模式选择的混合逻辑动态模型和模型预测控制Buck变换器

文摘

混合逻辑动态(MLD)模型和控制方法基于模式选择提出了巴克转换器。在建立混合动力系统模型中,电感电流等因素被忽视,和模型预测控制(MPC)是用来切换最有利的工作状态的控制目标。自建模过程忽略了电感电流,有必要转换优化预测控制避免问题的产生,控制对象的模型是不一致的。本文中的方法使用较少的辅助逻辑变量和混合建模过程中的逻辑变量,简化模型和提高速度的解决方案。这种方法不仅能使巴克转换器工作在连续电流模式(CCM)也在不连续电流工作模式(DCM),延长巴克转换器的调整范围。仿真结果表明,该方法有更好的控制性能比传统的MLD模型。

1。介绍

直流-直流转换器已经极大地用于日常生活。传统的直流-直流变换器建模方法主要是使用近似的平均获得的线性模型转换器,如平均状态方程小信号模型。线性模型和理论是用来设计基于脉冲宽度调制- (PMW -)控制器,控制器是否MPC,神经网络,模糊控制,或其他1- - - - - -4]。对于传统的方法,它的准确性取决于工作点。如果工作点在大范围内变化,控制器的性能将会降低。此外,内部的动态开关周期平均模型中被忽略,这可能导致音阶不稳定(5]。

直流-直流转换器是一个典型的连续和离散部分的混合动力系统。连续的部分是线性系统由开关状态,和离散部分是开关的转换作用。转换器的混合建模不准确的近似或线性化;它不依赖于工作点的表现。在传统的建模方法中,很难完全反映了变换器的非线性特征。混合系统建模的转换器,方法如分段仿射、混合自动机[6,7),和MLD模型提出了(8,9]。其中,MLD模型提供了一个框架建模直流-直流转换器考虑不同的工作模式,与所有中约束最优问题5,10]。

目前,混合建模理论已逐渐应用于直流-直流转换器的建模和控制9,11,12]。转换器具有离散特征,混合逻辑动态模型是由两部分统一在一个系统中没有近似和平均(13]。因此,一个精确的模型,建立了开关变换器与MLD模型反映系统的动态特性。的应用程序切换转换器,里面Sbarciog提出了MLD的boost变换器模型(2),测定MLD模型的具体实现方法应用于转炉。然而,这种方法使用太多的逻辑变量和模型更为复杂。不能在DCM模式转换器。Hejri和Giua14]提出远期MLD的概念(FMLD)模型和逆向MLD (BMLD)模型;他将传统的MLD模型归类为BMLD解决了一步延迟BMLD模型的工作模式切换时FMLD模型。在随后的工作中,提高该模型和输出电压比例积分控制器添加外部补偿(15]。这种方法允许系统在DCM工作模式以及使用更多的逻辑变量。Hejri和Mokhtari称提出了提高转炉控制模型包括CCM和DCM模式,将控制问题划分为几个区域预测控制的最优解。控制的相应的区域是通过查找表。所以,操作速度是提高了该方法(16]。然而,这种方法并不完善模型简化但选择优化控制方法。任等人提出了一个简化的MLD建模方法中使用更少的逻辑变量时间和减少解决方案也使用π补偿器来调整当前的参考价值的外循环减少稳态误差输出电压(5]。然而,这种方法限制了直流-直流转换器的操作范围由于转换器时模型的约束控制,所以系统不能从CCM模式切换到DCM模式。

针对建模Buck变换器的控制问题,提出了一种模式选择MLD (MSMLD)建模和控制方法。对象的控制系统是通过MLD的建立模型,实现预测控制,并在约束预测控制的变换结果。实验结果表明,该系统不仅可以工作在CCM模式和DCM模式还使用两个离散变量,来提高算法的速度。实验结果证明,该方法具有更好的控制性能。

