发表于：2005/10/24 22:07:00
#0楼
转载，来自变频器世界
异步电动机广泛应用于工业、农业、国防各领域，其总用电量占全国工业用电量的60%以上。在额定负载附近运行时异步电动机的效率最高，如对于额定功率为1～75kW的电机，额定工作点的效率在74～92%之间[1]。但在轻载时仍运行于额定磁通，励磁电流不变，由于铁损和由励磁电流产生的定子铜损保持不变，电机的运行效率和功率因数会明显下降[1]。因此，对于长期轻载运行或负载变化范围较宽的异步电动机，存在很大的节能空间。
变频调速技术的广泛应用，极大地推动了异步电动机的节能降耗。但普通的变频调速装置大多采用恒U/f控制，一旦选定U/f曲线，通常不能在线修改，在轻载时就会造成电能的浪费。这种变频调速系统虽具有结构简单、价格低廉的优点，但动态性能较差，也不能使电机处于最经济的运行状态。众所周知，磁场定向矢量控制变频调速是一种高性能的调速方式，尤其能满足驱动系统宽调速范围和快速转矩响应的要求。但是，矢量控制变频调速通常是采用恒磁通控制，轻载时低效的问题仍然存在[2]，也就是说，性能卓越的矢量控制变频调速系统在效率方面并不是最优的。对最优效率的迫切要求在电动车、空间电驱动装置、舰艇等有限能源供电的领域尤为突出。如目前在国内外引起人们广泛关注的电动汽车，其电驱动系统为电池供电，因而不但要求驱动电机体积小、重量轻，动态响应快，而且要有尽可能高的运行效率，以延长单位电池能量的行驶距离。异步电动机以其坚固耐用、可靠性高、价格低廉的优势在电动汽车电驱动系统中受到人们的重视[2～4]，而唯一的不足是其效率低于价格昂贵的永磁同步电机。因此，如何进一步提高异步电动机的运行效率，已经成为人们关注的重要课题。
2 变频调速异步电动机的效率与损耗
电机的效率定义为输出电磁功率Pe与输入功率Pi的比值:
功率损耗PLoss由以下几部分组成:绕组中电流通过所产生的铜耗(定子和转子)、铁心中磁场所产生的铁耗(磁滞和涡流)、气隙磁场高次谐波产生的负载杂散损耗、由于风扇和轴承转动所引起的通风和摩擦损耗(又称机械损耗)。损耗的模型不但复杂，而且是非线性的。更为严重的是, 由于温度和饱和效应的影响，定转子电阻、电感等参数在不同工况下变化明显，给效率优化控制带来了更大的困难。例如在某些情况下, 转子的电阻值会比其标称值增加一倍以上。在这些损耗中，杂散损耗和机械损耗一般占总损耗的20%左右，其建模非常困难，常忽略不计;铜损和铁损则与磁场和负载大小有关，是可控的，大约占总损耗的80%，对变频调速系统效率优化的研究通常以这部分可控损耗为主要研究对象。
随着矢量控制变频调速的研究和应用，对变频调速异步电机效率优化控制的研究也扩展到矢量控制异步电机的效率优化问题。迄今为止，还没有哪一种效率优化控制策略被公认为有权威性。目前所提出的各种效率优化控制策略在本质上都是控制磁通随负载减小而下降，从而使电机的损耗下降，效率和功率因数随之提高。但其思路各不相同，性能也各有所长。
3 矢量控制异步电动机的效率优化控制策略
3.1 基于模型的最优励磁控制策略
基于模型的效率优化策略需要检测或估计电机的转速和电流信号，由电机和损耗模型推导损耗最小或效率最高时的最优磁通值。这种控制方法也称为损耗模型控制器(Loss Model Controller，简称LMC)。
图1 异步电动机稳态等效电路
