一种电力机车无参数预测控制方法、装置、设备和介质与流程

1.本发明涉及交流电机控制技术领域，特别是涉及一种电力机车无参数预测控制方法、装置、设备和介质。


背景技术：

2.永磁同步电机(pmsm) 由于功率密度高、体积小、环境适用性好、控制性能优异等优点，已广泛应用于交通、电气等领域。随着电机驱动的快速发展和各种应用，不同的控制策略已被广泛研究，如磁场定向控制和直接转矩控制。近年来，有限集模型预测控制(finite control-set model predictive control，fcs-mpc) 得到了广泛关注。与经典的矢量控制和直接转矩控制技术相比，fcs-mpc具有出色的动态、直观的概念等优点，并且能够容易地将非线性约束纳入成本函数中。
3.简单直观的概念使fcs-mpc易于在驱动系统中实现。然而，它仍然有一些缺点需要该改进。首先，传统的fcs-mpc在每个控制周期只应用了单个电压矢量，想要获得高稳态性能需要高采样频率。为此，有研究人员提出双矢量mpc，三矢量mpc和离散空间矢量mpc等控制策略。这些控制策略背后的主要思想是在一个控制周期作用多个电压矢量，以改善稳态性能。尽管基于离散空间矢量调制（dsvm）的mpc可以实现比传统的单矢量mpc更小的稳态纹波，但其控制性能仍高度依赖于电机参数的准确性，这是fcs-mpc的另一个缺点。为了提高fcs-mpc对于电机参数的鲁棒性，很多学者通过引入扰动观测器来降低电机参数失配带来影响，然而观测器的引入增加了控制策略的复杂性。
4.lin c等提出了一种优化策略（improved model-free predictive current control for synchronous reluctance motor drives[j]. ieee transactions on industrial electronics, 2016, 63(6):3942-3953.），当一个电压矢量长时间没有作用时，通过在下一个控制周期中施加该电压矢量来更新对应的电流梯度。该方法通过强制方式作用某个电压矢量，以使其电流梯度更新的改善是有限的，同时，频繁应用非最优电压矢量也会恶化系统的控制性能，影响系统的稳定性；另外，该方法每个控制周期只作用一个电压矢量，系统的控制性能提升依赖于高采样频率，这限制了无参数预测电流控制（pfpcc）在实际系统中的应用。


技术实现要素：

[0005]
本发明所要解决的技术问题是提供一种电力机车无参数预测控制方法、装置、设备和介质，能够提高电流梯度更新频率和降低转矩脉动。
[0006]
本发明解决其技术问题所采用的技术方案是：提供一种电力机车无参数预测控制方法，包括以下步骤：以参考电流与预测电流之间的最小电流误差为目标建立成本函数；获取永磁同步电机的定子电流，并将所述定子电流转换至两相静止坐标系下，通过分析不同电压矢量在α轴和β轴上的电流梯度关系，得到相邻两个控制周期内各基本电压
矢量与电流梯度的映射关系；结合所述映射关系和dsvm的候选矢量特点，得到dsvm电流梯度更新表；基于采样回来的实时电流，在每个控制周期通过所述映射关系和dsvm电流梯度更新表更新所有电压矢量对应的电流梯度，结合所述成本函数计算非零电压矢量成本和零电压矢量成本，从所述非零电压矢量成本和零电压矢量成本中选出较小的值，并提取出对应的电压矢量作为最优电压矢量，采用所述最优电压矢量进行控制。
[0007]
所述成本函数为，其中，g
min
为成本函数，和分别表示两相静止坐标系下的电流参考值；和分别表示k+2时刻的电流预测值。
[0008]
所述相邻两个控制周期内各基本电压矢量与电流梯度的映射关系中，当作用电压矢量为u0和u7时，通过第一表达式更新
△i0,α
和
△i0,β
，通过第二表达式更新
△i1,β
和
△i4,β
，通过第三表达式更新
△i1,α
、
△i2,α
、
△i3,α
、
△i4,α
、
△i5,α
、
△i6,α
、
△i2,β
、
△i3,β
、
△i5,β
和
△i6,β
；当作用电压矢量为u1时，通过第一表达式更新
△i1,α
和
△i1,β
，通过第二表达式更新
△i0,β
和
△i4,β
，通过第三表达式更新
△i0,α
、
△i2,α
、
△i3,α
、
△i4,α
、
△i5,α
、
△i6,α
、
△i2,β
、
△i3,β
、
△i5,β
和
△i6,β
；当作用电压矢量为u2时，通过第一表达式更新
△i2,α
