刘 威， 曹太强， 甘 雪， 李 清

(西华大学 电气与电子信息学院，四川 成都 610039)

基于压缩变换理论的异步电机优化模型预测控制*

刘 威， 曹太强， 甘 雪， 李 清

(西华大学 电气与电子信息学院，四川 成都 610039)

提出了一种基于压缩变换理论的优化模型预测控制(MPC)算法。首先将滚动预测和最优控制问题转换为参考电压预测及其所在区域判断；然后通过纵向压缩变换对新坐标系中区域分界线上的矢量进行纵向压缩变换，从而准确判断参考电压所在区域。提出的方法避免了传统控制方法中的8次电流滚动预测；同时，价值函数最优控制过程从原来8次计算和7次比较简化为2次计算和5次逻辑判断，因此减少了计算量并降低了运算复杂程度。MATLAB仿真结果表明： 与传统MPC的电机调速性能基本一致，但起动电磁转矩的波动比后者小±10N·m。由此可知，采用优化MPC的电机不仅减少了控制算法的计算量及复杂程度，同时保证了良好的调速性能及更好的电磁转矩跟踪效果。

优化模型预测控制； 问题转换； 参考电压预测； 区域判断； 纵向压缩变换

0 引 言

模型预测控制(Model Predictive Control, MPC)是20世纪70年代后期出现于工业控制领域典型的计算机控制算法[1]。1983年Holtz J等人想把MPC思想应用在电力传动领域中，由于该算法计算量大，当时硬件落后和处理器运算速度慢，其控制效果不理想[2]。近年来随着微处理器技术的快速发展，一些高性能处理器的出现使MPC的实现成为可能。由于MPC很好地将电力电子功率变换器的离散开关状态和控制目标有效结合，具有设计简单、无需调制算法、适合多目标控制、通用性强等优点，因此，近年来得到了国内外专家学者的关注[3-7]。……