適応とロバスト制御入門

パワーエレクトロニクスシステムでは、制御戦略が、希望のパフォーマンス、効率、信頼性を実現する上で重要な役割を果たします。比例・積分・微分 (PID) コントローラなどの従来の制御方法では、特にシステムでパラメータの変動、非リニア性、または外部障害が発生する場合、必ずしも満足のいく結果が得られないことがあります。これらの課題に対処するために、適応とロバスト制御技術が開発され、さまざまな動作条件下でパフォーマンスが向上し、回復力が向上しました。

適応制御技術は、システムの動作に基づいてパラメータや構造をリアルタイムで調整し、システムやその環境の変化を補正するように設計されています。この適応性により、制御システムは不確実性や障害が存在する場合でも最適なパフォーマンスを維持できます。モデル規範適応制御 (MRAC) とセルフチューニング制御は、適応制御戦略の例です。

一方、ロバスト制御技術は、不確実性、外乱、またはパラメータの変動がある場合でも、適応する必要なしにシステムの安定性とパフォーマンスを維持することに重点を置いています。ロバスト制御の主な目的は、指定範囲内のすべてあり得る変動に対して指定されたレベルのパフォーマンスを保証するコントローラを設計することです。H∞制御とスライディングモード制御は、ロバスト制御方法のよく知られた例です。

適応制御技術とロバスト制御技術はどちらも、過渡応答の向上、定常状態のパフォーマンスの強化、不確実性や外乱に対する耐性の向上など、パワーエレクトロニクスシステムにおいていくつかの利点をもたらします。これらの制御戦略は、電圧および電流制御、モーター駆動、再生可能エネルギーシステム、グリッド接続インバータなど、さまざまなパワーエレクトロニクスアプリケーションに適用できます。

次のセクションでは、パワーエレクトロニクスシステムでのアプリケーションに焦点を当てて、適応制御とロバスト制御の原理と手法について詳しく説明します。

適応制御技術

適応制御の手法は、システムパラメータと外部障害の変化に対応するために、コントローラパラメータを動的に調整します。これらの技術の基本的な前提条件は、システムからのフィードバックに基づいて制御戦略を変更し、望ましい出力と実際の出力の間の誤差を最小限に抑える能力です。パワーエレクトロニクスシステムで一般的に使用される2つの適応制御戦略は、モデル規範適応制御 (MRAC) と自己調整制御です。

モデル規範適応制御 (MRAC)

モデル規範適応制御 (MRAC) は、コントローラがシステムを強制的に目的のモデルに従わせるように設計する方法です。モデルはシステムの理想的な応答を表します。適応法則は、システム出力と規範モデル出力の差 (一般に追従誤差として知られる) に基づいてコントローラパラメータを調整するために使用されます。

MRACの目標は、システムパラメータの変更や外乱に関係なく、実際のシステムを可能な限り規範モデルに近づけることです。これは、コントローラのパラメータをリアルタイムで調整して追従誤差を最小限に抑えることによって実現されます。MRACの利点の1つは、システムの不確実性や非線形性を処理できるため、さまざまなパラメータや動作条件を持つパワーエレクトロニクスシステムに適した制御戦略となることです。

無停電電源装置のモデル規範適応制御のブロック図を図1に示します。この図では、v_inv、 v₀、v_0,ref、i_fそしてi₀はそれぞれインバータの出力電圧、コンデンサ電圧、基準入力電圧、インバータ / インダクタ電流、負荷電流を表します。さらに、v_0,mとi_f,mは基準システムの出力電圧と電流であり、i_f,refは基準電流入力を示します。適応パラメータはk₁、k₂、k₃、およびk₄と表され、電圧および電流追従誤差はe_v0とe_ifとして表されます。

図1 : 無停電電源装置のモデル規範適応制御のブロック図

セルフチューニング制御

適応制御の別の形式であるセルフチューニング制御は、制御システムの観測されたパフォーマンスに基づいてコントローラパラメータを自動的に調整します。この方法では、オンライン識別プロセスを使用してシステム パラメータを推定し、その推定値を使用して、事前に定義された最適化基準に基づいてコントローラのパラメータを更新します。

パワーエレクトロニクスシステムでは、セルフチューニング制御によりシステムの非リニア性と不確実性を効果的に処理できます。これは、システムパラメータが正確にわからない場合や、時間の経過とともに変化する場合に特に役立ちます。セルフチューニング制御の主な利点は、システムダイナミクスの変化にもかかわらず最適な制御パフォーマンスを維持できることです。