和
△i2,β
，通过第二表达式更新
△i6,α
和
△i3,β
，通过第三表达式更新
△i0,α
、
△i1,α
、
△i3,α
、
△i4,α
、
△i5,α
、
△i0,β
、
△i1,β
、
△i4,β
、
△i5,β
和
△i6,β
；当作用电压矢量为u3时，通过第一表达式更新
△i3,α
和
△i3,β
，通过第二表达式更新
△i5,α
和
△i2,β
，通过第三表达式更新
△i0,α
、
△i1,α
、
△i2,α
、
△i4,α
、
△i6,α
、
△i0,β
、
△i1,β
、
△i4,β
、
△i5,β
和
△i6,β
；当作用电压矢量为u4时，通过第一表达式更新
△i4,α
和
△i4,β
，通过第二表达式更新
△i0,β
和
△i1,β
，通过第三表达式更新
△i0,α
、
△i1,α
、
△i2,α
、
△i3,α
、
△i5,α
、
△i6,α
、
△i2,β
、
△i3,β
、
△i5,β
和
△i6,β
；当作用电压矢量为u5时，通过第一表达式更新
△i5,α
和
△i5,β
，通过第二表达式更新
△i3,α
和
△i6,β
，通过第三表达式更新
△i0,α
、
△i1,α
、
△i2,α
、
△i4,α
、
△i6,α
、
△i0,β
、
△i1,β
、
△i2,β
、
△i3,β
和
△i4,β
；当作用电压矢量为u6时，通过第一表达式更新
△i6,α
和
△i6,β
，通过第二表达式更新
△i2,α
和
△i5,β
，通过第三表达式更新
△i0,α
、
△i1,α
、
△i3,α
、
△i4,α
、
△i6,α
、
△i0,β
、
△i1,β
、
△i2,β
、
△i3,β
和
△i4,β
；其中，uj表示基本电压矢量，j=0,...,7，
△ij,α
和
△ij,β
分别表示作用基本电压矢量uj时对应的α轴电流梯度和β轴电流梯度。
[0009]
所述第一表达式为：；所述第二表达式为：；所述
第三表达式为：，其中，
△
ij表示k时刻基本电压矢量uj对应的电流梯度，i
jk
表示k时刻测量的定子电流矢量；和分别表示k时刻基本电压矢量um对应的α轴电流梯度和β轴电流梯度，和分别表示k时刻基本电压矢量un对应的α轴电流梯度和β轴电流梯度。
[0010]
所述dsvm电流梯度更新表中，当j
old
≠0且x
old
+j
old
==5或11时，采用第五表达式更新，采用第四表达式更新；当x
old
+j
old
==8时，采用第四表达式更新，采用第五表达式更新；当x
old
==1且j
old
==0时，采用第五表达式更新，采用第四表达式更新；当x
old
==4且j
old
==0时，采用第五表达式更新，采用第四表达式更新；其余情况时，采用第五表达式更新，采用第五表达式更新；其中，x
old
表示上一时刻dsvm在第一阶段所选矢量标号，j
old
表示上一时刻dsvm在第二阶段所选矢量标号，和分别表示k时刻dsvm在第一阶段所选矢量标号x对应的基本电压矢量的α轴电流梯度和β轴电流梯度。
[0011]
所述第四表达式为：；所述第五表达式为：；其中，，其中， 表示k时刻dsvm在第一阶段所选矢量标号x对应的基本电压矢量的电流梯度； 表示k时刻dsvm在第二阶段所选矢量标号j对应的基本电压矢量的电流梯度。
[0012]
所述基于采样回来的实时电流，在每个控制周期通过所述映射关系和dsvm电流梯度更新表更新所有电压矢量对应的电流梯度，具体包括：获取回来的实时电流，并判断作用的电压矢量是否为零矢量；若作用的电压矢量为零矢量，则将当前的电流与上一时刻的电流的差值更新所述电压矢量对应的电流梯度；若作用的电压矢量为非零矢量，则基于所述dsvm电流梯度更新表更新所述电压矢量对应的电流梯度；通过所述映射关系更新其余电压矢量对应的电流梯度。
[0013]
本发明解决其技术问题所采用的技术方案是：提供一种电力机车无参数预测控制装置，包括：
建立模块，用于以参考电流与预测电流之间的最小电流误差为目标建立成本函数；映射关系构建模块，用于获取永磁同步电机的定子电流，并将所述定子电流转换至两相静止坐标系下，通过分析不同电压矢量在α轴和β轴上的电流梯度关系，得到相邻两个控制周期内各基本电压矢量与电流梯度的映射关系；电流梯度表构建模考，用于结合所述映射关系和dsvm的候选矢量特点，得到dsvm电流梯度更新表；更新控制模块，用于基于采样回来的实时电流在每个控制周期通过所述映射关系和dsvm电流梯度更新表更新所有电压矢量对应的电流梯度，结合所述成本函数计算非零电压矢量成本和零电压矢量成本，从所述非零电压矢量成本和零电压矢量成本中选出较小的值，并提取出对应的电压矢量作为最优电压矢量，并采用所述最优电压矢量进行控制。
