PR控制器以及准PR控制器原理分析 | 您所在的位置:网站首页 › 萨博控制器共振怎么调 › PR控制器以及准PR控制器原理分析 |
1 PR控制器
1.1 PI控制器应用的局限性
通过dq动态坐标系,可以实现对电源系统的有功和无功分别控制,通过前馈交叉项补偿实现零稳态误差,但在当系统长时间工作之后,电源随着发热导致电感,电阻等参数会逐渐不准确,从而使得前馈耦合项不准确,使得系统控制精度下降;对于直流控制系统(阶跃信号)使用PI控制,能够实现零稳态误差,但是对于交流控制系统,PI控制效果往往差强人意,达不到预期效果,而使用Clark、Park变换将交流量变化为直流量再使用PI控制,不仅使得计算量增加还让控制逻辑变得更复杂。根据内模原理,要实现对信号的无静差跟踪,控制器必须包含信号的的模型,PI的积分环节的传递函数为
1
s
\frac{1}{s}
s1,所以PI控制只能对阶跃信号进行无静差跟踪,而余弦信号的传递函数为
L
{
c
o
s
(
w
t
)
}
=
s
s
2
+
w
2
L\{cos(wt)\}=\frac{s}{s^2+w^2}
L{cos(wt)}=s2+w2s,故:如若要实现无静差跟踪,控制器模型中必须包含
s
s
2
+
w
2
\frac{s}{s^2+w^2}
s2+w2s——PR控制器的谐振环节满足。
工程近似PR控制器传递函数为: G P R ( s ) = ≈ 1 2 [ G P I ( s + j w 0 ) + G P I ( s − j w 0 ) ] = K p + K i s s 2 + w o 2 G_{PR}(s)=\approx \frac{1}{2}[G_{PI}(s+jw_0)+G_{PI}(s-jw_0)]=Kp+\frac{K_is}{s^2+w_o^2} GPR(s)=≈21[GPI(s+jw0)+GPI(s−jw0)]=Kp+s2+wo2Kis 根据 L { e − a t } = 1 s + a L\{ e^{-at} \}=\frac{1}{s+a} L{e−at}=s+a1有: F ( s ) = L { c o s ( w t ) } = L { ∫ 0 ∞ e − s t c o s ( w t ) d t } = L { 1 2 ∫ 0 ∞ e − s t ( e j w t + e − j w t ) } ⇒ s s 2 + w 2 F(s)=L\{cos(wt)\}=L\{ \int_{0}^{\infty} {e^{-st}cos(wt)dt}\}=L\{ \frac{1}{2} \int_{0}^{\infty}{e^{-st}(e^{jwt}+e^{-jwt})} \} \Rightarrow \frac{s}{s^2+w^2} F(s)=L{cos(wt)}=L{∫0∞e−stcos(wt)dt}=L{21∫0∞e−st(ejwt+e−jwt)}⇒s2+w2s 定义: G P R ( s ) = K p + K r s s 2 + w 0 2 G_{PR}(s)=K_p+\frac{K_rs}{s^2+w_0^2} GPR(s)=Kp+s2+w02Krs显然谐振环节是PR控制器的核心,其中, K p 、 K r K_p、K_r Kp、Kr分别为比例增益系数和谐振增益系数, w 0 w_0 w0为谐振频率。 PR控制器的增益函数为: ∣ G P R ( s ) I s = j w 0 ∣ = K p 2 + K r w 0 − w 0 2 + w 0 2 |G_{PR}(s)I_{s=jw_0}|=\sqrt{K_p^2+ \frac{K_rw_0}{-{w_0}^2+w_0^2}} ∣GPR(s)Is=jw0∣=Kp2+−w02+w02Krw0 PR控制器在 w 0 w_0 w0处的增益接近于无限大,在其他频率下增益低,能够有效地抑制扰动信号。可以把PR看作带宽极窄的二阶带通滤波器。 下图为PR控制器的波特图:(注:横坐标单位是rad/s,可以右键点击“属性”–>“单位”–>“频率”–>“HZ”) 理想的PR控制器是完全可以实现对应频率的交流量实现无静差跟踪的,但是在谐振频率附近的频段带宽过于狭窄,而在 w 0 w_0 w0处的增益过高,会使得系统的稳定性不够,当交流信号发生些许偏移时,PR控制器就无法精准工作在预设频率上了,虽然可以通过调节 K r K_r Kr增大带宽,但是会使得增益变化和相位变化明显增大,会造成系统不稳定。由于PR控制器对于电网参数过于敏感,所以通常不在实际中运用。 2 准PR控制器 2.1 准PR控制器传递函数 为了提高PR控制器抵抗网侧频率干扰的能力,对PR控制器进行改进,改进后的传递函数如下所示:
