下5个子系统的切换系统模型：
Figure GDA0004265613400000063
子系统1：i＝1，A1＝A，B1＝2B，S＝S1；
子系统2：i＝2，A2＝A，B2＝B，S＝S2或S3；
子系统3：i＝3，A3＝A，B3＝0，S＝S4或S5或S6；
子系统4：i＝4，A4＝A，B4＝-B，S＝S7或S8；
子系统5：i＝5，A5＝A，B5＝-2B，S＝S9；
为保证海底电声换能系统可靠地进行测距或通信，则对水声换能器电流进行精确闭环控制的前提是保证系统稳定。定理1可在保证系统全局稳定的前提下使系统状态变量最快地收敛于系统平衡点。引用如下：
定理1：针对切换系统
Figure GDA0004265613400000071
σ∈{1，2，...，m}，设xe为给定平衡点，若存在正定对称矩阵P∈Rn×n，集合λ∈K，对于任意i∈{1,2,…,m}有/>
Figure GDA0004265613400000072
且Aλxe+Bλ＝0，则在切换律/>
Figure GDA0004265613400000073
下，系统总在xe处全局渐进稳定，其中ξ＝x-xe。
但将定理1所述切换控制方法应用于采用数字控制器的电力电子系统时存在如下问题：(1)定理1中要求各子系统具有无限高的切换频率，而实际电力电子系统中功率开关器件开关频率有限，无法满足；(2)定理1要求控制器瞬时地根据给定正定矩阵Q和系数矩阵A解李雅普诺夫方程得到正定矩阵P，在线求解李雅普诺夫方程需占用较大的控制器计算资源。同时，瞬时地计算所有子系统共同李雅普诺夫函数倒数并排序，同样对控制器计算性能形成巨大挑战。
针对上述问题，本发明实施例提供了一种基于NPC逆变器的数字功率放大器的输出控制方法，图2为本发明实施例提供的一种基于NPC逆变器的数字功率放大器的输出控制方法的流程图，如图2所示，该方法具体包括如下步骤：
S110、建立预测模型，基于当前控制周期的状态变量，预测下一控制周期的状态变量。
其中，所述状态变量包括滤波电感电流if、滤波电容电压Vo和水声换能器电流io。
S120、基于输入的下一控制周期的输出电流指令，计算下一控制周期的滤波电感电流指令和滤波电容电压指令。
其中，下一控制周期的输出电流指令为下一控制周期水声换能器的预期输出电流。
S130、基于下一控制周期的状态变量和下一控制周期的输出指令，建立数字功率放大器的能量函数。
其中，下一控制周期的输出指令包括下一控制周期的滤波电感电流指令、滤波电容电压指令和输出电流指令，分别表示下一控制周期的滤波电感的预期的电流、滤波电容的预期的电压和水声换能器的预期的输出电流。
S140、以能量函数为李雅普诺夫函数，求得使李雅普诺夫函数导数最小的子系统。
S150、基于子系统控制数字功率放大器的开关动作，在下一控制周期将电声换能系统切换至子系统。
本发明实施例提供的基于NPC逆变器的数字功率放大器的输出控制方法，通过建立预测模型，基于当前控制周期的状态变量，预测下一控制周期的状态变量；基于下一控制周期的状态变量和下一控制周期的输出指令，建立数字功率放大器的能量函数，以能量函数为李雅普诺夫函数，求得使李雅普诺夫函数导数最小的子系统；基于该子系统控制数字功率放大器的开关动作，在下一控制周期将电声换能系统切换至该子系统。本发明实施例在保证系统稳定的前提下实现对输出电流高精度跟踪，同时可以有效地降低数字功放开关损耗。
可选的，在上述步骤S110中，建立预测模型，包括：