效率优化控制通常作为控制系统的外环, 对于矢量控制的异步电动机来说, 由于稳态时励磁电流和转矩电流是解耦的, 因而磁通和转矩的控制是彼此独立的, 效率优化算法的嵌入非常自然和容易。基于模型的矢量控制变频调速异步电机的效率优化最早由Lorenz和Yang[5]研究, 并证明了在电机运行的动态过程中通过选择最优磁通可以明显降低损耗。Garcia[6]和Kioskeridis[7]等将这一问题简化并分别得出了在矢量控制和标量控制条件下求解最优磁通的解析方程。Abrahamsen[8]等研究了适用于矢量控制和开环标量控制的效率优化策略, 它依据的异步电动机稳态等效电路如图1所示。异步电动机的稳态损耗按照功率不变的原则经3/2变换可表示为
式中:
和d、q轴电流产生的损耗;
并设d轴与q轴电流之比为A，即iqs=Aids，由(2)、(3)和(4)式可得电机总损耗为
式中:p—电机极对数。将(5)式对A求导，并令其等于零，即，可得
由上式可知，当由d轴电流ids产生的损耗等于q轴电流iqs产生的损耗时，总损耗达到最小。式(6)的求解计算比较复杂，可以用PI调节器代替式(6)的求解，如图2所示。
图2 基于损耗模型的效率优化控制
依据损耗模型来优化变频调速系统效率的方法，其效率是全局最优的，这种方法的优点在于最优磁通直接由计算得到，因此控制速度快。但需要电机模型和参数的信息，由于温度和饱合效应的影响，模型的参数在不同工况下变化明显，因此这种方法的控制精度受到电机参数变化的影响，计算量也大于其他的控制策略。
3.2 最小输入功率控制策略
最小输入功率控制策略是在电机输出功率不变的前提下, 通过在线搜索的方式使输入功率达到最小, 实现效率优化,因此也称为搜索控制器(Search controller, 简称SC)。
Kirschen[9]等针对矢量控制系统以小步长减小磁通，直至达到最优。Sul和Park[10]通过在线搜索最优转差频率，直至输入功率最小，然后将最优转差频率以表格形式存于内存，实时运行时通过查表使实际转差频率跟踪最优值。Moreira[11]等则提出用于通用型变频调速系统的利用定子相电压三次谐波分量实现的SC;何光东等[12]提出基于斐波那契数列的寻优方法，并采用前馈算法来补偿寻优过程中因磁通变化引起的转矩损失,使转矩保持恒定。
巴西学者Sousa与美国学者Bose等提出基于模糊逻辑的最小输入功率方法[13]，在轻载稳态条件下，检测变频调速器直流环节的输入功率，在此基础上，用模糊控制器自适应地调节定子电流的励磁分量，从而产生具有快速收敛性的优化效率。其效率优化控制框图如图3所示。Bose与Patel等又将这种控制方式用于定子磁场定向的矢量控制系统[2]，并用含一个隐含层的三层神经网络取代了模糊控制器，提高了寻优算法的收敛速度，隐含层和输出层的变换函数F都选用双曲正切函数来逼近系统的非线性特性。采用的神经网络拓扑结构如图4所示。
图3 在线搜索模糊控制效率优化
图4 效率优化神经网络拓扑结构
最小输入功率控制通常检测变频调速器直流环节的功率，因此能够实现包括逆变器和电机在内的传动系统效率的全局最优，而且不需要电机参数和模型的先验信息，对参数的变化反应迟钝和适应性强是其最大的优点。但它对输入功率的检测精度有较高的要求，而且算法的收敛时间较长，特别是当输入功率的函数曲线在最小值附近比较平滑时，容易引起系统的振荡和不稳定。尽管最近日本学者Minh和Yoichi采用“黄金分割法”将寻优算法的收敛时间减少至2s以内[14]，但总的来说这种方法的收敛速度还不能令人满意，尤其不适用于负载变化快的调速系统，因为这时寻优时间过长，节能效果变差，反而引起系统控制性能下降。
3.3 最小定子电流控制策略
