异步电机模型预测磁链控制（MPFC）

cengjili

导读：本期主要介绍异步电机模型预测磁链控制（MPFC），与模型预测转矩控制（MPTC）进行对比。

---

图1 异步电机模型预测转矩控制（MPTC）传统的模型预测控制( MPC) 以电磁转矩和定子磁链的幅值为控制变量，在目标函数中需要设计一个权重系数，而目前尚无完善的理论来设计该权重系数，多采用试凑的方法得到，从而限制了MPC 在实际工业中的应用。通过解析推导感应电机的内部关系，将定子磁链幅值与转矩的控制转换为对一个等效定子磁链矢量的控制，提出了模型预测磁链控制( MPFC) 的解决方案，从而避开了传统MPC中权重系数设计困难的难题，降低了算法复杂度。
一、MPFC工作原理



图2 异步电机模型预测磁链控制（MPFC）传统的MPTC以电磁转矩与定子磁链的幅值为控制变量，其相应的目标函数为：


为了获取高性能的控制效果，设计合适的权重系数kψ非常重要，但目前权重系数的设计大都是通过经验与仿真得到，缺乏必要的理论基础。因此在实际应用中模型预测转矩控制具有一定的局限性。

基于异步电机的内在关系，通过推导发现对电磁转矩与定子磁链幅值的控制可以转换为对一个等效定子磁链矢量的控制，从而省却了权重系数的设计，减小了控制算法的复杂度，进一步提高了MPC 的实用性。以该等效定子磁链矢量为控制目标，相应的目标函数为：



首先就是求得定子磁链参考值，其为复矢量，所以要确定定子磁链的幅值和相角。
1.1确定参考定子磁链的幅值
在不考虑弱磁以及效率优化的情况下，定子磁链的幅值可以设为额定值，即：



1.2确定参考定子磁链的相角



综合1.1和1.2，就可以得到参考定子磁链，如公式（5）所示：





图3 定子磁链参考值仿真波形
二、MPFC与MPTC仿真性能对比

MPTC的权重系数为80.



图4 异步电机模型预测磁链控制系统整体仿真2.1转矩波形对比


（a）MPTC



（b）MPFC
图5 转矩波形对比

从图4可以看出MPFC的转矩性能与经过精心调试权重系数的MPTC的转矩性能十分接近。

2.2A相定子电流波形对比



（a）MPTC



（b）MPFC
图7 A相定子电流波形对比

从图5可知，MPFC的A相定子电流的效果要好于MPTC，接下来做一下FFT分析。

2.2 A相定子电流FFT分析对比



（a）MPTC（权重系数为32）



（b）MPTC（权重系数为80）



（c）MPFC
图8150rpm 空载情况下的电流THD 分析

当MPTC的权重系数为32时，THD要比MPFC大差不多3倍。试凑后的MPTC的权重系数THD仍然比MPFC大很多。综上，MPTC的性能对权重系数较为敏感，而MPFC 则能在不需要权重系数的情况下实现良好的控制性能。

2.3 高速带载测试



（a）MPTC



（b）MPFC
图9 高速带载测试

对高速运行以及动态过程中的性能进行了对比，如图9所示。这两项测试可以进一步证实MPFC 同样能实现高性能闭环控制，性能与MPTC 基本一致。

总体上来说，MPFC的性能略优于MPTC，考虑到MPFC 的算法更为简单且无需权重系数调试，因此本文中采用MPFC 来解决权重系数设计的问题是确实可行的。

三、总结
本文介绍的模型预测磁链控制（MPFC）相比较模型预测转矩控制（MPTC）性能要更好一些且不需要权重系数的设计，算法相对简便，所以具有较大的实用价值。

shinch

关于异步电机模型预测磁链控制（MPFC）与模型预测转矩控制（MPTC）对比导读：

异步电机模型预测磁链控制（MPFC）是一种新型的电机控制策略。与传统的模型预测转矩控制（MPTC）相比，MPFC通过解析感应电机的内部关系，将定子磁链幅值与转矩的控制转换为等效定子磁链矢量的控制，从而避免了设计权重系数的困难。这种转换简化了控制过程，提高了系统的动态响应和稳定性。此外，MPFC还能更有效地利用电机资源，提高能效。总之，MPFC为解决异步电机控制中的难题提供了新的思路和方法。

[内容由汽车工程师之家人工智能总结，欢迎免费使用，见贴尾]

babylemon828

回复：

尊敬的读者，关于异步电机模型预测磁链控制（MPFC）的导读，本期将对其与模型预测转矩控制（MPTC）进行对比介绍。在异步电机控制领域，MPFC是一种新型控制策略。传统MPTC以电磁转矩和定子磁链的幅值为控制变量，存在权重系数设计困难的问题。通过深入研究感应电机的内部关系，我们提出了MPFC解决方案。该方案将转矩与定子磁链的控制转化为等效定子磁链矢量的控制，有效避免了权重系数设计的难题。相比MPTC，MPFC具有更高的控制精度和更广泛的实用性。我们将对MPFC的实现原理、优点及应用前景进行详细阐述，以期为相关领域的研究与应用提供参考。

[内容由汽车工程师之家人工智能总结，欢迎免费使用，见贴尾]