G
P
R
(
s
)
=
K
p
+
2
K
r
w
c
s
s
2
+
2
w
c
s
+
w
0
2
G_{PR}(s)=K_p+\frac{2K_rw_cs}{s^2+2w_cs+w_0^2}
GPR(s)=Kp+s2+2wcs+w022Krwcs 其中
w
c
w_c
wc为截止频率,代表控制器跟踪参考信号的响应速度 准PR控制器的增益函数:
∣
G
P
R
(
s
)
∣
s
=
j
w
0
=
K
p
+
K
r
|G_{PR}(s)|_{s=jw_0}=K_p+K_r
∣GPR(s)∣s=jw0=Kp+Kr 根据准PR增益函数可知,当输入信号频率为
w
0
w_0
w0时,增益为
(
K
p
+
K
r
)
(K_p+K_r)
(Kp+Kr),不再像PR控制器那样增益无穷大。 下图为准PR控制器的波特图: 通过准PR控制器的Bode图可知增益幅度符合传递函数所述,同时调节谐振增益系数可以增大谐振频率附近的频段带宽。 2.2 准PR控制器各系数作用使用控制变量,分别对与不同的Kp、Kr、wc进行比较,熟悉不同参数对于控制器带来的影响,如下图所示: 附matlab绘图代码: % % %使用控制变量,分别对与不同的Kp、Kr、wc进行比较,熟悉不同参数对于控制器带来的影响 figure() subplot(1,3,1) Kp = 1;Kr = 100;wc = 0.5*2*pi;wo = 100*pi;PRs1 = Kp+tf([2*Kr*wc,0],[1 2*wc wo*wo]); Kp = 10;Kr = 100;wc = 0.5*2*pi;wo = 100*pi;PRs2 = Kp+tf([2*Kr*wc,0],[1 2*wc wo*wo]); Kp = 100;Kr = 100;wc = 0.5*2*pi;wo = 100*pi;PRs3 = Kp+tf([2*Kr*wc,0],[1 2*wc wo*wo]); bode(PRs1,PRs2,PRs3);grid on; legend('KP=1','KP=10','KP=100');title('变KP') subplot(1,3,2) Kp = 1;Kr = 10;wc = 0.5*2*pi;wo = 100*pi;PRs1 = Kp+tf([2*Kr*wc,0],[1 2*wc wo*wo]); Kp = 1;Kr = 100;wc = 0.5*2*pi;wo = 100*pi;PRs2 = Kp+tf([2*Kr*wc,0],[1 2*wc wo*wo]); Kp = 1;Kr = 1000;wc = 0.5*2*pi;wo = 100*pi;PRs3 = Kp+tf([2*Kr*wc,0],[1 2*wc wo*wo]); bode(PRs1,PRs2,PRs3);grid on; legend('Kr=10','Kr=100','Kr=1000');title('变Kr') subplot(1,3,3) Kp = 1;Kr = 100;wc = 0.1*2*pi;wo = 100*pi;PRs1 = Kp+tf([2*Kr*wc,0],[1 2*wc wo*wo]); Kp = 1;Kr = 100;wc = 0.5*2*pi;wo = 100*pi;PRs2 = Kp+tf([2*Kr*wc,0],[1 2*wc wo*wo]); Kp = 1;Kr = 100;wc = 1*2*pi;wo = 100*pi;PRs3 = Kp+tf([2*Kr*wc,0],[1 2*wc wo*wo]); bode(PRs1,PRs2,PRs3);grid on; legend('wc=0.1*2*pi','wc=0.5*2*pi','wc=1*2*pi');title('变wc') 3 PR控制器传递函数离散化 3.1 Matlab实现PR控制器传递函数离散化在进行理论分析时,Matlab实现离散化很方便。 当
K
p
=
10
、
K
r
=
100
、
w
c
=
0.5
∗
2
∗
π
、
w
o
=
100
π
K_p=10、K_r=100、wc=0.5*2*\pi、wo=100\pi
