基于IMC-RNN的SVG控制策略研究

合集下载

基于神经网络误差补偿的预测控制研究毕业论文

基于神经网络误差补偿的预测控制研究毕业论文

基于神经网络误差补偿的预测控制研究毕业论文目录摘要............................................... 错误!未定义书签。

1 预测控制 (2)1.1 预测控制的产生 (2)1.2 预测控制的发展 (3)1.3 预测控制算法及应用 (4)1.3.1模型控制算法(Model Algorithmic Control,MAC) (5)1.3.2动态矩阵控制(Dynamic Matrix Control,DMC) (5)1.3.3广义预测控制(Generalized Predictive Control,GPC) (5)1.3.4极点配置广义预测控制 (5)1.3.5内模控制 (5)1.3.6模糊预测控制 (6)1.4 预测控制的基本特征 (6)1.4.1预测模型 (6)1.4.2反馈校正 (6)1.4.3滚动优化 (6)1.5预测控制的现状 (7)2 神经网络 (7)2.1 人工神经网络的生理原理 (8)2.2 神经网络的特征 (10)2.3 神经网络的发展历史 (11)2.4 神经网络的内容 (12)2.5 神经网络的优越性 (14)2.6 神经网络研究方向 (14)2.7 神经网络的应用分析 (14)2.8 神经网络使用注意事项 (17)2.9 神经网络的发展趋势 (18)2.10 BP神经网络 (18)2.10.1 BP神经网络模型 (18)2.10.2 BP网络模型的缺陷分析及优化策略 (19)2.10.3 神经网络仿真 (20)3.动态矩阵控制 (22)3.1 预测模型 (22)3.2 滚动优化 (23)3.3 反馈校正 (24)3.4 有约束多变量动态矩阵控制及其线性化 (27)3.5 动态矩阵控制仿真 (29)4 基于神经网络误差补偿的预测控制 (32)4.1 研究背景 (32)4.2 传统PID控制 (33)4.2.1位置式PID控制 (33)4.2.2 增量式PID控制 (35)4.3 基于神经网络的动态矩阵控制 (37)4.4 基于神经网络输出反馈的动态矩阵控制研究 (40)4.5 基于神经网络误差补偿的动态矩阵控制 (46)4.6 仿真效果验证 (51)总结 (57)参考文献 (58)1 预测控制1.1 预测控制的产生预测控制的产生,并不是理论发展的需要,而首先是工业实践向控制提出的挑战。

基于人工智能的电机控制策略研究

基于人工智能的电机控制策略研究

基于人工智能的电机控制策略研究电机控制是电气工程中的一项重要内容,而人工智能(Artificial Intelligence,简称AI)的迅猛发展也给电机控制领域带来了新的机遇与挑战。

本文将围绕基于人工智能的电机控制策略展开研究,从理论探索到实际应用,探讨其在提高电机控制效果、优化系统性能等方面的潜力。

首先,我们来分析人工智能在电机控制中的重要作用。

人工智能是一种模拟人类智能的技术,可以包括机器学习、深度学习、神经网络等算法。

在电机控制中,人工智能技术的应用可以帮助实现自动化、智能化的控制,提高电机系统的灵活性和适应性。

通过学习和优化算法,人工智能能够对电机系统进行更精确的建模和预测,从而实现更高效、稳定的控制。

基于人工智能的电机控制策略研究中,一项重要的任务是建立准确的电机系统模型。

电机系统模型是控制策略设计的基础,而人工智能可以利用大量的数据进行学习和建模,从而提高电机系统模型的准确性和适应性。

例如,可以利用神经网络模型对电机系统进行建模,通过学习样本数据,网络可以自动学习电机的特性和动态响应,进而实现准确的模型预测。

此外,基于模型的预测控制(Model Predictive Control,简称MPC)也是一种常见的人工智能在电机控制中的应用方式,通过预测电机系统的行为,优化控制策略,实现精确的控制。

