非理想电网下整流器少传感器模型预测电流控制：理论、挑战与优化策略

非理想电网下整流器少传感器模型预测电流控制：理论、挑战与优化策略一、引言1.1研究背景与意义1.1.1非理想电网的现状在实际电力系统中，电网并非总是处于理想状态。由于单相负载接入、电网故障、大电机启动等诸多因素，电网常常呈现出非理想特性，给电力系统的稳定运行带来了挑战。单相负载的接入会打破三相电网的平衡，导致三相电压和电流出现不平衡现象，使得电网中的电气设备不能正常工作，甚至引发故障。当电网发生短路、断路等故障时，电压和电流的波形会发生严重畸变，不仅影响故障区域的供电，还可能对整个电网的稳定性造成威胁。大电机启动时会产生较大的冲击电流，这会引起电网电压的瞬间跌落，影响其他设备的正常运行。这些非理想情况会导致电网电压不平衡、谐波含量增加、基频波动等问题。电网电压不平衡时，三相电压的幅值和相位不再满足理想的对称关系，这会使电机等设备产生额外的转矩脉动，降低设备的效率和寿命。谐波的存在会使电网中的电气设备发热增加，损耗增大，还可能引发谐振，破坏电网的正常运行。基频波动则会影响电力系统的频率稳定性，对依赖稳定频率的设备造成不利影响。相关研究表明，在一些工业发达地区，由于大量非线性负载的接入，电网中的谐波含量已经超过了国际标准规定的限值，严重影响了电能质量。1.1.2整流器在电力系统的重要性整流器作为电力系统中实现交流电转换为直流电的关键设备，在电力传输、分配和使用等环节中发挥着不可或缺的作用。在工业领域，整流器广泛应用于电机调速、电镀、电解等设备中，为这些设备提供稳定的直流电源。在新能源发电领域，如风力发电、太阳能发电等，整流器将发电机产生的交流电转换为直流电，以便于存储和并网。在电力传输中，高压直流输电系统利用整流器将交流电转换为直流电进行远距离传输，能够有效降低输电损耗，提高输电效率。整流器的性能直接影响着电力系统的电能质量、运行效率和稳定性。如果整流器的控制策略不当，会导致网侧电流畸变，产生大量谐波，注入电网，从而污染电网，影响其他设备的正常运行。整流器的效率低下也会造成能源的浪费，增加运行成本。因此，提高整流器的性能对于保障电力系统的可靠运行和提高能源利用效率具有重要意义。随着电力电子技术的不断发展，对整流器的性能要求也越来越高，需要其具备更高的功率因数、更低的谐波含量和更好的动态响应性能。1.1.3少传感器模型预测电流控制的研究意义在整流器的控制中，通常需要使用多个传感器来获取电网电压和电流等信息，以实现精确的控制。传感器的使用不仅增加了系统的硬件成本，还降低了系统的可靠性，因为传感器可能会受到环境因素的影响而出现故障。在一些恶劣的工作环境中，如高温、高湿度、强电磁干扰等，传感器的性能会下降，甚至无法正常工作，从而影响整流器的控制效果。少传感器模型预测电流控制通过建立精确的数学模型，利用少量的传感器数据对系统状态进行预测和估计，从而实现对整流器的有效控制。这种控制方法能够显著降低硬件成本，提高系统的可靠性和稳定性。通过减少传感器的使用，降低了系统的复杂性和维护成本，提高了系统的抗干扰能力。少传感器模型预测电流控制还能够提升整流器的性能，通过对系统状态的准确预测和控制，能够实现更低的电流谐波畸变率、更高的功率因数和更好的动态响应性能，从而提高电力系统的电能质量和运行效率。在非理想电网条件下，少传感器模型预测电流控制能够更好地应对电网电压不平衡、谐波等问题，保障整流器的稳定运行。1.2国内外研究现状1.2.1非理想电网下整流器控制技术的发展早期，在非理想电网环境中，整流器主要采用传统的控制策略，如相位控制整流。这种控制方式通过改变晶闸管的触发角来调节整流器的输出电压和电流，其原理基于晶闸管的单向导电性和可控导通特性。在一个交流周期内，通过控制触发角的大小，决定晶闸管导通的时刻，从而控制整流器输出的直流电压平均值。然而，相位控制整流存在诸多局限性，由于其触发角的控制方式，会导致网侧电流谐波含量高，功率因数低，这是因为触发角的变化使得电流波形发生严重畸变，大量的谐波电流注入电网，不仅降低了电网的电能质量，还增加了电网的损耗。当电网电压出现不平衡时，相位控制整流难以实现对网侧电流的有效控制，导致三相电流不平衡加剧，进一步影响电网的稳定性和电气设备的正常运行。随着电力电子技术和控制理论的不断发展，现代智能控制策略逐渐应用于非理想电网下的整流器控制。电压定向控制（VOC）技术通过将电网电压矢量定向到同步旋转坐标系的d轴，实现对网侧电流的解耦控制，能够有效地提高整流器在非理想电网下的性能。在电网电压不平衡时，VOC可以通过对正序和负序分量的分别控制，使网侧电流保持正弦波，降低电流谐波畸变率，提高功率因数。直接功率控制（DPC）则直接对整流器的有功功率和无功功率进行控制，具有响应速度快、控制精度高的优点。DPC通过直接检测和控制有功功率和无功功率，避免了复杂的电流内环控制，减少了控制环节的延迟，能够快速响应电网电压和负载的变化，在非理想电网条件下，能够更好地维持整流器的稳定运行和电能质量。近年来，模型预测控制（MPC）在整流器控制领域得到了广泛关注。MPC通过建立系统的数学模型，预测系统未来的状态，并根据预测结果选择最优的控制策略，具有良好的动态性能和鲁棒性。在非理想电网下，MPC能够考虑电网电压的不平衡、谐波等因素，通过对整流器开关状态的优化选择，实现对网侧电流的精确控制，降低电流谐波含量，提高功率因数。MPC还可以根据不同的控制目标，如最小化电流谐波、最大化功率因数等，灵活地调整控制策略，满足不同应用场景的需求。1.2.2少传感器技术在整流器中的应用进展少传感器技术在整流器中的应用旨在减少传感器的使用数量，降低系统成本和复杂性，同时提高系统的可靠性。在一些早期的研究中，通过解析方法重构电压、电流信号，实现了对整流器网侧电压和电流的间接测量，从而达到减少传感器的目的。这种方法通过利用电路的拓扑结构和已知的电气参数，建立数学模型，对传感器信号进行估算和重构。在三相PWM整流器中，可以通过测量部分相电压和电流，结合电路的对称性和基尔霍夫定律，计算出其他相的电压和电流，从而减少传感器的使用数量。文献《三相PWM整流器无传感器控制策略研究》中提出的无传感器控制策略，通过解析方法重构电压、电流信号，节约了成本，提高了系统可靠性。该策略通过对整流器电路的数学模型进行深入分析，利用电路中的电压、电流关系，以及一些已知的电气参数，如电阻、电感等，实现了对网侧电压和电流的精确重构。在仿真实验中，该策略能够准确地获取网侧电压、电流信号，并且在传感器故障时，能够迅速切换到无传感器控制模式，确保整流器的稳定运行，提高了系统的可靠性和容错能力。然而，这种早期的少传感器技术也存在一定的局限性，重构信号的精度受电路参数变化和噪声的影响较大，当电路参数发生变化，如电阻的老化、电感的温度漂移等，或者受到外界噪声的干扰时，重构信号的准确性会下降，从而影响整流器的控制性能。在一些复杂的非理想电网环境中，如电网电压存在严重谐波和不平衡时，重构信号的精度难以满足高精度控制的要求。随着技术的不断进步，基于状态观测器的少传感器技术逐渐成为研究热点。通过设计状态观测器，利用可测量的信号对系统的状态进行估计，从而减少对传感器的依赖。在三相电压源型整流器中，可以设计基于卡尔曼滤波器的状态观测器，利用测量到的a相电压和三相电流，对b相和c相电压进行估计，减少了对b相和c相电压传感器的需求。这种方法通过建立系统的状态空间模型，考虑系统的噪声和不确定性，利用卡尔曼滤波器的最优估计特性，对系统状态进行准确估计，能够在一定程度上提高少传感器系统的性能和鲁棒性。在电网电压出现畸变时，基于状态观测器的少传感器技术能够更好地应对，通过对畸变电压的准确估计，实现对整流器的有效控制，提高了系统在非理想电网下的适应性。1.2.3模型预测电流控制的研究成果模型预测电流控制在整流器中的应用取得了一系列重要成果。