非理想電網條件下PWM整流器優化預測功率控制

李 山 馬 雯 郭 強 張 路 魏蘇東 黃勇軍

非理想電網條件下PWM整流器優化預測功率控制

李 山 馬 雯 郭 強 張 路 魏蘇東 黃勇軍

（重慶理工大學重慶市能源互聯網工程技術研究中心 重慶 400054）

模型預測功率控制（MPPC）基于代價函數最小化原則，選取下一時刻最優開關狀態作用于系統。然而當電網電壓處于不平衡狀態時，MPPC網側電流將發生嚴重畸變進而對PWM整流器輸出性能產生危害。針對此問題，該文將擴展無功功率新定義應用于MPPC，無需復雜的正負序提取和功率補償算法，獲得恒定有功功率和網側正弦電流。此外，針對傳統模型預測功率控制（C-MPPC）存在的開關頻率不固定、系統計算量大的問題，提出一種優化模型預測功率控制（O-MPPC）策略。通過對有限控制集優化，減小系統計算量；同時采用多矢量合成方法取代單一矢量作用，將所選矢量開關序列重組優化并計算每個矢量作用時間，解決C-MPPC開關頻率不固定的問題，提高系統控制性能。通過與C-MPPC進行對比實驗，驗證了所提優化控制策略的可行性與優越性。

預測功率控制 不平衡電網電壓 PWM整流器 擴展無功功率 開關序列優化

0 引言

PWM整流器是一種高性能的功率轉換器，廣泛應用于有源電力濾波[1]、混合微電網[2]、光伏發電[3]等電力變換器系統，其具有電能質量可控、功率可雙向流動和網側電流正弦化等優點。

與目前廣泛應用的電壓定向控制（Voltage- Oriented Control, VOC）相比，直接功率控制（Direct Power Control, DPC）對有功功率和無功功率進行直接調節，無需內部電流回路[4]，因而控制結構簡單且動態響應快[5]，是一種直接有效的控制方案，然而其性能往往依賴于系統采樣頻率和預定義的開 關表[6]。

模型預測功率控制（Model Predictive Power Control, MPPC）因其概念直觀且無需復雜控制參數設計，而受到廣泛關注[7-10]。MPPC將預測下一時刻有功功率、無功功率與當前時刻有功功率、無功功率誤差二次方和設定為代價函數，將整流器控制模型離散化后，選取最優開關狀態作用于系統[11]。傳統MPPC（Conventional MPPC, C-MPPC）由于每個控制周期的開關矢量特性不同而導致控制開關頻率不固定，網側電流總諧波畸變率（Total Harmonic Distortion，THD）較高。雖然可以通過提高系統開關頻率來降低電流失真和功率紋波，改善C-MPPC的穩態控制性能，但會導致更高的硬件成本和計算負擔。為了在不增加開關頻率的情況下進一步提高C-MPPC的性能，文獻[12]提出一種改進型雙矢量控制策略，通過在單個有效矢量作用的基礎上搭配一個零矢量來最小化跟蹤誤差。文獻[13]采用無差拍預測控制策略，以減小系統功率脈動與電流諧波，但由于引入調制模塊，動態性能有所降低。

上述方案考慮電網為平衡條件，然而電網電壓由于電網故障以及三相負載不平衡等因素而常常處于不平衡狀態[14-15]。在弱電網中，常存在單相15%的電壓驟降[16]。在該情況下，若沿用電網處于平衡狀態時的控制策略，網側電流會發生畸變，從而影響整流器的控制性能，并對負載側的電容器及負載產生隱患。

近年來，有文獻將擴展無功功率新定義應用于MPPC，與傳統無功功率相比，其在電網不平衡情況下表現出了較為優越的性能[17]。文獻[18]提出的MPPC通過在預定義的代價函數中使用擴展無功功率新定義，使得電壓源型逆變器在不平衡電網下獲得了良好的控制性能。文獻[19]提出了一種無網壓傳感器模型預測控制，但由于最佳電壓矢量的選擇缺乏靈活性，其MPPC性能尚未達到理想效果。

