用户与研究成果简介：

上海电力大学杨兴武副教授的科研团队提出了一种新的两级模型预测控制来减少计算量并将输出电压电平提升到2N+1。首先推导了模块化多电平控制器的离散时间数学模型，引入两个环流因子，直接计算出桥臂最佳电压差和电压和，从而算出第一级控制中上、下桥臂最优投入的子模块数目。第二级控制通过上述控制投入的最优子模块数，上、下桥臂加减1个子模块，组成寻优选项数组，代入到目标函数，选择目标函数最低的子模块投入，从而确定MMC的最终投入数。无论是在第一级控制还是第二级控制，均避免了权重因子的选择。最后在子模块电容电压控制中，运用RSF算法，降低了开关频率。研究利用上海远宽的StarSim电力电子小步长实时仿真器进行实验验证了所提出方法的有效性，并把成果总结发表于《IET Electric Power Applications》： 

Yang X, Liu H, Mi Y, Ji L,Wang Y, Fu Y. An improved two‐stage model predictive control method for modular multi‐level converter. IET Electr. Power Appl. 2021;1–12.

课题研究背景

TSMPC方法研究意义与现状

在最近的十年里，模块化多电平转换器(modular multilevel converter，MMC)引起了学术界和工业界的广泛关注。它具有模块化结构、降低开关频率(reduced switching frequency，RSF)、高效率、低冗余成本和输出电压电流波形质量好等优点。

MMC控制的可以分为三个，分别是交流测输出电流控制、谐波循环电流控制和子模块电容器电压控制。在现有的文献中，不同的调制和控制策略已经被用于MMC的控制当中。其中模型预测控制(model predictive control, MPC)由于具有非线性的目标系统、控制结构简单、动态性能好、容易控制多个变量等特点，所以更适合用于多输入多输出系统。

现有研究中很少对两级式MPC方法中权重因子进行关注，而对于MPC的方法来说，权重因子是个很重要的问题，于是本文解决对权重因子的难以整定的问题。

研究重要内容和创新点

MMC拓扑结构与原理

在此研究中，下图为三相MMC及其单相拓扑结构，每一相有上、下两个桥臂，每个桥臂由N个级联的半桥型子模块（half-bridge，HBSM）和串联连接的电感Lf组成，桥臂电感Lf用来抑制环流；图中usj、ij为j（j=a,b,c）相交流侧电网电压与电流；upj、unj表示上、下桥臂的投入子模块电压之和；ipj、inj为上、下桥臂电流；Vdc为直流侧电压，L、R为交流侧电感和电阻。

S为半桥型子模块的工作状态，即投入和旁路两种状态，若忽略开关器件导通压降，当S1打开S2关闭时，子模块输出电压为Vc，当S2打开S1关闭时，子模块输出电压为零。

TSMPC方法设计

传统的模型预测控制方法通过求成本函数J取最小值时对应子模块状态，实现交流侧电流、环流、子模块电容电压等目标的控制，对于权重因子的研究很少涉及，上海电力大学杨兴武团队提出的改进的TSMPC方法避免了权重因子需要考虑的情况，通过对交流测电流控制和环流控制解耦运算，两级控制互不干扰，从而避免权重因子的选择。

针对传统模型预测控制中成本函数中权重因子难以精确设计且输出电平为N+1的问题，提出一种模块化多电平变换器改进升电平两级模型预测控制的方法，下图示出了所提出的TSMPC的原理。图中深红色线、蓝色线、红色线分别代表每一阶段的参考值、控制选项、最优控制项。它了包括两个阶段:第一阶段和第二阶段。第一阶段控制主要用于产生最优控制集，而后一阶段通过目标函数最小化确定MMC最终投入的子模块数。最后结合RSF原则，实现子模块电容电压的平衡。该方法无需权重因子设计，也无需循环所有开关状态，还可实现2N+1最大电平数输出。具体实现如下：

注：其它的控制方法和数学表达式详细推导详见上海电力大学杨兴武科研团队发表的文章。

基于实时仿真器的算法验证

基于任意拓扑小步长实时仿真的改进TSMPC方法验证

研究在实验验证阶段，模拟了在稳态和动态故障情况下，网侧电压、电流、上下桥臂电流的变化情况，并验证了所提诊断方法的可行性和鲁棒性。一般来说，TSMPC这种实验一般较难在实物系统上实现；纯软件仿真又有无法接入真实控制器的缺点，较难反应出真实控制器中的延迟和有限精度。 实时仿真器可以同真实控制器连接，又不会有故障实验危险的问题，是IGBT开路故障诊断方法验证的理想测试设备。

任意拓扑小步长实时仿真对于改进TSMPC方法验证的重要性

电力电子系统通常含有高速动作的开关元件，其实时仿真有一定挑战，通常有两种方法来实现电力电子系统的实时仿真，一种是基于PWM占空比测量的平均值大步长方法，一种是基于细节模型的小步长实时仿真。

对于TSMPC方法来说，它需要检测到瞬时电路反应，而不是经过大步长平均的信号，因此基于PWM占空比的平均值大步长方法不适用于此研究。同时实时仿真器要能够仿真各种故障工况，或者说任意的拓扑组合；一些只能仿真正常工况的实时仿真器也不适用。

远宽能源（www.modeling-tech.com）提供的StarSim实时仿真器，基于电力电子器件的细节模型，利用最新的FPGA技术，可以实现1微秒步长、任意拓扑、任意工况的电力电子系统实时仿真，被广泛应用于牵引供电系统故障诊断、控制策略验证、可再生能源并网、电机驱动等的实时仿真中；上海电力大学的科研团队就采用了StarSim电力电子实时仿真器来进行所提出的改进的TSMPC方法的试验验证。  

下图的图右边的机箱是远宽能源StarSim实时仿真器，图左边为真实换流器的DSP控制器，DSP主要负责预测和优化的过程。其中电力电子系统是利用StarSim FPGA Solver按1微秒的步长实时仿真；实时仿真器和快速原型控制器通过真实的物理IO互连。

下图为在小步长实时仿真实验平台上改进TSMPC方法稳态和动态情况下的网侧电压电流、上下桥臂电流以及输出电平数的实验波形。

由上图可以看出，动态响应较快，且交流侧输出电流和环流谐波低，环流波动幅度和子模块电容电压波动幅度较低，验证了该方法的有效性。