低采样比下大功率永磁同步发电机多采样多预测低开关频率控制研究

Model predictive control is often adopted to achieve low switching frequency control for the machine side converter of the high power permanent magnet synchronous wind power generation system. However, with the increasing of the rotational speed of the high power permanent magnet synchronous generator (PMSG) and the reducing of the switching frequency of the converter, the sampling-ratio decreases, which enlarges the discretization error and prediction error of the model predictive control, and reduces its stability. In order to improve the low switching frequency control stability and control accuracy of the PMSG under low-sampling-ratio, this project plans to analyze the influence mechanism of the change of the sampling-ratio on the steady state control precision and the stability of the model predictive control emphasisly, and then put forward and research a multi-sampling multi-prediction low switching frequency control theory and control method for high power PMSG under low-sampling-ratio by combining the multi-sampling theory and model predictive control theory. In order to increase the multi-sampling multi-prediction times in a fixed control period, this project also plans to propose and research a low complexity predict torque control theory and a DSP and FPGA based control system design method. Meanwhile, this project also plans to put forward and study a decoupled speed sensorless control theory to realize speed sensorless control of PMSG. The research of this project can provide a new idea and a new approach for the low switching frequency control of the machine side converter of the medium voltage high power wind power generation system under low-sampling-ratio.

大功率永磁同步风力发电系统的机侧变流器常采用模型预测控制来实现低开关频率控制。然而，随着大功率永磁同步发电机转速的升高和变流器开关频率的降低，其采样比不断降低，进而增大了模型预测控制的离散误差和预测误差，并降低了其稳定性。本课题拟重点研究采样比变化对模型预测控制的稳态控制精度和稳定性的影响机理，并结合多采样理论和模型预测控制理论，提出并研究一种低采样比下的永磁同步发电机多采样多预测低开关频率控制理论及控制方法，以提高低采样比下永磁同步发电机的低开关频率控制稳定性和控制精度；为了提高固定控制周期内的多采样多预测次数，本课题还拟提出并研究一种低复杂度预测转矩控制理论和一种基于DSP和FPGA的控制系统设计方法；同时，本课题还拟提出并研究一种解耦无速度传感器控制理论，以实现发电机的无速度传感器控制。本课题的开展可为中压大功率风力发电系统机侧变流器低采样比下的低开关频率控制提供一种新思路、新方法。

大功率永磁同步风力发电系统的机侧变流器常采用模型预测控制来实现低开关频率控制。然而，随着大功率永磁同步发电机转速的升高和变流器开关频率的降低，其采样比不断降低，进而增大了模型预测控制的离散误差和预测误差，并降低了其稳定性。本项目重点研究了采样比变化对模型预测控制的稳态控制精度和稳定性的影响机理，揭示了低采样比下离散化精度降低和控制延时增大是导致控制精度降低的本质原因。在此基础上，本项目结合多采样理论和多矢量模型预测控制理论，提出并研究了一种低采样比下的永磁同步发电机多采样多预测三矢量模型预测控制方法，以实现恒开关频率模型预测控制。所提方法通过在单个控制周期内进行多次采样和预测控制，可以显著提高低采样比下永磁同步发电机的预测控制精度。为了提高固定控制周期内的多采样多预测次数，本项目还提出并研究了一种低复杂度预测转矩控制方法。所提方法在静止坐标系上开展模型预测控制，避免了大量坐标变换运算，显著降低了计算量。同时，为了消除权重系数，本项目还提出了一种基于动态标幺化的预测转矩控制方法。所提方法将定子磁链和转矩误差都转化为0-1之间的标幺值，从而无需再设计权重系数，简化了预测转矩控制系统的设计过程。同时，本项目还提出了一种解耦无速度传感器控制方法，实现了转速和转子角度的解耦估计，提高了无速度传感器控制精度。此外，本项目还研究了风电并网变流器低开关频率、低共模电压模型预测控制方法，进一步降低了多矢量模型预测控制系统的开关损耗，抑制了共模电压，进而降低了发电机的轴电流。本项目的研究成果可为中压大功率风力发电系统网侧与机侧变流器低采样比下的低开关频率控制提供一种新思路、新方法。