本文為提高PWM整流器在不平衡電網下的控制性能，將擴展無功功率新定義應用于MPPC，無需復雜的正負序分解和功率補償算法就可同時實現恒定有功功率和網側正弦電流。此外，為改善C-MPPC存在的控制問題，提出了一種優化模型預測功率控制（Optimized MPPC, O-MPPC）策略。首先對控制集優化，減小系統計算量；通過多矢量合成的方法取代單一矢量作用，將所選矢量開關序列重組優化，解決了C-MPPC開關頻率不固定的問題。當電網電壓處于不平衡狀態時，該方法對網側電流諧波頻譜分布和系統功率紋波具有明顯改善作用。

1 系統模型

1.1 PWM整流器數學模型

如圖1所示為PWM整流器的拓撲。圖中，a、b、c和a、b、c分別為網側三相電壓和電流；、s分別為濾波電感及其等效串聯電阻，為濾波電容。

圖1 PWM整流器拓撲

兩相靜止ab坐標系下的整流器數學模型為

式中，a、b和a、b分別為網側電壓和電流在ab坐標系下的分量；a、b為整流器交流側輸入電壓在ab坐標系下的分量。

當電網電壓處于不平衡狀態時，網側電壓及電流表示為正負序矢量之和形式，即

1.2 擴展無功功率新定義

三相系統復功率可表示為

瞬時有功功率和無功功率分別為

當電網電壓不平衡時，系統功率存在二倍頻振蕩分量。如果應用經典瞬時功率理論，即采用傳統有功和無功功率作為控制參數，有功和無功功率振蕩分量無法同時去除。此時，如果仍然控制系統有功功率恒定，網側電流會發生嚴重畸變。針對此問題，本文引入擴展無功功率為

此擴展無功功率與有功功率共同作用時，在消除振蕩功率方面比傳統瞬時功率理論更有效[20]。

將式（2）～式（4）代入式（6）和式（8）中可得

其中

1.3 靜止坐標系下功率分析

瞬時有功功率和擴展無功功率在ab坐標系下的表達式可推導為

將式（12）、式（13）代入式（11）后可得

其中

2 預測功率控制

2.1 有功功率和擴展無功功率預測

網側電流變化率可表示為

式中，為整流器交流側電壓矢量；為網側電流 矢量。

對有功功率和擴展無功功率求導可得

將式（16）～式（18）代入式（19）、式（20）可得

2.2 預測功率控制基本原理

有限集模型預測控制首先通過構建整流器離散數學模型，根據系統有限開關工作狀態，分別計算不同開關狀態下系統的輸出情況，然后選擇最優開關狀態作用于系統[21]。在下一個周期重復上述過程，以實現每個采樣周期的持續預測能力。對于MPPC，通過將所預測下一時刻的有功功率、無功功率與當前時刻有功功率、無功功率誤差二次方和設定為代價函數來提高系統的控制精度。

3 不平衡電網下O-MPPC

整流橋開關函數為

不同開關狀態的整流器輸入電壓可由式（25）表示，其對應關系見表1。

式中，dc為直流側輸出電壓。

3.1 控制集優化

傳統C-MPPC采用單矢量作用，通過遍歷尋優選取最優開關狀態作用于系統[22]。隨著拓撲結構的改變，當變換器電平數增加時，系統開關狀態將呈指數增長，此時會極大地增加處理器的運算負擔[23]。電壓矢量選擇示意圖如圖2所示，由圖2a可以看出，該方法所選取的最優矢量的幅值和相位固定，即該最優矢量僅限于在8個基本電壓矢量中為最優，而在整個電壓矢量復平面內不一定為最優電壓矢量。