最小定子电流控制策略与最小输入功率控制策略是类似的，只是它直接以定子电流最小作为搜索的目标，来达到优化系统效率的目的[15][16]。美国学者Wasynczuk和Sudhoff[17]研究了矢量控制变频调速异步电机的效率优化，提出通过最大转矩/安培控制实现最小定子电流。
矢量控制时异步电动机的电磁转矩Te和转差频率ωs可以表示为
式中:is—定子电流。
定子电流幅值不变时使转矩最大，即转矩一定时定子电流最小。
由Lagrange乘子法可得，当ids=iqs时，电磁转矩Te取得最大值，此时
上式说明，为了实现最大转矩/安培控制，异步电机的转差频率应设定为常数。事实上，由上式设定的转差频率只适用于轻载的情况。对于一定的负载转矩，电机本身有一个最小转差频率的限制，若转差频率低于限定值，电机的磁通水平就会高于额定磁通。所以，当负载转矩较大时，转差频率应随转矩的增大而上升，即ωs∝Te，在满足磁通不饱和的条件下，使定子电流最小。
定子电流最小控制策略实现起来较为简单，也有较好的节能效果。但是，定子电流最小并不能保证效率全局最优，它只是一种部分效率最优的策略，而且其控制效果受到饱和现象和电机参数变化影响。
3.4 恒功率因数控制策略
功率因数的大小在一定程度上能反映电机损耗的变化, 所以实时测量电机的功率因数,与给定的功率因数相比较, 通过闭环控制系统适当调节定子电压的大小, 使电机始终处于最佳功率因数角运行, 就可以一直保持电机在较高的效率下运行。文献[18]利用电机的稳态数学模型，对恒功率因数控制方案进行了研究，实现了异步电动机的效率优化控制。
功率因数易于测量，恒功率因数控制比V/f控制具有高的电机效率，是较早得到应用的一种效率优化方法，具有实现简单的优点。但是功率因数恒定并不能保证效率最优，而且整个负载转矩范围和速度范围内的最优功率因数并不是不变的。Anderson和Pedersen曾研究证明控制功率因数随定子频率按线性或双曲线规律变化可以比恒功率因数控制具有更高的效率[19]。总的来说恒功率因数控制和最小定子电流控制一样只是一种近似的效率优化控制方法。
4 效率优化控制的改进和应用
以上几类优化方法的实质是为提高轻载时变频调速系统的稳态效率，降低了气隙磁通水平，势必会导致转矩动态响应降低。即这些方法所实现的系统效率提高是以降低动态转矩响应为代价的。这些优化策略只能用于象空调、水泵等对动态性能要求不高的负载，不适用于伺服系统、机器人、电动汽车等要求转矩响应快的场合。针对这类负载，Kirschen[20]等提出检测到暂态时将定子励磁电流分量恢复为额定值，其余的电流分量用于产生转矩，这种方法具有控制简单的特点;Matsuse和 Katsuta[21]针对电动汽车电驱动系统的最大效率控制，采用自适应转子磁通观测器和快速转子磁通控制器来快速调节转子磁通。在此基础上，Matsuse和Taniguchi[22]等研究了无速度传感器矢量控制异步电动机的效率优化问题。
对变频调速异步电机效率优化的研究大部分集中于基频以下的恒磁通区域，对基频以上恒功率区域的研究开展的较少。Xu和Novotny[23]提出在弱磁领域使定子磁通与转速成反比变化，这种方法产生的转矩高于转子磁通与转速成反比变化的控制方法;Kim和Sul[24]给出了一种在弱磁领域充分利用电压和电流容许值的最大转矩电压控制策略。最近Huang和Liao[25]研究了基频以上区域运行的效率优化问题，考虑了饱和激磁电感的变化，使电机的磁通比通常的与转速成反比的控制方式进一步下降，电机运行效率得到提高。
