模型预测控制在多相电机驱动系统中的参数鲁棒性：综合综述

《IEEE Aerospace and Electronic Systems Magazine》：Parameter Robustness of Model Predictive Control in Multiphase Machine Drives: A Comprehensive Review

　　

摘要：

多相电机具有较低的每相功率应力以及强大的容错能力，因此在学术界和工业界都受到了广泛关注。模型预测控制（MPC）是一种先进的控制方法，可以提升电机驱动系统的动态性能和效率。然而，多相电机的预测模型对参数不匹配非常敏感，这给MPC带来了额外的挑战。本文从三个角度回顾了提高MPC参数鲁棒性的通用方法：预测模型改进、扰动/不确定性估计与补偿（DUEC）以及在线参数识别。尽管参数鲁棒性和DUEC密切相关，但二者并不等同。DUEC方法可以通过估计并补偿由参数变化引起的预测误差来提高参数鲁棒性，同时还能抑制未建模的动力学行为和其他非参数干扰。文中还提供了定量比较，以评估其工业可行性。接着分析了与谐波子空间中新增参数以及容错运行相关的鲁棒性挑战。最后，讨论了未来的研究方向，并提出了几个有前景的研究课题。