Kp=10、Kr=100、wc=0.5∗2∗π、wo=100π时,连续时间模型为: 附matlab转换代码:(注:表达式后面不要加“ ; ”,静态检查的警告忽略) % % % 准PR控制器传递函数离散化,其中Ts、Kp、Kr、wo、wc自定义输入 Ts = 1*10^-6;Kp = 10;Kr = 100;wc = 0.5*2*pi;wo = 100*pi; sysc = Kp+tf([2*Kr*wc,0],[1,2*wc,wo*wo])%sysc为连续时间模型 sysd = c2d(sysc,Ts,'tustin')%sysd为带采样时间Ts的离散时间模型 3.2 计算推导实现PR控制器传递函数离散化在DSP或单片机中对于仅改变 K p 、 K r 、 w c 、 w o K_p、K_r、wc、wo Kp、Kr、wc、wo离散化传递函数可过程借助编程得到,而不需要借助三方软件计算得到离散化传递函数,故而具备离散化的计算推导能力是很有必要的。 使用Tustin变换(大多数DSP厂家算法库的选择), s = 2 T s z − 1 z + 1 s=\frac{2}{T_s}\frac{z-1}{z+1} s=Ts2z+1z−1,带入PR传递函数,便可以得到PR控制器的差分方程,再根据差分方程得到离散域表达式(二者只是形式不一样),根据Z域表达式进行代码实现。 差分方程: Y ( z ) X z = a 0 + a 1 z − 1 + a 2 z − 2 + . . . + a k z − k b 0 + b 1 z − 1 + b 2 z − 2 + . . . + b k z − k \frac{Y(z)}{X{z}}=\frac{a_0+a_1z^{-1}+a_2z^{-2}+...+a_kz^{-k}}{b_0+b_1z^{-1}+b_2z^{-2}+...+b_kz^{-k}} XzY(z)=b0+b1z−1+b2z−2+...+bkz−ka0+a1z−1+a2z−2+...+akz−k Z域表达式: b 0 y [ n ] + b 1 y [ n − 1 ] + b 2 y [ n − 2 ] + . . . + b k y [ n − k ] = a 0 x [ n ] + a 1 x [ n − 1 ] + a 2 x [ n − 2 ] + . . . + a k x [ n − k ] b_0y[n]+b_1y[n-1]+b_2y[n-2]+...+b_ky[n-k]=a_0x[n]+a_1x[n-1]+a_2x[n-2]+...+a_kx[n-k] b0y[n]+b1y[n−1]+b2y[n−2]+...+bky[n−k]=a0x[n]+a1x[n−1]+a2x[n−2]+...+akx[n−k] PR控制器离散化推导过程: P R ( s ) = K p + 2 K r w c s s 2 + 2 w c s + w 0 2 = s p K + 2 w c s K p + w 0 2 K p + 2 K r w c s s 2 + 2 w c s + w 0 2 = s 2 K p + 2 w c s ( K p + K r ) + w 0 2 K p s 2 + 2 w c s + w 0 2 \begin{aligned} PR(s)&=K_p+\frac{2K_rwcs}{s^2+2wcs+w_0^2}\\ &=\frac{s^K_p+2wcsK_p+w_0^2K_p+2K_rwcs}{s^2+2wcs+w0^2}\\ &=\frac{s^2K_p+2wcs(K_p+K_r)+w_0^2K_p}{s^2+2wcs+w_0^2}\\ \end{aligned} PR(s)=Kp+s2+2wcs+w022Krwcs=s2+2wcs+w02spK+2wcsKp+w02Kp+2Krwcs=s2+2wcs+w02s2Kp+2wcs(Kp+Kr)+w02Kp 将 s = 2 T s z − 1 z + 1 s=\frac{2}{T_s}\frac{z-1}{z+1} s=Ts2z+1z−1带入上式,得差分方程: P R ( z ) = Y ( z ) X ( z ) = K p ( 2 T s z − 1 z + 1 ) 2 + ( 2 w c K p + 2 w c K r ) ( 2 T s z − 1 z + 1 ) + K p w 0 2 ( 2 T s z − 1 z + 1 ) 2 + 2 w c ( 2 T s z − 1 z + 1 ) + w 0 2 = 