目前的各种效率优化策略几乎都没有考虑变频器的损耗。事实上，对于小功率应用场合，变频器的损耗在变频调速系统总损耗中所占比例很小，可以忽略不计，但随着系统容量的增大，变频器损耗在总损耗中所占的比例逐渐升高。因此，Abrahamsen和Blaabjerg[26]研究了中等容量(100kW～1000kW)异步电动机的效率优化问题，将变频器的损耗考虑进来。理论分析和实验结果表明，考虑变频器损耗与仅考虑电机损耗相比对效率优化控制结果影响并不明显，但前者对负载扰动具有更好的鲁棒性。
近年来非线性解耦控制[27]、滑模变结构控制[28]、自适应控制[29]、模糊控制[13][30]、神经网络控制[2][31]、遗传算法等为优化交流调速系统效率、处理系统的非线性提供了有力的工具，并取得了一定的效果，显示了效率优化控制方案逐步走向多元化的趋势。如将神经网络与模糊控制有效结合起来所构成的神经网络模糊控制器[2]，模仿人脑的智能控制，不需要建立被控对象精确的数学模型，并且可以根据控制中的结果进行自学习，不断提高自身的适应性。
国内外关于变频调速系统效率优化的实用化研究一直在加强，张承慧[32]等曾从工程实用角度出发避开损耗模型，分别针对风机泵类、恒转矩和恒功率负载，利用电动机线性化公式导出了最小损耗控制方程的表达式及其约束条件。国际著名的变频器生产厂商，如德国Siemens、日本Fuji等公司近几年相继推出了具有“节能运行”功能的产品，但只是通过降低电压来实现节能，控制精度比较粗糙，节能效果还十分有限。目前高性能的产品还十分缺乏。
5 进一步的研究内容和方向
基于模型的方法和最小输入功率的在线搜索方法不应绝然分开。依据损耗模型来优化变频调速电机效率的方法，其效率是全局最优的，也是最有发展前景的，其主要缺点是受电机参数变化的影响，最终导致电机运行于效率次优状态。最小输入功率法与之相反，其突出优点为不受电机参数变化的影响，但算法收敛时间长，容易引起磁通和转矩的脉动，并导致总体效率的下降。因此，将损耗模型与在线搜索方法相结合，首先根据损耗模型计算磁通的近似最优值，然后用最小输入功率法进行在线寻优，将大大缩短在线搜索的收敛速度，同时又避免了电机参数变化对结果的影响[33]，这种混合控制策略集两种控制策略之长而避其短，将大有发展前途。
具有快速响应能力的矢量控制异步电机效率优化策略能够应用于高性能的交流调速系统，扩展效率优化的应用范围，已经引起人们的关注。虽然在这方面已有一些研究，但系统的运行性能还有待于改进，其难点在于快速动态响应和效率优化控制相互对立，同时实现比较困难，而且系统对于磁通水平、负载扰动和电机参数的变化非常敏感。由此矢量控制异步电动机效率优化系统的稳定性、鲁棒性和算法的收敛性也是需要进一步深入研究的问题。
由于变频调速异步电动机是一个非线性的控制对象，效率优化方法应用起来较为复杂，目前的效率优化策略有些在实验室进行了实验，但还缺乏规模化的商业产品。随着DSP等高性能处理器和FPGA等大规模可编程器件的快速发展，这些策略得以用软件实现，并越来越实用。下一步应在进一步完善控制策略，提高系统运行性能的基础上，积极推进效率优化控制的应用和产品化。
6 结束语
本文介绍了近年来各种矢量控制变频调速异步电动机的效率优化控制策略的发展现状，指出了变频调速异步电机效率优化进一步的研究内容和方向。矢量控制变频调速技术的不断发展和完善使得感应电动机变频驱动在高性能调速系统中得到越来越广泛的应用，尤其是在电动汽车等有限能源供电的场合，优化系统效率的意义更显突出。如何提高效率优化控制算法的收敛速度，将最大效率控制与快速响应控制有机结合，克服变频调速系统的效率优化对动态响应性能的影响，改进系统运行的稳定性和鲁棒性，是需要完善和发展的内容。