[0014]
本发明解决其技术问题所采用的技术方案是：提供一种电子设备，包括存储器、处理器及存储在存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述电力机车无参数预测控制方法的步骤。
[0015]
本发明解决其技术问题所采用的技术方案是：提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述电力机车无参数预测控制方法的步骤。
[0016]
有益效果
[0017]
由于采用了上述的技术方案，本发明与现有技术相比，具有以下的优点和积极效果：本发明利用当前电流梯度和上一时刻的电流梯度值来更新其它电压矢量对应的电流梯度，使得每个电压矢量对应的电流梯度能实时更新，避免了电流梯度停滞更新对系统造成的不利影响。本发明采用离散空间矢量调制拓展了候选电压矢量个数，在不提高采样频率的情况下，可以有效减小电流纹波和总谐波失真（thd），增强了pfpcc算法在实际系统中的应用。
附图说明
[0018]
图1是本发明第一实施方式电力机车无参数预测控制方法的流程图；图2是本发明第一实施方式中dsvm-pfpcc算法第一阶段的空间矢量图；图3是本发明第一实施方式中dsvm-pfpcc算法第二阶段的空间矢量图；图4是本发明第一实施方式中获取最优电压矢量的流程图。
具体实施方式
[0019]
下面结合具体实施例，进一步阐述本发明。应理解，这些实施例仅用于说明本发明而不用于限制本发明的范围。此外应理解，在阅读了本发明讲授的内容之后，本领域技术人员可以对本发明作各种改动或修改，这些等价形式同样落于本技术所附权利要求书所限定的范围。
[0020]
本发明的第一实施方式涉及一种电力机车无参数预测控制方法，本实施方式以表贴式永磁同步电机为例，永磁同步电机采用id=0的控制方式。如图1所示，具体包括以下步骤：
步骤1，以参考电流与预测电流之间的最小电流误差为目标建立成本函数。
[0021]
本步骤中，表贴式永磁同步电机的q轴电流给定值由电机速度指令值和采样获得的电机速度实际值作差，经pi控制器输出得到。通过反park变换可以得到两相静止坐标系下的电流参考值i
αref
、i
βref
。永磁同步电机在两相静止坐标系下的数学模型为：
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
（1）式中：u
α
、u
β
分别为α、β轴电压；rs为定子电阻；i
α
、i
β
分别为α、β轴电流；ls为定子电感；ωe为电角速度；ψf为转子永磁体磁链，θe为转子位置角。永磁同步电机由三相两电平电压源逆变器驱动，开关状态可见表1，逆变器共有八种不同的开关状态，基本电压矢量可描述如下：
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
（2）式中：uj( j= 0,...,7 ) 为8个基本电压矢量；u
dc
为直流母线电压；sa、sb、sc是逆变器三个桥臂的开关状态。
[0022]
表1 逆变器开关状态表
[0023]
在无参数预测电流控制策略中，电流估计可以表示为：
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
（3）式中：是k时刻测量的定子电流矢量，是k时刻作用电压矢量uj时，估计的(k+1)时刻电流矢量。是k时刻作用电压矢量uj所造成的电流梯度，其可由如下表达式获取：
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
（4）考虑延时补偿时，k+2时刻的电流预测方程为：
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
（5）为了满足给定电流和预测电流之间的最小电流误差，设计了式（6）所示的成本函数，可以通过最小化成本函数g
min
获得最优电压矢量。
[0024]
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