在每个控制周期内，对数字功率放大器的状态变量进行采样，得到x(k)＝[if(k)VO(k)iO(k)]T。
基于采样数据，建立预测模型。
可选的，预测模型为：
xi(k+1)＝(I+AiTS)xi(k)+BiTS，i∈K，K＝{1，2，3，4，5}。
其中，k表示当前控制周期，(k+1)表示下一控制周期，xi(k)为当前控制周期的子系统i下的状态变量，为xi(k+1)为在当前控制周期的子系统i下，预测的下一控制周期的状态变量，I为单位矩阵，
Figure GDA0004265613400000091
Ts为控制周期的时间，B1＝2B，B2＝B，B3＝0，B4＝-B，B5＝-2B，/>
Figure GDA0004265613400000092
A、B为根据电声换能系统的主电路参数形成的系数矩阵，rf表示滤波电感寄生电阻，Lf表示滤波电感，Cf表示滤波电容，LO表示水声换能器等效电感，RO表示水声换能器等效电阻，Vdc为数字功率放大器的最小输出正电平。
可选的，在步骤S110之前，还包括：
初始化，给定控制周期TS，并根据主电路参数形成系数矩阵A和正定矩阵P＝diag{Lf，Cf，LO}。
可选的，步骤S120、基于输入的下一控制周期的输出电流指令，计算下一控制周期的滤波电感电流指令和滤波电容电压指令，包括：
基于以下公式，计算下一控制周期的滤波电容电压指令：
Figure GDA0004265613400000093
其中，VOref(k+1)为下一控制周期的滤波电容电压指令，即下一控制周期的滤波电容的预期的电压，iOref(k)为当前控制周期的输出电流指令，即当前控制周期预期的输出电流，iOref(k+1)为下一控制周期的输出电流指令，即下一控制周期的预期的输出电流。
基于以下公式，计算下一控制周期的滤波电感电流指令：
Figure GDA0004265613400000101
其中，ifref(k+1)为下一控制周期的滤波电感电流指令，即下一控制周期滤波电感的预期的电流，VOref(k)为当前控制周期的滤波电感电流指令，即当前控制周期滤波电感的预期的电流。
从而得到xref(k+1)＝[ifref(k+1)VOref(k+1)iOref(k+1)]T。
可选的，步骤S130、基于下一控制周期的状态变量和下一控制周期的输出指令，建立数字功率放大器的能量函数，包括：
能量函数为V(xe)＝xe TPxe，其中，xe＝x-xref，正定矩阵P＝diag{Lf，Cf，LO}。
令xref＝[ifrefVOrefiOref]T，xe＝x-xref，代入式(1)坐标变换为误差系统得：
Figure GDA0004265613400000102
假设数字控制器控制周期为TS，第k控制周期采样得到的状态变量为x(k)，第k+1控制周期给定(即预期的)状态变量为xref(k+1)，则TS足够小时在第k控制周期定理1所述的状态切换律可表示为：
Figure GDA0004265613400000103
由于在第k控制周期xe(k)为可通过采样x(k)后计算得到，则上式中Vi(xe(k)，kTS)为常量，则上式可进一步简化为：
σ(k+1)＝argmini∈K{Vi(xe(k+1),(k+1)TS)}
＝argmini∈K{(xi(k+1)-xref(k+1))TP(xi(k+1)-xref(k+1))}
因此，上式即为定理1的离散化表达式。此外，由式(1)可得：
Figure GDA0004265613400000111