4 K p T s 2 ( z 2 − 2 z + 1 ) + 4 w c T s ( K p + K r ) ( z 2 − 1 ) + K p w 0 2 ( z 2 + 2 z + 1 ) 4 T 2 ( z 2 − 2 z + 1 ) + 4 w c T s ( z 2 − 1 ) + w 0 2 ( z 2 + 2 z + 1 ) = ( 4 K p T s 2 + 4 w c T s + K p w 0 2 ) z 2 + ( − K p T s 2 + 2 K p w 0 2 ) z + [ 4 K p T s 2 − 4 w c T s ( K p + K r ) + K p w 0 2 ] ( 4 T s 2 + 4 w c T s + w 0 2 ) z 2 + ( − 8 T s 2 + 2 w 0 2 ) z + ( 4 T s 2 − 4 w c T s + w 0 2 ) = [ 4 K p T s 2 + 4 w c T s ( K p + K r ) + K p w 0 2 ] + ( − 8 K p T s 2 + 2 K p w 0 2 ) z − 1 + [ 4 K p T s 2 − 4 w c T s ( K p + K r ) + K p w 0 2 ] z − 2 ( 4 T s 2 + 4 w c T s + w 0 2 ) + ( − 8 T s 2 + 2 w 0 2 ) z − 1 + ( 4 T s 2 − 4 w c T s + w 0 2 ) z − 2 \begin{aligned} PR(z)=\frac{Y(z)}{X(z)}&=\frac{K_p(\frac{2}{T_s}\frac{z-1}{z+1})^2+(2wcK_p+2wcK_r)(\frac{2}{T_s}\frac{z-1}{z+1})+K_pw_0^2}{(\frac{2}{T_s} \frac{z-1}{z+1})^2+2wc(\frac{2}{T_s}\frac{z-1}{z+1})+w_0^2}\\ &=\frac{\frac{4K_p}{T_s^2}(z^2-2z+1)+\frac{4wc}{T_s}(K_p+K_r)(z^2-1)+K_pw_0^2(z^2+2z+1)}{\frac{4}{T^2}(z^2-2z+1)+\frac{4wc}{T_s}(z^2-1)+w_0^2(z^2+2z+1)}\\ &=\frac{(\frac{4K_p}{T_s^2}+\frac{4wc}{T_s}+K_pw_0^2)z^2+(-\frac{K_p}{T_s^2}+2K_pw_0^2)z+[\frac{4K_p}{T_s^2}-\frac{4wc}{T_s}(K_p+K_r)+K_pw_0^2]}{(\frac{4}{T_s^2}+\frac{4wc}{T_s}+w_0^2)z^2+(-\frac{8}{T_s^2}+2w_0^2)z+(\frac{4}{T_s^2}-\frac{4wc}{T_s}+w_0^2)}\\ &=\frac{[\frac{4K_p}{T_s^2}+\frac{4wc}{T_s}(K_p+K_r)+K_pw_0^2]+(-\frac{8K_p}{T_s^2}+2K_pw_0^2)z^{-1}+[\frac{4K_p}{T_s^2}-\frac{4wc}{T_s}(K_p+K_r)+K_pw_0^2]z^{-2}}{(\frac{4}{T_s^2}+\frac{4wc}{T_s}+w_0^2)+(-\frac{8}{T_s^2}+2w_0^2)z^{-1}+(\frac{4}{T_s^2}-\frac{4wc}{T_s}+w_0^2)z^{-2}}\\ \end{aligned} PR(z)=X(z)Y(z)=(Ts2z+1z−1)2+2wc(Ts2z+1z−1)+w02Kp(Ts2z+1z−1)2+(2wcKp+2wcKr)(Ts2z+1z−1)+Kpw02=T24(z2−2z+1)+Ts4wc(z2−1)+w02(z2+2z+1)Ts24Kp(z2−2z+1)+Ts4wc(Kp+Kr)(z2−1)+Kpw02(z2+2z+1)=(Ts24+Ts4wc+w02)z2+(−Ts28+2w02)z+(Ts24−Ts4wc+w02)(Ts24Kp+Ts4wc+Kpw02)z2+(−Ts2Kp+2Kpw02)z+[Ts24Kp−Ts4wc(Kp+Kr)+Kpw02]=(Ts24+Ts4wc+w02)+(−Ts28+2w02)z−1+(Ts24−Ts4wc+w02)z−2[Ts24Kp+Ts4wc(Kp+Kr)+Kpw02]+(−Ts28Kp+2Kpw02)z−1+[Ts24Kp−Ts4wc(Kp+Kr)+Kpw02]z−2 