辛業(yè)春 王延旭 李國慶 王朝斌 王 尉

T型三電平并網(wǎng)逆變器有限集模型預(yù)測控制快速尋優(yōu)方法

辛業(yè)春 王延旭 李國慶 王朝斌 王 尉

（東北電力大學(xué)現(xiàn)代電力系統(tǒng)仿真控制與綠色電能新技術(shù)教育部重點實驗室 吉林 132012）

三電平變流器控制系統(tǒng)采用有限集模型預(yù)測控制（FCS-MPC），滾動優(yōu)化需要遍歷所有開關(guān)狀態(tài)，針對其導(dǎo)致處理器運算量增加、處理時間長的問題，提出一種T型三電平并網(wǎng)逆變器優(yōu)化計算量的FCS-MPC方法。通過構(gòu)建基于電壓預(yù)測的單目標(biāo)代價函數(shù)，避免設(shè)計權(quán)重系數(shù)問題，減化單次尋優(yōu)的步驟；根據(jù)直流母線電位分布選擇冗余小矢量，實現(xiàn)中點電位平衡，使每個控制周期的預(yù)測次數(shù)減小至3次，提高尋優(yōu)效率。有限控制集在預(yù)測過程中將所包含矢量的加權(quán)誤差二次方最小作為依據(jù)劃分，并利用矢量角補償系統(tǒng)延遲，提高預(yù)測精度，使并網(wǎng)電流質(zhì)量得到改善。搭建基于RT-Lab的功率硬件在環(huán)仿真系統(tǒng)和物理裝置驗證所提控制策略，實驗結(jié)果驗證了所提理論分析的正確性和控制策略的有效性。

有限集模型預(yù)測控制 T型三電平 中點電位平衡 快速尋優(yōu)

0 引言

隨著數(shù)字信號處理技術(shù)的飛速發(fā)展，以有限集模型預(yù)測控制（Finite Control Set-Model Predictive Control, FCS-MPC）為代表的復(fù)雜控制方法被逐漸應(yīng)用于并網(wǎng)逆變器系統(tǒng)中[1-5]。FCS-MPC無需調(diào)制單元，能夠適應(yīng)各種非線性系統(tǒng)的控制。其本質(zhì)是一種枚舉法，即對所有可能的開關(guān)狀態(tài)進行評估，用于下一控制周期[6-9]。對于三電平變流器，其空間矢量包含27種狀態(tài)，若在預(yù)測控制中逐一遍歷尋優(yōu)，需要進行大量計算，對處理器產(chǎn)生工作負(fù)擔(dān)[10-12]。