（6）步骤2，获取永磁同步电机的定子电流，并将所述定子电流转换至两相静止坐标系下，通过分析不同电压矢量在α轴和β轴上的电流梯度关系，得到相邻两个控制周期内各基本电压矢量与电流梯度的映射关系。具体地说：通过电流传感器采样获取永磁同步电机的定子电流，利用clark变换将三相定子电流ia、ib、ic变换至两相静止坐标系(αβ轴坐标系)下，得到i
α
和i
β
；所提单矢量pfpcc算法的电流梯度更新原理如下。将式欧拉离散化可得：
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
（7）式中：ts为采样周期；为基本电压矢量对应的α轴和β轴电压分量；为(k-1)时刻的电流采样值；为k-1时刻电机在α轴和β轴上的反电动势；为k时刻基本电压矢量uj对应的电流梯度。由式可知，k时刻不同的基本电压矢量um和un对应的电流梯度表达式为：
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
（8）式中：m、n为基本电压矢量的标号，m≠n, (m, n= 0, 1, ..., 7)；同理可得，k-1时刻不同的基本电压矢量um和un对应的电流梯度表达式为：
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
（9）由式（8）和式（9）可得：
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
（10）考虑到、。当或者时，由式（10）可得到式（11）；当或者时，由式（10）可得到式（12）。
[0025]
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
（11）
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
（12）结合表1中不同电压矢量在α、β轴上的电压分量，可以根据k-1时刻作用电压矢量的电流梯度，更新其他不同电压矢量的电流梯度，如表2所示。从上述分析可知，只要获取到k-1时刻其中一个基本电压矢量对应的电流梯度，就可以更新剩余矢量对应的电流梯度。
[0026]
表2 单矢量电流梯度更新表
[0027]
步骤3，结合所述映射关系和dsvm的候选矢量特点，得到dsvm电流梯度更新表。本步骤结合上述映射关系和dsvm的候选矢量特点，可更新基于离散空间矢量调制的pfpcc算法各电压矢量对应的电流梯度，具体地说：如图2所示，dsvm总共有38个候选矢量。为了方便说明其电流梯度更新机制，先对dsvm-pfpcc算法选矢量流程做简要说明。第一阶段如图2所示，通过先遍历6个非零矢量u
xx0 (x = 1, 2,
ꢀ¼
, 6)，得到使成本函数最小的电压矢量，记为u
220
。由此可以将候选矢量集缩小为零矢量加上以u
220
为中心的正六边形所包含的矢量。如图3所示，第二阶段是遍历
正六边形所包含的7个非零电压矢量(u
220 +uj/3)，可选出最优非零电压矢量。最后将最优非零电压矢量和零矢量的成本函数进行比较，从而选出最优电压矢量。
[0028]
第一阶段对应的预测方程为：
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
（13）第二阶段对应的预测方程为：
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
（14）当应用的电压矢量为非零矢量时，可将式（4）中的电流梯度改写为：
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
（15）式中：为第一阶段所选矢量标号x对应的基本电压矢量的电流梯度；为第二阶段矢量标号j对应的基本电压矢量的电流梯度。
[0029]
联立式（11）、式（12）和式（15）可得：
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
（16）
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
（17）根据表1所示各基本电压矢量在α轴和β轴上的电压分量关系设：
①jold
≠0且x
old
+j
old
==5或11；
②
x
old
+j
old
==8;
③
x
old
==1且j
old
==0;
④
x
old
==4且j
old
==0;
