地铁永磁牵引系统复矢量电流环稳定性研究*
时间：2022-12-05 19:30:02 来源：雅意学习网 本文已影响 人 
沐俊文 葛兴来 朱 丹
(1. 西南交通大学电气工程学院 成都 611756；
2. 中车大连机车车辆有限公司 大连 116022)
随着内置式永磁同步电机(Interior permanent magnet synchronous motor，IPMSM)驱动技术的发展，IPMSM因其功率密度高、电流响应快、转矩脉动低等优点被轨道交通等领域广泛使用。但IPMSM具有非线性、强耦合的特点，dq轴系下的IPMSM数学模型，含有交叉耦合项，且随着电机转速的升高，耦合影响加剧，严重影响了控制性能[1-2]，为消除交叉耦合项的影响，可用复矢量的分析方法对IPMSM及电流控制环进行建模，并利用零极点对消原理设计复矢量电流调节器，通过引入随速度变化的复零点抵消电机模型中的复极点耦合项，实现了对定子电流励磁分量和转矩分量的有效解耦，从根本上改善了电流环的耦合特点[3-4]。
对于地铁永磁牵引系统，其具有以下特点：① 牵引变流器功率大、开关频率低、电压利用率高、脉宽调制(Pulse width modulation, PWM)技术特殊；
② 牵引电机运行工况复杂、变频范围宽、电机参数多变、转矩控制难度大；
③ 牵引电传动系统在复杂、恶劣的线路运行条件下稳定性要求高。为降低开关损耗，保证散热，提升逆变器效率，开关频率往往限制在1 kHz以内。研究指出随着开关频率的降低会使延时效应加剧，在电流环控制回路中引入相位滞后，进一步加剧耦合效应的影响，恶化电流环的解耦性能，从而降低系统的控制性能，甚至破坏系统稳定性[5-6]。为解决这一问题，文献[7-8]在同步旋转坐标系下，建立了永磁同步电机及其电流控制环的闭环传递函数，利用根轨迹法分析了数字控制延时对稳定性的影响，并引入了角度补偿消除了数字控制延迟的影响。文献[9-10]注意到离散控制器处理数字控制延时的优势，在离散域下建立了永磁同步电机的数学模型，并设计了复矢量PI电流调节器，分析了信号采样延迟和PWM发波延迟的影响，实现了在高速条件下的d轴和q轴电流分量的解耦控制，改善了运行在低载波比条件下IPMSM的控制性能。
然而，上述研究中未考虑到在地铁永磁牵引系统的应用背景下，载波比低以及变速带载的复杂工况，因此，本文将探究其对IPMSM复矢量电流调节器稳定性的影响并给出稳定性边界条件。据此，本文在第2节中首先推导了基于复矢量电流控制器的IPMSM电流环闭环传递函数，其次在第3节中，依据电流环闭环传递函数分析了数字延时对控制系统稳定性的影响，并给出了稳定边界条件。然后在第4节中，线性化永磁同步电机机械运动方程，推导了系统闭环传递函数，绘制其零极点分布图，并分析了不同工况下的稳定边界条件。最后在第5节中，测试验证了所推导的稳定边界条件的准确性。
2.1 IPMSM复矢量控制数学模型
考虑到IPMSM在dq轴下定子电压方程不对称的特点，采用磁链方程
为保证矩阵的对称性，忽略电阻压降和ωeφf项，得到IPMSM模型，其复矢量形式表示为[11-12]
式中，u′dq=ud+juq，idq=id+jiq，ud为定子电压的d轴分量；
uq为定子电压的q轴分量；
id为定子电流的d轴分量；
iq为定子电流的q轴分量；
ωe为电机的电角速度；
Ldq为定子电感；
φf为永磁体磁链。
由式(2)可知，IPMSM近似为感性负载，且随着ωe的上升，dq轴耦合加剧，进而影响电流环控制性能，甚至破坏控制系统稳定性。