表1 不同開關狀態對應的電壓矢量

Tab.1 Voltage vectors corresponding to different switching states

圖2 電壓矢量選擇示意圖

針對上述問題，本文將傳統的C-MPPC策略與空間矢量脈寬調制思想相結合，系統根據網側電壓所處扇區不同，選取與其相鄰的電壓矢量與零矢量進行矢量合成。圖2b中，矢量*為當前時刻電壓矢量，矢量1、2為優化后備選電壓矢量。與圖2a進行對比可以看出，通過采用多矢量合成的方法取代單一矢量作用后，最優矢量的調節范圍從固定相位和幅值擴展到任意相位和幅值。此時最優電壓矢量的選擇具有高度靈活性，且該最優矢量為整個復平面內最優電壓矢量。

通過此方法實現控制集優化見表2，每次預測八種不同開關狀態的系統輸出，減少為每次僅計算四種不同開關狀態，在降低系統運算負擔的同時還提高了響應速度。

3.2 開關序列重組優化

傳統的C-MPPC策略在每個采樣周期內最優代價函數的計算結果相互獨立，造成了開關頻率不固定。

表2 有限控制集優化

Tab.2 Optimization of finite control set

本文采用多矢量合成的方法取代單一矢量作用，并將所選矢量的開關序列順序進行重組優化，解決了C-MPPC策略系統開關頻率不固定的問題。所選取的三個矢量在協調作用下將影響有功功率和擴展無功功率的變化速率。基于功率誤差最小化原則計算每個矢量的作用時間，以實現對功率參考值的精確跟蹤。即

在數字控制中，對有功功率和擴展無功功率的變化率以選定的變換器電壓矢量進行數學定義為

因此，在+1時刻系統預測有功功率、擴展無功功率可表示為

基于功率誤差最小化原則，聯立式（21）、式（22）和式（26）～式（30）可得

在系統動態調節過程中，當出現在一個周期內動態跟蹤能力與系統實際偏差不匹配情況時，有功或擴展無功功率的給定值與實際值之間可能存在較大偏差，此時需對矢量作用時間重新分配

對于三相PWM整流器，由三矢量合成作用原理可知，根據選取零矢量不同和矢量作用順序不同，每個扇區共對應八種不同開關序列。在一個控制周期內，開關序列的選擇直接決定橋臂開關器件的動作次數。開關次數過多不僅會增加功率器件的損耗，還會進一步增加系統諧波分量。因此，本文對開關序列的優化在于通過選擇適當的開關序列，減小開關動作次數。

在確定好兩個有效電壓矢量及其最佳作用時間后，在每個控制周期插入零矢量，以第Ⅰ扇區為例，選取優化開關序列見表3。

表3 以第Ⅰ扇區為例所選優化開關序列

Tab.3 Optimized switch sequences take sector Ⅰ as an example

式中，為權重系數；為相鄰兩個控制周期切換點處開關切換次數。

在MPPC的數字控制實現過程中，指令電壓矢量和施加電壓矢量之間存在由計算引起的一步延遲問題[24]，即通過計算得到在當前時刻滿足控制目標的電壓矢量，在+1時刻才會真正作用于系統。為了消除由于一步延遲對控制系統產生的不良影響，需進行延遲補償。首先合成等效電壓矢量，如式（34）所示，然后在式（33）的代價函數中將+2時刻而不是+1時刻的電壓矢量作用于轉換器。

式中，o1和o2為所選非零有效矢量。

將式（34）代入式（16），可得到+1時刻的網側電流。+1時刻的網側電壓為

在得到+1時刻的網側電流和網側電壓之后，可通過計算得到+1時刻的有功功率和擴展無功功率，最后將這些+1時刻的電信號作為初始值用于本文所提出的控制策略。

優化預測功率控制系統框圖如圖3所示。

圖3 優化預測功率控制系統框圖

4 仿真結果分析

在Matlab/Simulink中搭建預測功率控制模型來驗證所提控制策略的有效性。主要參數見表4。

表4 主要參數

Tab.4 Main parameters

圖4為MPPC采用傳統瞬時功率作為控制參數的仿真結果，首先系統輸出功率穩定運行在5kW，在=0.14s時刻，a相電網電壓跌落20%，網側三相電壓如圖4a所示，其中a幅值為124V，b、c幅值均為156V。

