论文部分内容阅读
双级矩阵变换器(Two-stage Matrix Converter,TSMC)不仅具有常规矩阵变换器(Conventional Matrix Converter,CMC)所有如输入功率因数可控、输入输出电流正弦、能量可以双向流动等优点外，它还克服了CMC换流控制复杂等缺点，成为一种新型“绿色”变换器。 TSMC结构共分为整流和逆变两级，这两个部分之间存在互相耦合影响问题，TSMC调制策略是一种近似开环控制，无法消除这种耦合影响，使TSMC输入与输出侧之间仍存在相互影响，同时一旦TSMC系统受到外部干扰，输入输出性能也会受到扰动影响，恶化其性能。 预测控制策略是TSMC的一种新型控制策略，消除了传统空间矢量调制策略下的TSMC两级耦合影响问题。但由于复杂的计算逻辑和简单的寻优算法会导致该策略寻优环节存在计算偏差，并不能输出最优开关状态获得最佳性能。针对此问题，本文结合遗传算法对预测控制下寻优算法进行改进，实现TSMC预测控制策略优化。利用TSMC离散的数学模型和48种开关状态，以输出电流和输入无功功率为控制目标来确定功能函数，利用遗传算法对控制对象的预测值进行寻优，直接确定出最合理开关状态应用于下一个采样时刻，迫使系统输出电流完全跟踪参考电流同时使输入无功几乎为零，消除了传统寻优算法导致的误差，优化了输入输出性能。 为了验证文中所提方案的可行性，用仿真和实验进行了方案验证。搭建了以FPGA为控制核心的实验平台，设计了软件算法及硬件电路。由试验结果知，采用遗传算法优化后的TSMC预测控制实现了输出电流高度跟踪其参考值，输入无功功率始终为零，使系统具有良好的输入输出性能和较强的抗扰性。