在變流器模型預(yù)測控制方面，為實現(xiàn)控制系統(tǒng)的在線快速尋優(yōu)，國內(nèi)外學(xué)者一方面針對物理架構(gòu)進行設(shè)計，主要是利用具備并行運算能力的FPGA實現(xiàn)調(diào)制器功能，即模型預(yù)測控制過程中，將電流控制部分與調(diào)制部分分別處理，從而實現(xiàn)了開關(guān)信號的快速識別和輸出，為處理器分擔(dān)計算量；但該方法僅優(yōu)化了調(diào)制脈沖過程，無法解決預(yù)測控制算法本身存在的復(fù)雜計算問題[13-15]。另一方面，從優(yōu)化數(shù)字系統(tǒng)角度出發(fā)，F(xiàn)CS-MPC存在權(quán)重系數(shù)難以設(shè)計的問題，因此可以構(gòu)建電壓或電流的單目標(biāo)代價函數(shù)，但對三電平中點電位平衡方案設(shè)計提出了更高要求。文獻(xiàn)[13]利用調(diào)制器分配矢量占空比實現(xiàn)了中點電位平衡。文獻(xiàn)[14]通過比較直流母線上、下電容的幅值，使每個控制周期選取適合的冗余小矢量控制中點電位。文獻(xiàn)[15]通過判斷電流方向和母線電壓分布，選取規(guī)定的開關(guān)狀態(tài)控制中點電位。上述方法在單目標(biāo)函數(shù)的基礎(chǔ)上實現(xiàn)了中點電位控制，能夠避免權(quán)重系數(shù)選取困難，并減少每次遍歷的計算量，但未解決優(yōu)化三電平遍歷尋優(yōu)的解決方案。針對MPC每個控制周期的運算步驟和有限控制集優(yōu)化，文獻(xiàn)[16]提出用電壓代替電流作為目標(biāo)變量的方法，能夠直接與待選矢量進行比較，簡化了代價函數(shù)單次優(yōu)化的步驟，其實驗結(jié)果表明，電壓直接預(yù)測較電流直接預(yù)測能夠提升到150%的尋優(yōu)效率。文獻(xiàn)[17]提出兩電平的改進方法，通過循環(huán)比較選擇扇區(qū)，使預(yù)測次數(shù)僅為1，但該方法僅適用于兩電平變流器，當(dāng)直流側(cè)階數(shù)增大后無法達(dá)到同樣的效果。文獻(xiàn)[18-20]根據(jù)三電平的空間矢量分布特性，通過劃定扇區(qū)的方法確定有限控制集，比較傳統(tǒng)FCS-MPC方法，三種方法的遍歷尋優(yōu)次數(shù)能夠從每個控制周期的27次縮減至12、10、3次，大大節(jié)省了在線計算時間，但未研究扇區(qū)的具體劃分細(xì)則，根據(jù)其劃分的有限控制集尋優(yōu)遍歷時，逆變器輸出性能低于傳統(tǒng)方法。

為此，本文首先詳細(xì)分析了FCS-MPC的控制機理和算法特點，在此基礎(chǔ)上提出一種T型三電平并網(wǎng)逆變器的改進FCS-MPC方法。構(gòu)建了基于電壓預(yù)測的單目標(biāo)代價函數(shù)，并利用冗余小矢量控制直流側(cè)中點電位；采用有限控制集劃分方法基于最小加權(quán)誤差二次方原則，并利用矢量角計算下一時刻的電壓向量補償系統(tǒng)的延遲。最后搭建基于RT-Lab的功率硬件在環(huán)仿真平臺及物理裝置，實驗結(jié)果表明，所提出控制策略能夠優(yōu)化計算時間，提高處理器工作效率，同時改善了并網(wǎng)電流質(zhì)量。

1 T型三電平逆變器FCS-MPC基本原理

1.1 T型三電平逆變器的離散模型

圖1 T型三電平逆變器結(jié)構(gòu)

對圖1所示的T型三電平逆變器進行建模分析，網(wǎng)側(cè)逆變器的動態(tài)模型可以表示為

由于模型預(yù)測控制器需要建立離散模型，因此采用前向歐拉法將式（2）中的電流變量離散化，即

式中，s為采樣時間；為預(yù)測的周期次數(shù)，=1時，為單步預(yù)測；=2時，為兩步預(yù)測。基于離散時間的并網(wǎng)電流表示為

同理，考慮直流側(cè)電容的動態(tài)模型，電容電流的表達(dá)式為

1.2 有限集模型預(yù)測控制的基本原理

FCS-MPC的代價函數(shù)在并網(wǎng)逆變器中通常選取電流、電壓或功率作為主要約束變量，以電壓約束變量為例，根據(jù)式（4），計算時刻的網(wǎng)側(cè)參考電壓為

2 改進有限集模型預(yù)測控制方法

針對傳統(tǒng)FCS-MPC方法存在的不足，從以下幾個方面進行改進：①構(gòu)建基于電壓預(yù)測的單目標(biāo)代價函數(shù)，并通過控制冗余小矢量平衡直流母線的快速尋優(yōu)方法；②提升預(yù)測精度的有限控制集劃分細(xì)則；③補償系統(tǒng)延時的矢量角補償策略。

