Model-Based Predictive Control with Graph Theory Approach Applied to Multilevel Back-to-Back Cascaded H-Bridge Converters
Resumen
El convertidor multinivel back-to-back de puente H en cascada (CHB-B2B) presenta unos componentes por nivel significativamente reducidos en comparación con otras topologías multinivel back-to-back clásicas. Sin embargo, esta ventaja no puede cumplirse debido a los varios cortocircuitos internos que presenta el CHB-B2B cuando se aplica una modulación PWM convencional. Para resolver este problema, una potente herramienta matemática conocida como teoría de grafos se presenta como una solución para definir la matriz de conmutación del convertidor que se utilizará con un control adecuado, como el control predictivo basado en modelos (MPC). Por lo tanto, este trabajo de investigación propone un MPC con el enfoque de la teoría de grafos aplicada al CHB-B2B, que es capaz no sólo de eliminar las etapas de cortocircuito, sino también de explorar todos los estados de conmutación restantes sin perder el rendimiento del convertidor. Los estados de conmutación restantes sin perder la controlabilidad del convertidor ni la calidad de la potencia. Para demostrar la aplicabilidad de la estrategia propuesta, el enfoque MPC con teoría de grafos se prueba en cuatro tipos diferentes de configuraciones SST, entrada-paralelo-salida-paralelo (IPOP),entrada-serie-salida-serie (IPOS), entrada-serie-salida-paralelo (ISOP), y entrada-serie-salida-serie (ISOS), atendiendo a redes de distribución con diferentes niveles de tensión y potencia. Los resultados experimentales en tiempo real obtenidos en una plataforma hardware-in-the-loop (HIL) demuestran la eficacia de la estrategia propuesta, como la regulación de tensiones DC-link, la síntesis de tensiones multinivel, y corrientes con contenido reducido de armónicos.
Descripción
This research was funded by National Council for Scientific and Technological Development— CNPq (grant numbers 409024/2021-0 and 311848/2021-4) and Espírito Santo Research and Innovation Support Foundation—FAPES (grant numbers 514/2021 and 415/2021). Yahyaoui is funded by RESOL Project, 2421, financed by the University of Rey Juan Carlos, Spain
Colecciones
- Artículos de Revista [4166]