TS足够小时，上式可近似为：
xσ(k+1)＝(I+AσTS)xσ(k)+BσTS (4)
可以看出，采用式(4)预测下个控制周期状态变量较式(3)更为简单。
本发明实施例将定理1离散化后应用于采用数字控制器的电力电子系统，不仅可以有效地限制功率开关器件的开关频率，也可使控制算法计算量降低至数字信号处理器(Digital Signal Processing，DSP)或现场可编程门阵列(Field Programmable GateArray，FPGA)等控制器可承受范围内，从而有效地降低数字功放开关损耗。同时，为了避免在线求解李雅普诺夫方程，选择系统能量函数作为李雅普诺夫函数，则正定矩阵P＝diag{Lf，Cf，LO}，可进一步减少计算器计算量。由于电力电子系统为哈密顿受控系统，采用系统能量函数作李雅普诺夫函数进行无源控制具备可行性和有效性。
可选的，步骤S140、以能量函数为李雅普诺夫函数，求得使李雅普诺夫函数导数最小的子系统，包括：
基于以下公式计算使李雅普诺夫函数导数最小的子系统：
σ(k+1)＝argmini∈K{(xi(k+1)-xref(k+1))TP(xi(k+1)-xref(k+1))}。
可选的，步骤S150、基于该子系统控制数字功率放大器的开关动作，在下一控制周期将电声换能系统切换至该子系统，包括：
若σ(k+1)＝1，则开关组合S＝[1 1 0 0 0 0 1 1]；若σ(k+1)＝2，则S＝[1 1 0 001 1 0]或[0 1 1 0 0 0 1 1]均可；若σ(k+1)＝3，则S＝[0 1 1 0 0 1 1 0]；若σ(k+1)＝4，则S＝[0 1 1 0 1 1 0 0]或[0 0 1 1 0 1 1 0]均可；若σ(k+1)＝5，则S＝[0 0 1 1 1 10 0]；
若σ(k+1)＝σ(k)，则保持各开关状态不变。
数字功率放大器或两桥臂NPC逆变器输出Vdc，0，-Vdc三个电平时均有多个开关组合与之对应，使每个控制周期中开关组合的确定较为复杂。针对该问题，一般的模型预测控制在代价函数中增加了评价开关损耗的二次项，循环计算9次以得到每个开关组合对应代价函数的值。此方法使代价函数算法计算复杂度和循环次数大大增加。
为了进一步节省计算资源并最大限度地降低数字功法的开关损耗，考虑稳态运行时电声换能系统更多运行于相邻子系统切换状态，图3-6为统计了5个子系统中相邻子系统切换时的开关动作次数。其中，图3为电声换能系统在子系统1和2之间切换时的开关动作次数统计图，图4为电声换能系统在子系统2和3之间切换时的开关动作次数统计图，图5为电声换能系统在子系统3和4之间切换时的开关动作次数统计图，图6为电声换能系统在子系统4和5之间切换时的开关动作次数统计图，由图3-6可知，控制系统切换至子系统3时，选择开关组合S5，而切换至子系统2或4时所对应的开关组合任选其1可使所有相邻子系统任意切换时开关动作次数最少，从而降低数字功放开关损耗。
因此本发明提出每个控制周期中仅计算5次，σ(k+1)＝1时，S＝S1；σ(k+1)＝2时，S＝S2或S3；σ(k+1)＝3时，S＝S5；σ(k+1)＝4时，S＝S7或S8；σ(k+1)＝5时，S＝S9。此外，若σ(k+1)＝σ(k)，即下一控制周期各开关的工作状态与当前控制周期各开关的工作状态一样，则保持各开关状态不变。
注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。