另一个重要的任务是设计优化的电机控制策略。

传统的PID控制器在电机控制中具有广泛应用,然而,PID控制的性能受到系统非线性、参数变化等因素的限制。

而基于人工智能的控制策略可以克服这些问题,在提高系统动态响应、减小控制误差等方面表现出更好的性能。

例如,可以利用强化学习算法设计电机控制策略,通过不断试错和学习,优化控制器参数,提高控制性能。

此外,基于深度学习的控制方法也可以利用大量的数据进行训练,实现更精确的电机控制。

在实际应用中,基于人工智能的电机控制策略也面临一些挑战。

首先是数据获取和处理的问题。

基于人工免疫算法的SVG电压外环控制器控制策略

基于人工免疫算法的SVG电压外环控制器控制策略
和人 工 智 能控制 相 结合 。 在 复杂 的非 线 性 电力 系 统 中 , 于 免 疫 算 法 的 基
性特征 , 当系统发生大扰动时 , 或在故障状态下运行 点偏离正常值较远时 , 控制器性能会大大降低。 近年来 ,V S G设计 中采 用和试验 了经典 、 现代、 非线性 、 智能 、 鲁棒等各种不 同类型 S G控制方案 , V 取得 了一定效 果 。这 些 控制 方案 按 照控制 器 对 系统
S A C M稳定性控 制- 、 TT O 1 建模 【] 电压 无功综 合 、 控制 、 潮流计 算 的研究 引起 了广 泛关注 。笔
者 对 于 双 闭环结 构 的 S G控 制 系统 , 出一种 基 于 V 提
类人体免 疫反应模型 ( HR mm chm r . M IM, ii u o lm ai m n sos m d1的电压控制器控制策略, u e e ne oe rp ) 用于 S G外环控制 , V 向内环执行机构发 出保持系统电压 稳定的指令 , 提供所需 的无功功率参考值。
\\ T 细 胞扩散胞等体 内抗原物质 时, 将 直接激活生成免疫 B细胞 ; 如果为类似移植器官细

P\
| 】 }
胞等体外抗原物质时, 将会刺激产生 CM + I T胞 , 经 过克隆或变异增生扩散 , 孕育成 T H细胞 , 再激活生
vr ee t ) a gnr o 的控制方案大多数是基于局部线性化 ar
控制 , 一般 仅 能够 保 证 电力 系 统 在运 行 点 局 域 小 范 围 内的稳定 性 。 由于 电力 系统 本身 具有 很 强 的非线
在线判断 , 完善获取外部信息手段。S G控制器设 V
计的发展方向, 目前 国内外学者倾 向于采用非线性

静止无功发生器(svg)控制策略研究与实现

静止无功发生器(svg)控制策略研究与实现

静止无功发生器(svg)控制策略研究与实现下载提示:该文档是本店铺精心编制而成的,希望大家下载后,能够帮助大家解决实际问题。

文档下载后可定制修改,请根据实际需要进行调整和使用,谢谢!本店铺为大家提供各种类型的实用资料,如教育随笔、日记赏析、句子摘抄、古诗大全、经典美文、话题作文、工作总结、词语解析、文案摘录、其他资料等等,想了解不同资料格式和写法,敬请关注!Download tips: This document is carefully compiled by this editor. I hope that after you download it, it can help you solve practical problems. The document can be customized and modified after downloading, please adjust and use it according to actual needs, thank you! In addition, this shop provides you with various types of practical materials, such as educational essays, diary appreciation, sentence excerpts, ancient poems, classic articles, topic composition, work summary, word parsing, copy excerpts, other materials and so on, want to know different data formats and writing methods, please pay attention!静止无功发生器(SVG)控制策略研究与实现引言静止无功发生器(SVG)作为一种现代化电力系统中常见的无功补偿设备,其控制策略对电网稳定性和无功补偿效果起着至关重要的作用。

永磁同步电机模型预测控制及容错控制策略的研究

永磁同步电机模型预测控制及容错控制策略的研究

永磁同步电机模型预测控制及容错控制策略的研究永磁同步电机模型预测控制及容错控制策略的研究摘要:随着工业自动化技术的不断进步,永磁同步电机作为一种高效能、高动态响应、高功率因数的主动传动设备,得到了广泛的应用。