在算法改进方面，学者们提出了多种优化方法，以提高模型预测电流控制的性能。一些研究采用了快速算法，通过简化预测模型的计算过程，减少计算量，提高控制的实时性。这些快速算法通过对模型预测控制中的复杂计算进行简化和近似，减少了计算时间，使得控制器能够在更短的时间内完成对整流器开关状态的选择和控制，提高了系统的动态响应速度。另一些研究则引入了智能算法，如遗传算法、粒子群优化算法等，对模型预测控制的参数进行优化，以获得更好的控制效果。这些智能算法通过模拟自然界中的生物进化和群体智能行为，对模型预测控制的参数进行全局搜索和优化，能够找到最优的参数组合，从而提高整流器的性能，降低电流谐波畸变率，提高功率因数。在性能提升方面，模型预测电流控制能够显著降低整流器的电流谐波畸变率，提高功率因数。通过精确预测电流的变化趋势，模型预测电流控制可以及时调整整流器的开关状态，使网侧电流更加接近正弦波，减少谐波含量。在非理想电网条件下，模型预测电流控制能够有效应对电网电压的不平衡、谐波等问题，通过对电流的精确控制，保持整流器的稳定运行，提高电能质量。在电网电压不平衡时，模型预测电流控制可以通过对正序和负序电流的分别控制，使网侧电流保持平衡，减少不平衡电流对电网和电气设备的影响。文献《一种三相电压源型整流器的少传感器模型预测控制方法与流程》提出了一种三相电压源型整流器的少传感器模型预测控制方法，在电网电压畸变的情况下实现了少电压传感器的整流器电流控制，获得了低畸变输入电流、低纹波直流侧电压和单位/可调功率因数。该方法通过建立精确的数学模型，利用状态观测器对未测量的电压进行估计，结合模型预测控制算法，实现了对整流器的有效控制。在实验中，该方法能够准确地重构出b相和c相电压，并且在电网电压存在畸变时，能够使整流器的输入电流谐波失真（THD）保持在较低水平，直流侧电压纹波较小，功率因数接近1，验证了模型预测电流控制在提高整流器性能方面的有效性。1.3研究目标与内容1.3.1研究目标本研究旨在实现非理想电网下整流器少传感器模型预测电流控制的性能优化，具体目标如下：降低硬件成本：通过少传感器技术的应用，减少整流器控制系统中传感器的使用数量，从而降低系统的硬件成本，提高系统的性价比。在三相电压源型整流器中，采用基于状态观测器的少传感器技术，仅使用一个电压传感器测量a相电压，通过状态观测器估计b相和c相电压，相较于传统的使用三个电压传感器的方案，显著降低了硬件成本。提高系统可靠性：减少传感器的使用可以降低系统因传感器故障而出现异常的概率，提高系统的可靠性和稳定性。在一些恶劣的工业环境中，传感器容易受到高温、高湿度、强电磁干扰等因素的影响而损坏，少传感器模型预测电流控制能够在传感器故障时，依然保证整流器的正常运行，提高了系统的容错能力。优化电流控制性能：运用模型预测控制算法，结合精确的数学模型，实现对整流器网侧电流的精确控制，降低电流谐波畸变率，提高功率因数。在电网电压不平衡且含有谐波的情况下，通过模型预测控制算法对电流的正序和负序分量以及谐波分量进行分别控制，使网侧电流保持正弦波，降低电流谐波畸变率，提高功率因数，从而提升电力系统的电能质量。1.3.2研究内容为实现上述研究目标，本研究主要开展以下几方面的内容：非理想电网下整流器数学模型的构建：深入分析非理想电网的特性，包括电压不平衡、谐波、基频波动等因素对整流器的影响，建立考虑这些因素的整流器数学模型。在建立模型时，考虑电网电压的不平衡，将其分解为正序、负序和零序分量，分别分析它们对整流器网侧电流和直流侧电压的影响，从而建立准确的数学模型。通过对整流器电路拓扑结构的分析，结合基尔霍夫定律和电磁感应原理，推导出整流器在非理想电网下的状态空间方程，为后续的控制算法设计提供理论基础。少传感器技术的研究与应用：探索基于状态观测器的少传感器技术，利用可测量的信号对系统的状态进行估计，实现对整流器网侧电压和电流的间接测量。设计基于卡尔曼滤波器的状态观测器，利用测量到的a相电压和三相电流，对b相和c相电压进行估计，减少对b相和c相电压传感器的需求。通过对状态观测器的参数优化，提高其对系统状态的估计精度，确保在非理想电网条件下，能够准确地重构出未测量的电压和电流信号，为整流器的控制提供可靠的数据支持。模型预测电流控制算法的优化：对模型预测电流控制算法进行深入研究，改进算法的计算过程，减少计算量，提高控制的实时性。采用快速算法，如模型降阶法、快速搜索算法等，对模型预测控制中的复杂计算进行简化和近似，减少计算时间，使得控制器能够在更短的时间内完成对整流器开关状态的选择和控制，提高系统的动态响应速度。引入智能算法，如遗传算法、粒子群优化算法等，对模型预测控制的参数进行优化，以获得更好的控制效果，进一步降低电流谐波畸变率，提高功率因数。实验验证与分析：搭建实验平台，对所提出的少传感器模型预测电流控制策略进行实验验证。在实验中，模拟非理想电网的各种工况，包括电压不平衡、谐波、基频波动等，测试整流器在不同工况下的性能指标，如电流谐波畸变率、功率因数、直流侧电压纹波等。通过实验数据的分析，评估所提控制策略的有效性和优越性，与传统的控制策略进行对比，验证本研究在降低硬件成本、提高系统可靠性和优化电流控制性能方面的成果。对实验中出现的问题进行分析和改进，进一步完善控制策略，为实际工程应用提供可靠的技术支持。1.4研究方法与技术路线1.4.1研究方法本研究综合运用理论分析、仿真实验和实际测试三种方法，以全面深入地探究非理想电网下整流器的少传感器模型预测电流控制。理论分析方面，对非理想电网下整流器的运行原理展开深入剖析，构建精准的数学模型。考虑电网电压不平衡时，将电压分解为正序、负序和零序分量，依据基尔霍夫定律和电磁感应原理，推导整流器在不同分量作用下的状态空间方程，明确各电气量之间的内在关系，为后续控制算法的设计筑牢理论根基。对少传感器技术和模型预测电流控制算法进行理论研究，深入探讨基于状态观测器的少传感器技术的原理和实现方法，以及模型预测电流控制算法的优化策略，通过数学推导和分析，揭示这些技术和算法的本质和性能特点。在仿真实验环节，利用MATLAB/Simulink等专业仿真软件搭建仿真模型。依据理论分析建立的数学模型，准确设置模型参数，包括电网电压的幅值、频率、相位，以及整流器的电路参数如电阻、电感、电容等。模拟非理想电网的各种工况，如电压不平衡、谐波、基频波动等，对整流器在不同工况下的性能进行全面仿真分析。在电压不平衡工况下，设置不同的不平衡度，观察整流器网侧电流的畸变情况、功率因数的变化以及直流侧电压的稳定性；在谐波工况下，加入不同次数和幅值的谐波，分析整流器对谐波的抑制能力和电流控制性能。通过仿真实验，能够快速验证控制策略的可行性，对不同控制参数和算法进行对比分析，为实际实验提供有力的参考依据，减少实际实验的盲目性和成本。实际测试阶段，搭建硬件实验平台，采用实际的整流器、传感器、控制器等设备。在实验过程中，严格模拟非理想电网的实际情况，使用可编程交流电源模拟电网电压的不平衡、谐波和基频波动等。对整流器的性能进行全面测试，测量网侧电流的谐波畸变率、功率因数、直流侧电压纹波等关键性能指标。将实际测试结果与仿真结果进行细致对比分析，验证仿真模型的准确性和控制策略的实际有效性。通过实际测试，能够发现仿真实验中未考虑到的实际因素，如硬件设备的非线性特性、电磁干扰等，对控制策略进行进一步优化和完善，确保其能够满足实际工程应用的需求。1.4.2技术路线本研究的技术路线如图1-1所示，首先开展理论研究，深入分析非理想电网下整流器的运行特性，综合考虑电压不平衡、谐波、基频波动等因素对整流器的影响，建立准确的数学模型。探索基于状态观测器的少传感器技术，利用可测量信号对系统状态进行精确估计，减少对传感器的依赖。对模型预测电流控制算法进行深入研究，改进算法以减少计算量，提高控制的实时性，并引入智能算法对参数进行优化。