为保证电流环良好的解耦效果，采用零极点对消原理，复矢量电流调节器传递函数为
式中，Kp为控制器系数。最后在控制器输出补偿电阻压降和ωeφf项便可以得到实际的控制输出。
在数字控制系统中，存在由模数转换、数字处理器计算和PWM发生器[13]而产生的时间延迟。对于对称规则调制，从采样时刻到更新时刻[14]持续1个载波周期Ts，零阶保持效应使更新后的占空比保持不变，近似于一半Ts[15]，因此总的延迟可近似为1.5Ts[16]。由数字控制引起的控制延时和采样延时可表示为
式中，Td为逆变器的开关周期。
在低载波比情况下，电机控制中坐标变换时所采用的电角度经过采样、计算延迟已经与真实电角度存在角度滞后，再经过SVPWM生成电压矢量作用到控制器时，此时dq轴已旋转角度θd，即采样时dq轴与电压矢量实际作用时dq轴之间的夹角为数字控制延时导致的角度延迟。对于矢量控制由于控制延时而在坐标变换中引入的角度延迟，可表示为
式中，θd=ωeTd，为延迟角度。其受到电机的电角速度和逆变器开关周期的影响，如图1所示，随着ωe和Td的增大，延迟角度增大。
以两相静止坐标系和两相旋转坐标系变换为例，由于延迟角度的影响，可表示为
由式(6)可知，随着低开关频率引起的角度延迟的增大，导致dq轴耦合加剧，进一步影响电流环控制性能。
图1 ωe和Td对延迟角度的影响
综上，IPMSM复矢量电流调节器控制框图如图2所示。
图2 IPMSM复矢量控制框图
2.2 动态解耦性能分析
如基于复矢量的电流环控制框图所示，在不考虑控制延时的情况下，由式(2)、(3)得到，系统闭环传递函数为
由式(6)可知，由于在电流控制器的传递函数中引入了与IPMSM交叉耦合项相同的复零点，与电机模型中的复极点对消，使系统闭环传递函数中不再含有耦合项，并化简为一阶惯性环节，其带宽由控制器参数Kp决定。通常为保证控制器性能，选择Kp≤0.1/Td[17]。
为直观展现零极点的变化规律，根据式(7)以及表1所示的电机参数，给定Kp=10，画出电角速度ωe由0 rad/s上升至754 rad/s时，系统闭环传递函数零极点随转速变化的零极点图，如图3所示，图中“×”表示极点，“○”表示零点。
表1 IPMSM参数
由图3可以看出，位于虚轴上的电机模型复极点与电流控制器复零点(0，-ωe)，随转速变化仍能一一对消，主导极点为(-Kp，0)，即控制系统性能由Kp决定。
图3 Gvp零极点图
3.1 失稳机理分析
为探究IPMSM控制系统在数字控制延时影响下的失稳机理，分别讨论时间延时和角度延时对系统稳定性的影响。当只考虑时间延时Gt时，由式(4)、(7)得到，系统闭环传递函数为
由式(8)可知，化为标准形式后，系统阻尼比可表示为
自然频率可表示为
综上可知，由于阻尼比恒大于零，系统稳定，同时系统性能可通过调节Kp以实现阻尼比的合理配置。
当只考虑角度延时Gd时，由式(5)、(7)得到，系统闭环传递函数为 可得其闭环极点为
可得，当闭环极点的实部为正时，系统失稳，即当3π/2+2kπ＞θd＞π/2+2kπ (k=0, 1, 2, 3, …)时，系统失稳。
综上，在假设条件下，分别考虑了时间延迟与角度延迟单独作用下的闭环传递函数稳定性，可知，在完全解耦情况下，控制延迟依然可能致使系统失稳，失稳的根本原因是角度延迟在(π/2+2kπ, 3π/2+2kπ)区间内产生了实部为正的极点。
3.2 稳定性边界条件
然而，在实际控制系统中，控制延迟包括的时间延迟和角度延迟同时存在，因此，进一步分析GtGd共同作用下的影响。此时，系统闭环传递函数可表示为