异步电动机广泛应用于工业、农业、国防各领域，其总用电量占全国工业用电量的60%以上。在额定负载附近运行时异步电动机的效率最高，如对于额定功率为1～75kW的电机，额定工作点的效率在74～92%之间[1]。但在轻载时仍运行于额定磁通，励磁电流不变，由于铁损和由励磁电流产生的定子铜损保持不变，电机的运行效率和功率因数会明显下降[1]。因此，对于长期轻载运行或负载变化范围较宽的异步电动机，存在很大的节能空间。
变频调速技术的广泛应用，极大地推动了异步电动机的节能降耗。但普通的变频调速装置大多采用恒U/f控制，一旦选定U/f曲线，通常不能在线修改，在轻载时就会造成电能的浪费。这种变频调速系统虽具有结构简单、价格低廉的优点，但动态性能较差，也不能使电机处于最经济的运行状态。众所周知，磁场定向矢量控制变频调速是一种高性能的调速方式，尤其能满足驱动系统宽调速范围和快速转矩响应的要求。但是，矢量控制变频调速通常是采用恒磁通控制，轻载时低效的问题仍然存在[2]，也就是说，性能卓越的矢量控制变频调速系统在效率方面并不是最优的。对最优效率的迫切要求在电动车、空间电驱动装置、舰艇等有限能源供电的领域尤为突出。如目前在国内外引起人们广泛关注的电动汽车，其电驱动系统为电池供电，因而不但要求驱动电机体积小、重量轻，动态响应快，而且要有尽可能高的运行效率，以延长单位电池能量的行驶距离。异步电动机以其坚固耐用、可靠性高、价格低廉的优势在电动汽车电驱动系统中受到人们的重视[2～4]，而唯一的不足是其效率低于价格昂贵的永磁同步电机。因此，如何进一步提高异步电动机的运行效率，已经成为人们关注的重要课题。
2 变频调速异步电动机的效率与损耗
电机的效率定义为输出电磁功率Pe与输入功率Pi的比值:
功率损耗PLoss由以下几部分组成:绕组中电流通过所产生的铜耗(定子和转子)、铁心中磁场所产生的铁耗(磁滞和涡流)、气隙磁场高次谐波产生的负载杂散损耗、由于风扇和轴承转动所引起的通风和摩擦损耗(又称机械损耗)。损耗的模型不但复杂，而且是非线性的。更为严重的是, 由于温度和饱和效应的影响，定转子电阻、电感等参数在不同工况下变化明显，给效率优化控制带来了更大的困难。例如在某些情况下, 转子的电阻值会比其标称值增加一倍以上。在这些损耗中，杂散损耗和机械损耗一般占总损耗的20%左右，其建模非常困难，常忽略不计;铜损和铁损则与磁场和负载大小有关，是可控的，大约占总损耗的80%，对变频调速系统效率优化的研究通常以这部分可控损耗为主要研究对象。
随着矢量控制变频调速的研究和应用，对变频调速异步电机效率优化控制的研究也扩展到矢量控制异步电机的效率优化问题。迄今为止，还没有哪一种效率优化控制策略被公认为有权威性。目前所提出的各种效率优化控制策略在本质上都是控制磁通随负载减小而下降，从而使电机的损耗下降，效率和功率因数随之提高。但其思路各不相同，性能也各有所长。
3 矢量控制异步电动机的效率优化控制策略
3.1 基于模型的最优励磁控制策略
基于模型的效率优化策略需要检测或估计电机的转速和电流信号，由电机和损耗模型推导损耗最小或效率最高时的最优磁通值。这种控制方法也称为损耗模型控制器(Loss Model Controller，简称LMC)。
图1 异步电动机稳态等效电路