Claims (4)

1.一种基于NPC逆变器的数字功率放大器的输出控制方法，其特征在于，适应于电声换能系统，电声换能系统包括基于NPC逆变器的数字功率放大器和超磁致伸缩型水声换能器，方法包括：
建立预测模型，基于当前控制周期的状态变量x(k)＝[if(k)VO(k)iO(k)]T，预测下一控制周期的状态变量x(k+1)＝[if(k+1)VO(k+1)iO(k+1)]T，其中，所述状态变量x包括滤波电感电流if、滤波电容电压VO和水声换能器电流iO；
基于输入的下一控制周期的输出电流指令iOref(k+1)，计算下一控制周期的滤波电感电流指令ifref(k+1)和滤波电容电压指令VOref(k+1)；
基于下一控制周期的状态变量x(k+1)和下一控制周期的输出指令xref(k+1)，建立数字功率放大器的能量函数V(xe)＝xe TPxe，其中，xe＝x(k+1)-xref(k+1)，正定矩阵P＝diag{Lf，Cf，LO}，所述下一控制周期的输出指令xref(k+1)＝[ifref(k+1)VOref(k+1)iOref(k+1)]T，Lf表示滤波电感，Cf表示滤波电容，LO表示水声换能器等效电感；
以所述能量函数为李雅普诺夫函数，求得使所述李雅普诺夫函数导数最小的子系统；
基于所述子系统控制所述数字功率放大器的开关动作，在下一控制周期将电声换能系统切换至所述子系统；
所述建立预测模型，基于当前控制周期的状态变量，预测下一控制周期的状态变量，包括：
所述预测模型为：xi(k+1)＝(I+AiTS)xi(k)+BiTS，i∈K，K＝{1，2，3，4，5}；
其中，xi(k)为当前控制周期的子系统i下的状态变量，xi(k+1)为在当前控制周期的子系统i下，预测的下一控制周期的状态变量，I为单位矩阵，
Figure FDA0004180412660000021
Figure FDA0004180412660000022
Ts为控制周期的时间，B1＝2B，B2＝B，B3＝0，B4＝-B，B5＝-2B，/>
Figure FDA0004180412660000023
A、B为根据所述电声换能系统的主电路参数形成的系数矩阵，rf表示滤波电感寄生电阻，RO表示水声换能器等效电阻，Vdc为数字功率放大器的最小输出正电平；
所述基于输入的下一控制周期的输出电流指令，计算下一控制周期的滤波电感电流指令和滤波电容电压指令，包括：
基于以下公式，计算下一控制周期的滤波电容电压指令：
Figure FDA0004180412660000024
其中，iOref(k)为当前控制周期的输出电流指令；
基于以下公式，计算下一控制周期的滤波电感电流指令：
Figure FDA0004180412660000025
其中，VOref(k)为当前控制周期的滤波电感电流指令。
2.根据权利要求1所述的基于NPC逆变器的数字功率放大器的输出控制方法，其特征在于，所述建立预测模型，包括：
在每个控制周期内，对数字功率放大器的状态变量进行采样；
基于采样数据，建立预测模型。
3.根据权利要求1所述的基于NPC逆变器的数字功率放大器的输出控制方法，其特征在于，所述以所述能量函数为李雅普诺夫函数，求得使所述李雅普诺夫函数导数最小的子系统，包括：
基于以下公式计算使所述李雅普诺夫函数导数最小的子系统：
σ(k+1)＝argmini∈K{(xi(k+1)-xref(k+1))TP(xi(k+1)-xref(k+1))}。
4.根据权利要求3所述的基于NPC逆变器的数字功率放大器的输出控制方法，其特征在于，所述基于所述子系统控制所述数字功率放大器的开关动作，在下一控制周期将电声换能系统切换至所述子系统，包括：
若σ(k+1)＝1，则开关组合S＝[1 1 0 0 0 0 1 1]；若σ(k+1)＝2，则S＝[1 1 0 0 01 10]或[0 1 1 0 0 0 1 1]均可；若σ(k+1)＝3，则S＝[0 1 1 0 0 1 1 0]；若σ(k+1)＝4，则S＝[0 1 1 0 1 1 0 0]或[0 0 1 1 0 1 1 0]均可；若σ(k+1)＝5，则S＝[0 0 1 1 1 1 00]；
若σ(k+1)＝σ(k)，则保持各开关状态不变。
CN201910245574.8A 2019-03-28 2019-03-28 一种基于npc逆变器的数字功率放大器的输出控制方法 Active CN109981056B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910245574.8A CN109981056B (zh) 2019-03-28 2019-03-28 一种基于npc逆变器的数字功率放大器的输出控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910245574.8A CN109981056B (zh) 2019-03-28 2019-03-28 一种基于npc逆变器的数字功率放大器的输出控制方法