⑤
其他情况。其中x
old
和j
old
分别为x和j上一时刻的历史值。当作用的电压矢量为非零矢量时，的更新如表3所示。当作用的电压矢量为零矢量时，设y=0；电流梯度由表2更新。
[0030]
表3 dsvm电流梯度更新表
[0031]
步骤4，基于采样回来的实时电流，在每个控制周期通过所述映射关系和dsvm电流梯度更新表更新所有电压矢量对应的电流梯度，结合所述成本函数计算非零电压矢量成本和零电压矢量成本，从所述非零电压矢量成本和零电压矢量成本中选出较小的值，并提取出对应的电压矢量作为最优电压矢量，采用所述最优电压矢量进行控制。
[0032]
由步骤2和步骤3可知，通过采样回来的电流可以在每个控制周期更新所有电压矢量对应的电流梯度。更新电流梯度之后，可以根据图4所示流程图获取最优电压矢量，将其作用于逆变器即可驱动电机正常运行，具体包括：获取回来的实时电流，并判断作用的电压矢量是否为零矢量；若作用的电压矢量为零矢量，则将当前的电流与上一时刻的电流的差值更新所述电压矢量对应的电流梯度，即由式（4）更新；若作用的电压矢量为非零矢量，则基于所述dsvm电流梯度更新表更新所述电压矢量对应的电流梯度，即由表3更新；通过表2更新其余电压矢量对应的电流梯度；通过式（6）、式（13）和式（14）可以得到最优非零电矢量成本g
nzero
，通过式（3）、式（5）和式（6）可以得到最优零电矢量成本g
zero
；通过比较最优非零电矢量成本g
nzero
和最优零电矢量成本g
zero
，从中选出较小的值提取出电压矢量作为最优电压矢量，并采用所述最优电压矢量进行控制。
[0033]
不难发现，本发明利用当前电流梯度和上一时刻的电流梯度值来更新其它电压矢量对应的电流梯度，使得每个电压矢量对应的电流梯度能实时更新，避免了电流梯度停滞更新对系统造成的不利影响。本发明采用离散空间矢量调制拓展了候选电压矢量个数，在不提高采样频率的情况下，可以有效减小电流纹波和thd，增强了pfpcc算法在实际系统中的应用。
[0034]
本发明的第二实施方式涉及一种机车无参数预测控制装置，包括：建立模块，用于以参考电流与预测电流之间的最小电流误差为目标建立成本函数；映射关系构建模块，用于获取永磁同步电机的定子电流，并将所述定子电流转换至两相静止坐标系下，通过分析不同电压矢量在α轴和β轴上的电流梯度关系，得到相邻两个控制周期内各基本电压矢量与电流梯度的映射关系；电流梯度表构建模考，用于结合所述映射关系和dsvm的候选矢量特点，得到dsvm电流梯度更新表；更新控制模块，用于基于采样回来的实时电流在每个控制周期通过所述映射关系和dsvm电流梯度更新表更新所有电压矢量对应的电流梯度，结合所述成本函数计算非零电压矢量成本和零电压矢量成本，从所述非零电压矢量成本和零电压矢量成本中选出较小的值，并提取出对应的电压矢量作为最优电压矢量，并采用所述最优电压矢量进行控制。
[0035]
所述成本函数为，其中，g
min
为成本函数，和分别表示两相静止坐标系下的电流参考值；和分别表示k+2时刻的电流预测值。
[0036]
所述相邻两个控制周期内各基本电压矢量与电流梯度的映射关系中，当作用电压矢量为u0和u7时，通过第一表达式更新
△i0,α
和
△i0,β
，通过第二表达式更新
△i1,β
和
△i4,β
，通过第三表达式更新
△i1,α
、
△i2,α
、
△i3,α
、
△i4,α
、
△i5,α
、
△i6,α
、
△i2,β
、
△i3,β
、
△i5,β
和
△i6,β
；当作用电压矢量为u1时，通过第一表达式更新
△i1,α
和
△i1,β
，通过第二表达式更新
△i0,β
和
△i4,β
，通过第三表达式更新
△i0,α
、
△i2,α
、
△i3,α
、
△i4,α
、
△i5,α
、
△i6,α
、
△i2,β
、
△i3,β
、
△i5,β
和
△i6,β
；当作用电压矢量为u2时，通过第一表达式更新
△i2,α
和
△i2,β
，通过第二表达式更新
△i6,α
和
△i3,β
，通过第三表达式更新
△i0,α
、
△i1,α
、
△i3,α
、
△i4,α
、
△i5,α
、
△i0,β
、
△i1,β
、
△i4,β
、
△i5,β
和
△i6,β
；当作用电压矢量为u3时，通过第一表达式更新
△i3,α
和
△i3,β
，通过第二表达式更新
△i5,α
和
△i2,β
，通过第三表达式更新
△i0,α
、
△i1,α
、
△i2,α
、