對比圖4b、圖4c可知，電網電壓處于平衡狀態時，兩種控制策略下網側電流波形均可實現正弦化，但C-MPPC策略由于相鄰周期開關狀態變化無規律，導致網側電流諧波含量較高，THD值為5.89%。而在O-MPPC策略作用下，網側電流THD值僅為1.96%。當電網電壓進入不平衡狀態后，如果仍控制有功功率恒定，兩種控制策略作用下的網側電流均存在明顯畸變。由此驗證，采用傳統瞬時功率作為控制參數的MPPC不適用于不平衡電網。

對比圖4d、圖4e可知，C-MPPC和O-MPPC兩種控制策略在平衡和不平衡電網下都能實現給定功率的跟蹤。相比之下，O-MPPC策略能顯著降低有功功率和無功功率脈動。

圖5、圖6為C-MPPC和O-MPPC策略采用有功功率和擴展無功功率ext作為控制參數仿真結果，首先系統輸出功率穩定運行在5kW，在=0.14s時刻，a相電網電壓跌落20%，網側三相電壓如圖5a所示，其中a幅值為124V，b、c幅值均為156V。

對比圖5b、圖5c可知，電網電壓處于平衡和不平衡狀態時，兩種控制策略下網側電流波形均可實現正弦化。而本文所提O-MPPC策略網側電流諧波含量少，且改善了C-MPPC策略頻譜分散的問題。當電網電壓處于不平衡狀態時，采用C-MPPC策略網側THD為5.96%，而在O-MPPC策略作用下僅為2.04%，電流質量有較為明顯的改善。

系統功率網側輸入如圖6所示。C-MPPC和O-MPPC策略在平衡和不平衡電網下都能實現給定功率的跟蹤。無功功率在平衡電網下保持恒定，在不平衡電網下出現二倍頻振蕩，而有功功率和擴展無功功率在兩種情況下始終保持恒定。相比之下，O-MPPC策略能夠顯著降低有功和無功功率脈動，實現功率的精確控制。

除穩態性能評估外，還在電網電壓不平衡狀態下進行了動態性能評估，在0.14s時刻通過改變直流側負載來改變系統有功功率參考。

以、ext為控制參數時不平衡下功率突變網側電流波形如圖7所示。對比圖7的仿真結果可以看出，C-MPPC與O-MPPC策略均能快速跟蹤負載波動引起的功率變化。當系統功率穩定運行在10kW時，采用C-MPPC策略的網側電流THD值為4.85%，而在本文所提出的O-MPPC策略作用下，網側THD值僅為1.38%，顯著降低了電流諧波含量，從而驗證了該優化策略較為優越的動態性能。

圖7 以p、qext為控制參數時不平衡下功率突變網側電流波形

5 實驗結果分析

本文采用TI公司TMS320F28335為主控芯片，三菱PM75DSA120模塊為功率器件來搭建PWM整流器實驗平臺，進一步驗證所提控制方法的有效性。輸入接三相可編程交流電源（CHROMA 61830），輸出端接交直流電子負載（ITECH IT 8918A），通過改變負載參數進行系統動態響應實驗。實驗參數與仿真參數一致。整流器實驗平臺如圖8所示。

圖8 整流器實驗平臺

網側電壓、電流波形及THD分布如圖9所示。網側三相電壓如圖9a所示。其中，a相電網電壓跌落20%，a幅值為124V，b、c幅值均為156V。如圖9b～圖9e所示，采用C-MPPC策略時網側電流發生了較為明顯的畸變，其THD值為8.21%，諧波含量分散；而當采用有功功率和擴展無功功率ext作為控制參數，在O-MPPC策略作用下時，網側THD降低為2.42%，且諧波分布明顯改善。