Z域表达式: b 0 y [ n ] + b 1 y [ n − 1 ] + b 2 y [ n − 2 ] = a 0 x [ n ] + a 1 x [ n − 1 ] + a 2 x [ n − 2 ] b_0y[n]+b_1y[n-1]+b_2y[n-2]=a_0x[n]+a_1x[n-1]+a_2x[n-2] b0y[n]+b1y[n−1]+b2y[n−2]=a0x[n]+a1x[n−1]+a2x[n−2] { a 0 = ( 4 K p T s 2 + 4 w c T s ( K p + K r ) + K p w 0 2 ) a 1 = ( − 8 K p T s 2 + 2 K p w 0 2 ) a 2 = [ 4 K p T s 2 − 4 w c T s ( K p + K r ) + K p w 0 2 ] { b 0 = ( 4 T s 2 + 4 w c T s + w 0 2 ) b 1 = ( − 8 T s 2 + 2 w 0 2 ) b 2 = ( 4 T s 2 − 4 w c T s + w 0 2 ) \begin{cases} a_0=(\frac{4K_p}{T_s^2}+\frac{4wc}{T_s}(K_p+K_r)+K_pw_0^2)\\ a_1=(-\frac{8K_p}{T_s^2}+2K_pw_0^2)\\ a_2=[\frac{4K_p}{T_s^2}-\frac{4wc}{T_s}(K_p+K_r)+K_pw_0^2]\\ \end{cases} \begin{cases} b_0=(\frac{4}{T_s^2}+\frac{4wc}{T_s}+w_0^2)\\ b_1=(-\frac{8}{T_s^2}+2w_0^2)\\ b_2=(\frac{4}{T_s^2}-\frac{4wc}{T_s}+w_0^2)\\ \end{cases} ⎩ ⎨ ⎧a0=(Ts24Kp+Ts4wc(Kp+Kr)+Kpw02)a1=(−Ts28Kp+2Kpw02)a2=[Ts24Kp−Ts4wc(Kp+Kr)+Kpw02]⎩ ⎨ ⎧b0=(Ts24+Ts4wc+w02)b1=(−Ts28+2w02)b2=(Ts24−Ts4wc+w02) 通常会将差分方程表示成: Y ( z ) X ( z ) = a 0 + a 1 z − 1 + a 2 z − 2 + . . . + a k z − k 1 + b 1 z − 1 + b 2 z − 2 + . . . + b k z − k y [ n ] + b 1 y [ n − 1 ] + b 2 y [ n − 2 ] = a 0 x [ n ] + a 1 x [ n − 1 ] + a 2 x [ n − 2 ] \frac{Y(z)}{X(z)}=\frac{a_0+a_1z^{-1}+a_2z^{-2}+...+a_kz^{-k}}{1+b_1z^{-1}+b_2z^{-2}+...+b_kz^{-k}}\\ y[n]+b_1y[n-1]+b_2y[n-2]=a_0x[n]+a_1x[n-1]+a_2x[n-2]\\ X(z)Y(z)=1+b1z−1+b2z−2+...+bkz−ka0+a1z−1+a2z−2+...+akz−ky[n]+b1y[n−1]+b2y[n−2]=a0x[n]+a1x[n−1]+a2x[n−2] 故而在代码实现中可以看到 a 0 、 a 1 、 a 2 、 b 1 、 b 2 a_0、a_1、a_2、b_1、b_2 a0、a1、a2、b1、b2各系数除以 b 0 b_0 b0。 4 总结比例增益系数 K p K_p Kp和谐振增益系数 K r K_r Kr主要影响控制器的增益和相位裕度,截止频率 w c w_c wc主要影响谐振频率 w o w_o wo处的带宽,调节 K p K_p Kp和 K r K_r Kr可以优化系统的动态性能和稳态性能,调节 w c w_c wc可以改善系统的抗干扰能力。 相关资源附件:PR控制器基于Matlab绘制Bode图 准PR控制器程序 |
CopyRight 2018-2019 实验室设备网 版权所有 |