△i4,α
、
△i6,α
、
△i0,β
、
△i1,β
、
△i4,β
、
△i5,β
和
△i6,β
；当作用电压矢量为u4时，通过第一表达式更新
△i4,α
和
△i4,β
，通过第二表达式更新
△i0,β
和
△i1,β
，通过第三表达式更新
△i0,α
、
△i1,α
、
△i2,α
、
△i3,α
、
△i5,α
、
△i6,α
、
△i2,β
、
△i3,β
、
△i5,β
和
△i6,β
；当作用电压矢量为u5时，通过第一表达式更新
△i5,α
和
△i5,β
，通过第二表达式更新
△i3,α
和
△i6,β
，通过第三表达式更新
△i0,α
、
△i1,α
、
△i2,α
、
△i4,α
、
△i6,α
、
△i0,β
、
△i1,β
、
△i2,β
、
△i3,β
和
△i4,β
；当作用电压矢量为u6时，通过第一表达式更新
△i6,α
和
△i6,β
，通过第二表达式更新
△i2,α
和
△i5,β
，通过第三表达式更新
△i0,α
、
△i1,α
、
△i3,α
、
△i4,α
、
△i6,α
、
△i0,β
、
△i1,β
、
△i2,β
、
△i3,β
和
△i4,β
；其中，uj表示基本电压矢量，j=0,...,7，
△ij,α
和
△ij,β
分别表示作用基本电压矢量uj时对应的α轴电流梯度和β轴电流梯度。
[0037]
所述第一表达式为：；所述第二表达式为：；所述第三表达式为：，其中，
△
ij表示k时刻基本电压矢量uj对应的电流梯度，i
jk
表示k时刻测量的定子电流矢量；和分别表示k时刻基本电压矢量um对应的α轴电流梯度和β轴电流梯度，和分别表示k时刻基本电压矢量un对应的α轴电流梯度和β轴电流梯度。
[0038]
所述dsvm电流梯度更新表中，当j
old
≠0且x
old
+j
old
==5或11时，采用第五表达式更新，采用第四表达式更新；
当x
old
+j
old
==8时，采用第四表达式更新，采用第五表达式更新；当x
old
==1且j
old
==0时，采用第五表达式更新，采用第四表达式更新；当x
old
==4且j
old
==0时，采用第五表达式更新，采用第四表达式更新；其余情况时，采用第五表达式更新，采用第五表达式更新；其中，x
old
表示上一时刻dsvm在第一阶段所选矢量标号，j
old
表示上一时刻dsvm在第二阶段所选矢量标号，和分别表示k时刻dsvm在第一阶段所选矢量标号x对应的基本电压矢量的α轴电流梯度和β轴电流梯度。
[0039]
所述第四表达式为：；所述第五表达式为：；其中，，其中，表示k时刻dsvm在第一阶段所选矢量标号x对应的基本电压矢量的电流梯度；表示k时刻dsvm在第二阶段所选矢量标号j对应的基本电压矢量的电流梯度。
[0040]
所述更新控制模块包括：获取判断单元，用于获取回来的实时电流，并判断作用的电压矢量是否为零矢量；第一更新单元，用于在作用的电压矢量为零矢量，将当前的电流与上一时刻的电流的差值更新所述电压矢量对应的电流梯度；第二更新单元，用于在作用的电压矢量为非零矢量，基于所述dsvm电流梯度更新表更新所述电压矢量对应的电流梯度；第三更新单元，用于通过所述映射关系更新其余电压矢量对应的电流梯度。
[0041]
本发明的第三实施方式涉及一种电子设备，包括存储器、处理器及存储在存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现第一实施方式的电力机车无参数预测控制方法的步骤。
[0042]
本发明的第四实施方式涉及一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现第一实施方式的电力机车无参数预测控制方法的步骤。
[0043]
本发明是参照根据本发明实施例的方法、设备（系统）、和计算机程序产品的流程图和／或方框图来描述的。应理解可由计算机程序指令实现流程图和／或方框图中的每一流程和／或方框、以及流程图和／或方框图中的流程和／或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能的装置。
[0044]
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和／或方框图一个方框或
多个方框中指定的功能。
[0045]
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能的步骤。