MRACとセルフチューニング制御技術は、特に動作条件が変化する状況や不確実性が存在する状況において、パワーエレクトロニクスシステムのパフォーマンスと信頼性を大幅に向上させることができます。これらの手法のどちらを選択するかは、システムの不確実性のレベル、望ましいパフォーマンス特性、制御アルゴリズムの実装に使用できる計算リソースなど、システムの特定要件によって異なります。

ロバスト制御技術

ロバスト制御技術は、不確実性や外乱が存在する場合でも制御システムの安定性とパフォーマンスを維持するように設計されています。これらは、パワーエレクトロニクスシステムに共通する問題であるシステム パラメータの変動やモデル化されていないダイナミクスを処理するための効果的な方法を提供します。さまざまなロバスト制御戦略の中で、H∞制御とスライディングモード制御は、その優れたパフォーマンスとロバスト性により広く使用されています。

H∞制御

H∞制御は、堅牢なパフォーマンスと安定性を実現するコントローラを設計するために使用される堅牢な制御方法です。H∞制御法の主な目的は、外乱入力から出力誤差までのシステムの伝達関数の最大ゲインを、無限大から負の無限大まで最小化することであり、そのためH∞という名前が付けられています。その結果、不確実性に対する感受性が低くなり、広い周波数幅にわたってパフォーマンスが向上したシステムが実現します。

H∞制御は、不確実なシステムダイナミクスや変化するシステムダイナミクスの管理に非常に効果的であり、パワーエレクトロニクスシステムに最適です。ただし、システムをリニアで時間不変の微分方程式の形式で表現する必要があり、一連の非線形行列不等式を解く必要があるため、H∞コントローラの設計と実装は複雑になる可能性があります。

スライディングモード制御

スライディングモード制御は、システムの不確実性に対する堅牢性を提供できる非リニアの制御方法です。スライディングモード制御では、システムの状態空間にスライディング表面が定義され、制御法則はシステム状態をこの表面上に駆動するように設計されています。一旦表面に到達すると、システムは表面に沿って移動するように制約され、一致する不確実性や外乱の影響を受けない低次元システムになります。

スライディングモード制御の主な利点の1つは、パラメータの変化や外乱に対する堅牢性です。これにより、動作条件の変化や部品の老朽化によりシステムパラメータが変化する可能性があるパワーエレクトロニクスシステムに非常に適しています。しかし、スライディングモード制御の実装は、不連続な制御則によって引き起こされる制御信号の高周波振動である、いわゆる「チャタリング」現象のために困難になる可能性があります。この問題を緩和するために、境界層手法や高次スライディングモードなどのさまざまな方法が提案されてきました。

パワーエレクトロニクスシステムのアプリケーション

適応とロバスト制御技術は、不確実性を処理し、安定した効率的なシステム性能を提供できるため、パワーエレクトロニクスシステムで幅広く応用されています。このセクションでは、パワーエレクトロニクスにおけるこれらの技術の注目に値するアプリケーションのいくつかについて説明します。

DC/DCコンバータ: モデル規範適応制御 (MRAC) やH∞制御などの適応とロバスト制御戦略は、DC/DCコンバータで、幅広い動作条件や負荷変動下で出力電圧を調整するためによく使用されます。これらの技術により、パラメータの不確実性や外乱があっても、安定した動作と最適なパフォーマンスが保証されます。

AC/DC電源: AC/DC整流器は、スライディングモード制御などのロバスト制御技術を活用して、入力電流の高調波を管理し、力率を向上できます。このような技術は、パラメータの変化や負荷の乱れに対して堅牢なパフォーマンスを提供し、整流器の信頼性の高い動作を保証します。

DC/ACインバータ: DC/AC インバータでは、セルフチューニング制御などの適応制御技術を使用して出力電圧と周波数を調整します。これらの技術は、システムパラメータや動作条件の変化に適応し、効率的で信頼性の高いパフォーマンスを提供します。

電気駆動: ACドライブやDCドライブなどの電気駆動システムは、適応とロバスト制御技術の主要な応用分野です。これらの技術は、変化する負荷やパラメータの不確実性が存在する場合でも、モータ速度、トルク、位置を正確に制御するのに役立ちます。

再生可能エネルギーシステム: 適応とロバスト制御技術は、太陽光発電 (PV) システムや風力エネルギーシステムなどの再生可能エネルギーシステムにおいて、さまざまな環境条件下で電力抽出を最大化するために使用されます。これらの技術は、最大電力点追従 (MPPT) アルゴリズムと電力コンバータのパフォーマンスを最適化するのに役立ちます。