雙Buck逆變器的迭代學習控制方法

林建業 蔡逢煌 杜偉煌

（福州大學，福州 350116）

雙Buck逆變器的迭代學習控制方法

林建業 蔡逢煌 杜偉煌

（福州大學，福州 350116）

雙Buck全橋逆變器由于無橋臂直通、直流電壓利用率高、效率高等優點而被廣泛應用。本文基于雙Buck全橋逆變器針對直流電源波動、死區效應、穩態時線性和非線性負載電流擾動引起周期性擾動問題，提出一種電壓外環迭代學習控制、電流內環無差拍控制的雙環控制策略。仿真結果表明，采用該控制策略可使雙Buck全橋逆變器具有較好的帶載能力及精確的跟蹤性能。

雙Buck全橋逆變器；迭代學習控制；帶載能力；跟蹤性能

隨著可再生能源的發展，逆變器作為新能源電能變換越來越受重視。傳統橋式逆變器存在著橋臂直通、二極管反向恢復時間較長、損耗較大的問題，基于 Buck拓撲的雙降壓逆變器輸入直流電利用率高、效率高、無橋臂功率管直通、續流二極管可優選[1]。基于電流滯環控制的電壓外環電流內環雙閉環控制方式簡單易于實現、可靠性高、穩定性好等優點，而成為一種最為廣泛應用的變換器控制方式[2-4]，且雙環控制方法，電壓外環可穩定輸出電壓、減少波形畸變，電流內環可增強系統穩定性和動態性。

然而，在雙Buck逆變器中，采用電流滯環型雙環控制方式跟蹤性能較弱、帶載能力較差、穩態精度不高[5-8]。文獻[6]得出負載增大，系統的電壓調整率也將增大，在功率較大時，空載到滿載過程中逆變器輸出電壓變化量大，穩壓精度差，即外特性較軟。文獻[7]提出基于自適應滯環電流控制的復合控制策略：內環自適應滯環電流控制減少了損耗，外環數字PID和重復的復合控制改善了動態特性。文獻[9-10]應用復合重復控制，動靜態特性較好，然而還必須加入濾波器與補償器以保證逆變器的穩定性和魯棒性，設計較為復雜。而迭代學習控制不依賴于系統精確模型，利用前一次或前幾次的誤差和控制信息修改當前次的控制輸入，即可逐漸逼近最優的控制量，且理論上能達到無靜態誤差跟蹤，系統輸出可以完全跟上期望的軌跡，負載適應能力強[11-16]。因此，為了提高雙Buck全橋逆變器的帶載能力和跟蹤性能，本文提出一種迭代學習控制策略，對比分析傳統的雙環控制和迭代學習控制，仿真結果表明了該策略的可行性。

1 雙Buck逆變器建模與傳統雙環控制策略

雙Buck逆變器由2個Buck電路組成，如圖1所示。開關管 S1、S4，二極管 D1、D4，濾波電容Cf和濾波電感 L1構成的 Buck電路 1；開關管 S2、S3，二極管 D2、D3，濾波電容 Cf和濾波電感 L2構成的Buck電路2。拓撲為電流半周期工作模式：電感 L1和 L2分別在輸出電壓正、負半周工作，且L1=L2=L。其中Ud為輸入電源，u0為輸出電壓。當u0＞0時，S2、S3關斷，S1、S4調制工作；當 u0＜0時，S1、S4關斷，S2、S3調制工作。

圖1 雙Buck逆變器主電路圖

雙 Buck逆變器傳統雙環控制如圖 2所示[17]，滯環電流控制環可用一比例環節等效，用電感電流采樣系數倒數表示閉環傳遞函數增益。得到環寬恒定的變頻滯環電流控制系統等效模型如圖2（b）所示。

圖2 雙Buck全橋逆變器的雙環控制

根據圖2（b）可以得到系統閉環的傳遞函數如下：

當輸入量 uref( t)= Urefsin(ω t)時，系統輸出 u0(t)=Uref|T ( jω)|sin(ω t +θ)，可得阻性負載系統從空載加至滿載的電壓調整率[6]（即負載變化時輸出電壓的相對變化量 Δ U = ( U1- U2) /U1× 1 00%）：

