단상 AC-DC 전기차(EV) 충전을 위한 고조파 보정 기능이 포함된 모델 예측 전류 제어
요약
전기차 온보드 충전기(OBC)의 전력망 고조파 문제를 해결하기 위해 듀티 사이클 예측 MPCC 기법을 제안합니다. 실시간 고조파 추정 참조를 통합하여 기존 MPCC의 한계를 극복하고 전류 품질을 크게 개선했습니다.
핵심 포인트
- 전기차 충전 시 발생하는 전력망 고조파 문제 해결
- 듀티 사이클 예측 MPCC를 통한 연속적인 제어 구현
- 실시간 고조파 추정 참조를 통한 전류 품질 최적화
- 기존 방식 대비 총 고조파 왜곡(THD_i)을 2.85%까지 감소
전기차(EV)의 통합이 증가함에 따라 전력망에 대한 고조파(harmonic) 문제가 커지고 있습니다. 단상 온보드 충전기(OBC)의 AC/DC 역률 보정(PFC)을 위해, 모델 예측 전류 제어(MPCC)는 인덕터 전류를 예측하고 추적함으로써 전류 품질을 개선합니다. 그러나 유한 제어 집합(finite control set) MPCC는 스위칭 상태를 선택하므로, 이산적인 제어 동작과 제한된 최적화 공간을 초래합니다. 또한, 순시 전류 추적 오차에 기반한 MPCC 비용 함수(cost function)는 데드 타임(dead time), 제어 지연(control delay), 모델 파라미터 불일치(model parameter mismatch)로 인해 발생하는 저차 고조파 교란을 보상하는 능력이 제한적입니다. 본 논문은 실시간 고조파 추정 참조를 통합하는 듀티 사이클(duty cycle) 예측 MPCC를 제안합니다. 제안된 방법은 입력 전류의 저차 고조파 성분을 동적으로 추정하고 MPCC 참조 전류를 보정하여, 연속적인 듀티 사이클 제어와 주요 저차 고조파의 표적 억제를 가능하게 합니다. 단상 OBC에 대한 시뮬레이션 결과, 제안된 듀티 사이클 예측 MPCC는 스위칭 상태 예측 MPCC와 비교하여 정상 상태 전류의 총 고조파 왜곡(THD_i)을 11.47%에서 6.10%로 감소시킴을 보여줍니다. 고조파 참조를 사용하면 THD_i는 2.85%까지 추가로 감소합니다.
AI 자동 생성 콘텐츠
본 콘텐츠는 arXiv cs.AI의 원문을 AI가 자동으로 요약·번역·분석한 것입니다. 원 저작권은 원저작자에게 있으며, 정확한 내용은 반드시 원문을 확인해 주세요.
원문 바로가기