Rechenzeit-effiziente direkte modellprädiktive Regelung mit langen Prädiktionshorizonten für Antriebe mittlerer Spannung.

• Antragsteller: Professor Dr.-Ing. Ralph Kennel
• Fachliche Zuordnung: Elektrische Energiesysteme, Power Management, Leistungselektronik, elektrische Maschinen und Antriebe
• Förderung: Förderung von 2015 bis 2020
• Projektkennung: Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 273592357

Bei Antrieben mittlerer Spannung (MV Antriebe) sollten die Schaltverluste des Umrichters niedrig gehalten werden. Die Reduktion der Schaltfrequenz und damit der Schaltverluste führt jedoch zu einem nicht akzeptablen Anstieg der "Total Harmonic Distortion" (THD) im Motorstrom.Eine Option ist modellprädiktive Regelalgorithmen (MPC) einzusetzen, um das oben genannte Problem zu lösen. MPCs ermöglichen widersprüchliche Regelziele zu vereinbaren. Darüber hinaus wird MPC meist für direkte Regelstrategien angewandt, d.h. Regelung und Modulation erfolgen zugleich. Dies erhöht die Flexibilität des Reglers. Daher hat sich gezeigt, dass MPCs effektiv zur Regelung von Motorströmen (oder des Drehmoments bzw. Statorflusses) eingesetzt werden können, wobei gleichzeitig Schaltfrequenz und THD der Motorströme niedrig gehalten werden.Jedoch ist für viele MPCs (wie das genannte) ein langer Prädiktionshorizont erforderlich, um eine angemessene Perfomanz zu gewährleisten. Aus diesem Grund sind die Rechenanforderungen der MPC-Algorithmen selbst mit modernen Mikroprozessoren schwierig zu erfüllen. Deshalb ist es nötig, MPC-Algorithmen für lange Prädiktionshorizonte zu entwickeln, welche nur geringen Rechenaufwand erfordern.Das Ziel dieses Projektes ist, direkte MPC-Strategien mit langen Prädiktionshorizonten für MV Antriebe (bestehend aus einem Multilevel-Umrichter und einem Asynchronmotor - IM) zu entwickeln. Es gibt verschiedene, gleichwichtige Regelziele: Der Statorstrom sollte möglichst seinen Sollwerten folgen, seine THD sollte niedrig sein und die Schaltfrequenz (oder gleichbedeutend die Schaltverluste) sollten niedrig sein. Um die entwickelte Regelstrategie in Echtzeit implementieren zu können, sollte der benötigte Rechenaufwand klein sein.Um die obengenannten Ziele zu erreichen, wird das Problem als ganzzahliges Least-Squares-Optimierungsproblem formuliert. Somit kann ein diskreter Suchalgorithmus angepasst werden (z.B. der Sphere-Decoding-Algorithmus), um das Problem zeiteffizient lösen zu können. Probleme, wie z.B. die Wahl des Suchradius' für das "hypersphere" oder die Faktorisierung der Matrizen des Optimierungsproblems sollten beachtet und effektiv gelöst werden.Ein sehr wichtiger Vorteil der vorgeschlagenen Methode ist, dass die Komplexität des Problems nicht von der Anzahl der Spannungs-Level des Umrichters abhängt, der den Motor speist. Dies ist der Fall, weil der Sphere-Decoding-Algorithmus die optimale Lösung in einem "hypersphere" sucht, welches unabhängig von der Anzahl der Level des Umrichters ist. Daraus folgt, dass der MPC-Algorithmus einfach an verschiedene (Multilevel-) Umrichter-Topologien ohne zusätzlichen Rechenaufwand angepasst werden kann.Das endgültige Ziel dieses Projektes ist die Implementierung des Algorithmus' in einem kleineren Prototyp (kleines Antriebssystem), um dessen Leistungsfähigkeit zu verifizieren. Das Antriebssystem wird aus einem Dreilevel-Neutral-Point-Clamped-Umrichter und einer IM bestehen.

• DFG-Verfahren: Sachbeihilfen