可得其闭环极点为
由闭环极点可知，s2＜0恒成立，可得稳定边界条件为
为直观地说明闭环极点的分布规律，依据表1所示的电机参数，绘制在不同条件下的系统闭环传递函数Gvpdt零极点分布图。
(1) 电角速度ωe对零极点的影响。给定Kp=10，Td=1/1 000不变的条件下，逐渐增大ωe(由200 rad/s增至1 675 rad/s)，Gvpdt零极点分布如图4所示。由图4可知，电流环完全解耦后，在数字控制延时的影响下，电流环闭环传递函数存在两个极点分别为s1和s2，且s1距离虚轴更近，为主导极点。随着ωe的增加，θd随之增加，闭环极点s1向右半平面移动，当ωe达到1 570 rad/s左右时，系统失稳，此时，θd约为π/2。
图4 Gvpdt零极点图
(2) 控制带宽Kp对零极点的影响。给定Td=1/1 000，ωe=754 rad/s不变的条件下，逐渐增大Kp(Kp≤0.1/Td)，Gvpdt零极点分布如图5所示。由图5可知，随着Kp的增加，主导极点s1向左半平面移动，利于系统稳定。
图5 Gvpdt零极点图
(3) 逆变器开关周期Td对零极点的影响。给定Kp=10，ωe=754 rad/s不变的条件下，逐渐增大Td(由0.001 s增至0.002 2 s)，Gvpdt零极点分布如图6所示。由图6可知，随着Td的增加，θd同时增大，闭环极点s1、s2均向右半平面移动，但主导极点仍为s1，当Td达到0.002 s左右时，系统失稳，此时θd约为π/2。
综上分析，式(13)所示系统闭环极点无法得到失稳边界条件的准确解析解，结合零极点分布规律可知，在采用复矢量控制电流环完全解耦情况下，角度延迟导致系统失稳的边界条件可近似为
为进一步探究不同工况对IPMSM复矢量电流调节器稳定性的影响，可根据IPMSM数学模型，建立电机负载转矩和电角速度之间的传递函数。首先，根据式(2)改写IPMSM模型，并线性化，可得
式中，下标“0”表示稳态分量；
上标“～”表示扰动分量。
IPMSM机械运动方程可表示为
式中，J为转动惯量；
pn为IPMSM的极对数。
其次，根据式(3)可得复矢量电流调节器矩阵形式，并线性化，表示为
联立式(16)～(22)可得电机负载转矩和电角速度之间的传递函数，表示为
若进一步考虑式(4)、(5)所示延时环节的影响，可将式(23)进一步推导得到
依据表1所示的IPMSM参数，绘制式(23)、(24)所示的闭环传递函数在不同工况下的零极点分布图。
4.1 不同负载对稳定性的影响
给定Kp=100，ωe=314 rad/s，Td=1/1 000不变的条件下，逐渐增大所带负载(由0 N·m增至900 N·m)，稳态时，由于电机电磁转矩Te0与负载转矩TL相等，因此，根据电磁转矩计算公式
可知，随着所带负载的增大，电机稳态运行时dq轴电流随之增大。Gωl和Gωld零极点分布分别如图7、8所示。结合式(23)和图7可知，Gωl存在三个零点分别为(0，jωe)、(0，-jωe)和(-Kp，0)，以及(0，0)极点和分别分布在三个零点周围的三个极点，其中分布在(0，jωe)和(0，-jωe)零点周围的两个极点s3和s4距离虚轴距离更近为主导极点，Gωl零极点分布符合基于零极点对消的复矢量电流环控制原理。同理，结合式(24)和图8可知Gωld同样存在(0，0)极点和分布在(0，jωe)和(0，-jωe)零点周围的两个主导极点s5和s6。
图7 Gωl零极点图
图8 Gωld零极点图