Publications (2)

Publication Number Publication Date
CN109981056A CN109981056A (zh) 2019-07-05
CN109981056B true CN109981056B (zh) 2023-06-27

Family

ID=67081414

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910245574.8A Active CN109981056B (zh) 2019-03-28 2019-03-28 一种基于npc逆变器的数字功率放大器的输出控制方法

Country Status (1)

Country Link
CN (1) CN109981056B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111669053B (zh) * 2020-05-21 2023-09-19 沈阳工业大学 双向数字开关功率放大器及其多步电流预测控制方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107681915A (zh) * 2017-10-17 2018-02-09 南京理工大学 基于定频有限集模型预测的多电平逆变器并网方法及装置
CN107769595A (zh) * 2017-11-21 2018-03-06 中国矿业大学 一种三电平pwm整流器模型预测控制方法
CN108183483A (zh) * 2017-12-21 2018-06-19 上海电力学院 基于Lyapunov的三电平三相四线制SAPF非线性控制方法

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2672621B1 (en) * 2012-06-07 2019-01-23 ABB Research Ltd. Method for zero-sequence damping and voltage balancing in a three-level converter with split dc-link capacitors and virtually grounded LCL filter
EP2725706A1 (en) * 2012-10-23 2014-04-30 ABB Technology AG Model predictive control with reference tracking

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107681915A (zh) * 2017-10-17 2018-02-09 南京理工大学 基于定频有限集模型预测的多电平逆变器并网方法及装置
CN107769595A (zh) * 2017-11-21 2018-03-06 中国矿业大学 一种三电平pwm整流器模型预测控制方法
CN108183483A (zh) * 2017-12-21 2018-06-19 上海电力学院 基于Lyapunov的三电平三相四线制SAPF非线性控制方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
Model Predictive Control for Single-Phase NPC Converters Based on Optimal Switching Sequences;Sergio Vazquez, et al;《IEEE TRANSACTIONS ON INDUSTRIAL ELECTRONICS》;20161231;第63卷(第12期);第7533-7541页 *

Also Published As

Publication number Publication date
CN109981056A (zh) 2019-07-05

Similar Documents

Publication Publication Date Title
Fei et al. Adaptive backstepping fuzzy neural network fractional-order control of microgyroscope using a nonsingular terminal sliding mode controller
Andrés-Martínez et al. Nonlinear model predictive stabilization of DC–DC boost converters with constant power loads
Liu et al. Predictor-based neural network finite-set predictive control for modular multilevel converter
Mueller et al. Modeling dual active bridge converters in DC distribution systems
Wang et al. Reduced‐order extended state observer based event‐triggered sliding mode control for DC‐DC buck converter system With parameter perturbation
Liu et al. Data-driven neural predictors-based robust MPC for power converters
Wang et al. Current sensorless finite-time control for buck converters with time-varying disturbances
CN105515430A (zh) 一种三相并网逆变器的控制方法
CN111684695B (zh) 电力变换器的控制装置
Poblete et al. Distributed neural network observer for submodule capacitor voltage estimation in modular multilevel converters
CN109981056B (zh) 一种基于npc逆变器的数字功率放大器的输出控制方法
Patino et al. Alternative control methods for DC–DC converters: An application to a four‐level three‐cell DC–DC converter
Babayomi et al. Model-free predictive control of power converters with cascade-parallel extended state observers
Gensior et al. Algebraic parameter identification and asymptotic estimation of the load of a boost converter
Lin et al. Repetitive control mechanism of disturbance cancellation using a hybrid regression and genetic algorithm
Xue et al. Model predictive control for grid-connected current-source converter with enhanced robustness and grid-current feedback only
Abdullahi et al. Centralized controller design for voltage estimation error constrained in islanded DC-microgrids: Kalman Filtering Method
CN107276123A (zh) 一种变系数降频模型预测直接功率控制方法及装置
Dannehl et al. Discrete sliding mode current control of three-phase grid-connected PWM converters
Zhao et al. Fractional repetitive control based on IIR filter for grid-connected inverters
Wang et al. Stability evaluation of power hardware-in-the-loop simulation for dc system
Iqbal et al. Predictive time domain passivity control for delayed teleoperation using energy derivatives
Renjith et al. A comprehensive review on finite control set model predictive control: Trends and prospects
Mao et al. Parameter identification of bidirectional converter based on improved BPNN
Guarnizo et al. MPSO-based PID control design for power factor correction in an AC-DC boost converter

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant