COMMANDE PRÉDICTIVE AMÉLIORÉE SANS MODÈLE POUR LES ONDULEURS DE SOURCE DE TENSION À L'AIDE D'UN OBSERVATEUR ADAPTatif
DOI :
https://doi.org/10.59277/RRST-EE.2024.69.3.11Mots-clés :
Temps d'exécution du vecteur actif (AVET), Contrôle prédictif sans modèle (MFPC), Onduleurs de source de tension (VSI), Modèle ultra-local (ULM), Observation adaptative à mode coulissant intégré (AISMO), Fonction coût, Vecteur zéroRésumé
Dans cet article, un modèle de contrôle prédictif gratuit basé sur le temps d'exécution du vecteur actif (AVET-MFPC) utilisant un observateur adaptatif est proposé pour les onduleurs à source de tension à deux niveaux. Le contrôle prédictif sans modèle (MFPC) traditionnel utilise la période d'échantillonnage pour sélectionner un vecteur de tension pour tous les vecteurs candidats selon le principe de la fonction de coût minimisant. Avec le contrôle proposé, deux vecteurs sont sélectionnés à une période d'échantillonnage. Le premier vecteur est un vecteur actif qui utilise le temps d'exécution du vecteur actif pour le sélectionner, tandis que le second est un vecteur nul car il est appliqué après le vecteur actif. Le temps d'exécution est calculé à l'aide de l'équation du modèle ultra-local (ULM). Dans le MFPC traditionnel, le facteur dans l'ULM est choisi avec des valeurs approximatives comprises entre ±50 % de la valeur nominale. Cet article propose un observateur adaptatif à mode glissant (ASMO) avec une conception améliorée pour observer la variation de ce facteur, notamment en cas de paramètres de non-concordance et lors d'un changement progressif du signal de référence. La combinaison de l'observateur ASMO proposé et du contrôleur AVET-MFPC permet une réponse plus rapide du système, de bons résultats de suivi et une charge de calcul moindre. Enfin, l'efficacité du modèle de contrôle proposé est approuvée et confirmée dans diverses conditions, ainsi que les simulations effectuées et les résultats obtenus.
Références
(1) C. Wang, D. Cao, X. Qu, C.Fan, An improved finite control set model predictive current control for a two-phase hybrid stepper motor fed by a three-phase VSI, Energies, 15, 3, p. 1222 (2022).
(2) F. Shiravani, P.Alkorta, J.A. Cortajarena, O. Barambones, An improved predictive current control for IM drives, Ain Shams Engineering Journal, 14, 8, p. 102037 (2023).
(3) M.S. Mousavi, S.A. Davari, V. Nekoukar, C. Garcia, J. Rodriguez, Model-free finite set predictive voltage control of induction motor, 12th Power Electronics, Drive Systems, and Technologies Conference (PEDSTC) (2021).
(4) M.A. Ilie, D. Floricău, Grid-connected photovoltaic systems with multilevel converters – modeling and analysis, Rev. Roum. Sci. Techn.– Électrotechn. et Énerg., 68, 1, pp. 77–83 (2023).
(5) J. Juan, G. Ignacio, J. Mario, G. Angel, C. Juan, Guiding the selection of multi-vector model predictive control techniques for multiphase drives, Machines, 12, 2, p. 115 (2024).
(6) X. Li, S. Zhang, X. Cui, Y. Wang, C. Zhang, Z. Li, Y. Zhou, Novel deadbeat predictive current control for PMSM with parameter updating scheme, IEEE Journal of Emerging and Selected Topics in Power Electronics, 10, 2, pp. 2065–2074 (2021).
(7) Z. Zhao, P. Davari, Y. Wang, F. Blaabjerg, Online capacitance monitoring for DC/DC boost converters based on low-sampling-rate approach, IEEE Journal of Emerging and Selected Topics in Power Electronics, 10, 5 pp. 5192–5204 (2021).
(8) R. Heydari, H. Young, Z. Rafiee, F. Flores-Bahamonde, M. Savaghebi, J. Rodriguez, Model-free predictive current control of a voltage source inverter based on identification algorithm, The 46th Annual Conference of the IEEE Industrial Electronics Society (IECON) (2020).
(9) W. Huang, Y. Huang, D. Xu, Model-free predictive current control of five-phase PMSM drives, Electronics, 12, 2, p. 4848 (2023).
(10) M. Kermadi, A Model-Free Predictive Current Controller for Voltage Source Inverters, Authorea Preprints (2023).
(11) M.S. Mousavi, S.A. Davari, V. Nekoukar, C. Garcia, J. Rodriguez, Model-free predictive control based on the integral sliding mode observer for induction motor, 13th Power Electronics, Drive Systems, and Technologies Conference (PEDSTC), IEEE (2022).
(12) P.V. Surjagade, S. Shimjith, A. Tiwari, Second order integral sliding mode observer and controller for a nuclear reactor, Nuclear Engineering and Technology, 52, 3, pp. 552–559 (2020).
(13) Z. Zhang, M. Leibold, A. Wollherr, Integral sliding-mode observer-based disturbance estimation for Euler–Lagrangian systems, IEEE Transactions on Control Systems Technology, 28, 6, pp. 2377–2389 (2019).
(14) A. Navid, K. Abbas, Second order sliding mode control for islanded ac microgrids with renewable power resources, Rev. Roum. Sci. Techn.– Électrotechn. et Énerg., 69, 1, pp. 39–44 (2024).
(15) J. Han, From PID to active disturbance rejection control, IEEE Transactions on Industrial Electronics, 56, 3, pp. 900–906 (2009).
(16) M.S. Mousavi, S.A. Davari, V. Nekoukar, C. Garcia, J. Rodriguez, A robust torque and flux prediction model by a modified disturbance rejection method for finite-set model-predictive control of induction motor, IEEE Transactions on Power Electronics, 36, 8, pp. 9322–9333 (2021).
(17) L. Medekhel, M. Hettiri, C.Labiod, K. Srairi, M. Benbouzid, Enhancing the performance and efficiency of two-level voltage source inverters: a modified model predictive control approach for common-mode voltage suppression, Energies, 16, 2, p. 7305 (2023).
(18) Z. Zhang, B. Li, R. Ma, X. Chen, Z. Dai, Finite control set model predictive control with a constant switching frequency for single‐phase grid‐connected photovoltaic inverter, IET Power Electronics, 15, 2, pp. 123–131 (2022).
(19) B. V. Comarella, D. Carletti, I. Yahyaoui, L.F. Encarnação, Theoretical and experimental comparative analysis of finite control set model predictive control strategies, Electronics, 12, 6, pp. 1482 ( 2023).
(20) A. Bakeer, G.Magdy, A. Chub, F. Jurado, M. Rihan, Optimal ultra-local model control integrated with load frequency control of renewable energy sources based microgrids, Energies, 15, 2, p. 9177 (2022).
(21) X. Li , Y.Wang, X. Guo, X.Cui, S. Zhang, Y. Li, An improved model-free current predictive control method for SPMSM drives, IEEE Access, 9, pp. 134672–134681 (2021).
(22) A. Abid, A. Bakeer, M. Bouzidi, A. Lashab, Model-free predictive current control for voltage source inverter: a comparative investigation, International Conference on Electrical Engineering and Advanced Technology (ICEEAT), IEEE (2023).
(23) Y. Wang, H. Li, R. Liu, L. Yang, X. Wang, Modulated model-free predictive control with minimum switching losses for PMSM drive system, IEEE Access, 8, pp. 20942–20953 (2020).
(24) O. Lăudatu, D. Niculae, M. Iordache, M.L. Bobaru, M. Stănculescu, Experimental analysis of power semiconductor elements used in flyback converters, Rev. Roum. Sci. Techn.– Électrotechn. et Énerg., 69, 1, pp. 67–72 (2024).
Téléchargements
Publiée
Numéro
Rubrique
Licence
(c) Copyright REVUE ROUMAINE DES SCIENCES TECHNIQUES — SÉRIE ÉLECTROTECHNIQUE ET ÉNERGÉTIQUE 2024
Ce travail est disponible sous licence Creative Commons Attribution - Pas d'Utilisation Commerciale - Pas de Modification 4.0 International.