2.1 有限集模型預(yù)測控制的快速尋優(yōu)方法

傳統(tǒng)算法中的權(quán)重系數(shù)整定需要反復(fù)實驗，根據(jù)工況進行改變，并且在尋優(yōu)過程中將增加計算量，本文利用冗余小矢量的工作特性，替代中點電位平衡函數(shù)。根據(jù)電壓矢量的幅值大小，T型三電平逆變器的27個開關(guān)狀態(tài)可以分為零矢量、小矢量、中矢量和大矢量。其中，每對冗余小矢量產(chǎn)生的輸出線電壓是相同的，但引起的中點電流極性相反，其導(dǎo)通路徑示意圖如圖3所示。

圖3 小矢量作用過程

表1 小矢量開關(guān)狀態(tài)及對應(yīng)中點電流和電容充放電狀態(tài)

Tab.1 Status of neutral-point current and capacitor charge and discharge with small vector switch state

表2 有限控制集選取原則

Tab.2 Principle of finite control set selection

圖4中，有限集模型預(yù)測控制器的代價函數(shù)根據(jù)式（9）重新定義為

圖4 改進T型三電平并網(wǎng)逆變器FCS-MPC框圖

式（10）將對所選控制集的開關(guān)狀態(tài)進行比較，基于最小化原則選取最佳開關(guān)狀態(tài)作用于下一采樣時刻的代價函數(shù)。

2.2 有限控制集劃分細(xì)則

則某一區(qū)域的加權(quán)誤差二次方為

式中，a、b分別為電壓矢量在a、b軸上的誤差。

2.3 延時補償策略

圖5 FCS-MPC延時補償原理

當(dāng)系統(tǒng)穩(wěn)態(tài)運行時，假設(shè)t+1時刻的參考電壓矢量相位為

式中，為矢量旋轉(zhuǎn)角速度，代入式（13）得

因此，加入延時補償?shù)拇鷥r函數(shù)為

針對以上的控制算法，設(shè)計的FCS-MPC快速尋優(yōu)方法流程如圖6所示。

3 模型參數(shù)靈敏度分析

在模型預(yù)測過程中，預(yù)測精度會受到參數(shù)不確定性的影響，當(dāng)建模錯誤或參數(shù)變化時，直接采用給定的系統(tǒng)模型選取最優(yōu)矢量會改變控制器的性能。由于基于FCS-MPC的并網(wǎng)逆變器系統(tǒng)為非線性系統(tǒng)，目前尚未存在公認(rèn)的魯棒性分析方法。對此，本文對逆變器濾波電感參數(shù)進行了靈敏度分析，為模型預(yù)測控制器的參數(shù)設(shè)計提供了思路。

圖6 FCS-MPC快速尋優(yōu)方法流程

則無誤差模型與參數(shù)不確定模型預(yù)測的誤差為

圖7 電感和電流參數(shù)變化對預(yù)測誤差的影響

4 實驗與分析

4.1 功率硬件在環(huán)仿真驗證

結(jié)合上述理論分析，搭建基于RT-Lab控制的T型三平并網(wǎng)逆變器功率硬件在環(huán)仿真平臺，如 圖8所示。其中，T型三電平的功率單元由3個F3L100R12W2H3_B11Z IGBT模塊組成，RT-Lab控制器產(chǎn)生的驅(qū)動信號通過1EDI60H12AH芯片對其進行控制，電流和電壓的反饋信號由LV25-P/SP2和LA55-P霍爾傳感器實時采集，采集量通過I/O口輸入RT-Lab OP5600實時仿真器（8核CPU，主頻3.2GHz）進行運算控制。表3為實驗系統(tǒng)參數(shù)。

4.1.1 逆變器輸出性能分析

分析比較各類控制策略的逆變器輸出性能，分別對傳統(tǒng)FCS-MPC（A策略）、根據(jù)坐標(biāo)軸斜線斜率判斷有限控制集的快速FCS-MPC（B策略）和改進控制算法（C策略）進行實驗。圖9為三種算法的逆變器輸出性能比較，給定的三相參考電流有效值為5A，圖9a、圖9b為A策略不同權(quán)重系數(shù)下的實驗結(jié)果，圖9c、圖9d分別為B策略和C策略實驗結(jié)果。圖10為逆變器輸出電流總諧波畸變率（Total Harmonic Distortion, THD）。

