Finite Control Set-Model Predictive control of Permanent Magnet Synchronous Motor

The electrification of the transportation sector has been the most important goal of the current century. In the last decade, there has been a surge in the production and sale of electric vehicles, necessitating substantial research and development in the industry. This thesis focuses on building a FiniteControl Set Model Predictive controller(FCS-MPC) for a Permanent Magnet Synchronous Motor(PMSM) drive in a back-to-back setup, at China Euro Vehicle Technology (CEVT). A conventional 8 vector based FCS-MPC with a multi-objective cost function was designed. The cost consisted of current tracking and torque tracking components along with other objectives aimed at reducing the ripples and switching losses to improve the performance of the controller. A modified FCS-MPC algorithm with a set consisting of 50 voltage vectors was designed to improve the performance of the FCS-MPC at steady state. An efficient search algorithm was designed for the modified FCS-MPC in order to utilize the same computational power as the conventional FCS-MPC. As a result of this search algorithm, irrespective of the 50 vectors in the set only 8 vectors are used for the prediction process for every cycle. To address the issue of parameter mismatch, the MPC was enhanced with an online disturbance observer. Finally, simulation was used to compare the devised control algorithm to field oriented control (FOC). When comparing the FOC to the FCS-MPC, the results showed that the FOC had less ripple and better steady-state performance. The FCS-MPC, on the other hand, had better transient performance, with a shorter settling time and less overshoot. When compared to FOC, the FCS-MPC’s transient performance was considerably better under parameter mismatch.Elektrifieringen av transportsektorn har varit det viktigaste målet för detta århundrade. Under det senaste decenniet har det skett en ökning av produktionen och försäljningen av elfordon, vilket kräver betydande forskning och utveckling inom branschen. Det här examensarbetet fokuserar på att bygga en FiniteControl Set Model Predictive Controller (FCS-MPC) för en PMSM-drift (Permanent Magnet Synchronous Motor) i en back-to-back-uppställning, vid China Euro Vehicle Technology (CEVT). En konventionell 8-vektorbaserad FCS-MPC med en multi-objektiv kostnadsfunktion designades. Kostnaden bestod av komponenter för aktuell spårning och vridmomentspårning tillsammans med andra mål som syftade till att minska krusningarna och kopplingsförlusterna för att förbättra styrenhetens prestanda. En modifierad FCS-MPCalgoritm med en uppsättning som består av 50 spänningsvektorer utformades för att förbättra prestandan hos FCS-MPC:n vid steady state. En effektiv sökalgoritm designades för den modifierade FCS-MPC:n för att använda samma beräkningskraft som den konventionella FCS-MPC:n. Som ett resultat av denna sökalgoritm, oberoende av de 50 vektorerna i uppsättningen, används endast 8 vektorer för predikteringsprocessen för varje cykel. För att lösa problemet med parameterfelmatchning förbättrades MPC med en onlinestörningsobservatör. Slutligen användes simulering för att jämföra den utarbetade kontrollalgoritmen med fältorienterad kontroll (FOC). När man jämförde FOC med FCS-MPC visade resultaten att FOC hade mindre rippel och bättre steadystate prestanda. FCS-MPC, å andra sidan, hade bättre övergående prestanda, med en kortare sättningstid och mindre översvängning. Jämfört med FOC var FCS-MPC:s transienta prestanda avsevärt bättre under parameterfelmatchning