2 迭代學習控制策略

2.1 算法原理性分析

迭代學習控制策略簡單，不需要精確、具體的逆變器建模，能夠很好地抑制周期性或者重復性的擾動，具有較強的學習能力。通過上文分析，本文提出一種電壓外環迭代學習控制、電流內環無差拍控制的雙環控制策略，如圖3所示，電壓迭代學習控制用來消除直流電源波動、死區、非線性負載等帶來的周期性干擾，提高輸出波形的穩態精度；電流無差拍控制主要用來提高系統的動態響應速度。

圖3 雙Buck逆變器的迭代學習控制

對于雙 Buck全橋逆變器而言，可令 iL1(t)=iL2( t) = iL(t)，L1= L2= L由于逆變器正負半周對稱，因此這里只分析正半周情況，可令 UA(t) = U ( t)，得逆變器系統模型如下：

選擇電容電壓 uc和電感電流 iL為狀態變量，逆變器交流輸出電壓 U ( t)和負載電流 iR(t)為輸入，電容電壓為系統輸出。 x ( t) = [uc( t), iL(t )]， u ( t)=[U( t), iR(t) ] , y ( t) = uc( t)。逆變器的系統狀態方程為

由于直流電源波動、死區、非線性負載電流擾動等引起的周期性干擾，對應狀態方程可寫為

式中， w ( t)、 v( t)為周期性擾動。為解決該問題，本文提出電壓外環迭代學習控制、電流內環無差拍控制，具體策略如下。

負載參考電壓 yd(t)，負載采樣電壓 yk(t)，可得輸出誤差為： ek( t) = yd(t) - yk(t )，本文采用開閉環P型迭代學習控制學習律，公式如下：

式中，k為迭代的次數； φ1、 φ2為學習率，利用周期性信號特征，對應離散時間的周期可為

式中，u( t - N )為 u ( t)對應的上一周期采樣值，z-N為周期延遲環節， z-N的最大模值為1，相位延遲了一周，u( t - N ) = u ( t) ? z-N，代入（7）可得傳遞函數為

控制器結構如圖4所示。

圖4 迭代學習控制器的結構圖

2.2 穩定性分析

對式（6）進行z變換可得

誤差 Ek= Yd( z) - Yk( z) 、 Ek+1= Yd( z) - Yk+1(z )，將（9）代入 Y ( z) = P( z) U( z )，得

整理得

則可確保隨著迭代次數的增加，誤差信號趨于零[19]。由此可算出 φ1、 φ2的值。

3 仿真分析

為了驗證上述所提迭代學習控制策略的正確性和可行性，在 PSIM中建立了仿真模型。具體參數設計如下：電感L1=L2=660μH，電容Cf=1μH，負載電阻R=48.4Ω，直流輸入電壓Ud=360V，輸出電壓參考值Uref=220V，輸出頻率f0=50Hz，額定功率P0=1000W，額定電流I0=4.545A，開關頻率fs=100kHz。

圖5為傳統雙環PID控制實際輸出電壓仿真波形，由圖可以看出系統能很好跟蹤參考波形。

圖5 傳統雙環PID控制實際輸出電壓仿真波形圖

圖6 為迭代學習控制策略下系統穩態時的實際輸出電壓和參考電壓仿真波形圖。由圖可以看出，在 0.17s處系統完全跟蹤。圖 7為迭代學習控制下實際輸出電壓波形圖，可以發現輸出電壓諧波得到很好抑制，THD值只有2.03%。

圖6 迭代學習控制下實際與參考輸出電壓仿真波形圖

圖8 和圖9是加周期擾動后2種控制策略輸出電壓波形，可以看出：當加入擾動時，傳統雙環控制策略下的輸出波形發生波動，THD達6.03%；而迭代學習控制策略下輸出電壓波形能迅速消除擾動影響且短時間內達到完全跟蹤，THD為1.32%。由此表明，采用迭代學習控制策略能使系統具有較好的帶載能力和優越的跟蹤性能。

圖7 迭代學習控制下實際輸出電壓波形圖

圖8 加周期擾動后傳統雙環控制下輸出電壓波形

圖9 加周期擾動后迭代學習控制下輸出電壓波形圖

4 結論

本文基于雙 Buck全橋逆變器針對周期性擾動問題，分析了雙Buck全橋逆變器雙環控制下輸出電壓調整率的影響因素，提出了一種電壓外環迭代學習控制、電流內環無差拍控制的控制策略。開閉環P型迭代學習控制能很好消除周期擾動，電流無差拍控制能有效提高動態性能。最后進行了仿真分析，結果表明，采用該控制策略的雙Buck全橋逆變器帶載能力強，波形跟蹤性能好，穩態精度高且過零畸變小，具有很好的動態和靜態性能。

[1] 尹培培, 洪峰, 王成華, 等. 無源無損軟開關雙降壓式全橋逆變器[J]. 電工技術學報, 2014, 29(6)： 40-48.