效率优化控制通常作为控制系统的外环, 对于矢量控制的异步电动机来说, 由于稳态时励磁电流和转矩电流是解耦的, 因而磁通和转矩的控制是彼此独立的, 效率优化算法的嵌入非常自然和容易。基于模型的矢量控制变频调速异步电机的效率优化最早由Lorenz和Yang[5]研究, 并证明了在电机运行的动态过程中通过选择最优磁通可以明显降低损耗。Garcia[6]和Kioskeridis[7]等将这一问题简化并分别得出了在矢量控制和标量控制条件下求解最优磁通的解析方程。Abrahamsen[8]等研究了适用于矢量控制和开环标量控制的效率优化策略, 它依据的异步电动机稳态等效电路如图1所示。异步电动机的稳态损耗按照功率不变的原则经3/2变换可表示为
式中:
和d、q轴电流产生的损耗;
并设d轴与q轴电流之比为A，即iqs=Aids，由(2)、(3)和(4)式可得电机总损耗为
式中:p—电机极对数。将(5)式对A求导，并令其等于零，即，可得
由上式可知，当由d轴电流ids产生的损耗等于q轴电流iqs产生的损耗时，总损耗达到最小。式(6)的求解计算比较复杂，可以用PI调节器代替式(6)的求解，如图2所示。
图2 基于损耗模型的效率优化控制
依据损耗模型来优化变频调速系统效率的方法，其效率是全局最优的，这种方法的优点在于最优磁通直接由计算得到，因此控制速度快。但需要电机模型和参数的信息，由于温度和饱合效应的影响，模型的参数在不同工况下变化明显，因此这种方法的控制精度受到电机参数变化的影响，计算量也大于其他的控制策略。
3.2 最小输入功率控制策略
最小输入功率控制策略是在电机输出功率不变的前提下, 通过在线搜索的方式使输入功率达到最小, 实现效率优化,因此也称为搜索控制器(Search controller, 简称SC)。
Kirschen[9]等针对矢量控制系统以小步长减小磁通，直至达到最优。Sul和Park[10]通过在线搜索最优转差频率，直至输入功率最小，然后将最优转差频率以表格形式存于内存，实时运行时通过查表使实际转差频率跟踪最优值。Moreira[11]等则提出用于通用型变频调速系统的利用定子相电压三次谐波分量实现的SC;何光东等[12]提出基于斐波那契数列的寻优方法，并采用前馈算法来补偿寻优过程中因磁通变化引起的转矩损失,使转矩保持恒定。
巴西学者Sousa与美国学者Bose等提出基于模糊逻辑的最小输入功率方法[13]，在轻载稳态条件下，检测变频调速器直流环节的输入功率，在此基础上，用模糊控制器自适应地调节定子电流的励磁分量，从而产生具有快速收敛性的优化效率。其效率优化控制框图如图3所示。Bose与Patel等又将这种控制方式用于定子磁场定向的矢量控制系统[2]，并用含一个隐含层的三层神经网络取代了模糊控制器，提高了寻优算法的收敛速度，隐含层和输出层的变换函数F都选用双曲正切函数来逼近系统的非线性特性。采用的神经网络拓扑结构如图4所示。
图3 在线搜索模糊控制效率优化
图4 效率优化神经网络拓扑结构
最小输入功率控制通常检测变频调速器直流环节的功率，因此能够实现包括逆变器和电机在内的传动系统效率的全局最优，而且不需要电机参数和模型的先验信息，对参数的变化反应迟钝和适应性强是其最大的优点。但它对输入功率的检测精度有较高的要求，而且算法的收敛时间较长，特别是当输入功率的函数曲线在最小值附近比较平滑时，容易引起系统的振荡和不稳定。尽管最近日本学者Minh和Yoichi采用“黄金分割法”将寻优算法的收敛时间减少至2s以内[14]，但总的来说这种方法的收敛速度还不能令人满意，尤其不适用于负载变化快的调速系统，因为这时寻优时间过长，节能效果变差，反而引起系统控制性能下降。
3.3 最小定子电流控制策略
最小定子电流控制策略与最小输入功率控制策略是类似的，只是它直接以定子电流最小作为搜索的目标，来达到优化系统效率的目的[15][16]。美国学者Wasynczuk和Sudhoff[17]研究了矢量控制变频调速异步电机的效率优化，提出通过最大转矩/安培控制实现最小定子电流。
