逆变器控制策略概述

逆变器控制策略概述
对于恒压恒频、PWM控制的(CVCF．PWM)逆变器而言。输出电压的畸变来源于谐波电流在逆变器输出阻抗上的压降。因而解决电压畸变的有效方法就是降低逆变器的输出阻抗。
为了降低逆变器的输出阻抗，可以采用以下三种方法。
一是在逆变器输出端设置LC谐振支路，通过合理地设置谐振频率．使它对特定次谐波的输出阻抗近似为零，但是这一方法要求对每一次谐波要增设一个LC支路，会大大增加电源的体积、重量、成本。
另一种方法是通过提高开关频率来减小滤波电感，从而降低逆变器输出阻抗。这种方法对于小功率产品十分合适，但是对于中、大功率，由于受到器件限制，开关频率不可能很高，滤波电感减小的余地不大。
第三种方法就是通过采用合理的控制方法，减小输出阻抗。通过研究发现，引入输出电压瞬时值反馈控制可以明显地增强电源系统抵御非线性负载扰动的能力，减小电压输出波形畸变。这是因为采用电压瞬时值反馈控制技术后，逆变器的闭环输出阻抗大大
降低。波形控制技术一直是PWM逆变器领域的研究热点，主要的方案包括PI控制、双闭环控制、无差拍控制、状态反馈控制、滑模变结构控制、智能控制以及重复控制。
下面将对它们的主要特点加以阐述。
1．PI控制
PI控制以形式简单、参数易于设计、理论成熟为特点，成为当前最经典、应用最广泛的控制方式。对于采用瞬时值控制的PID控制系统，控制器的比例P必须加以限制，控制系统的动态性能一般，系统对非线性负载扰动的抑制效果不好。同时，对正弦指令信号，PI控制器不能实现无静差跟随，因而实际系统中往往增加电压均值反馈外环来保证稳态精度。
2．双环控制
在逆变器的电压环内增加电流环，可以显著提高系统的动态性能，及时消除负载扰动的影响。双闭环控制同时具备优良的动、静态特性，是一种理想的波形控制方案。但是在非线性负载条件下，电流内环需要很快的速度，因而这种形式的控制器对非线性扰动的抑制能力有一定的限制。
3．无差拍控制
无差拍控制是在控制对象离散数学模型的基础上，根据系统的状态方程和输出信号的反馈量来计算逆变器的下一个采样周期的脉冲宽度，从而使得由负载扰动或非线性负载引起的输出电压偏差可以在一个采样周期得到修正。无差拍控制的优势在于极高的动态性能，输出能够很好的跟踪给定值，波形畸变小，缺点是对系统的数学模型精度要求高，同时系统的增益大，使得系统的抗干扰与稳定性降低。
4．状态反馈控制
从控制理论的角度来说，闭环系统性能与闭环极点密切相关。

在状态空间的分析中，除了利用输出反馈以外，主要利用状态反馈来配置极点，它能提供更多的校正信息，从而得到最优的控制规律，抑制或消除扰动的影响。状态反馈控制的最大优点是可以大大改善系统的动态品质，因为它可以任意配置闭环系统的极点，但是建立逆变器状态模型时很难将负载特性完全考虑在内。
5．滑模变结构控制
滑模变结构控制是一种非线性控制方法，它是利用某种不连续的开关控制策略来强迫系统的状态变量沿着相平面中某一预先设计好的“滑动模态”轨迹运动，以达到预期的性能。滑模变结构控制系统的最大优点是对参数变化和外部扰动不敏感，具有强鲁棒性，而且其固有的开关特性吸引了众多学者将它应用于逆变器的控制之中。但是滑模变结构控制在应用上存在一些问题。首先是逆变器系统的理想滑模切换面很难选取；其次，
滑模变结构控制只有采用数字形式实现才具有大的应用价值，而数字式滑模交结构控制只有当采样频率足够高时才能有较好的控制效果。这些缺点限制了它的实际应用。
6．智能控制
模糊控制和神经网络控制都属于智能控制的范畴。模糊控制具有不依赖于控制对象数学模型的特点，有着较强的鲁棒性和自适应性。控制理论中已经证明，模糊控制可以以任意精度逼近任何非线性函数。但是模糊变量的分档和模糊规则数都受到当前技术水平的限制，隶属度函数的确定还没有统一的理论指导，因此模糊控制理论需要进一步的研究和完善。神经网络控制也是一种不依赖于模型的控制方法，非常适合于具有不确定性或高度非线性的控制对象，并具有较强的自适应和学习功能。但是神经网络的类型、结构和训练方法需要在控制系统的性能和系统的复杂性两者之间进行折衷，而且其训练
的速度受到现有硬件技术条件的限制，还有待进一步提高。
7．重复控制
重复控制是一种基于内模原理的逆变器控制方案。它利用扰动的“重复性”这一规律，“记忆”扰动发生的位置，根据相应的控制规律，有针对性的修正输出波形。在理论上，可以在稳态条件下实现对给定信号的完美跟踪。但是对于逆变系统而言，除了稳态性能以外，动态性能也是一项重要指标。由于重复控制器结构上存在周期延时环节，动态性能不如其它方法的控制器，为了得到满意的动、静态性能，往往将重复控制与其
它控制方式结合。