圖10所示為在不平衡狀態下，系統額定功率從5kW突變至10kW，兩種控制策略作用下的網側電流波形。C-MPPC網側電流在波峰和波谷處都出現了一定程度的畸變，而在O-MPPC作用下網側電流正弦度較高，電流波形較為平滑。

圖11所示為系統功率由5kW突變至10kW以及由10kW突變至5kW的動態實驗結果。通過測量網側電壓和電流的變化，兩種不同控制策略作用下系統均能較快地跟蹤負載波動引起的變化，且在整個動態過程中均實現了網側電壓電流同相位。但本文所提出的優化O-MPPC策略通過將擴展無功功率新定義應用于MPPC，且對控制集和開關序列進行優化，在動態調節過程中具有較強的穩定性，網側電流正弦度較高。可見當電網電壓處于不平衡狀態時，本文所提出的優化控制策略對系統穩態性能和動態性能都具有顯著的改善作用。

圖10 功率由5kW變至10kW網側電流波形

圖11 功率變化動態實驗結果

6 結論

本文在電網電壓不平衡工況下推導PWM整流器和系統功率數學模型，提出一種優化預測功率控制方案。在MPPC中通過將擴展無功功率取代傳統無功功率作用，實現了在不平衡電網電壓下的控制性能優化。與現有方法相比，該方法具有以下優點：

1）無需復雜的正負序提取和功率補償算法，通過優化有限控制集，減小了系統計算量。

2）通過選取與所在扇區相鄰電壓矢量與零矢量進行矢量合成，實現網側電壓電流同相位；基于代價函數最小化原則計算所選矢量的作用時間，實現跟蹤誤差最小化。

3）每個采樣周期內將三個矢量開關序列順序重組優化，解決了C-MPPC策略開關頻率不固定的問題，改善了網側電流頻譜分布并有效降低系統功率脈動。

[1] 朱進權, 葛瓊璇, 王曉新, 等. 基于自抗擾和負載功率前饋的高速磁懸浮系統PWM整流器控制策略[J]. 電工技術學報, 2021, 36(2): 320-329.

Zhu Jinquan, Ge Qiongxuan, Wang Xiaoxin, et al. Control strategy for PWM rectifier of high-speed maglev based on active disturbance rejection control and load power feed-forward[J]. Transactions of China Electrotechnical Society, 2021, 36(2): 320- 329.

[2] Kulikowski K，Sikorski A. New DPC look-up table methods for three-level AC/DC converter[J]. IEEE Transactions on Industrial Electronics, 2016, 63(12): 7930-7938.

[3] 李景灝, 吳愛國. 基于離散趨近律與無差拍雙閉環結構的單相LCL型PWM整流器控制策略[J]. 電工技術學報, 2021, 36(6): 1290-1303.

Li Jinghao, Wu Aiguo.A double closed-loop control method for single-phase PWM rectifiers with LCL filter based on discrete reaching law and dead- beat algorithm[J]. Transactions of China Electrotechnical Society, 2021, 36(6): 1290-1303.

[4] 范必雙, 譚冠政, 樊紹勝, 等. 一種具有雙非零電壓矢量輸出的三電平PWM整流器直接功率控制方法[J]. 中國電機工程學報, 2015, 35(22): 5832- 5841.

Fan Bishuang, Tan Guanzheng, Fan Shaosheng, et al. A direct power control method for three-level PWM rectifier[J]. Proceedings of the CSEE, 2015, 35(22): 5832-5841.

[5] 張輝, 李志新, 王濤, 等. 基于三矢量的三相PWM整流器低復雜性模型預測直接功率控制[J]. 電網技術, 2018, 42(3): 957-965.