矢量控制时异步电动机的电磁转矩Te和转差频率ωs可以表示为
式中:is—定子电流。
定子电流幅值不变时使转矩最大，即转矩一定时定子电流最小。
由Lagrange乘子法可得，当ids=iqs时，电磁转矩Te取得最大值，此时
上式说明，为了实现最大转矩/安培控制，异步电机的转差频率应设定为常数。事实上，由上式设定的转差频率只适用于轻载的情况。对于一定的负载转矩，电机本身有一个最小转差频率的限制，若转差频率低于限定值，电机的磁通水平就会高于额定磁通。所以，当负载转矩较大时，转差频率应随转矩的增大而上升，即ωs∝Te，在满足磁通不饱和的条件下，使定子电流最小。
定子电流最小控制策略实现起来较为简单，也有较好的节能效果。但是，定子电流最小并不能保证效率全局最优，它只是一种部分效率最优的策略，而且其控制效果受到饱和现象和电机参数变化影响。
3.4 恒功率因数控制策略
功率因数的大小在一定程度上能反映电机损耗的变化, 所以实时测量电机的功率因数,与给定的功率因数相比较, 通过闭环控制系统适当调节定子电压的大小, 使电机始终处于最佳功率因数角运行, 就可以一直保持电机在较高的效率下运行。文献[18]利用电机的稳态数学模型，对恒功率因数控制方案进行了研究，实现了异步电动机的效率优化控制。
功率因数易于测量，恒功率因数控制比V/f控制具有高的电机效率，是较早得到应用的一种效率优化方法，具有实现简单的优点。但是功率因数恒定并不能保证效率最优，而且整个负载转矩范围和速度范围内的最优功率因数并不是不变的。Anderson和Pedersen曾研究证明控制功率因数随定子频率按线性或双曲线规律变化可以比恒功率因数控制具有更高的效率[19]。总的来说恒功率因数控制和最小定子电流控制一样只是一种近似的效率优化控制方法。
4 效率优化控制的改进和应用
以上几类优化方法的实质是为提高轻载时变频调速系统的稳态效率，降低了气隙磁通水平，势必会导致转矩动态响应降低。即这些方法所实现的系统效率提高是以降低动态转矩响应为代价的。这些优化策略只能用于象空调、水泵等对动态性能要求不高的负载，不适用于伺服系统、机器人、电动汽车等要求转矩响应快的场合。针对这类负载，Kirschen[20]等提出检测到暂态时将定子励磁电流分量恢复为额定值，其余的电流分量用于产生转矩，这种方法具有控制简单的特点;Matsuse和 Katsuta[21]针对电动汽车电驱动系统的最大效率控制，采用自适应转子磁通观测器和快速转子磁通控制器来快速调节转子磁通。在此基础上，Matsuse和Taniguchi[22]等研究了无速度传感器矢量控制异步电动机的效率优化问题。
对变频调速异步电机效率优化的研究大部分集中于基频以下的恒磁通区域，对基频以上恒功率区域的研究开展的较少。Xu和Novotny[23]提出在弱磁领域使定子磁通与转速成反比变化，这种方法产生的转矩高于转子磁通与转速成反比变化的控制方法;Kim和Sul[24]给出了一种在弱磁领域充分利用电压和电流容许值的最大转矩电压控制策略。最近Huang和Liao[25]研究了基频以上区域运行的效率优化问题，考虑了饱和激磁电感的变化，使电机的磁通比通常的与转速成反比的控制方式进一步下降，电机运行效率得到提高。
