为了消除电感和电容变化对Boost转换器控制性能的影响,提出了一种基于递推最小二乘法(recursive least squares method,RLS)的在线多参数辨识算法.首先介绍了Boost转换器在线多参数辨识系统,通过小幅度改变参考电压为电感和电容在线辨识提供必要的瞬态过程.然后分析了一个开关周期内Boost转换器的电感电压和电容电流特性,推导出精确的电感和电容辨识模型,进一步应用RLS算法,得到电感和电容的最优估计方法.最后对提出的多参数辨识算法进行了仿真验证.仿真结果表明,该算法可以在瞬态条件下,精确快速地估计电感和电容值,且具有良好的鲁棒性.
针对Boost转换器控制性能受电感和电容变化影响的问题,提出了一种基于可变遗忘因子递推最小二乘法(recursive least squares method,RLS)的在线多参数辨识算法.考虑电感电流纹波,推导了精确的电感和电容辨识模型.在此基础上,研究了RLS算法中遗忘因子动态取值问题.通过在算法的误差信号中恢复系统噪声的方法,动态计算遗忘因子的取值,解决了传统RLS算法难以兼顾稳态精度和参数跟踪能力的问题.仿真结果表明,该算法可以在动态条件下,精确且快速地跟踪电感和电容值的变化,且具有良好的鲁棒性.