Zhang Hui, Li Zhixin, Wang Tao, et al. Three vectors based low complexity model predictive direct power control for three-phase PWM rectifier with output of double non-zero voltage vectors[J]. Power System Technology, 2018, 42(3): 957-965.

[6] Zhang Yongchang, Jiao Jian, Liu Jie. Direct power control of PWM rectifiers with online inductance identification under unbalanced and distorted network conditions[J]. IEEE Transactions on Power Elec- tronics, 2019, 34(12): 12524-12537.

[7] Vazquez S, Marquez A, Aguilera R, et al. Predictive optimal switching sequence direct power control for grid- connected power converters[J]. IEEE Transa- ctions on Industrial Electronics, 2015, 62(4): 2010- 2020.

[8] Zhang Yongchang, Xie Wei. Low complexity model predictive control-single vector-based approach[J]. IEEE Transactions on Power Electronics, 2014, 29(10): 5532-5541.

[9] 魏新遲, 許利通, 駱仁松, 等. 考慮飽和效應的無刷雙饋發電機功率模型預測控制[J]. 電工技術學報, 2021, 36(17): 3721-3729.

Wei Xinchi, Xu Litong, Luo Rensong, et al. Model predictive power control of brushless doubly-fed induction generator considering saturation effect[J]. Transactions of China Electrotechnical Society, 2021, 36(17): 3721-3729.

[10] 夏文婧, 劉碧, 王嵩, 等. 基于輸入端電壓動態分量優化的PWM整流器模型預測控制[J]. 電力系統自動化, 2020, 44(1): 200-207.

Xia Wenjing, Liu Bi, Wang Song, et al. Model predictive control of PWM rectifiers based on dynamic component optimization of input-port voltage[J]. Auto- mation of Electric Power Systems, 2020, 44(1): 200-207.

[11] Tao Yukun, Wu Qinghua, Wang Lei, et al. Voltage sensorless predictive direct power control of three- phase PWM converters[J]. IET Power Electronics, 2016, 9(5): 1009-1018.

[12] Choi D K, Lee K B. Dynamic performance improve- ment of AC/DC converter using model predictive direct power control with finite control set[J]. IEEE Transactions on Industrial Electronics, 2015, 62(2): 757-767.

[13] 葉虹志, 姜燕, 黃守道, 等. 電壓型PWM整流器無差拍預測直接功率控制[J]. 電工技術學報, 2015, 30(4): 121-128.

Ye Hongzhi, Jiang Yan, Huang Shoudao, et al. Deadbeat predictive direct power control for three phase voltage source PWM rectifiers[J]. Transactions of China Electrotechnical Society, 2015, 30(4): 121- 128.

[14] 楊美輝，周念成, 王強鋼, 等. 基于分布式協同的雙極直流微電網不平衡電壓控制策略[J]. 電工技術學報, 2021, 36(3): 634-645.

Yang Meihui, Zhou Niancheng, Wang Qianggang, et al. Unbalanced voltage control strategy of bipolar DC microgrid based on distributed cooperation[J]. Transa- ctions of China Electrotechnical Society, 2021, 36(3): 634-645.

[15] Cheng Chenwen, Nian Heng. Low-complexity model predictive stator current control of DFIG under harmonic grid voltages[J]. IEEE Transactions on Energy Conversion, 2017, 32(3): 1072-1080.

[16] Suh Y, Lipo T A. Control scheme in hybrid syn- chronous stationary frame for PWM AC/DC converter under generalized unbalanced operating conditions[J]. IEEE Transactions on Industry Applications, 2006, 42(3): 825-835.

[17] 張永昌, 彭玉賓, 曲昌琦. 不平衡電網電壓下的PWM整流器預測電流控制[J]. 電工技術學報, 2016, 31(4): 88-94, 103.

Zhang Yongchang, Peng Yubin, Qu Changqi. Predi- ctive current control of PWM rectifier under unbalanced grid voltage condition[J]. Transactions of China Electrotechnical Society, 2016, 31(4): 88-94, 103.

