基於估計器的混合式飛跨電容多級轉換器控制：利用多成本梯度下降和狀態前饋實現高頻寬、低計算量的方法

核心概念

本文提出了一種基於估計器的混合式飛跨電容多級轉換器控制方法，該方法利用多成本梯度下降和狀態前饋技術，在降低計算複雜度的同時實現了高頻寬控制。

摘要

研究背景

• 混合式飛跨電容多級 (FCML) 轉換器因其功率效率、功率密度、輕量化結構和可擴展性等優點而備受關注。
• 然而，混合式 FCML 的一個挑戰是確保飛跨電容上的電壓平衡。
• 傳統的電壓平衡方法依賴於隔離式電壓傳感器，這增加了硬件複雜性和成本。
• 本文提出了一種基於估計器的控制方法，以解決這些限制。

估計器控制：分層控制器設計與考慮因素

• 本文採用基於時間尺度分離原則的級聯迴路控制器結構，簡化了多變量控制問題。
• 採用廣義比例積分諧振 (PIR) 控制器框架，並根據應用需求調整控制器設計。
• 討論了輸出電壓控制、主動電壓平衡和電流控制的設計考慮因素。

飛跨電容電壓估計

• 本文提出了一種基於多成本梯度下降和狀態前饋的混合估計器。
• 採用不相交採樣方法，以較低的採樣率獲得完整的系統方程式。
• 閉環估計器確保了穩定性和收斂性，而開環估計器則增強了動態響應。
• 詳細分析了估計器的穩定性、增益設置和秩虧問題。

結論

• 本文提出的基於估計器的控制方法，利用多成本梯度下降和狀態前饋技術，在降低計算複雜度的同時實現了高頻寬控制。
• 該方法消除了對隔離式電壓傳感器的需求，降低了硬件成本和複雜性。
• 模擬結果驗證了該方法在實現主動電壓平衡和電流控制方面的有效性。

統計資料

一個 N 級混合 FCML 轉換器使用 (N-2) 個飛跨電容，將電壓應力均勻分佈在 (N-1) 個低壓開關上。
FCML 拓撲的濾波器尺寸縮小了 (N-1)^2 倍。
採樣頻率通常設置在 10 到 40 kHz 之間。

引述

"基於估計器的控制在電力電子領域得到了廣泛的應用，例如電機控制和並網變流器。"
"通過減少對物理傳感器的依賴，基於估計器的控制提供了成本效益和更高的系統可靠性。"
"該混合估計器結合了兩種方法的優點，通過開環估計快速跟踪飛跨電容電壓變化，同時通過閉環估計確保穩定性和收斂性。"

從以下內容提煉的關鍵洞見

High-Bandwidth, Low-Computational Approach: Estimator-Based Control for Hybrid Flying Capacitor Multilevel Converters Using Multi-Cost Gradient Descent and State Feedforward

by Inhwi Hwang 於 arxiv.org 11-25-2024

https://arxiv.org/pdf/2411.14707.pdf

深入探究

本文提出的控制方法如何應用於其他類型的多級轉換器？

本文提出的基於估計器的控制方法，其核心概念是利用多成本梯度下降和狀態前饋技術，實現對電壓的快速準確估計，並以此為基礎進行控制。這種方法具有一定的普適性，可以應用於其他類型的多級轉換器，例如：

級聯H橋多級轉換器 (CHB)： CHB 與混合飛行電容多級轉換器 (FCML) 類似，也需要平衡各級電壓。可以採用類似的估計器結構，通過測量橋臂電壓，估計各級直流電容電壓，並設計相應的電壓平衡控制策略。
模塊化多級轉換器 (MMC)： MMC 的子模塊數量眾多，電壓平衡控制更加複雜。可以借鑒本文的狀態前饋思想，利用子模塊電流和開關狀態預測電容電壓變化，並結合閉環反饋提高估計精度，從而實現對 MMC 的高效控制。
需要注意的是，不同類型的多級轉換器具有不同的拓撲結構和工作原理，因此需要根據具體情況對估計器和控制器進行適配性設計。例如，需要考慮測量變量的選取、系統模型的建立、控制目標的設定等因素。

在高噪聲環境下，估計器的性能會受到什麼影響？

在高噪聲環境下，估計器的性能會受到一定影響，主要體現在以下幾個方面：

測量噪聲放大： 估計器依賴於對系統狀態的測量，而高噪聲環境會降低測量精度。若估計器設計不當，例如反饋增益過高，則會放大測量噪聲，導致估計結果出現較大波動，影響控制性能。
狀態估計偏差： 噪聲會影響系統模型的準確性，導致狀態估計出現偏差。尤其是在開環估計中，若模型參數與實際系統不符，噪聲會被當作系統狀態變化，造成估計誤差累積。
系統穩定性降低： 估計誤差會影響控制器的性能，進而影響整個系統的穩定性。例如，在電流控制環節，若電壓估計不準，會導致電流控制精度下降，甚至引起系統震盪。
為了解決高噪聲環境下的問題，可以採取以下措施：

優化測量電路： 採用濾波、隔離、屏蔽等技術，降低測量噪聲的影響。
改進估計算法： 引入濾波算法，例如卡爾曼濾波，對測量數據進行平滑處理，降低噪聲的影響。
提高系統魯棒性： 設計控制器時，考慮噪聲和參數擾動的影響，提高系統的魯棒性和抗干擾能力。

如何進一步優化估計器的設計，以在保持高頻寬的同時進一步降低計算複雜度？

為了在保持高頻寬的同時進一步降低計算複雜度，可以考慮以下優化方向：

簡化系統模型： 在滿足一定精度要求的前提下，可以對系統模型進行簡化，例如降階處理，減少狀態變量和模型參數，從而降低計算量。
優化估計算法： 研究更高效的估計算法，例如遞推最小二乘法、移動平均濾波等，以較低的計算成本實現快速準確的估計。
採用多速率估計： 針對變化較慢的狀態變量，可以採用較低的採樣頻率進行估計，而對變化較快的狀態變量則採用較高的採樣頻率，從而降低整體計算負擔。
利用硬件加速： 對於計算量較大的算法，可以考慮利用FPGA、DSP等硬件平台進行加速，提高估計器的實時性能。
此外，還可以結合具體應用場景，對估計器進行針對性優化。例如，針對系統參數變化範圍較小的情況，可以採用自適應算法，在線更新模型參數，提高估計精度。