[0046]
尽管已描述了本发明的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
[0047]
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

技术特征：
1.一种电力机车无参数预测控制方法，其特征在于，包括以下步骤：以参考电流与预测电流之间的最小电流误差为目标建立成本函数；获取永磁同步电机的定子电流，并将所述定子电流转换至两相静止坐标系下，通过分析不同电压矢量在α轴和β轴上的电流梯度关系，得到相邻两个控制周期内各基本电压矢量与电流梯度的映射关系；结合所述映射关系和dsvm的候选矢量特点，得到dsvm电流梯度更新表；基于采样回来的实时电流，在每个控制周期通过所述映射关系和dsvm电流梯度更新表更新所有电压矢量对应的电流梯度，结合所述成本函数计算非零电压矢量成本和零电压矢量成本，从所述非零电压矢量成本和零电压矢量成本中选出较小的值，并提取出对应的电压矢量作为最优电压矢量，采用所述最优电压矢量进行控制。2.根据权利要求1所述的电力机车无参数预测控制方法，其特征在于，所述成本函数为，其中，g
min
为成本函数，和分别表示两相静止坐标系下的电流参考值；和分别表示k+2时刻的电流预测值。3.根据权利要求1所述的电力机车无参数预测控制方法，其特征在于，所述相邻两个控制周期内各基本电压矢量与电流梯度的映射关系中，当作用电压矢量为u0和u7时，通过第一表达式更新
△
i
0,α
和
△
i
0,β
，通过第二表达式更新
△
i
1,β
和
△
i
4,β
，通过第三表达式更新
△
i
1,α
、
△
i
2,α
、
△
i
3,α
、
△
i
4,α
、
△
i
5,α
、
△
i
6,α
、
△
i
2,β
、
△
i
3,β
、
△
i
5,β
和
△
i
6,β
；当作用电压矢量为u1时，通过第一表达式更新
△
i
1,α
和
△
i
1,β
，通过第二表达式更新
△
i
0,β
和
△
i
4,β
，通过第三表达式更新
△
i
0,α
、
△
i
2,α
、
△
i
3,α
、
△
i
4,α
、
△
i
5,α
、
△
i
6,α
、
△
i
2,β
、
△
i
3,β
、
△
i
5,β
和
△
i
6,β
；当作用电压矢量为u2时，通过第一表达式更新
△
i
2,α
和
△
i
2,β
，通过第二表达式更新
△
i
6,α
和
△
i
3,β
，通过第三表达式更新
△
i
0,α
、
△
i
1,α
、
△
i
3,α
、
△
i
4,α
、
△
i
5,α
、
△
i
0,β
、
△
i
1,β
、
△
i
4,β
、
△
i
5,β
和
△
i
6,β
；当作用电压矢量为u3时，通过第一表达式更新
△
i
3,α
和
△
i
3,β
，通过第二表达式更新
△
i
5,α
和
△
i
2,β
，通过第三表达式更新
△
i
0,α
、
△
i
1,α
、
△
i
2,α
、
△
i
4,α
、
△
i
6,α
、
△
i
0,β
、
△
i
1,β
、
△
i
4,β
、
△
i
5,β
和
△
i
6,β
；当作用电压矢量为u4时，通过第一表达式更新
△
i
4,α
和
△
i
4,β
，通过第二表达式更新
△
i
0,β
和
△
i
1,β
，通过第三表达式更新
△
i
0,α
、
△
i
1,α
、
△
i
2,α
、
△
i
3,α
、
△
i
5,α
、
△
i
6,α
、
△
i
2,β
、
△
i
3,β
、
△
i
5,β
和
△
i
6,β
；当作用电压矢量为u5时，通过第一表达式更新
△
i
5,α
和
△
i
5,β
，通过第二表达式更新
△
i
3,α
和
△
i
6,β
，通过第三表达式更新
△
i
0,α
、
△
i
1,α
、
△
i
2,α
、
△
i
4,α
、
△
i
6,α
、
△
i
0,β
、
△
i
1,β
、
△
i
2,β
、
△
i
3,β
和
△
i
4,β
；当作用电压矢量为u6时，通过第一表达式更新
△
i
6,α
和
△
i
6,β
，通过第二表达式更新
△
i
2,α
和
△
i
5,β
，通过第三表达式更新
△
i
0,α
、
△
i
1,α
、
△
i
3,α
、
△
i
4,α
、
△
i
6,α
、
△
i
0,β
、
△
i
1,β
、
△
i
2,β
、
△
i