[18] Eloy-García J, Arnaltes S, Rodríguez-Amenedo J L. Direct power control of voltage source inverters with unbalanced grid voltages[J]. IET Power Electronics, 2008, 1(3): 395-407.

[19] Yang Haitao, Zhang Yongchang, Liang Jiejunyi, et al. Robust deadbeat predictive power control with a discrete-time disturbance observer for PWM rectifiers under unbalanced grid conditions[J]. IEEE Transa- ctions on Power Electronics, 2019, 34(1): 287-300.

[20] Yan Shuo, Chen Jie, Yang Tianbo, et al. Improving the performance of direct power control using duty cycle optimization[J]. IEEE Transactions on Power Electronics, 2019, 34(9): 9213-9223.

[21] 肖蕙蕙, 蘇新柱, 郭強, 等. 三相Vienna整流器無網壓傳感器預測電流控制策略[J]. 電工技術學報, 2021, 36(6): 1304-1312.

Xiao Huihui, Su Xinzhu, Guo Qiang, et al. Predictive current control of three-phase Vienna rectifier without grid voltage sensors[J]. Transactions of China Elec- trotechnical Society, 2021, 36(6): 1304-1312.

[22] 柳志飛, 杜貴平, 杜發達. 有限集模型預測控制在電力電子系統中的研究現狀和發展趨勢[J]. 電工技術學報, 2017, 32(22): 58-69.

Liu Zhifei, Du Guiping, Du Fada. Research status and development trend of finite control set model predictive control in power electronics[J]. Transa- ctions of China Electrotechnical Society, 2017, 32(22): 58-69.

[23] Yan Shuo, Chen Jie, Tan S C, et al. A new geometric vector optimization of predictive direct power control[J]. IEEE Transactions on Power Electronics, 2020, 35(5): 5427-5436.

[24] Cortes P, Rodriguez J, Silva C, et al. Delay com- pensation in model predictive current control of a three-phase inverter[J]. IEEE Transactions on Indu- strial Electronics, 2012, 59(2): 1323-1325.

Optimal Predictive Power Control of PWM Rectifier under Nonideal Grid Conditions

（Chongqing Energy Internet Engineering Technology Research Center Chongqing University of Technology Chongqing 400054 China）

Model predictive power control (MPPC) is based on the minimization principle of the cost function, which selects the optimal switching state to act on the system. However, the grid side current of the MPPC will be distorted seriously under unbalanced grid voltage conditions, which affects the output performance of PWM rectifier. To address this problem, the paper applies the new definition of extended reactive power to MPPC to obtain constant active power and grid-side sinusoidal current without power compensation algorithms. In addition, aiming at the problems of conventional MPPC (C-MPPC), such as variable switching frequency and large system computation, an optimized MPPC (O-MPPC) is proposed. By optimizing the finite control set, the system computation is reduced, and the selected vector switching sequence is reorganized for optimization and the action time of each vector is calculated by the multi-vector synthesis method. As a result, the problem of the unstable switching frequency of C-MPPC is solved, and the system control performance is enhanced. The feasibility and superiority of the proposed optimized control method are verified through comparative experiments with C-MPPC.

Predictive power control, unbalanced grid voltage, PWM rectifier, extended reactive power, switching sequence optimization

10.19595/j.cnki.1000-6753.tces.211924

TM461

重慶市教育委員會科學技術研究計劃重點項目（KJZD-K201901102）和重慶市教育委員會科學技術研究項目（KJQN201801142）資助。

2021-11-25

2021-12-21

李 山 男，1965年生，博士，教授，主要從事電力電子與電力傳動方面研究。E-mail: Lishan@cqut.edu.cn

郭 強 男，1984年生，博士，研究方向為大功率變換器及其控制技術。E-mail: guoqiang@cqut.edu.cn（通信作者）

（編輯 陳 誠）