模型预测控制在光伏并网逆变器中的应用

潘 健， 陆 田， 刘 阳， 要若天

(湖北工业大学太阳能高效利用湖北省协同创新中心,电气与电子工程学院,湖北 武汉 430068)

模型预测控制在光伏并网逆变器中的应用

潘 健， 陆 田， 刘 阳， 要若天

(湖北工业大学太阳能高效利用湖北省协同创新中心,电气与电子工程学院,湖北 武汉 430068)

针对光伏并网逆变器中电流环采用模型预测控制计算量大导致的延时问题，以三相光伏并网逆变器的离散化数学模型为预测模型，在dq坐标系下，对并网电流进行两步预测，当前时刻选定的电压矢量为上一时刻的第二步预测值，根据代价函数进行最优化求解，具有计算量小的特点。仿真结果表明，采用改进的模型预测控制与传统模型预测控制相比，能有效提高光伏系统电流环的动态性能，并显著减小并网电流谐波。

光伏逆变器； 模型预测控制； 延时补偿

光伏并网逆变器将太阳能转换为与电网电压同频、同相的交流电，并网电能质量取决于逆变器的电流控制策略。常用的并网电流控制有滞环控制、比例积分控制、预测控制等。其中滞环控制动态响应快，但是开关频率不固定，导致电流谐波大；比例积分控制控制简单，但动态响应慢，容易超调；模型预测因计算量大，导致延时存在。

本文采用改进型的模型预测控制(MPC)，在每一个采样周期内，将光伏并网逆变器的电压方程进行离散化处理，选择参考电流和预测电流的绝对误差为代价函数，通过预测模型在线评估，在下一采样周期开关状态应用上一时刻的代价函数最优解。

1 光伏并网逆变器模型预测控制算法

1.1光伏并网逆变器数学模型

三相光伏并网逆变器的主电路见图1，其中ia、ib、ic为桥臂侧输出电流，uaN、ubN、ucN为桥臂侧输出电压，unN为电网电压中性点对直流母线负极的电压，ea、eb、ec为电网电压。

图 1 三相光伏并网逆变器主电路拓扑图

根据图1，由KVL方程，有

(1)

逆变器输出电流在αβ坐标系下数学模型为

(2)

式中iα、iβ为桥臂侧输出电流在αβ坐标下α、β轴的分量，eα、eβ为电网电压在αβ坐标下α、β轴的分量，uα、uβ为桥臂侧输出电压在αβ坐标下α、β轴的分量。

(3)

将式(3)整理可得

(4)

则将式(4)进行Park变换得

(5)

1.2代价函数

图2为三相光伏并网逆变器模型预测控制框图，模型预测控制的目标是使电流期望值与预测值的绝对误差最小。在k时刻采样电网电压和电网电流经过Clark变换和Park变换，得到同步旋转坐标下dq轴分量，根据式(4)和(5)能预测k+1时刻逆变器输出电流idq(k+1)，然后利用代价函数g去在线评估求解代价函数的最优解，选择使代价函数的值最小对应的开关管的开关状态作为下一时刻的开关状态。本文采用参考电流和预测电流的绝对值作为代价函数，其表达式为

(6)

图 2 三相光伏并网逆变器模型预测控制框图

2 改进的预测电流控制算法

图 3 模型预测控制流程图

3 仿真分析

为了验证改进MPC算法的控制效果，利用Matlab/Simulink搭建仿真模型进行仿真分析，仿真参数如表1所示，仿真结果如图4-7所示。

表1 模型预测控制参数表

(a)没有延时补偿

(b)有延时补偿图 4 逆变器并网电流

(a)没有延时补偿

(b)有延时补偿图 5 a相并网电流和参考电流

(a)没有延时补偿

(b)有延时补偿图 6 并网电流在dq坐标下的d、q轴分量

(a)没有延时补偿

(b) 有延时补偿图 7 a相并网电流FFT分析

4 结论

本文分析了三相光伏并网逆变器电流环的模型预测控制，以三相光伏并网逆变器的数学模型为预测模型，采用改进的MPC算法，并对改进算法的原理进行分析，并给出了控制流程图。通过Matlab进行仿真分析，仿真结果表明采用改进的MPC算法相比于传统MPC算法，光伏并网逆变器有很好的动态特性，能很好的解决因计算量大带来的延迟问题，且并网电流的THD有明显减小，改进型的MPC算法在光伏并网等新能源领域有广泛的应用前景。

[1] Vargas Raman, Rodriguez J. Predictive approach to increase efficiency and reduce switching losses on matrix converters[J]. IEEE Transactions on Power Electronics, 2009,4(2):75-89.

[2] 杨勇,赵方平,阮毅,等. 三相并网逆变器模型电流预测控制技术[J]. 电工技术学报, 2011,26(6):153-159.

[3] 高林,张凯,张磊,等. 三相电压型逆变器模型预测电流控制[J]. 采矿技术,2012,12(6):57-65.

[4] 马宏伟,李永东,郑泽东,等. 电流环模型预测控制在PWM整流器中的应用[J]. 电工技术学报,2014,29(8):136-141.

[5] 李春鹏,孙邵华,刘博. 改进型预测电流控制算法[J]. 电机与控制学报, 2015,8(3):61-68.

[6] Samir K, Patricio C, Rene V, et al. Model predictive control a simple and powerful method to control powerconverters[J]. IEEE Transactions on Industrial Electronics, 2009, 56(6): 1826-1838.

[7] 沈坤,王玲,章兢,等. 三相电压型逆变器模型预测控制[J]. 电工技术学报, 2013,12(7):111-117.

[责任编校：张岩芳]

PhotovoltaicGridInverterUsingaModelPredictiveControlMethod

PAN Jian ，LU Tian，LIU Yang，YAO Ruotian

(HubeiCollaborativeInnovationCenterforHigh-efficiencyUtilizationofSolarEnergy,SchoolofElectricalandElectronicEngineering,HubeiUnive.ofTech.,Wuhan430068,China)

This study aims at effectively solving the time delay problem caused by large amount of calculation of current loop in photovoltaic (PV) grid-connected inverter by adopting the model predictive control. A prediction model was constructed according to the discrete of three-phase PV grid inverter and using two-step-prediction method for grid under the dq coordinates system. In order to compensate the delay, sampling current state and the new switch state are using a moment of last step. The simulation result shows that the improved predictive model can effectively improve the dynamic performance of PV system and reduce the grid current harmonic compared with the traditional one.

PV Inverter; MPC; Time Delay Compensation

2016-10-08

国家级大学生创新创业训练计划项目(201510500008)

潘 健(1962-)， 男， 上海人，湖北工业大学副教授，研究方向为控制理论与控制工程

1003-4684(2017)05-0082-03

TM615

A