接着进行仿真实验，利用MATLAB/Simulink等软件搭建仿真模型，依据理论研究结果准确设置模型参数，模拟非理想电网的各种工况，对整流器的性能进行全面仿真分析。通过仿真实验，验证控制策略的可行性，对不同控制参数和算法进行对比研究，优化控制策略。然后搭建硬件实验平台，采用实际的整流器、传感器、控制器等设备，严格模拟非理想电网的实际情况，对整流器的性能进行全面测试。将实际测试结果与仿真结果进行对比分析，验证仿真模型的准确性和控制策略的实际有效性，对控制策略进行进一步优化和完善。最后，对研究成果进行总结和归纳，形成完整的非理想电网下整流器少传感器模型预测电流控制方案，为实际工程应用提供可靠的技术支持和理论依据，推动该技术在电力系统中的广泛应用。\begin{figure}[htbp]\centering\includegraphics[width=0.8\textwidth]{技术路线图.jpg}\caption{技术路线图}\label{fig:技术路线图}\end{figure}二、非理想电网下整流器的运行特性分析2.1非理想电网的特性分析2.1.1电压不平衡问题在实际电力系统中，电压不平衡是一种常见的非理想现象。当三相电网中各相电压的幅值不相等，或者相位差不为120°时，就会出现电压不平衡的情况。这可能是由于单相负载的接入，如大量的单相照明设备、单相电动机等，它们会打破三相电网的平衡；也可能是由于电网故障，如单相接地、相间短路等，导致电压的异常变化；此外，输电线路的参数不对称，如线路长度、导线截面积不同等，也会引起电压不平衡。电压不平衡对整流器的影响是多方面的。它会导致整流器网侧电流发生畸变。由于三相电压不平衡，各相电流的大小和相位不再保持一致，使得电流波形偏离正弦波，产生大量的谐波。这些谐波电流不仅会增加电网的损耗，还可能引发电气设备的过热、振动和噪声等问题。研究表明，当电压不平衡度达到5%时，整流器网侧电流的谐波畸变率可能会增加20%以上。电压不平衡还会造成整流器功率波动。在不平衡电压下，整流器的瞬时功率不再保持恒定，而是随时间波动，这会影响整流器的稳定运行，降低其效率。功率波动还可能对电网的稳定性产生不利影响，引发电压波动和闪变等问题。2.1.2谐波污染问题谐波污染是指电力系统中存在的频率为基波频率整数倍的电压或电流成分，对电力系统和电气设备造成不良影响的现象。在非理想电网中，谐波污染的产生原因较为复杂。电力电子设备是谐波的主要来源之一，如整流器、逆变器、变频器等。这些设备在工作时，通过开关器件的通断来实现电能的转换，其非线性特性会导致电流和电压波形发生畸变，从而产生大量的谐波。以三相六脉波整流器为例，它会产生5次、7次、11次、13次等特征谐波，其中5次和7次谐波的含量相对较高。电弧设备，如电弧炉、电焊机等，在工作过程中，由于电弧的不稳定燃烧，会使电流和电压发生剧烈变化，产生谐波。电弧炉在熔炼金属时，电弧的电阻和电感会随时间变化，导致电流波形出现严重的畸变，产生大量的谐波电流。其他一些设备，如荧光灯、节能灯等气体放电灯，以及计算机、电视机、充电器等电子设备，在工作时也会产生一定量的谐波电流。荧光灯中的镇流器会使电流波形发生畸变，产生谐波；计算机的开关电源则会产生高频谐波，对电网造成污染。谐波污染对整流器的危害不容忽视。谐波会增加整流器的损耗，由于谐波电流的存在，整流器内部的电阻、电感和电容等元件会产生额外的功率损耗，导致设备发热加剧，效率降低。谐波还会影响整流器的控制性能，使控制信号受到干扰，导致整流器的输出电压和电流不稳定，影响其正常工作。谐波还可能引发整流器与电网之间的谐振，当谐波频率与电网的固有频率接近时，会发生谐振现象，导致电压和电流急剧增大，严重时可能损坏整流器和其他电气设备。2.1.3其他非理想因素除了电压不平衡和谐波污染外，非理想电网还存在其他一些因素，如电压骤降、频率波动等，这些因素也会对整流器的运行产生影响。电压骤降是指电网电压在短时间内突然下降，通常持续时间在几十毫秒到数秒之间。电压骤降可能是由于电网故障、大型设备启动等原因引起的。当电网发生短路故障时，短路电流会导致电压瞬间下降；大型电机启动时，其启动电流较大，会引起电网电压的暂时跌落。电压骤降会使整流器的输出直流电压降低，影响整流器的正常工作。如果电压骤降的幅度较大，持续时间较长，可能会导致整流器停机，影响电力系统的稳定运行。在一些对电压稳定性要求较高的场合，如电子芯片制造企业，电压骤降可能会导致生产线停机，造成巨大的经济损失。频率波动是指电网频率偏离其额定值的现象。在电力系统中，频率是一个重要的运行参数，其稳定性直接影响到电力系统的正常运行。频率波动可能是由于电力系统的负荷变化、发电机组的故障等原因引起的。当电力系统的负荷突然增加时，发电机组的输出功率不能及时满足需求，会导致频率下降；反之，当负荷突然减少时，频率会上升。频率波动会影响整流器的控制性能，由于整流器的控制算法通常是基于额定频率设计的，当频率发生波动时，控制算法的准确性会受到影响，导致整流器的输出电流和电压不稳定。频率波动还会影响整流器与其他设备之间的协同工作，如在电力系统中，整流器与逆变器、变压器等设备之间需要保持一定的频率同步，频率波动可能会破坏这种同步关系，影响电力系统的稳定性。2.2整流器的工作原理与数学模型2.2.1整流器的基本工作原理三相电压型PWM整流器作为一种常见的电力电子装置，在电能转换领域发挥着关键作用，其基本工作原理基于脉宽调制技术和三相桥式电路结构。如图2-1所示，三相电压型PWM整流器主要由三相交流电源、交流侧滤波电感、三相桥式功率开关器件（通常为绝缘栅双极型晶体管IGBT）、直流侧滤波电容和负载组成。\begin{figure}[htbp]\centering\includegraphics[width=0.8\textwidth]{三相电压型PWM整流器原理图.jpg}\caption{三相电压型PWM整流器原理图}\label{fig:三相电压型PWM整流器原理图}\end{figure}在工作过程中，通过对三相桥式功率开关器件VT1-VT6的PWM控制，实现交流电到直流电的转换。每一相桥臂有两种开关模式，上桥臂导通、下桥臂关断用1表示，下桥臂导通、上桥臂关断用0表示，三相PWM整流器共有（000-111）8种工作状态，其中包括6种非零状态矢量（001-110）和2种零状态矢量（000）和（111）。当功率开关器件按照特定的PWM信号进行通断控制时，交流侧电流由于电感的存在不能突变，从而使电流波形接近于正弦化。而且，通过合理控制PWM信号的占空比和相位，可以使电流跟踪交流侧电压波形的变化，使功率因数接近于1。开关频率越高，电流波形越接近于正弦。三相电压型PWM整流器的工作模式可分为整流模式和逆变模式。在整流模式下，电网向负载提供能量，交流侧的电能通过整流器转换为直流电能，为负载供电。当负载为直流电动机时，整流器将交流电转换为直流电，驱动电动机运转。在逆变模式下，能量从负载侧回馈到电网，直流电能被转换为交流电送回电网。在可再生能源发电系统中，当风力发电机或太阳能电池板产生的电能过剩时，整流器可以将直流电能逆变为交流电，输送回电网。在实际运行中，三相电压型PWM整流器的控制目标通常是实现网侧电流的正弦化，提高功率因数，以及保持直流侧电压的稳定。为了实现这些目标，常采用双闭环控制策略，电压外环控制直流侧电压，使其保持恒定；电流内环按照外环的电流指令控制电流，实现高功率因数的电流控制。通过这种控制策略，能够有效提高整流器的性能，满足不同应用场景的需求。2.2.2理想电网下整流器的数学模型在理想电网条件下，假设电网电压三相平稳对称，功率开关器件是理想开关，无开关损耗，网侧电感是线性滤波电感，直流侧负载由电阻和反电势串联等效。为了建立整流器的数学模型，首先在三相ABC静止坐标系下进行分析。根据基尔霍夫电压定律（KVL），对于三相电压型PWM整流器的每一相，其电路方程可以表示为：\begin{cases}u_{a}=R_{L}i_{a}+L\frac{di_{a}}{dt}+u_{Na}\\u_{b}=R_{L}i_{b}+L\frac{di_{b}}{dt}+u_{Nb}\\u_{c}=R_{L}i_{c}+L\frac{di_{c}}{dt}+u_{Nc}\end{cases}其中，u_{a}、u_{b}、u_{c}分别为三相电网电压，i_{a}、i_{b}、i_{c}分别为三相输入电流，R_{L}为滤波电感的等效内阻，L为交流侧滤波电感，u_{Na}、u_{Nb}、u_{Nc}分别为整流器交流侧各相相对于直流侧中点N的电压。定义开关函数S_{a}、S_{b}、S_{c}，上、下桥臂的逻辑关系相反，上桥臂通为1，下桥臂通为0，则有：\begin{cases}u_{Na}=S_{a}u_{dc}\\u_{Nb}=S_{b}u_{dc}\\u_{Nc}=S_{c}u_{dc}\end{cases}其中，u_{dc}为直流侧电压。将开关函数代入电路方程，得到三相ABC静止坐标系下的电路方程：\begin{cases}u_{a}=R_{L}i_{a}+L\frac{di_{a}}{dt}+S_{a}u_{dc}\\u_{b}=R_{L}i_{b}+L\frac{di_{b}}{dt}+S_{b}u_{dc}\\u_{c}=R_{L}i_{c}+L\frac{di_{c}}{dt}+S_{c}u_{dc}\end{cases}从上述方程可知，在三相ABC静止坐标系下，三相电流i_{a}、i_{b}、i_{c}相互耦合，为了有利于控制系统设计，可以将三相ABC静止坐标系通过坐标变换转换成同步旋转dq坐标系。利用克拉克变换（Clark变换）和帕克变换（Park变换），将三相静止坐标系下的物理量转换到同步旋转dq坐标系下，得到同步旋转dq坐标系下的状态方程：\begin{cases}u_{d}=R_{L}i_{d}+L\frac{di_{d}}{dt}-\omegaLi_{q}+u_{d0}\\u_{q}=R_{L}i_{q}+L\frac{di_{q}}{dt}+\omegaLi_{d}+u_{q0}\\C\frac{du_{dc}}{dt}=i_{d}S_{d}+i_{q}S_{q}-\frac{u_{dc}}{R_{0}}\end{cases}其中，u_{d}、u_{q}为dq坐标系下的电网电压分量，i_{d}、i_{q}为dq坐标系下的电流分量，\omega为电网角频率，u_{d0}、u_{q0}为dq坐标系下整流器交流侧相对于直流侧中点N的电压分量，S_{d}、S_{q}为dq坐标系下的开关函数，C为直流侧滤波电容，R_{0}为负载电阻。通过建立理想电网下整流器的数学模型，可以深入分析整流器的运行特性，为后续的控制策略设计提供理论基础。利用该数学模型，可以研究整流器在不同工况下的电流、电压响应，以及功率因数、谐波含量等性能指标，从而优化整流器的设计和控制，提高其性能和效率。2.2.3非理想电网对整流器数学模型的影响在实际电力系统中，电网往往呈现出非理想特性，如电压不平衡、谐波污染、电压骤降和频率波动等，这些因素会对整流器的数学模型产生显著影响，需要对理想电网下的数学模型进行修正。当电网电压不平衡时，三相电压的幅值和相位不再对称，可将其分解为正序、负序和零序分量。在三相ABC静止坐标系下，电压不平衡时的电网电压可以表示为：\begin{cases}u_{a}=u_{a}^{+}+u_{a}^{-}+u_{a}^{0}\\u_{b}=u_{b}^{+}+u_{b}^{-}+u_{b}^{0}\\u_{c}=u_{c}^{+}+u_{c}^{-}+u_{c}^{0}\end{cases}其中，u_{a}^{+}、u_{b}^{+}、u_{c}^{+}为正序电压分量，u_{a}^{-}、u_{b}^{-}、u_{c}^{-}为负序电压分量，u_{a}^{0}、u_{b}^{0}、u_{c}^{0}为零序电压分量。将电压不平衡时的电网电压代入三相ABC静止坐标系下的电路方程，会导致方程中的电压项发生变化，从而使三相电流i_{a}、i_{b}、i_{c}的耦合关系更加复杂。在同步旋转dq坐标系下，电压不平衡会引入额外的交叉耦合项，使得状态方程变为：\begin{cases}u_{d}=R_{L}i_{d}+L\frac{di_{d}}{dt}-\omegaLi_{q}+u_{d0}+u_{d}^{+}+u_{d}^{-}\\u_{q}=R_{L}i_{q}+L\frac{di_{q}}{dt}+\omegaLi_{d}+u_{q0}+u_{q}^{+}+u_{q}^{-}\\C\frac{du_{dc}}{dt}=i_{d}S_{d}+i_{q}S_{q}-\frac{u_{dc}}{R_{0}}\end{cases}其中，u_{d}^{+}、u_{q}^{+}为正序电压在dq坐标系下的分量，u_{d}^{-}、u_{q}^{-}为负序电压在dq坐标系下的分量。这些额外的交叉耦合项会影响整流器的控制性能，导致网侧电流畸变、功率波动等问题。对于电网中的谐波污染，由于谐波的存在，电网电压和电流中包含了除基波以外的高次谐波分量。在建立数学模型时，需要考虑这些谐波分量的影响。可以采用傅里叶级数分解的方法，将电网电压和电流分解为基波和各次谐波分量，然后分别分析它们对整流器的影响。在三相ABC静止坐标系下，考虑谐波的电网电压可以表示为：u_{a}=\sum_{n=1}^{\infty}u_{an}\sin(n\omegat+\varphi_{an})其中，u_{an}为第n次谐波电压的幅值，\varphi_{an}为第n次谐波电压的相位。将考虑谐波的电网电压代入电路方程，会使方程中的电压项成为一个包含多个谐波分量的复杂函数，从而增加了数学模型的复杂性。在同步旋转dq坐标系下，谐波会导致电流和电压的高频振荡，影响整流器的稳定性和控制精度。电压骤降会使电网电压在短时间内突然下降，这会导致整流器的输入电压发生变化，从而影响整流器的输出直流电压和网侧电流。在数学模型中，需要考虑电压骤降对电路参数和状态变量的影响，通过引入相应的变量和方程来描述电压骤降的过程和影响。频率波动会使电网的角频率\omega发生变化，从而影响同步旋转dq坐标系下的数学模型。在频率波动时，状态方程中的\omegaLi_{q}和\omegaLi_{d}项会发生改变，导致电流控制的难度增加，影响整流器的性能。非理想电网因素对整流器数学模型的影响是多方面的，需要在建立数学模型时充分考虑这些因素，通过合理的修正和改进，建立更加准确的数学模型，为非理想电网下整流器的控制策略设计提供可靠的理论依据。2.3非理想电网下整流器的运行问题分析2.3.1网侧电流畸变问题在非理想电网条件下，网侧电流畸变是整流器运行中面临的一个关键问题。电网电压不平衡是导致网侧电流畸变的重要原因之一。当电网电压不平衡时，三相电压的幅值和相位不再对称，这会使整流器各相的导通时间和导通顺序发生改变，从而导致网侧电流出现非正弦畸变。在三相电压不平衡度为5%的情况下，整流器网侧电流的谐波畸变率可能会增加20%-30%。这是因为电压不平衡会引入负序分量，负序分量会在整流器中产生反向旋转的磁场，与正序磁场相互作用，使得电流波形发生畸变，产生大量的谐波电流。电网中的谐波污染也会引发网侧电流畸变。电力电子设备等非线性负载产生的谐波电流注入电网，使得电网电压中含有丰富的谐波成分。当这些含有谐波的电压作用于整流器时，会导致整流器的开关器件在不同的时刻导通和关断，从而使网侧电流无法保持正弦波，产生谐波畸变。三相六脉波整流器在理想电网下会产生5次、7次等特征谐波，但在存在谐波污染的电网中，其网侧电流的谐波成分会更加复杂，除了特征谐波外，还会出现其他非特征谐波，进一步加剧了电流畸变的程度。网侧电流畸变会对电力系统和电气设备产生诸多不良影响。它会增加电网的损耗，谐波电流在电网中流动时，会在输电线路和变压器等设备中产生额外的电阻损耗和铁损，降低电力系统的效率。电流畸变还会影响其他电气设备的正常运行，如使电机产生额外的转矩脉动，降低电机的效率和寿命；干扰通信系统，导致通信信号失真等问题。2.3.2直流侧电压波动问题直流侧电压波动是影响整流器性能的另一个重要因素。在非理想电网下，直流侧电压波动主要由电网电压不平衡和谐波污染引起。当电网电压不平衡时，整流器各相的输出电压不一致，导致直流侧电压出现波动。这是因为电压不平衡会使整流器的输出功率发生变化，而直流侧电容的储能能力有限，无法及时补偿功率的变化，从而导致直流侧电压波动。在电压不平衡度为3%的情况下，直流侧电压的波动幅度可能会达到额定电压的5%-8%。电网中的谐波也会对直流侧电压产生影响。谐波电流在整流器的交流侧和直流侧之间流动，会在直流侧产生谐波电压分量，叠加在直流电压上，导致直流侧电压波动。这些谐波电压分量会使直流侧电压的纹波增大，影响整流器的输出质量。在存在5次和7次谐波的电网中，直流侧电压的纹波系数可能会增加10%-15%。直流侧电压波动会对整流器的性能产生负面影响。它会降低整流器的稳定性，使整流器的控制难度增加，容易出现失控现象。电压波动还会影响负载的正常工作，对于一些对电压稳定性要求较高的负载，如电子设备、精密仪器等，直流侧电压波动可能会导致设备损坏或工作异常。在电子芯片制造过程中，直流侧电压的微小波动都可能影响芯片的质量和性能。2.3.3功率因数降低问题在非理想电网下，功率因数降低是整流器运行中不可忽视的问题。其主要原因是网侧电流畸变和电压电流相位差的变化。如前所述，电网电压不平衡和谐波污染会导致网侧电流畸变，使电流中除了基波分量外，还包含大量的谐波分量。这些谐波分量不参与有功功率的传输，却会增加电流的有效值，从而使视在功率增大，而有功功率不变，根据功率因数的定义（功率因数=有功功率÷视在功率），功率因数会降低。当网侧电流的谐波畸变率达到20%时，功率因数可能会降低到0.8以下。电网电压的相位波动也会导致电压电流相位差的变化，进而影响功率因数。在理想电网中，电压和电流的相位差为0，功率因数为1。但在非理想电网中，由于各种干扰因素，电压和电流的相位差会发生改变，使得有功功率在视在功率中所占的比例减小，功率因数降低。当电压电流相位差达到30°时，功率因数会降低到0.866左右。功率因数降低会带来一系列危害。它会增加电网的传输损耗，因为在传输相同有功功率的情况下，功率因数越低，电流的有效值越大，输电线路上的电阻损耗就越大。功率因数降低还会降低发电设备和输电设备的利用率，因为发电设备和输电设备的容量是按照视在功率来设计的，功率因数低意味着设备不能充分发挥其额定容量。功率因数低还可能导致电网电压波动和闪变，影响电能质量，对其他电气设备的正常运行造成干扰。三、少传感器模型预测电流控制理论基础3.1模型预测控制的基本原理3.1.1模型预测控制的概念模型预测控制（ModelPredictiveControl，MPC）是一种基于模型的先进控制策略，其核心思想是利用系统的动态模型对未来行为进行预测，并依据预测结果确定当前的最优控制输入。MPC最早起源于20世纪70年代，最初是为满足电力、石油等行业的复杂控制需求而发展起来的。随着计算机技术和控制理论的不断进步，MPC逐渐在化工、轻工、汽车和航空等众多领域得到广泛应用，并取得了显著的经济效益。在MPC中，首先需要建立一个能够准确描述系统动态特性的模型，这个模型可以是基于物理原理的机理模型，也可以是通过数据驱动的经验模型。以电力系统中的整流器为例，其模型可以基于电路理论和电磁感应原理建立，通过描述电路中电压、电流和电感、电容等元件的关系，来反映整流器的动态行为。利用这个模型，MPC可以根据系统当前的状态和未来的控制输入，预测系统在未来一段时间内的输出。在每个采样时刻，MPC都会根据预测结果，通过优化算法求解一个有限时域的最优控制问题，以确定当前时刻的最优控制序列。但实际应用中，通常只将该序列的第一个控制作用施加于系统，在下一个采样时刻，再重复上述过程，实现滚动优化。3.1.2模型预测控制的流程模型预测控制主要包含预测、评估和决策三个关键流程。预测流程是MPC的基础，通过建立的系统模型，结合当前系统的状态信息和未来的控制输入，预测系统在未来多个采样时刻的输出。对于三相电压源型PWM整流器，利用其在dq坐标系下的数学模型，结合当前的电网电压、电流以及开关状态等信息，预测未来几个采样周期内的网侧电流和直流侧电压。在预测过程中，考虑到实际系统中存在的非线性、时变以及模型失配等因素，预测结果可能与实际情况存在偏差，因此需要对预测模型进行不断的修正和优化，以提高预测的准确性。评估流程是MPC的核心环节，在得到系统未来的预测输出后，MPC会根据设定的性能指标对这些预测结果进行评估。常见的性能指标包括电流谐波畸变率、功率因数、直流侧电压纹波等。在非理想电网下，希望通过控制整流器，使网侧电流的谐波畸变率最小化，功率因数最大化，同时保持直流侧电压的稳定，因此可以将这些目标转化为具体的性能指标，如以电流谐波畸变率和功率因数为权重，构建一个综合的性能指标函数，对预测结果进行评估。通过评估不同控制输入下的性能指标，能够了解不同控制策略对系统性能的影响，为后续的决策提供依据。决策流程是MPC的最终目的，MPC会根据评估结果，从众多可能的控制输入中选择最优的控制策略，将其作用于系统。在三相电压源型PWM整流器中，控制输入通常是开关器件的开关状态，MPC通过优化算法，如二次规划算法、遗传算法等，在众多的开关状态组合中，选择能够使性能指标最优的开关状态，作为当前时刻的控制输出。决策过程需要在满足系统各种约束条件的前提下进行，如开关器件的开关频率限制、电流和电压的幅值限制等，以确保控制策略的可行性和安全性。3.1.3模型预测控制在电力系统中的应用优势模型预测控制在电力系统中具有诸多显著优势，其中快速响应能力是其重要特点之一。在电力系统中，电网的运行状态经常会受到各种因素的影响而发生变化，如负载的突然变化、电网故障等。MPC能够利用其预测功能，提前感知系统状态的变化趋势，及时调整控制策略，使系统能够快速响应这些变化。当电网中出现负载突变时，MPC可以根据预测模型提前预测到电流和电压的变化，迅速调整整流器的开关状态，使网侧电流能够快速跟踪负载的变化，保持稳定的运行。鲁棒性强也是MPC在电力系统中的重要优势。电力系统中存在着各种不确定性因素，如系统参数的变化、外部干扰等，这些因素可能会导致传统控制方法的性能下降。而MPC通过滚动优化和反馈校正机制，能够有效地应对这些不确定性。在每个采样时刻，MPC都会根据最新的系统状态信息对预测模型进行修正，使控制策略能够适应系统参数的变化和外部干扰，保持良好的控制性能。当电网电压出现波动或受到谐波干扰时，MPC能够通过反馈校正，实时调整控制策略，使整流器的输出电流和电压保持稳定，降低谐波含量，提高功率因数。MPC还具有良好的多变量控制能力。电力系统是一个复杂的多变量系统，各个变量之间相互关联、相互影响。MPC能够同时考虑多个变量的控制目标和约束条件，实现对电力系统的综合优化控制。在整流器的控制中，MPC可以同时控制网侧电流、直流侧电压以及功率因数等多个变量，通过合理分配控制资源，使这些变量都能够满足系统的要求，提高电力系统的整体性能。模型预测控制以其快速响应、鲁棒性强和多变量控制能力等优势，在电力系统中展现出巨大的应用潜力，为提高电力系统的稳定性、可靠性和电能质量提供了有效的技术手段。3.2少传感器技术的原理与实现3.2.1少传感器技术的基本原理少传感器技术的核心在于利用系统的数学模型和可测量信号，通过状态观测器或数学算法对未直接测量的状态变量进行估计，从而减少对传感器的依赖。以三相电压源型整流器为例，在传统的控制方式中，需要使用多个电压传感器和电流传感器来获取三相电网电压和电流信息，以实现对整流器的精确控制。而少传感器技术则通过建立整流器的数学模型，结合少量的传感器测量数据，利用状态观测器对未测量的电压和电流进行估计。状态观测器是少传感器技术的关键组成部分，它基于系统的数学模型，通过对可测量信号的处理，估计出系统的不可测量状态变量。在三相电压源型整流器中，假设仅测量a相电压和三相电流，通过设计基于卡尔曼滤波器的状态观测器，可以利用这些测量信号对b相和c相电压进行估计。卡尔曼滤波器是一种最优估计器，它通过对系统的噪声和不确定性进行建模，能够在存在噪声的情况下，准确地估计系统的状态。在估计过程中，卡尔曼滤波器不断地更新估计值，使其更加接近实际状态。数学算法也是少传感器技术实现的重要手段。通过解析方法重构电压、电流信号，利用电路的拓扑结构和电气参数，建立数学模型，对传感器信号进行估算和重构。在三相PWM整流器中，可以通过测量部分相电压和电流，结合电路的对称性和基尔霍夫定律，计算出其他相的电压和电流，从而减少传感器的使用数量。这种方法基于电路的基本原理，通过数学推导实现对信号的重构，具有一定的理论基础和实际应用价值。少传感器技术通过状态观测器和数学算法，利用系统的数学模型和可测量信号，实现对未直接测量状态变量的估计，为整流器的控制提供了一种低成本、高可靠性的解决方案。3.2.2常用的少传感器实现方法基于虚拟磁链的少传感器实现方法是一种常用的技术。在三相电压源型整流器中，虚拟磁链是一个重要的概念，它与电网电压和电流密切相关。通过对虚拟磁链的计算和分析，可以间接获取电网电压和电流的信息，从而减少对传感器的依赖。具体来说，利用三相电压和电流的关系，通过积分运算可以得到虚拟磁链的表达式。在静止坐标系下，虚拟磁链的分量可以表示为：\begin{cases}\psi_{\alpha}=\int(u_{\alpha}-Ri_{\alpha})dt\\\psi_{\beta}=\int(u_{\beta}-Ri_{\beta})dt\end{cases}其中，\psi_{\alpha}、\psi_{\beta}为虚拟磁链在\alpha、\beta坐标系下的分量，u_{\alpha}、u_{\beta}为电网电压在\alpha、\beta坐标系下的分量，i_{\alpha}、i_{\beta}为电流在\alpha、\beta坐标系下的分量，R为电阻。通过测量部分电压和电流，结合上述公式计算虚拟磁链，再利用虚拟磁链与电网电压和电流的关系，可以重构出未测量的电压和电流信号。这种方法在一些文献中得到了广泛研究，实验结果表明，基于虚拟磁链的少传感器方法能够在一定程度上减少传感器的使用，并且在电网电压畸变等非理想情况下，仍能保持较好的控制性能，实现对整流器的有效控制。基于状态观测器的少传感器实现方法也是研究热点之一。如前文所述，通过设计状态观测器，利用可测量的信号对系统的状态进行估计。在三相电压源型整流器中，可以设计基于滑模观测器的少传感器方案。滑模观测器利用滑模变结构控制的思想，通过构造滑模面，使系统的状态在滑模面上滑动，从而实现对系统状态的估计。滑模观测器对系统的参数变化和外部干扰具有较强的鲁棒性，能够在非理想电网条件下准确地估计未测量的电压和电流。在电网电压存在谐波和不平衡时，基于滑模观测器的少传感器方法能够通过对滑模面的设计和调整，有效地抑制干扰的影响，准确地重构出未测量的电压和电流信号，为整流器的控制提供可靠的数据支持。3.2.3少传感器技术对整流器控制的影响少传感器技术对整流器控制的影响是多方面的，其中最显著的是成本降低和可靠性提高。在成本方面，传感器的减少直接降低了硬件成本。以三相电压源型整流器为例，传统的控制方案可能需要三个电压传感器和三个电流传感器来获取电网电压和电流信息，而采用少传感器技术后，如基于状态观测器的方法，仅需一个电压传感器和三个电流传感器，甚至更少，这大大降低了硬件成本。在一个中等功率的整流器系统中，减少两个电压传感器可以节省约20%-30%的硬件成本，对于大规模生产和应用具有重要的经济意义。在可靠性方面，少传感器技术提高了系统的可靠性。传感器是系统中容易出现故障的部件，减少传感器的使用可以降低系统因传感器故障而出现异常的概率。在工业环境中，传感器可能会受到高温、高湿度、强电磁干扰等因素的影响而损坏，导致整流器控制异常。采用少传感器技术后，即使某个传感器出现故障，系统仍能通过状态观测器或数学算法对未测量的信号进行估计，保证整流器的正常运行。在传感器出现故障时，基于状态观测器的少传感器系统能够迅速切换到估计模式，使整流器的输出电流和电压保持稳定，避免因传感器故障而导致的生产中断，提高了系统的可靠性和稳定性。少传感器技术在一定程度上也会对整流器的控制精度产生影响。由于少传感器技术是通过估计来获取未测量的信号，估计误差不可避免。这些误差可能会导致整流器的控制精度下降，如电流谐波畸变率增加、功率因数降低等。在基于虚拟磁链的少传感器方法中，由于积分运算会引入误差，尤其是在长时间运行时，积分误差会逐渐积累，影响虚拟磁链的计算精度，进而影响整流器的控制性能。因此，在应用少传感器技术时，需要采取相应的措施来减小估计误差，如优化状态观测器的参数、采用更精确的数学算法等，以提高整流器的控制精度，确保其在非理想电网下的稳定运行。3.3模型预测电流控制在整流器中的应用3.3.1电流预测模型的建立在非理想电网下，为实现对整流器网侧电流的精确控制，建立准确的电流预测模型至关重要。考虑到电网电压不平衡、谐波等非理想因素，以三相电压源型PWM整流器为例，在同步旋转dq坐标系下，建立其电流预测模型。首先，回顾理想电网下整流器在同步旋转dq坐标系下的状态方程：\begin{cases}u_{d}=R_{L}i_{d}+L\frac{di_{d}}{dt}-\omegaLi_{q}+u_{d0}\\u_{q}=R_{L}i_{q}+L\frac{di_{q}}{dt}+\omegaLi_{d}+u_{q0}\\C\frac{du_{dc}}{dt}=i_{d}S_{d}+i_{q}S_{q}-\frac{u_{dc}}{R_{0}}\end{cases}其中，u_{d}、u_{q}为dq坐标系下的电网电压分量，i_{d}、i_{q}为dq坐标系下的电流分量，\omega为电网角频率，u_{d0}、u_{q0}为dq坐标系下整流器交流侧相对于直流侧中点N的电压分量，S_{d}、S_{q}为dq坐标系下的开关函数，C为直流侧滤波电容，R_{0}为负载电阻。在非理想电网下，电网电压不平衡时，可将电网电压分解为正序、负序和零序分量。设正序电压分量为u_{d}^{+}、u_{q}^{+}，负序电压分量为u_{d}^{-}、u_{q}^{-}，零序电压分量为u_{d}^{0}、u_{q}^{0}。则考虑电压不平衡的状态方程为：\begin{cases}u_{d}=R_{L}i_{d}+L\frac{di_{d}}{dt}-\omegaLi_{q}+u_{d0}+u_{d}^{+}+u_{d}^{-}+u_{d}^{0}\\u_{q}=R_{L}i_{q}+L\frac{di_{q}}{dt}+\omegaLi_{d}+u_{q0}+u_{q}^{+}+u_{q}^{-}+u_{q}^{0}\\C\frac{du_{dc}}{dt}=i_{d}S_{d}+i_{q}S_{q}-\frac{u_{dc}}{R_{0}}\end{cases}对于电网中的谐波污染，采用傅里叶级数分解将电网电压分解为基波和各次谐波分量。设基波电压分量为u_{d1}、u_{q1}，第n次谐波电压分量为u_{dn}、u_{qn}。则考虑谐波的状态方程为：\begin{cases}u_{d}=R_{L}i_{d}+L\frac{di_{d}}{dt}-\omegaLi_{q}+u_{d0}+u_{d1}+\sum_{n=2}^{\infty}u_{dn}\\u_{q}=R_{L}i_{q}+L\frac{di_{q}}{dt}+\omegaLi_{d}+u_{q0}+u_{q1}+\sum_{n=2}^{\infty}u_{qn}\\C\frac{du_{dc}}{dt}=i_{d}S_{d}+i_{q}S_{q}-\frac{u_{dc}}{R_{0}}\end{cases}为了实现电流预测，对上述状态方程进行离散化处理。采用一阶前向欧拉近似法，将连续时间模型转化为离散时间模型。设采样周期为T_s，则离散化后的电流预测方程为：\begin{cases}i_{d}(k+1)=i_{d}(k)+\frac{T_s}{L}(u_{d}(k)-R_{L}i_{d}(k)+\omegaLi_{q}(k)-u_{d0}(k))\\i_{q}(k+1)=i_{q}(k)+\frac{T_s}{L}(u_{q}(k)-R_{L}i_{q}(k)-\omegaLi_{d}(k)-u_{q0}(k))\end{cases}其中，i_{d}(k)、i_{q}(k)为k时刻dq坐标系下的电流分量，u_{d}(k)、u_{q}(k)为k时刻dq坐标系下的电网电压分量，u_{d0}(k)、u_{q0}(k)为k时刻dq坐标系下整流器交流侧相对于直流侧中点N的电压分量。通过上述方法建立的电流预测模型，充分考虑了非理想电网下的电压不平衡和谐波污染等因素，能够更准确地预测整流器网侧电流的变化，为后续的模型预测电流控制提供可靠的基础。在实际应用中，可根据电网的具体情况，对模型中的参数进行调整和优化，以提高模型的准确性和适应性。3.3.2价值函数的设计价值函数在模型预测电流控制中起着关键作用，它用于评估不同开关状态下整流器的性能，通过设计合理的价值函数，能够选择出使系统性能最优的开关状态，实现对整流器的有效控制。在非理想电网下，整流器的控制目标通常包括降低网侧电流谐波畸变率、提高功率因数以及保持直流侧电压稳定等。因此，价值函数的设计需要综合考虑这些因素。常见的价值函数设计思路是将电流误差、功率误差和直流侧电压误差等作为衡量指标，通过加权求和的方式构建价值函数。以三相电压源型PWM整流器为例，定义价值函数J如下：J=w_{1}\sum_{i=a,b,c}(i_{i}^{*}-i_{i})^{2}+w_{2}(P^{*}-P)^{2}+w_{3}(u_{dc}^{*}-u_{dc})^{2}其中，w_{1}、w_{2}、w_{3}分别为电流误差、功率误差和直流侧电压误差的权重系数，它们的取值决定了各个指标在价值函数中的相对重要性。在实际应用中，可根据具体的控制需求和系统特性来调整权重系数。如果对电流谐波畸变率的要求较高，则可适当增大w_{1}的值；如果更注重直流侧电压的稳定性，则可提高w_{3}的权重。i_{i}^{*}为i相电流的参考值，i_{i}为i相电流的实际值，通过计算电流误差的平方和，能够反映网侧电流与参考值的接近程度，从而衡量电流控制的精度。在非理想电网下，参考电流的设定需要考虑电网电压的不平衡和谐波等因素，以确保整流器能够输出高质量的电流。P^{*}为有功功率的参考值，P为有功功率的实际值，功率误差的平方和用于评估整流器的功率控制性能，保证整流器能够按照预期的功率运行。u_{dc}^{*}为直流侧电压的参考值，u_{dc}为直流侧电压的实际值，直流侧电压误差的平方和则用于维持直流侧电压的稳定，满足负载对直流电压的要求。通过上述价值函数的设计，能够全面地评估整流器在不同开关状态下的性能，为最优开关状态的选择提供了明确的依据。在实际计算过程中，需要根据电流预测模型预测出不同开关状态下的电流、功率和直流侧电压值，代入价值函数中进行计算，从而得到各个开关状态对应的价值函数值。3.3.3最优开关状态的选择在得到不同开关状态下的价值函数值后，通过比较这些值来选择最优的开关状态。具体方法是遍历所有可能的开关状态，计算每个开关状态对应的价值函数值，选择使价值函数值最小的开关状态作为当前时刻的最优开关状态。以三相电压源型PWM整流器为例，其共有8种开关状态（000-111），其中包括6种非零状态矢量（001-110）和2种零状态矢量（000）和（111）。在每个采样时刻，分别计算这8种开关状态下的价值函数值J_{000}、J_{001}、J_{010}、J_{011}、J_{100}、J_{101}、J_{110}、J_{111}。然后比较这些值的大小，找到最小的价值函数值，假设J_{min}=min\{J_{000},J_{001},J_{010},J_{011},J_{100},J_{101},J_{110},J_{111}\}，则对应的开关状态即为当前时刻的最优开关状态。选择使价值函数最小的开关状态，是因为该状态下整流器的性能最接近预期的控制目标。在非理想电网下，这种方法能够有效地降低网侧电流谐波畸变率，提高功率因数，保持直流侧电压的稳定。当电网电压不平衡时，通过选择最优开关状态，可以使整流器的各相电流更加接近正弦波，减少电流畸变，提高功率因数；同时，能够更好地维持直流侧电压的稳定，满足负载的需求。在实际应用中，为了提高计算效率，可采用一些优化算法来减少计算量。可以利用开关状态的对称性，减少重复计算；或者采用快速搜索算法，如分支定界法、遗传算法等，快速找到最优开关状态。这些算法能够在保证控制性能的前提下，提高控制系统的实时性，使整流器能够快速响应电网的变化，实现稳定可靠的运行。通过合理选择最优开关状态，能够充分发挥模型预测电流控制的优势，提升整流器在非理想电网下的性能。四、少传感器模型预测电流控制策略设计4.1少传感器模型的建立4.1.1基于状态观测器的少传感器模型为了实现非理想电网下整流器的少传感器模型预测电流控制，设计基于Luenberger状态观测器的少传感器模型。在三相电压源型PWM整流器中，假设仅测量a相电压u_a和三相电流i_a、i_b、i_c，通过Luenberger状态观测器对b相和c相电压u_b、u_c进行估计。首先，回顾三相电压源型PWM整流器在三相ABC静止坐标系下的电路方程：\begin{cases}u_{a}=R_{L}i_{a}+L\frac{di_{a}}{dt}+u_{Na}\\u_{b}=R_{L}i_{b}+L\frac{di_{b}}{dt}+u_{Nb}\\u_{c}=R_{L}i_{c}+L\frac{di_{c}}{dt}+u_{Nc}\end{cases}其中，u_{Na}、u_{Nb}、u_{Nc}分别为整流器交流侧各相相对于直流侧中点N的电压，定义开关函数S_{a}、S_{b}、S_{c}，则有u_{Na}=S_{a}u_{dc}，u_{Nb}=S_{b}u_{dc}，u_{Nc}=S_{c}u_{dc}，u_{dc}为直流侧电压。将上述方程改写为状态空间形式：\dot{\mathbf{x}}=\mathbf{A}\mathbf{x}+\mathbf{B}\mathbf{u}+\mathbf{E}\mathbf{v}其中，\mathbf{x}=[i_a,i_b,i_c]^T为状态变量，\mathbf{u}=[u_a,u_b,u_c]^T为输入变量，\mathbf{v}=[S_au_{dc},S_bu_{dc},S_cu_{dc}]^T为干扰变量，\mathbf{A}、\mathbf{B}、\mathbf{E}为系数矩阵。设计Luenberger状态观测器如下：\dot{\hat{\mathbf{x}}}=\mathbf{A}\hat{\mathbf{x}}+\mathbf{B}\mathbf{u}+\mathbf{L}(\mathbf{y}-\hat{\mathbf{y}})其中，\hat{\mathbf{x}}为状态估计值，\mathbf{L}为观测器增益矩阵，\mathbf{y}=[i_a]^T为测量输出，\hat{\mathbf{y}}=\mathbf{C}\hat{\mathbf{x}}，\mathbf{C}为输出矩阵。