由图7可知，在不考虑延时环节影响的条件下，随着带载的增加，主导极点s3和s4先向左半平面移动再向右半平面移动，当带载达到637 N·m左右时，s3和s4同时越过虚轴，系统失稳。由图8可知，在延时环节的影响下，随着带载的增加，主导极点s5和s6仍先向左半平面移动再向右半平面移动，但由于延时环节的影响，当带载达到510 N·m左右时，s6首先越过虚轴，系统失稳。
从零极点图上看，延时环节的引入使系统极点受到exp(-sTd)的影响向虚轴靠近同时受到exp(-jθd)的影响向正半区域移动进而使失稳边界收缩，系统更易失稳。延时的增加使得生成的控制信号产生了滞后和偏差，稳态运行时，主要由于延迟角而使得坐标变换产生误差，时间延时而使得交流控制信号产生滞后，进而加剧系统耦合，破坏电流环解耦能力，促使系统失稳。据此，在延时环节的影响下，电机带载能力下降，更易失稳。
4.2 电角速度ωe对稳定性的影响
给定Kp=100，Td=1/1 000，带900 N·m恒定负载不变的条件下，逐渐增大电机转速(由ωe=30 rad/s增至ωe=314 rad/s)，Gωl和Gωld零极点分布分别如图9、10所示。
图9 Gωl零极点图
图10 Gωld零极点图
由图9可知，在不考虑延时环节影响的条件下，随着电机转速的增加，主导极点s3和s4沿虚轴逐渐远离实轴并向正半平面移动，当电机转速上升到259 rad/s左右时，s3和s4同时越过虚轴，系统失稳。相反，随着电机转速的降低，主导极点s3和s4逐渐偏离零点(0，jωe)和(0，-jωe)，此时零极点难以相消，复矢量电流环难以实现完全解耦。由图10可知，在延时环节的影响下，随着电机转速的增加，主导极点s5和s6仍有相同的运动趋势，但由于延时环节的影响，当电机转速上升到230 rad/s左右时，s6首先越过虚轴，系统失稳。据此，电机带载时复矢量电流环解耦能力恶化。在延时环节的影响下，复矢量电流环解耦能力进一步恶化，电机调速范围更窄，更易失稳。
4.3 控制带宽Kp对稳定性的影响
给定ωe=314 rad/s，Td=1/1 000，带500 N·m恒定负载不变的条件下，逐渐增大控制带宽Kp(Kp≤0.1/Td)，Gωl和Gωld零极点分布分别如图11、12所示。
图11 Gωl零极点图
图12 Gωld零极点图
由图11可知，在不考虑延时环节影响的条件下，随着控制带宽的增加，主导极点s3和s4向负半平面移动，当控制带宽增加到85左右时，s3和s4同时越过虚轴，系统稳定。由图12可知，随着控制带宽的增加，主导极点s5和s6虽有相同的运动趋势，但由于延时环节的影响，当控制带宽增加到98左右时，s6才越过虚轴，系统稳定。据此，随着控制带宽的增加，电机带载能力上升。但在延时环节的影响下，抑制了电机带载能力上升。
为验证第2、3节中所探讨的失稳边界条件的准确性，在如图13所示的硬件在环测试平台上进行测试验证，测试平台由上位机、DSP28335以及实时仿真器组成，其中控制算法下载到TMS320F28335DSP中实现，直流电源、滤波环节、逆变器和IPMSM则由实时仿真器模拟运行实现。电机参数与控制算法与第2～4节中所使用的一致，测试工况均在额定范围内。
图13 硬件在环测试系统框图
5.1 空载工况下稳定性边界条件验证
为测定被测系统的稳定性边界条件，验证所述理论的正确性，首先给定试验参数Kp=10，Td=0.004 s不变的条件下，逐渐增大ωe并观测记录电机运行状态，如图14所示，当被测系统由稳定变为失稳时即可测得稳定的边界条件。据此，从图14中可以看出，随着ωe的增大，电机逐渐失稳振荡，此时ωe在398 rad/s左右，θd约为π/2，与第2节中所分析的 一致。