目前的各种效率优化策略几乎都没有考虑变频器的损耗。事实上，对于小功率应用场合，变频器的损耗在变频调速系统总损耗中所占比例很小，可以忽略不计，但随着系统容量的增大，变频器损耗在总损耗中所占的比例逐渐升高。因此，Abrahamsen和Blaabjerg[26]研究了中等容量(100kW～1000kW)异步电动机的效率优化问题，将变频器的损耗考虑进来。理论分析和实验结果表明，考虑变频器损耗与仅考虑电机损耗相比对效率优化控制结果影响并不明显，但前者对负载扰动具有更好的鲁棒性。
近年来非线性解耦控制[27]、滑模变结构控制[28]、自适应控制[29]、模糊控制[13][30]、神经网络控制[2][31]、遗传算法等为优化交流调速系统效率、处理系统的非线性提供了有力的工具，并取得了一定的效果，显示了效率优化控制方案逐步走向多元化的趋势。如将神经网络与模糊控制有效结合起来所构成的神经网络模糊控制器[2]，模仿人脑的智能控制，不需要建立被控对象精确的数学模型，并且可以根据控制中的结果进行自学习，不断提高自身的适应性。
国内外关于变频调速系统效率优化的实用化研究一直在加强，张承慧[32]等曾从工程实用角度出发避开损耗模型，分别针对风机泵类、恒转矩和恒功率负载，利用电动机线性化公式导出了最小损耗控制方程的表达式及其约束条件。国际著名的变频器生产厂商，如德国Siemens、日本Fuji等公司近几年相继推出了具有“节能运行”功能的产品，但只是通过降低电压来实现节能，控制精度比较粗糙，节能效果还十分有限。目前高性能的产品还十分缺乏。
5 进一步的研究内容和方向
基于模型的方法和最小输入功率的在线搜索方法不应绝然分开。依据损耗模型来优化变频调速电机效率的方法，其效率是全局最优的，也是最有发展前景的，其主要缺点是受电机参数变化的影响，最终导致电机运行于效率次优状态。最小输入功率法与之相反，其突出优点为不受电机参数变化的影响，但算法收敛时间长，容易引起磁通和转矩的脉动，并导致总体效率的下降。因此，将损耗模型与在线搜索方法相结合，首先根据损耗模型计算磁通的近似最优值，然后用最小输入功率法进行在线寻优，将大大缩短在线搜索的收敛速度，同时又避免了电机参数变化对结果的影响[33]，这种混合控制策略集两种控制策略之长而避其短，将大有发展前途。
具有快速响应能力的矢量控制异步电机效率优化策略能够应用于高性能的交流调速系统，扩展效率优化的应用范围，已经引起人们的关注。虽然在这方面已有一些研究，但系统的运行性能还有待于改进，其难点在于快速动态响应和效率优化控制相互对立，同时实现比较困难，而且系统对于磁通水平、负载扰动和电机参数的变化非常敏感。由此矢量控制异步电动机效率优化系统的稳定性、鲁棒性和算法的收敛性也是需要进一步深入研究的问题。
由于变频调速异步电动机是一个非线性的控制对象，效率优化方法应用起来较为复杂，目前的效率优化策略有些在实验室进行了实验，但还缺乏规模化的商业产品。随着DSP等高性能处理器和FPGA等大规模可编程器件的快速发展，这些策略得以用软件实现，并越来越实用。下一步应在进一步完善控制策略，提高系统运行性能的基础上，积极推进效率优化控制的应用和产品化。
6 结束语
本文介绍了近年来各种矢量控制变频调速异步电动机的效率优化控制策略的发展现状，指出了变频调速异步电机效率优化进一步的研究内容和方向。矢量控制变频调速技术的不断发展和完善使得感应电动机变频驱动在高性能调速系统中得到越来越广泛的应用，尤其是在电动汽车等有限能源供电的场合，优化系统效率的意义更显突出。如何提高效率优化控制算法的收敛速度，将最大效率控制与快速响应控制有机结合，克服变频调速系统的效率优化对动态响应性能的影响，改进系统运行的稳定性和鲁棒性，是需要完善和发展的内容。
变频
人生要能变频，该设0还是50？
人生要能变频，该设0还是50？
