构网型变流器动态模型预测控制

摘要

为解决构网型变流器模型预测控制对滤波器参数高度依赖的问题，提出了一种基于系统动态稀疏回归的模型预测控制策略。该方法通过施加短时低幅值阶梯型扰动信号，激发系统动态响应并获取少量训练数据。基于非线性动力学稀疏辨识算法原理，将状态变量与控制输入组合构建备选函数池，并通过带正则化约束的稀疏回归优化求解系数矩阵，辨识出结构简洁、具有物理意义且具备良好泛化能力的状态空间模型。将该模型离散化后嵌入模型预测控制框架，以输出电压跟踪误差与控制输入能量消耗构建目标函数，结合物理边界约束，通过二次规划在每个控制周期内滚动求解最优控制序列。结果表明：在参数存在较大偏移时，所提策略的建模误差低于0.7%,能够在5 ms内完成负载扰动响应，输出电压稳态误差控制在±0.1%以内，且计算效率显著优于传统方法。所提策略在建模精度、鲁棒性与实时性方面具有综合优势，展现出良好的工程可行性。

关键词

构网型变流器 / 模型预测控制 / 稀疏回归

基金资助

国家自然科学基金企业创新发展联合基金重点支持项目(U23B20112); 陕西省自然科学基金资助项目(2024JC-YBMS-420)