圖8 T型三電平并網(wǎng)逆變器功率硬件在環(huán)仿真平臺

表3 系統(tǒng)參數(shù)

Tab.3 Parameters of system

可見，傳統(tǒng)算法需要設(shè)計權(quán)重系數(shù)，其電流質(zhì)量隨著電流控制代價函數(shù)的權(quán)重占比增加而提升；改進FCS-MPC無需整定權(quán)重系數(shù)，通過判斷最小誤差二次方的方法獲取有限控制集，能夠大幅度提高電壓矢量的識別精度，相比較僅根據(jù)坐標(biāo)軸劃分有限控制集的方法，電流的THD由原來的4.57%降低至3.41%，提升了并網(wǎng)電流質(zhì)量。

圖10 逆變器輸出電流THD

4.1.2 動態(tài)響應(yīng)性能分析

圖11為電流突變實驗，用來驗證改進FCS-MPC的動態(tài)響應(yīng)性能。圖11a為電流衰減，三相指令電流的有效值由5A衰減至4A；圖11b為電流躍升，電流由4A升高至5A。兩種工況下，三相電流均能夠有效地跟蹤指令值，當(dāng)指令電流變化時，實際電流能夠在1ms內(nèi)到達(dá)指令值并保證系統(tǒng)的穩(wěn)定性，實驗表明，改進FCS-MPC具備快速的動態(tài)響應(yīng)能力。

4.1.3 直流母線中點電位平衡能力分析

分析比對三種算法的直流母線中點電位平衡能力，直流側(cè)中點電位及其電位差如圖12所示。圖12a、圖12b分別為A策略在兩種工況 =0.8和 =10時的實驗結(jié)果，其平均電位差分別為5.34V、4.62V，表明傳統(tǒng)算法的平衡能力取決于中點電位函數(shù)的權(quán)重占比；圖12c、圖12d分別為B、C策略的實驗結(jié)果，平均電位差分別為8.65V、5.25V，表明，改進算法的有限控制集選取方法提升了冗余小矢量的判別精度，提高了中點電位控制能力。

圖12 直流側(cè)中點電位及其電位差

4.1.4 參數(shù)靈敏度分析

圖13 不同電感參數(shù)失配時的電流平均絕對誤差

比較不同電感參數(shù)適配時的逆變器輸出性能，根據(jù)3.2節(jié)的電流突變實驗改變實際電感參數(shù)，不同電感參數(shù)失配環(huán)境下的電流波形如圖14所示。與參數(shù)匹配的實驗結(jié)果比較，電感參數(shù)變化對動態(tài)響應(yīng)基本無影響，并且電感參數(shù)變化影響電流紋波的限制效果，當(dāng)實際電感參數(shù)變大時，濾波效果更好，但由于預(yù)測精度降低，會對電壓和電流的相位產(chǎn)生影響。

圖14 不同電感參數(shù)失配環(huán)境下的電流波形

4.1.5 計算效率分析

圖15為三種策略的功率硬件在環(huán)仿真計算時間比較。模型預(yù)測控制器的計算時間由RT-Lab模型監(jiān)控模塊獲取，其中，A策略平均計算時間為4.85ms（1.94～9.57ms），B策略的平均計算時間為2.09ms（1.10～5.55ms），C策略的平均計算時間為3.76ms（1.44～7.62ms）。對比A策略與C策略，改進控制算法的計算效率明顯提升；對比B策略與C策略，改進控制算法由于引入扇區(qū)預(yù)測和延時補償環(huán)節(jié)，占用了較多計算器資源，而根據(jù)經(jīng)典扇區(qū)劃分選取有限集能夠快速地選擇矢量。

