随着现代电力电子技术和微处理器的发展,模型预测控制（Model predictive control,MPC）逐渐被应用于电机控制领域,并以其优良的控制性能受到广泛关注。MPC方法的实施主要包括变量采样、预测计算、指标评估、控制输出和误差修正五个环节。传统MPC方法中所有环节均采用单一的时间步长,难以实现每个控制环节时间维度与功能维度的高效匹配,存在硬件资源利用率较低、预测精度较差、动态响应速度较慢等问题。本文主要对永磁同步电机（Permanent magnet synchronous motor,PMSM）模型预测电流控制（Model predictive current control,MPCC）中各个环节的时间步长进行研究,从优化控制性能和高效利用硬件资源等方面分析每个控制环节所应匹配的最优时间步长,提出MPCC多时间步长算法架构,并针对其中的控制环节和预测环节,提出一种基于运行工况的时间步长自整定方法,提高MPCC的暂态和稳态控制性能。论文的主要工作体现在以下几个方面:（1）对永磁同步电机MPCC方法进行研究。建立永磁同步电机数学模型,通过对电机状态方程进行离散化处理得到MPCC预测模型,以预测未来一段时间内电机电流的变化情况。根据预测步数的不同,将MPCC分为单步MPCC和多步MPCC两种方法分别进行阐述,并对两种方法的预测误差和算法运算量进行对比分析。同时,通过永磁同步电机模型预测电流控制系统实验平台分别对单步MPCC和多步MPCC的控制性能进行实验验证。（2）对时间步长自整定的MPCC方法进行研究。分析MPCC执行过程中包含的变量采样、预测计算、控制输出和误差修正四个环节时间步长的特点,建立永磁同步电机MPCC多时间步长算法架构。根据电机实际运行特点,将电机运行工况分为暂态和稳态,并提出这两种典型电机运行工况的识别方法,同时借鉴滞环比较的思想,防止电机稳定运行时因转速波动而导致的状态误判。根据电机暂稳态运行中系统变量的特点及控制目标的差异,提出控制环节和预测环节时间步长的整定方法,根据转速变化量或转速变化率分档位在线调节控制周期,并在预测模型中引入预测步长调节系数,对预测步长与控制周期的关系进行调节。（3）将所提方法与传统单步MPCC方法进行对比分析。搭建基于d SPACE的永磁同步电机驱动系统实验平台,分别在暂态和稳态两种运行工况下对两种控制方法进行对比分析。对比内容包括动态响应速度、预测误差、转矩和磁链脉动以及开关频率等。结果表明,本文提出的工况判别方法能够快速准确地识别电机运行工况,同时,时间步长自整定MPCC方法能够根据电机运行工况自适应调节控制周期与预测步长,提高暂态过程中的预测精度与响应速度,同时提高稳态性能,降低稳态运行时的开关频率。