观测器的误差动态方程为：\dot{\mathbf{e}}=(\mathbf{A}-\mathbf{L}\mathbf{C})\mathbf{e}其中，\mathbf{e}=\mathbf{x}-\hat{\mathbf{x}}为状态估计误差。为了使观测器能够准确估计状态变量，需要合理选择观测器增益矩阵\mathbf{L}，使得误差动态方程渐近稳定。可以采用极点配置的方法来确定\mathbf{L}，根据期望的极点位置，通过求解线性矩阵不等式来得到\mathbf{L}的值。通过上述基于Luenberger状态观测器的少传感器模型，利用测量到的a相电压和三相电流，能够对b相和c相电压进行有效估计，为后续的模型预测电流控制提供所需的电压信息，减少了对b相和c相电压传感器的依赖，降低了硬件成本，提高了系统的可靠性。4.1.2模型参数的确定与优化模型参数的准确确定对于少传感器模型的性能至关重要。在基于Luenberger状态观测器的少传感器模型中，需要确定的参数主要包括观测器增益矩阵\mathbf{L}以及整流器的电路参数，如电阻R_{L}、电感L等。对于观测器增益矩阵\mathbf{L}，采用极点配置的方法进行确定。根据期望的误差动态响应，选择合适的极点位置。期望观测器的响应速度快，能够快速跟踪实际状态的变化，同时具有较好的稳定性，避免出现振荡。通过求解线性矩阵不等式，可以得到满足极点配置要求的观测器增益矩阵\mathbf{L}。在求解过程中，利用MATLAB的控制系统工具箱中的相关函数，如place函数，输入系统的状态矩阵\mathbf{A}、输出矩阵\mathbf{C}以及期望的极点位置，即可计算得到观测器增益矩阵\mathbf{L}。整流器的电路参数R_{L}、L等会影响模型的准确性和控制性能。这些参数的确定可以通过实验测量或理论计算的方法。对于电阻R_{L}，可以使用万用表等仪器直接测量滤波电感的内阻；对于电感L，可以根据电感的设计参数和实际制作工艺，结合电磁学原理进行计算。在实际应用中，由于电路参数可能会受到温度、频率等因素的影响而发生变化，因此需要对这些参数进行优化。采用自适应参数估计的方法对电路参数进行优化。在整流器运行过程中，实时监测电流、电压等信号，利用最小二乘法、卡尔曼滤波等算法对电路参数进行在线估计和更新。当检测到电流或电压的变化时，通过最小二乘法计算出电阻R_{L}和电感L的估计值，然后将这些估计值代入少传感器模型中，实现对模型参数的优化。这样可以使少传感器模型能够更好地适应电路参数的变化，提高模型的精度和鲁棒性，从而提升整流器在非理想电网下的控制性能。4.1.3模型的验证与分析对建立的少传感器模型进行仿真和实验验证，以评估其性能。在仿真验证方面，利用MATLAB/Simulink软件搭建基于Luenberger状态观测器的少传感器模型的仿真平台。在仿真模型中，准确设置整流器的电路参数，如电阻R_{L}、电感L、直流侧电容C等，以及观测器增益矩阵\mathbf{L}。模拟非理想电网的各种工况，包括电压不平衡、谐波、基频波动等。在电压不平衡工况下，设置三相电压的不平衡度为5%，观察少传感器模型对b相和c相电压的估计精度。通过对比估计电压与实际电压的波形和幅值，计算估计误差。在仿真结果中，少传感器模型对b相和c相电压的估计误差在允许范围内，能够准确地跟踪实际电压的变化，为后续的模型预测电流控制提供可靠的电压信息。在谐波工况下，加入5次和7次谐波，谐波含量分别为5%和3%，观察模型对电流和电压的估计性能。仿真结果表明，少传感器模型能够有效地抑制谐波的影响，准确地估计电流和电压，使整流器的控制性能不受谐波的干扰。为了进一步验证少传感器模型的性能，搭建硬件实验平台。实验平台主要包括三相电压源型PWM整流器、可编程交流电源、传感器、控制器等设备。在实验过程中，利用可编程交流电源模拟非理想电网的各种工况，通过传感器测量a相电压和三相电流，将测量数据输入到控制器中，控制器根据少传感器模型对b相和c相电压进行估计，并实现模型预测电流控制。通过示波器等仪器测量整流器的网侧电流、直流侧电压等参数，与仿真结果进行对比分析。实验结果与仿真结果基本一致，少传感器模型能够准确地估计b相和c相电压，在非理想电网下，整流器的网侧电流谐波畸变率较低，功率因数较高，直流侧电压稳定，验证了少传感器模型的有效性和可靠性。通过对模型的验证与分析，证明了基于Luenberger状态观测器的少传感器模型能够在非理想电网下准确地估计系统状态，为整流器的少传感器模型预测电流控制提供了可靠的基础。四、少传感器模型预测电流控制策略设计4.2预测电流控制算法的优化4.2.1传统预测电流控制算法的分析传统预测电流控制算法在非理想电网下存在诸多不足。在计算量方面，传统算法需要对大量的系统状态和开关状态组合进行计算和评估。以三相电压源型PWM整流器为例，在每个采样周期内，需要根据电网电压、电流等信息预测不同开关状态下的系统状态，然后计算每个开关状态对应的价值函数值，以选择最优开关状态。由于开关状态数量较多，如三相PWM整流器有8种开关状态，且计算过程涉及复杂的数学运算，包括矩阵乘法、三角函数计算等，这导致计算量非常大，对控制器的计算能力要求较高。在一个中等规模的整流器控制系统中，传统预测电流控制算法的计算时间可能达到数毫秒，这在一些对实时性要求较高的应用场景中，可能无法满足快速响应的需求，导致系统的动态性能下降。传统算法在处理非理想电网因素时存在局限性。在电网电压不平衡时，传统算法难以准确地对负序分量进行补偿。电网电压不平衡会导致三相电压的幅值和相位不一致，引入负序分量。传统预测电流控制算法通常基于理想电网模型进行设计，在面对电压不平衡时，不能有效地分离正序和负序分量，导致对负序分量的补偿不足，从而使网侧电流出现较大的畸变，影响整流器的性能。在电压不平衡度为5%的情况下，传统算法控制下的整流器网侧电流谐波畸变率可能会达到15%以上，远远超过理想状态下的指标。对于电网中的谐波污染，传统算法的抗干扰能力较弱。谐波的存在会使电网电压和电流中包含大量的高次谐波分量，这些谐波分量会干扰传统算法的预测和控制过程。传统算法的预测模型通常假设电网电压和电流为正弦波，当存在谐波时，模型的准确性受到影响，导致预测误差增大，难以有效地抑制谐波对整流器的影响，使整流器的输出电流和电压质量下降。在存在5次和7次谐波，且谐波含量分别为5%和3%的电网中，传统算法控制下的整流器输出电流的谐波畸变率可能会增加10%-15%，功率因数也会明显降低。4.2.2改进的预测电流控制算法设计针对传统预测电流控制算法的不足，设计改进的预测电流控制算法，以提高其在非理想电网下的性能。为了减少计算量，采用模型降阶法对系统模型进行简化。通过合理地忽略一些对系统性能影响较小的状态变量和参数，降低模型的复杂度。在三相电压源型PWM整流器中，根据实际运行情况和经验分析，某些高次谐波分量对系统的影响较小，可以在模型中忽略这些分量，从而减少计算量。利用快速搜索算法，如分支定界法，在众多的开关状态中快速找到最优开关状态。分支定界法通过对搜索空间进行划分和剪枝，能够有效地减少搜索范围，提高搜索效率。在每个采样周期内，分支定界法可以快速地筛选出部分可能的最优开关状态，然后对这些状态进行详细计算和比较，确定最终的最优开关状态，从而大大减少了计算量，提高了控制的实时性。为了更好地应对非理想电网因素，改进算法考虑了扰动补偿。在电网电压不平衡时，通过引入负序分量补偿环节，对负序分量进行精确补偿。采用正负序分离算法，如基于dq坐标系的正负序分离方法，将电网电压中的正序和负序分量分离出来。然后根据分离得到的负序分量，计算出相应的补偿电压，将其加入到预测模型中，以抵消负序分量对网侧电流的影响，使网侧电流保持正弦波，降低电