PDF《大容量并联有源电力滤波器的模块化控制策略》

诰沧坝诟涸夭[ 5] . 集中控制仅使用一套检测装置, 可以节省成本, 但会降低系统的可靠性, 给整套系统的安全运行带 来隐患.分布式控制的安全性远远超过了集中控 制, 而且更有利于扩容.采用均流控制策略, 当出现 随机故障时, 不会影响整套系统, 可以实现冗余控 制.本文采用方案2的结构模式, 如图1所示. 图1∧？榛⒘ A P F示意图 F i g . 1D i a g r a mo fm u l t i modularA P F ―

7 1

1 ― 第37卷〉

8 期2013年4月25日Vol.37N o .

8 A p r .

2 5,

2 0

1 3 ≈鞯缏酚 N 台APF并联组成, 直流侧电容并 联在一起, 使用一组直流电容器.图中: i j ( j=1, 2, …, N) 为第j 台APF的输出电 流;

L j 为第j 台APF的平波电抗;

i s, i c, i l 分别为电网电流、 总谐波 补偿电 流和负载电流. 模块化APF工作时, 各APF根据控制电路的指令电流, 产生补偿电流, 注 入电网来抵消负载产生的谐波电流. 图2为模块化 A P F的等效电路.图中: Z 为电 网的等效阻抗;

u k 为理想系统电压源与等效阻抗之 间的电压;

P I为比例―积分控制器;

u j, i r e f j, Z j( j=1, 2, …, N) 分别为第j台APF的输出电压、 指令电流 和交流侧电感阻抗.由于每个 A P F 的容量参数特 性一致, 满足Z=Z 1=…=ZN . 图2∧？榛⒘ A P F等效电路 F i g . 2E q u i v a l e n t c i r c u i t o fm u l t i modularA P F 由文献[

5 ] 可以得到总谐波补偿电流i c 到总指 令电流i d 的传递函数为: i c( s ) i d( s ) = K( s ) K( s ) -Z( s ) -N Zs( s ) (

1 ) 式中: Z( s) =s L;

系统阻抗Zs(s) =s Ls;

K ( s) = Kj( s ) = u j( s ) / ( i r e f j( s ) - i j( s ) ) . 系统闭环特征方程为: K( s ) -Z( s ) -N Zs( s ) =0 (

2 ) 由对 K( s ) 的定义可知, 其中包含 P I控制器, 脉 宽调制( PWM) 逆变器的传递函数为: K( s ) =N( A) k

1 Td

1 s+1 k P s+k I s (

3 ) N( A) = k 潆arcsinhA-kh毵A1- h ? è ? ? ? ÷ A

2 (

4 ) 式中: k

1 为逆变器的增益;

Td

1 =1 0-7 为控制信号的 延时;

k P 和k I 为PI控制器的比例系数和积分系数;

N( A) 为PWM 逆变器的描述函数;

A 为输入三角 波的正弦控制信号的幅值;

k 湮遣ǖ男甭;

h 为 三角波宽度的一半. 由于Z( s ) = s L, Z s( s ) = s Ls, 将式(

4 ) 代入式(

3 ) 化简可得: -1N( A) =- k 1( k P s+k I) s

2 ( Td

1 s+1 ) ( L+N Ls) =G( s ) (

5 ) 令G( j ) =- k 1( k P j + k I) ( j )

2 ( Td

1 j +1 ) ( L+NLs) 这里以

2 台APF为例进行说明, L=51 0-4 H, Ls=21 0-5 H, k

1 =10

0 0, k P =1 0, k I =2. 由Nyquist曲线图可知, 系统 G( j ) 和-

1 N( A) 曲线没 有交点, 模块化并联系统是稳定的. 2∽允视π巢觳馑惴 A P F谐波电流补偿性能的好坏, 很大程度上取 决于谐波检测算法.本文引入了自适应谐波检测算 法, 可以抑制电压谐波对电流检测的影响, 具有快速 可靠的优点. 以A相电压为例, 由文献[

1 0 ] 采用误差反向传 播学习算法, k步训练后的参数为: wv i( k+1 ) =wv i( k) +壳wv i( k) (

6 ) 壳wv i( k) = - Ev( k) yv( k) yv( k) wv i( k) = ( Vs a( k) -y v( k) ) x i( k) (

7 ) 式中: i =1, 2;

Ev =

1 2 e

2 v a=

1 2 ( Vs a-y v)

2 ;

x i 为相应 神经元的输入;

y v=wv

1 x 1+wv

2 x

2 为神经元的输出;

Vs a为A相的系统电压;

俏奥. 文献[

1 0] 中的学习率 为常量, 影响参数学习 的收敛速度.本文采用了变学习率的自适应学习算 法, 学习率定义为: = m h( k) h( k) = h( k-1 ) +E { v (