2。巴克转换器MSMLD模型及其预测控制方法

本文中的感应电流忽略Buck变换器的建模。建模过程中只考虑变换器建立MLD的工作状态模型。它将一般控制问题转化为最优状态选择根据控制目标和MLD模型。最有利的工作状态选择的控制目标是MPC方法,开关切换。自从MLD模型忽略了电感电流的因素,有必要将预测控制的优化结果的约束下电感电流,避免模型不匹配。

2.1。模型建立

巴克转换器的原理和等效电路如图1,在那里储能电感,输出滤波电容器,负载电阻,电压输入,理想的开关管,随心所欲的二极管。电路状态切换的开/关开关管,与第一开关电路进入状态时,开关管导通图所示1 (b)。在这种状态下,电源的能量到电路中储能元件;第二开关电路进入状态时,开关管关闭,如图1 (c)。储能组件逐渐出血。这时,电感电流线性降低。电感电流下降到零,开关晶体管不打开,和电路进入第三开关状态,如图1 (d)。

独立国家的Buck变换器电感电流和输出电压在电容器的输出。 是状态向量。每个国家的状态方程,可以写成 在哪里 在哪里n= 1、2和3,分别对应于状态开关管的打开,关闭开关管、电感电流大于零。开关管断开电感电流等于零。相对应的三个逻辑变量定义上面的三个状态方程:

由于转换器只能在一个州同时,逻辑变量有以下限制:

每次都有三个逻辑变量与一个且只有一个是1。根据这个状态方程、逻辑变量可以写成

此外,

根据 ,状态变量和可以用来表示系统的状态方程。在上面的建模过程中,产生的逻辑变量约束如下:

状态1: ;状态2: ;州3: 。离散化系统如下: 在哪里是采样周期。状态方程分别写:

辅助混合变量定义。有逻辑变量和连续变量的乘积,显示为

由此产生的辅助混合变量约束如下: 在哪里和最大和最小或上界和下界的 。

状态方程是有组织的如下:

巴克转换器的MLD模型是可用的: 辅助逻辑变量在哪里和辅助混合变量 。让是输入。逻辑变量在建模过程中也包含在 。该模型只包含两个辅助逻辑变量和四个混合逻辑变量,大大减少了模型的复杂度。这在文献[MLD比这更简单的2,5,14- - - - - -16]。

2.2。混合逻辑动态模型预测控制

自从混合逻辑动态模型包含信息如连续动力学、离散状态和物理约束,模型预测控制用于优化模型的连续和离散部分,这是重要的控制发展(17,18]。优化的控制是直接应用到系统(19- - - - - -21]。本文的控制问题可以表示:鉴于当前的系统状态和控制目标 ,最优控制序列在预测步骤解决 ,和第一个控制量控制序列应用于系统中。使用下面的目标函数: 在哪里权重矩阵,当前状态变量和输出值,然后呢每个代表了状态变量和输出的期望值。

MLD模型是包含在约束,即。,the state equation of the model is used as the equality constraint. The model’s inequality constraint matrix is used as the inequality constraint of the function to be optimized:

自模型包含两个整数和noninteger变量,上述公式写成一种混合整数二次规划(MIQP)和解决分支界限法(B&B)算法。原理是将整个解空间划分为较小的子集和计算目标下界为每个子集(最小问题),逐步减少最优解范围不断丢弃不符合需求的子集。确定最优解是通过不断分裂可行解范围,逐步降低解决方案的上限和下限。

混合动力系统控制器基于MPC和MLD模型的性质稳定,可追溯性,和约束实现,其理论基础可以在找到22,23]。

2.3。预测控制结果转换

在上面所示的过程,预测控制只选择最有利的工作状态为控制目标根据对象模型,以及建模过程不考虑电感电流。如果上述优化结果直接用于控制、预测模型将不符合实际的对象,导致控制偏差。因此,优化解决方案需要转换的结果根据电感电流。在这个过程中,正常状态和“病态状态”(系统状态的状态表示优化的开关状态和电感电流是不合理的)将会出现,这是在下面详细描述。

