在“双碳”战略下，电动汽车产业迎来了新机遇。电机控制作为关键一环，传统PI控制策略虽然具有较强的普适性，但存在增益系数优化不足，d、q轴耦合影响动态性能，控制量选择受限等问题。而预测类控制算法，如模型预测控制（MPC）算法则成为解决这些问题的新方向。

模型预测控制通过预测模型及当前状态量，求解最优控制序列，实现多输入多输出、复杂约束条件下的有效控制。然而，模型预测控制对算力需求巨大，直到近年来计算处理单元迅速发展，才开始在电力电子和电机控制领域得到广泛应用。

在永磁同步电机（PMSM）控制领域中，根据是否需要脉冲宽度调制（PWM）技术，模型预测控制分为有限控制集及连续控制集两类，各有优劣。显式模型预测控制（EMPC）思想的提出，将有约束问题在线求解的数值解形式，转化为离线关于状态量的分段仿射函数显式表达，有效地解决了模型预测控制在线求解困难的问题。

中国科学院大学、中国科学院电工研究所的刘忠永、范涛等学者，提出一种应用于永磁同步电机的级联式高性能显式模型预测控制算法。

图1 显式模型预测控制电机控制框图

研究者基于多参数规划思想建立系统参数化模型，离线求解有约束条件下的最优解并以状态量的分段仿射函数形式保存，解决了连续控制集模型预测控制算法在线求解的算力需求问题。全面介绍了显式模型预测控制的应用思想及设计流程，分析了在永磁同步电机控制中模型失配、死区效应、数字延时等非理想因素带来的影响并给出了应对措施。

图2 显式模型预测控制流程

他们表示，相较于抗饱和策略只能应用于一些特定工作点，并可能导致系统的不稳定，该算法将模型及各类约束条件纳入控制问题的求解，包含了控制过程中所有的动态特征，保证系统线性稳定的同时得到了更好的动态性能。

图3 对拖实验平台

与传统PI控制算法进行对比，该算法的高带宽特性使其具有更快的动态响应速度及谐波抑制能力；基于多变量控制思想的设计方法使其不再需要考虑系统状态之间的耦合作用；基于可行域求解的最优控制量可以满足全域的控制需求，不再需要根据工况进行繁琐的调参工作。

本工作成果发表在2023年第22期《电工技术学报》，论文标题为“高性能永磁同步电机显式模型预测控制算法研究”。本课题得到国家重点研发计划资助项目的支持。