綜合實驗分析，得到各類控制算法的性能見 表4。A策略的電流和中點電位控制能力主要由權(quán)重系數(shù)分配決定，由于每個周期需要預(yù)測所有電壓矢量，其計算時間最長；B策略計算效率最高，有限控制集根據(jù)經(jīng)典小扇區(qū)判斷比較獲取，但由于矢量圓存在未調(diào)制區(qū)域，將影響扇區(qū)判斷，使得電流THD和中點電位差較大；C策略在B策略的基礎(chǔ)上，改進了有限控制集選取方法，根據(jù)最小加權(quán)誤差二次方準(zhǔn)則，對每個大扇區(qū)所屬的4個小扇區(qū)進行了尋優(yōu)，優(yōu)化了預(yù)測結(jié)果。

表4 三種控制策略比較

Tab.4 Comparison of three control strategies

4.2 物理裝置實驗驗證

三電平變流器主要采用DSP作為控制器，為了驗證該方法在實際裝置中的性能，設(shè)計了采用TMS320F28335作為主控制器的T型三電平物理樣機，物理裝置及測試環(huán)境如圖16所示，系統(tǒng)參數(shù)與表3一致，DSP程序流程如圖17所示。

圖16 T型三電平物理裝置

圖17中，DSP程序包括主程序和每個動作周期中斷子程序，主程序?qū)崿F(xiàn)GPIO、PWM、ADC等系統(tǒng)資源初始化和程序流程控制；中斷子程序在每個動作周期對數(shù)據(jù)采集和算法進行處理，通過預(yù)測控制生成12路PWM。

圖17 DSP程序流程

采用三種算法，物理裝置的計算時間如圖18所示，A、B、C策略的計算時間分別為61ms、28.7ms和38.2ms，相對于傳統(tǒng)算法，本文提出的改進算法在計算效率上提升了78%。

圖18 逆變裝置的計算時間

基于改進算法的逆變裝置穩(wěn)態(tài)電流如圖19所示，指令電流的有效值為5A，電流THD=3.66%，與功率硬件在環(huán)仿真結(jié)果比較，相同工況下的電流紋波較大，這是由于DSP的計算時間較長，在多步預(yù)測過程中，逆變器輸出的實際電流與參考值會產(chǎn)生較大誤差?；诟倪M算法的逆變裝置電流的動態(tài)響應(yīng)如圖20所示，指令電流的有效值從4A突變至5A?？梢钥闯觯幚砥鞯挠嬎銜r間對改進算法的動態(tài)響應(yīng)基本無影響，這是由于計算時間導(dǎo)致的延遲誤差造成的，通過延遲補償在采樣點觸發(fā)，電流能夠有效跟蹤參考值，保證動態(tài)性能不受計算效率約束。

圖21為三電平A相IGBT的驅(qū)動信號。因為模型預(yù)測控制在每個采樣周期僅輸出一種電平，當(dāng)前控制周期的電平能與上一周期一致時不需要進行狀態(tài)切換，從而降低了IGBT的開關(guān)頻率。根據(jù)實驗結(jié)果，三電平FCS-MPC能夠輸出較高電能質(zhì)量的波形，其開關(guān)頻率集中在1/5～1/4的采樣頻率，有利于減小開關(guān)損耗。

圖19 基于改進算法的逆變裝置穩(wěn)態(tài)電流

圖20 基于改進算法的逆變裝置電流的動態(tài)響應(yīng)

圖21 A相IGBT驅(qū)動信號

5 結(jié)論

本文主要研究了T型三電平并網(wǎng)逆變器的有限集模型預(yù)測控制方法。通過建模和原理分析，發(fā)現(xiàn)傳統(tǒng)FCS-MPC方法存在尋優(yōu)效率低、權(quán)重系數(shù)難于平衡設(shè)計的問題，對此提出了一種能夠快速尋優(yōu)的模型預(yù)測控制方法，利用冗余小矢量能夠平衡中點電位的能力構(gòu)建單一約束變量的代價函數(shù)，并且提出基于最小誤差二次方原則的有限控制集劃分細(xì)則和矢量角延遲補償方法提升預(yù)測精度。最后搭建了基于RT-Lab的功率硬件在環(huán)仿真平臺和物理樣機進行驗證，得到以下結(jié)論：