让 逻辑变量。电感电流的 ,优化结果如表所示1。

开关状态得到预测控制优化解决方案 ,这意味着系统进入state3下次更有利的控制目标。然而,这是不符合电感电流大于零,称为“病态”状态。这意味着电感电流大于0的情况下,系统不能进入state3,所以,当这一切发生的时候,国家应该转换state2。电感电流大于0时,其他预测控制优化的结果是正常的。

同样,电感电流的状态也有优化结果表2。

当开关状态预测控制获得的优化解决方案 ,这意味着在下次系统进入state2更有利的控制目标,但电感电流等于零,也称作为一种“病态”状态。在这种情况下,国家应该转换并输入state3。

根据上面的状态转换过程中,巴克转换器的状态转换图所示2。

“{}”标志的状态图2“病态”是获得的最优控制。“病态”这个真正的系统是不可能的;没有“{}”支架的状态是正常状态,和系统状态转换可以直接执行基于预测控制优化的结果。混合逻辑动态模型的一般巴克转换器,这些“病态”国家限制约束,因此不出现在模型中。然而,本文提出的建模方法将这些障碍。有必要调整这些“病态”优化结果根据电感电流完成预测模型状态转换,这是符号所代表的“≥”。

模型预测控制流图基于MSMLD模型图所示3。

3所示。实验结果

Buck变换器的仿真结果中给出图所示4。给出了系统参数如下:输入电压 ,储能电感 ,滤波电容器 ,负载电阻 ,目标输出电压 ,和采样频率(频率越高,电压波动越小,但控制周期短;缩短控制周期不利于慢预测控制转化为MIQP问题),直接与负载电压作为控制目标。从图可以看出4该方法允许Buck变换器工作不仅在CCM状态还在DCM状态。只有两个离散变量在模型中使用。

MLD的建模方法提出了本文MLD模型不包含电感电流的约束。因此,有必要要转换的模型预测控制优化的结果根据电感电流。否则,将不一致的预报模型和控制模型。控制结果如图5。在控制过程中不包括预测控制优化的转换结果,缺乏信息的感应电流会使控制偏差的模型和控制系统不一致。当偏差较大时,系统可能会失控。

SMLD方法提出了(5)不能切换到DCM模式由于约束限制在控制Buck变换器。因此,在系统调整过度,电感电流在零附近振荡,因此负载电压调整缓慢,如图所示6(控制目标是8 V)。文献[2也有相同的结果。本文提出的方法增加了可行域的系统操作和顺利切换到DCM模式在创业阶段,从而提高输出电压的调整速度,因为本文建模方法只使用两个逻辑变量和四个混合辅助变量来提高预测控制的速度。

Matlab抽搐/ toc方法用于获得不同的算法的运行时间。预测步长、步长控制和解决方案的时间长度不同的算法是相同的。平均运行时间计算20倍。如表所示1。可以看出,该方法比更简单、更快捷的方法2,5),大大提高了系统的可控范围。MIQP问题是np难(22]。MIQP的问题所需的计算能力和B&B算法很大,尤其是当预测地平线不是一个。因此,简单的方法是巴克转换器的重要性(5,10]。

提出在[SMLD5)更少的离散变量优化和结合的想法一步预测的电感电流设置为0 (14]。通过比较模型的预测控制优化指标,巴克转换器可以进入扩张型心肌病。合并后的方法与本文方法相比,如图7。可以看出,结合方法和本文提出的方法在控制性能基本上是一致的。然而,该方法比该方法在解决方案的速度和离散变量的数量。解决方案的速度和数量的辅助变量如表所示3。

的情况下控制目标的变化,通过比较与MSMLD方法的影响,SMLD,和SMLD设置电感电流,结果如图8。控制目标是改变从8 V 10 V。可以看出,本文提出的MSMLD仍然具有良好的控制效果。