3,β
和
△
i
4,β
；其中，u
j
表示基本电压矢量，j=0,...,7，
△
i
j,α
和
△
i
j,β
分别表示作用基本电压矢量u
j
时对应的α轴电流梯度和β轴电流梯度；
所述第一表达式为：；所述第二表达式为：；所述第三表达式为：，其中，
△
i
j
表示k时刻基本电压矢量u
j
对应的电流梯度，i
jk
表示k时刻测量的定子电流矢量；和分别表示k时刻基本电压矢量u
m
对应的α轴电流梯度和β轴电流梯度，和分别表示k时刻基本电压矢量u
n
对应的α轴电流梯度和β轴电流梯度。4.根据权利要求1所述的电力机车无参数预测控制方法，其特征在于，所述dsvm电流梯度更新表中，当j
old
≠0且x
old
+j
old
==5或11时，采用第五表达式更新，采用第四表达式更新；当x
old
+j
old
==8时，采用第四表达式更新，采用第五表达式更新；当x
old
==1且j
old
==0时，采用第五表达式更新，采用第四表达式更新；当x
old
==4且j
old
==0时，采用第五表达式更新，采用第四表达式更新；其余情况时，采用第五表达式更新，采用第五表达式更新；其中，x
old
表示上一时刻dsvm在第一阶段所选矢量标号，j
old
表示上一时刻dsvm在第二阶段所选矢量标号，和分别表示k时刻dsvm在第一阶段所选矢量标号x对应的基本电压矢量的α轴电流梯度和β轴电流梯度；所述第四表达式为：；所述第五表达式为：；其中，，其中，表示k时刻dsvm在第一阶段所选矢量标号x对应的基本电压矢量的电流梯度；表示k时刻dsvm在第二阶段所选矢量标号j对应的基本电压矢量的电流梯度。5.根据权利要求1所述的电力机车无参数预测控制方法，其特征在于，所述基于采样回来的实时电流，在每个控制周期通过所述映射关系和dsvm电流梯度更新表更新所有电压矢量对应的电流梯度，具体包括：获取回来的实时电流，并判断作用的电压矢量是否为零矢量；若作用的电压矢量为零矢量，则将当前的电流与上一时刻的电流的差值更新所述电压
矢量对应的电流梯度；若作用的电压矢量为非零矢量，则基于所述dsvm电流梯度更新表更新所述电压矢量对应的电流梯度；通过所述映射关系更新其余电压矢量对应的电流梯度。6.一种电力机车无参数预测控制装置，其特征在于，包括：建立模块，用于以参考电流与预测电流之间的最小电流误差为目标建立成本函数；映射关系构建模块，用于获取永磁同步电机的定子电流，并将所述定子电流转换至两相静止坐标系下，通过分析不同电压矢量在αβ轴上的电流梯度关系，得到相邻两个控制周期内各基本电压矢量与电流梯度的映射关系；电流梯度表构建模考，用于结合所述映射关系和dsvm的候选矢量特点，得到dsvm电流梯度更新表；更新控制模块，用于基于采样回来的实时电流在每个控制周期通过所述映射关系和dsvm电流梯度更新表更新所有电压矢量对应的电流梯度，结合所述成本函数计算非零电压矢量成本和零电压矢量成本，从所述非零电压矢量成本和零电压矢量成本中选出较小的值，并提取出对应的电压矢量作为最优电压矢量，并采用所述最优电压矢量进行控制。7.一种电子设备，包括存储器、处理器及存储在存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1-5中任一所述电力机车无参数预测控制方法的步骤。8.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1-5中任一所述电力机车无参数预测控制方法的步骤。

技术总结
本发明涉及一种电力机车无参数预测控制方法、装置、设备和介质，其中，方法包括：以参考电流与预测电流之间的最小电流误差为目标建立成本函数；获取永磁同步电机的定子电流，并将所述定子电流转换至两相静止坐标系下，通过分析不同电压矢量在α轴和β轴上的电流梯度关系，得到相邻两个控制周期内各基本电压矢量与电流梯度的映射关系；结合所述映射关系和DSVM的候选矢量特点，得到DSVM电流梯度更新表；在每个控制周期通过映射关系和DSVM电流梯度更新表更新所有电压矢量对应的电流梯度，结合所述成本函数，通过最小化成本函数获得最优电压矢量，采用所述最优电压矢量进行控制。本发明能够提高电流梯度更新频率和降低转矩脉动。动。动。


技术研发人员：王德顺 王开毅 庄俊 曹远志 薛金花 戴正洲 李晓亮
受保护的技术使用者：国网上海能源互联网研究院有限公司
技术研发日：2023.06.12
技术公布日：2023/7/20