论文部分内容阅读
DC/DC转换器是混合动力汽车及新能源系统的重要能量转换器件，由于汽车工作工况变化频繁，常规的PID控制用于DC/DC转换器中存在调节时间长、纹波较大等问题。预测控制在工业控制中应用广泛，其性能优于PID控制，但是预测控制应用于DC/DC转换器这类快速采样系统中的瓶颈是在线计算量较大。因此需要研究如何提高预测控制的在线计算速度，本文利用FPGA并行计算能力，提高了DC/DC转换器的控制性能。完成了基于FPGA的DC/DC预测控制器设计，主要研究内容如下： 介绍了常用的DC/DC转换器建模方法，对交错并联DC/DC电路的不同状态进行了分析，比较了各种常用的建模方法及结果，最终确定了采用平均状态空间方程的方法来建立DC/DC转换器的模型，并给出了数学模型。 在分析了模型预测控制的优化算法理论和卡尔曼滤波算法的基础上，从最优化方法的角度比较了快速梯度法，交替方向乘子法与递归神经网络优化算法的控制速度和精度，并得出了采用神经网络优化方法在速度和精度上都优于其它方法，也是最适合于采用FPGA实现的优化算法的结论。 计算了在FPGA中实现预测控制器的资源需求，详细地说明了FPGA的硬件和软件设计流程。针对平均状态空间模型带不等式约束的问题，采用状态机在DE2-115开发板上设计实现了时序控制单元，并行运算单元，存储单元等等。通过仿真得出在50MHz时钟频率下，求解二次规划问题的时间为8us，这一结果在速度和精度上远优于其他算法及平台。 对设计的预测控制器进行了仿真和实验测试。通过MATLAB仿真得出了参数选择的原则，及FPGA设计的最优权系数矩阵。通过FPGA半实物仿真测试以及噪声测试验证了所设计的DC/DC预测控制器的精确性和快速性。