图14 电机响应
同理，给定Kp=10，ωe=398 rad/s不变的条件下，逐渐增大Td并观测记录电机运行状态，如图15所示。从图15中可以看出，随着Td的增大，电机逐渐失稳振荡，此时Td在0.004 s左右，θd约为π/2。
图15 电机响应
5.2 带载工况下稳定性边界条件验证
采用与第5.1节相同的方法，给定Kp=100，ωe=314 rad/s，Td=1/1 000不变的条件下，逐渐增大所带负载并观测记录电机运行状态，如图16所示。从图16中可以看出，随着所带负载的增大，电机逐渐失稳振荡，此时负载在500 N·m左右。
图16 电机响应
给定Kp=100，Td=1/1 000，带900 N·m恒定负载不变的条件下，逐渐增大电机转速并观测记录电机运行状态，如图17所示。从图17中可以看出，随着电机转速的增大，电机逐渐失稳振荡，此时ωe在230 rad/s左右。
图17 电机响应
给定ωe=314 rad/s，Td=1/1 000，带500 N·m恒定负载不变的条件下，逐渐减小控制带宽Kp并观测记录电机运行状态，如图18所示。从图18中可以看出，随着控制带宽的减小，电机逐渐失稳振荡，此时Kp在98左右。
图18 电机响应
综上，第2、3节中的理论分析与试验结果一致，验证了稳定性分析结果的准确性。
本文推导了基于复矢量电流控制器的IPMSM电流环闭环传递函数，并依据电流环闭环传递函数求解出系统闭环极点的解析解，利用零极点分布图，分析了各参数对系统稳定性的影响，其主要结论 如下。
(1) 即使在完全解耦的情况下，控制延迟依然可能致使系统失稳，失稳的根本原因是角度延迟在(π/2+2kπ, 3π/2+2kπ)区间内产生了实部为正的极点。
(2) 结合零极点分布规律可知，ωe和Td的增大均会使θd增加，进而不利于系统稳定，而Kp(Kp＜0.1/Td)的增加会增大系统带宽，利于系统稳定。在采用复矢量控制电流环完全解耦情况下，角度延迟导致系统失稳的边界条件可近似为
(3) IPMSM带载时复矢量电流环的解耦能力会恶化，虽然增加控制带宽可以提升电机的带载能力，但在延时环节的影响下，复矢量电流环解耦能力进一步恶化，电机调速范围更窄，电机带载能力下降，更易失稳。
猜你喜欢 传递函数边界条件矢量 多尺度土壤入渗特性的变异特征和传递函数构建农业工程学报(2022年13期)2022-10-09基于混相模型的明渠高含沙流动底部边界条件适用性比较农业工程学报(2022年12期)2022-09-09一种矢量信息重构的最优双矢量定姿算法导航定位学报(2022年4期)2022-08-15长江上游低山丘陵区土壤水分特征曲线传递函数研究灌溉排水学报(2022年6期)2022-07-13基于开放边界条件的离心泵自吸过程瞬态流动数值模拟农业工程学报(2022年5期)2022-06-22一种适用于高轨空间的GNSS矢量跟踪方案设计北京航空航天大学学报(2021年9期)2021-11-02矢量三角形法的应用中学生数理化·高一版(2021年11期)2021-09-05重型车国六标准边界条件对排放的影响＊汽车实用技术(2021年1期)2021-01-25衰退记忆型经典反应扩散方程在非线性边界条件下解的渐近性华东师范大学学报（自然科学版）(2019年3期)2019-06-24基于快速傅里叶变换的SmaartLive音频测量基本原理（节选）演艺科技(2017年1期)2017-03-09