本文所提出的快速尋優(yōu)方法對比傳統(tǒng)方法，不受權(quán)重系數(shù)限制，實際工況下的計算效率提升了78%；對比根據(jù)經(jīng)典扇區(qū)判斷有限控制集的快速尋優(yōu)方法，改進算法在計算效率方面存在劣勢，但能夠更好地控制中點電位和電流輸出。功率硬件在環(huán)仿真與物理實驗結(jié)果表明，F(xiàn)CS-MPC具有潛在的工程價值，隨著數(shù)字處理器的發(fā)展，其性能將顯著提高。本文方法的局限性在于：僅在傳統(tǒng)有限集的基礎(chǔ)上進行了細(xì)分，不能有效地提升預(yù)測精度，因此在相同采樣周期內(nèi)提升預(yù)測精度和電流質(zhì)量將是下一步研究的重點。

[1] Geyer T. 大功率變換器及工業(yè)傳動模型預(yù)測控制[M]. 張永昌, 宋文祥, 徐偉, 譯. 北京: 機械工業(yè)出版社, 2019.

[2] 楊勇, 謝門喜, 樊明迪, 等. T 型三電平單相逆變器有限開關(guān)狀態(tài)模型預(yù)測控制方法[J]. 電機與控制學(xué)報, 2019, 23(3): 120-126.

Yang Yong, Xie Menxi, Fan Mingdi, et al. Finite switching state model predictive control for T-type three-level single-phase inverters[J]. Electric Machines and Control, 2019, 23(3): 120-126.

[3] 張曉, 譚力, 鮮嘉恒, 等. LCL并網(wǎng)逆變器預(yù)測電流控制算法[J]. 電工技術(shù)學(xué)報, 2019, 34(增刊1) : 189- 201.

Zhang Xiao, Tan Li, Xian Jiaheng, et al. Predictive current control algorithm for grid-connected inverter with LCL filter[J]. Transactions of China Electro- technical Society, 2019, 34(S1): 189-201.

[4] Shen Kun, Feng Jianghua, Zhang Jing. Finite control set model predictive control with feedback correction for power converters[J]. CES Transactions on Elec- trical Machines and Systems, 2018, 2(3): 312-319.

[5] Li Yu, Zhang Zhenbin, Li Kejun, et al. Predictive current control for voltage source inverters con- sidering dead-time effect[J]. CES Transactions on Electrical Machines and Systems, 2020, 4(1): 35-42.

[6] Rodriguez J, Kazmierkowski M, Espinoza J, et al. State of the art of finite control set model predictive control in power electronics[J]. IEEE Transactions on Industrial Informatics, 2013, 9(2): 1003-1016.

[7] 柳志飛, 杜貴平, 杜發(fā)達(dá). 有限集模型預(yù)測控制在電力電子系統(tǒng)中的研究現(xiàn)狀和發(fā)展趨勢[J]. 電工技術(shù)學(xué)報, 2017, 32(22): 58-69.

Liu Zhifei, Du Guiping, Du Fada. Research status and development trend of finite control set model predi- ctive control in power electronics[J]. Transactions of China Electrotechnical Society, 2017, 32(22): 58-69.

[8] 金濤, 沈?qū)W宇, 蘇泰新, 等. 不平衡電網(wǎng)下并網(wǎng)逆變器的模型預(yù)測電流限幅靈活控制[J]. 電工技術(shù)學(xué)報, 2019, 34(11): 2342-2353.

Jin Tao, Shen Xueyu, Su Taixin, et al. Flexible model predictive control with peak current limitation for grid-connected inverter under unbalanced grid voltage[J]. Transactions of China Electrotechnical Society, 2019, 34(11): 2342-2353.

[9] 謝之光, 侯世英, 唐治德, 等. NPC三電平逆變器最優(yōu)化虛擬電壓矢量控制[J]. 電力系統(tǒng)自動化, 2017, 41(8): 95-102.