[2] Liu Jun, Yan Yangguang. A novel hysteresis current controlled dual buck half bridge inverter 2003.

[3] 王建華, 張方華, 龔春英, 等. 滯環電流控制逆變器建模及分析[J]. 電工技術學報, 2010, 25(6)： 63-69.

[4] 趙晉斌, 戴劍豐, 屈克慶. 基于電容電荷平衡的滯環控制策略[J]. 電工技術學報, 2015, 30(16)： 63-69.

[5] 孟準, 王議鋒, 楊良. 一種適用于小功率可再生能源的單相高頻雙Buck全橋并網逆變器[J]. 電工技術學報, 2017, 32(8)： 220-228.

[6] 馬海嘯, 陳凱, 龔春英. 雙 Buck逆變器的建模與優化設計[J]. 電工技術學報, 2012(8)： 35-41.

[7] 彭傳彪, 王少坤, 王曉鋒, 等. 自適應滯環電流控制逆變器復合控制策略[J]. 電力自動化設備, 2011,31(7)： 42-47.

[8] Yao Z, Wang Z, Xiao L, et al. A novel control strategy for grid-interactive inverter in grid-connected and stand-alone modes[C]//IEEE Applied Power Electronics Conference and Exposition. IEEE, 2006： 5.

[9] 王越男, 徐鵬, 郭晉男, 等. 逆變電源系統復合控制方法研究[J]. 電氣技術, 2016, 17(8)： 33-37.

[10] 張震, 柴文野, 潘登, 等. 基于 PID 和重復控制的UPS逆變器的研究[J]. 電測與儀表, 2011, 48(5)：89-92.

[11] 侯忠生, 許建新. 數據驅動控制理論及方法的回顧和展望[J]. 自動化學報, 2009, 35(6)： 650-667.

[12] 孟琦, 侯忠生. 基于周期信號的迭代學習控制在逆變器中的應用[J]. 控制理論與應用, 2016, 33(3)：289-294.

[13] 許慧敏. 非線性系統迭代學習控制算法研究[D]. 北京： 華北電力大學, 2016.

[14] 鄒燃. 迭代學習控制算法研究及其在風電控制系統中的應用[D]. 成都： 電子科技大學, 2009.

[15] 郝曉弘, 周勃. 具有自適應學習的開環PD型迭代學習控制算法研究[J]. 電氣工程學報, 2015, 10(10)：15-20.

[16] 顧博川, 黃縉華, 劉菲. 分布式電源自律分散調度控制方法研究[J]. 電氣技術, 2015, 16(2)： 23-26.

[17] 朱琦, 王慧貞. 滯環電流控制雙Buck逆變器建模及分析[J]. 電力電子技術, 2012, 46(2)： 63-65.

[18] 侯世英, 鄒學偉, 張立帥, 等. 雙 Buck逆變器的雙環滑模控制策略[J]. 電力自動化設備, 2014, 34(11)：100-106.

[19] Deng Heng, Oruganti R, Srinivasan D. Analysis and design of iterative learning control strategies for UPS inverters[J]. IEEE Transactions on Industrial Electronics, 2007, 54(3)： 1739-1751.

Iterative Learning Control Method for Dual Buck Inverter

Lin Jianye Cai Fenghuang Du Weihuang
(Fuzhou University, Fuzhou 350116)

The dual Buck full-bridge inverter is widely used because the advantages of that it is no bridge through, the DC voltage utilization is high, high efficiency and so on.This paper, which is based on the dual Buck full-bridge inverter for periodic perturbation problemscause by DC power fluctuations,dead-time effect, steady-state linear and nonlinear load current disturbance, a double loop control strategy of voltage outer loop iterative learning control and current inner loop Dead-Beat control is proposed. The simulation results show that the control strategy can make the dual Buck fullbridgeinverter have better load capacity and accurate tracking performance.

dual Buck full-bridge inverter; iterative learning control; load capacity;tracking performance

林建業（1992-），男，福建泉州人，碩士研究生，主要研究方向為電力電子系統分析與控制。