与传统的PI控制方法相比,基于小信号平均MPC方法模型,和模糊滑模控制方法(方法加以4),该方法调整时间短,如图9。

在嘈杂的环境中,该方法的控制效果将减少。然而,可以减少噪声的影响通过调整模型反馈系数( ),如图10。噪声是高斯噪声的均值为零。

在实际情况下,负载电阻的变化使改变当前的参考。由于参数的不确定性,稳态输出电压误差将会增加。提出了混合模型控制的一些方法来解决这个问题(5,9,16,21]。大多数方法是更复杂的比PI控制器(5,16]。为了消除稳态误差,外环采用PI控制器,内循环是MSMLD。

的情况下,负载电阻的变化,通过比较方法的效果与MSMLD和MSMLD PI控制器,结果如图11。负载电阻改变来在 。可以看出MSMLD与PI控制器可以消除稳态误差由负载电阻的变化引起的。

4所示。结论

摘要模式选择MLD模型提出了Buck变换器,开关的最有利的状态控制目标在当前时间。与传统的巴克转换器MLD模型相比,更少的辅助逻辑变量和混合逻辑变量,所以它有一个速度更快的解决方案。这种方法认为“病态”到系统的状态模型中,原本遥不可及的,而不是外面被约束的解决方案域。“病态”状态转换根据电感电流的大小迁移到正确的系统状态,大大增强了系统的可行域。证明了该方法的有效性通过仿真实验和它有一个比传统的MLD模型更好的系统性能。