Xie Zhiguang, Hou Shiying, Tang Zhide, et al. Optimized virtual voltage vector control of NPC three-level inverter[J]. Automation of Electric Power Systems, 2017, 41(8): 95-102.

[10] Geyer T, Quevedo D E. Multistep finite control set model predictive control for power electronics[J]. IEEE Transactions on Power Electronics, 2015, 30(3): 1633-1644.

[11] Tarisciotti L, Zanchetta P, Watson A, et al. Modulated model predictive control for a three-phase active rectifier[J]. IEEE Transactions on Industry Appli- cations, 2015, 51(2): 1610-1620.

[12] Tarisciotti L, Formentini A, Gaeta A, et al. Model predictive control for shunt active filters with fixed switching frequency[J]. IEEE Transactions on Industry Applications, 2017, 53(1): 296-304.

[13] Donoso F, Mora A, Cárdenas R, et al. Finite-set model predictive control strategies for a 3L-NPC inverter operating with fixed switching frequency[J]. IEEE Transactions on Industrial Electronics, 2018, 65(5): 3954-3965.

[14] Yang Guoliang, Hao Shuai, Fu Chuntian, et al. Model predictive direct power control based on improved T-type grid-connected inverter[J]. IEEE Journal of Emerging and Selected Topics in Power Electronics, 2019, 7(1): 252-260.

[15] Bonala A K, Sandepudi S S, Muddineni V P. Selective finite-states model predictive control of grid interfaced 3L-NPC PV inverter for inherent capacitor voltage balancing[J]. IET Power Electronics, 2018, 11(13): 2072-2080.

[16] Barros J Dionísio, Silva J F A, Jesus élvio G A. Fast-predictive optimal control of NPC multilevel converters[J]. IEEE Transactions on Industrial Elec- tronics, 2013, 60(2): 619-627.

[17] 張永昌, 楊海濤, 魏香龍. 基于快速矢量選擇的永磁同步電機模型預(yù)測控制[J]. 電工技術(shù)學(xué)報, 2016, 31(6): 66-72.

Zhang Yongchang, Yang Haitao, Wei Xianglong. Model control of permanent magnet synchronous motors based on fast vector selection[J]. Transactions of China Electrotechnical Society, 2016, 31(6): 66-72.

[18] 楊勇, 樊明迪, 謝門喜, 等. 三電平三相逆變器快速有限控制集模型預(yù)測控制方法[J]. 電機與控制學(xué)報, 2016, 20(8): 83-91.

Yang Yong, Fan Mingdi, Xie Menxi, et al. Fast finite control set model predictive control method for three-level three-phase inverters[J]. Electric Machines and Control, 2016, 20(8): 83-91.

[19] 王洋, 程志江, 李永東. 三電平并網(wǎng)變換器的模型預(yù)測控制[J]. 電力系統(tǒng)及其自動化學(xué)報, 2018, 30(10): 34-41.

Wang Yang, Cheng Zhijiang, Li Yongdong, et al. Model predictive control of three-level grid- connected converter[J]. Proceedings of the CSU- EPSA, 2018, 30(10): 34-41.

[20] Yang Yong, Wen Huiqing, Fan Mingdi, et al. A fast finite-switching-state model predictive control method without weighting factors for T-type three-level three- phase inverters[J]. IEEE Transactions on Industrial Informatics, 2019, 15(3): 1298-1310.

[22] 王建華, 駱芳芳, 季振東, 等. T型三電平變換器的通用PWM平均模型[J]. 中國電機工程學(xué)報, 2018, 38(2): 573-581.

Wang Jianhua, Luo Fangfang, Ji Zhendong, et al. A unified PWM averaged model for T-type three-level converter[J]. Proceedings of the CSEE, 2018, 38(2): 573-581.

[23] 李敏裕, 馬曉軍, 魏曙光, 等. T型逆變器中點電壓全范圍精確平衡研究[J]. 電工技術(shù)學(xué)報, 2018, 33(8): 1814-1825.

Li Minyu, Ma Xiaojun, Wei Shuguang, et al. Research on full range accurate balance of neutral point voltage for T-type inverter[J]. Transactions of China Electro- technical Society, 2018, 33(8): 1814-1825.

[24] 季寧一, 趙濤, 徐友, 等. T型三電平并網(wǎng)逆變器的設(shè)計與實現(xiàn)[J]. 電氣技術(shù), 2018, 19(8): 11-15.

Ji Ningyi, Zhao Tao, Xu You, et al. Design and implementation of T-type three-level grid-connected inverter[J]. Electrical Engineering, 2018, 19(8): 11-15.

[25] 馮騰, 康龍云, 胡畢華, 等. 基于無差拍控制的T型三電平逆變器中點電位平衡策略[J]. 電工技術(shù)學(xué)報, 2018, 33(8): 1827-1834.

Feng Teng, Kang Longyun, Hu Bihua, et al. A neutral point potential balancing strategy for three-level T-type inverter based on deadbeat control[J]. Transa- ctions of China Electrotechnical Society, 2018, 33(8): 1827-1834.

[26] 陳鵬飛, 唐芬, 吳學(xué)智, 等. 三電平并網(wǎng)變流器中點電位自平衡特性分析及拓?fù)涓倪M[J]. 電力系統(tǒng)自動化, 2019, 43(24): 171-180.

Chen Pengfei, Tang Fen, Wu Xuezhi, et al. Self- balancing characteristic analysis of neutral point potential and improved topology of three-level grid- connected converter[J]. Automation of Electric Power Systems, 2019, 43(24): 171-180.

[27] 李毅, 何英杰, 段文巖, 等. 一種三電平靜止無功發(fā)生器滯環(huán)SVPWM電流控制方法研究[J]. 中國電機工程學(xué)報, 2017, 37(22): 6700-6707.

Li Yi, He Yingjie, Duan Wenyan, et al. A control strategy of neutral-point clamped three-level grid- connected inverter current hysteresis SVPWM[J]. Proceedings of the CSEE, 2017, 37(22): 6700-6707.

Finite Control Set Model Predictive Control Method with Fast Optimization Based on T-Type Three-Level Grid-Connected Inverter

（Key Laboratory of Modern Power System Simulation and Control & Renewable Energy Technology Ministry of Education Northeast Electric Power University Jilin 132012 China）

Rolling optimization of Finite Control Set model predictive control (Finite Control Set-MPC, FCS-MPC) needs to traverse all the switch states in the three-level converter control system, which will cause the problems of increased processor calculation and long processing time. For this reason, this paper proposes a FCS-MPC method with optimized calculation amount of T-type three-level grid-connected inverter. By constructing a single objective cost function based on voltage prediction, the design of weighting factor is avoided and the steps of single optimization are reduced. For improving the efficiency of optimization, the redundant small vector is selected according to the DC bus potential distribution to balance the neutral-point potential and reduce the number of predictions per control cycle to 3 times. The finite control set is divided according to the minimum weighted error square of the included vectors in the prediction process, and the vector angle is used to compensate the system delay, thereby improving the prediction accuracy and the grid-connected current quality. A power hardware-in-the-loop simulation system based on RT-Lab and a physical device are established to verify the proposed control strategy. The results show that the proposed theoretical analysis is correct and the control strategy is effective.

Finite control set model predictive control, T-type three-level, balance of neutral-point potential, fast optimization

TM464

10.19595/j.cnki.1000-6753.tces.200083

國家自然科學(xué)基金資助項目（U2066208）。

2020-01-20

2020-09-24

辛業(yè)春 男，1982年生，博士，副教授，研究方向為柔性直流輸電技術(shù)、輸變電設(shè)備運行狀態(tài)在線監(jiān)測。E-mail: xinyechun@163.com

王延旭 男，1993年生，碩士研究生，研究方向為電力電子變流技術(shù)。E-mail: w_yanxu@163.com（通信作者）

（編輯 陳 誠）