数据可用性

使用的数据来支持本研究的发现可以从相应的作者。

的利益冲突

作者宣称没有利益冲突有关的出版。

确认

这项工作得到了国家自然科学基金(61533014)和陕西教育部科研计划项目(16 jk1575)。

引用

1. d . Saifia m . Chadli s Labiod H·r·卡里,“H_∞模糊控制的直流-直流转换器输入约束。”数学问题在工程ID 973082条,卷。2012年,18页,2012年。视图:出版商的网站|谷歌学术搜索
2. m . Sbarciog r .大尺度,“MLD模型提高转换器的发展,”Porceedings第九届国际会议上优化的电气和电子设备》第六卷,没有。2,页233 - 240,布拉索夫,罗马尼亚,2004年5月。视图:谷歌学术搜索
3. v . p . Galigekere和m . k . Kazimierczuk PWM Z-source变换器的小信号建模circuit-averaging技术”Porceedings IEEE国际研讨会过程的电路和系统,页1600 - 1603,里约热内卢,巴西,2011年5月。视图:出版商的网站|谷歌学术搜索
4. s . b .焦l .张、刘和z .问:Xi,“模糊滑模控制的高频开关电源基础上增加开关项目,“中国电工技术学会的事务,33卷,不。22日,第5318 - 5311页,2018年。视图:谷歌学术搜索
5. 惠普任,m . m .郑,j .李“简化混合逻辑动态模型和模型预测控制的提升与当前参考补偿器,转换器”Porceedings IEEE国际研讨会的工业电子产品Buzios,页61 - 65年,巴西,2015年6月。视图:出版商的网站|谷歌学术搜索
6. c . Sreekumar诉Agarwal,“混合控制算法在直流-直流电压调整提高转换器,”IEEE工业电子产品,55卷,不。6,2530 - 2538年,2008页。视图:出版商的网站|谷歌学术搜索
7. 问:,x王,张,“同时CCM和DCM操作提高PWM变换器的混合控制策略,”Porceedings第39次年会的IEEE工业电子产品的社会,第1265 - 1260页,维也纳,奥地利,2013年11月。视图:出版商的网站|谷歌学术搜索
8. t·盖尔,g . Papafotiou和m·莫拉里“混合模型预测控制的降压直流-直流转换器,”IEEE控制系统技术,16卷,不。6,1112 - 1124年,2008页。视图:出版商的网站|谷歌学术搜索
9. p . Karamanakos、t·盖尔和狂热,“直接直流-直流转换器提高模型预测电流控制策略,”IEEE新兴和选定的主题在电力电子杂志》上,1卷,不。4、337 - 346年,2013页。视图:出版商的网站|谷歌学术搜索
10. m . Mirzaei和a . a . Afzalian“混合建模的非反相buck-boost直流-直流转换器,”Porceedings国际会议控制、自动化和系统,页14日至17日,首尔,韩国,2008年10月。视图:谷歌学术搜索
11. j .汉张b, d .秋”Bi-switching状态建模方法在CCM和DCM操作直流-直流转换器,”IEEE电力电子,32卷,不。3、2464 - 2472年,2017页。视图:出版商的网站|谷歌学术搜索
12. m . Benmiloud和a . Benalia”多细胞转换器,混合控制方案”Porceedings国际会议控制、决策和信息技术哈,页467 - 482年,突尼斯,2013年5月。视图:出版商的网站|谷歌学术搜索
13. j·f·汉,b, d . y .秋和h·f·马,“全球不连续导电模式Buck变换器的建模方法”Porceedings 2014国际电力电子与应用程序的会议和博览会,第237 - 232页,上海,中国,2014年11月。视图:出版商的网站|谷歌学术搜索
14. m . Hejri和a . Giua“混合建模和控制开关直流-直流转换器通过MLD系统”2011年IEEE Porceedings自动化科学与工程国际会议的里雅斯特,页714 - 719年,意大利,2011年8月。视图:出版商的网站|谷歌学术搜索
15. m . Hejri和h Mokhtari称“混合建模和控制的直流-直流提升转换器通过扩展混合逻辑动态系统(EMLDs)”Porceedings第五届电力电子、驱动系统和技术会议,页373 - 378,德黑兰,伊朗,2014年2月。视图:出版商的网站|谷歌学术搜索
16. m . Hejri和h Mokhtari称“混合预测控制的直流-直流提高变换器在连续和不连续电流操作模式,”最优控制应用程序和方法,32卷,不。3、270 - 284年,2011页。视图:出版商的网站|谷歌学术搜索
17. s . Bououden m . Chadli l . Zhang, t·杨”约束模型预测控制时变延迟系统:应用程序一个活跃的汽车悬架,“国际期刊的控制、自动化和系统,14卷,不。1,51-58,2016页。视图:出版商的网站|谷歌学术搜索
18. Boulkaibet, k . Belarbi s Bououden t . Marwala和m . Chadli”一个新的t - s模糊模型预测控制对非线性过程,”专家系统与应用程序卷,88年,第151 - 132页,2017年。视图:出版商的网站|谷歌学术搜索
19. 研究。金,c . r .公园,js。金姆,y。李”,一个稳定的电压调整模型预测控制器直流/直流提升转换器,”IEEE控制系统技术,22卷,不。5,2016 - 2023年,2014页。视图:出版商的网站|谷歌学术搜索
20. 研究。金,js。金、c . r .公园和y。李,“输出反馈模型预测控制器的稳压直流/直流转换器,”专业控制理论与应用,7卷,不。16,1959 - 1968年,2013页。视图:出版商的网站|谷歌学术搜索
21. s . Mariethoz alm, m·巴哈et al .,“比较巴克的混合控制技术和提高直流-直流转换器,”IEEE控制系统技术,18卷,不。5,1126 - 1145年,2010页。视图:出版商的网站|谷歌学术搜索
22. a . Bemporad和m·莫拉里”控制系统的集成逻辑、动态和限制,“自动化,35卷,不。3、407 - 427年,1999页。视图:出版商的网站|谷歌学术搜索
23. l . Xiugai”混合动力系统的建模和控制研究基于混合逻辑动态的,”论文,自动化学院,2003年,中国科学院,中国。视图:谷歌学术搜索

版权

版权©2020 Lei江等。这是一个开放的分布式下文章知识共享归属许可,它允许无限制的使用、分配和复制在任何媒介,提供最初的工作是正确引用。