然而,永磁同步电机在实际运行中也面临着各种问题和异常情况的挑战。

本文以永磁同步电机的模型预测控制和容错控制策略为研究对象,对其进行分析和探讨,并提出相关解决方案。

一、引言永磁同步电机是一种高性能的电力驱动器,广泛应用于工业自动化领域。

其具有响应速度快、高效能、高功率因数等特点,但在实际运行中也会遇到一些异常情况,如电网故障、扰动等,需要进行相关的控制和管理。

二、永磁同步电机的模型预测控制研究永磁同步电机的模型预测控制是一种先进的控制策略,可以有效地解决电机模型不精确、外部扰动等问题。

该方法通过建立电机的数学模型,并根据该模型进行状态和输出的预测,从而实现更精确的控制。

在永磁同步电机的模型预测控制中,首先需要建立电机的数学模型。

该模型需要考虑电机的动态响应特性、电机转子位置、转子磁场等因素。

然后,通过模型预测,确定电机的最优控制量,并对其进行相应调节。

最后,将调节后的控制量输入到电机的控制器中,以实现对电机的精确控制。

三、永磁同步电机的容错控制策略研究在实际运行中,永磁同步电机可能会遇到电网故障、电机故障等异常情况。

为了保证电机的稳定运行,需要针对这些异常情况制定相应的容错控制策略。

容错控制策略通常包括故障检测、故障诊断和故障恢复三个阶段。

首先,需要对电机进行故障检测,通过监测电机的输入输出信号,判断电机是否出现异常。

然后,针对电机故障进行诊断,确定故障类型和位置。

最后,根据故障诊断结果,采取相应的故障恢复措施,保证电机的稳定运行。

四、相关解决方案的提出针对永磁同步电机的模型预测控制和容错控制策略,本文提出了一些相关解决方案。

在模型预测控制方面,可以采用基于最优化算法的模型预测控制方法,以提高控制精度和响应速度。

中压级联SVG直流侧电压均衡控制策略

中压级联SVG直流侧电压均衡控制策略

第34卷第6期2018年6月电力科学与工程ElectricPowerScienceandEngineeringVol 34,No 6Jun.,2018收稿日期:2018-04-14作者简介:彭咏龙(1966 ),男,副教授,研究方向为电力电子在电力系统中的应用;黄江浩(1992 ),男,硕士研究生,研究方向为电能质量问题;李亚斌(1970 ),男,讲师,研究方向为电力电子在电力系统中的应用㊂doi:10 3969/j ISSN 1672-0792 2018 06 001中压级联SVG直流侧电压均衡控制策略彭咏龙,黄江浩,李亚斌,杜㊀鹏,贺㊀宁(华北电力大学电气与电子工程学院,河北保定071003)摘㊀要:基于H桥级联多电平SVG是目前中压领域有效补偿无功电流的最佳方案之一,而如何保持其直流侧电压平衡的问题却成为其应用在中压场合的一个难点㊂为此,建立了中压级联SVG的数学模型和详细推导了它的波动过程,并提出了一种分层控制电压均衡的新方法㊂上层控制主要是在改进的瞬时无功检测算法基础上,根据自适应PI参数实时地调节有功电流指令,进而保持全局稳压和相间均压;下层均压控制则在上层控制基础上补偿一个基于单位化电流的调制波微调量,从而实现每相各单元电压均衡㊂最后仿真和实验结果表明,该控制方法可有效地应用于中压SVG领域㊂关键词:中压级联SVG;直流侧电压均衡;自适应PI;调制波重构;单位化电流中图分类号:TM761㊀㊀文献标识码:A㊀㊀文章编号:1672-0792(2018)06-0001-08DCsidevoltagebalancingcontrolformediumvoltagecascadedHbridgeSVGPENGYonglong,HUANGJianghao,LIYabin,DUPeng,HENing(SchoolofElectricalandElectronicEngineering,NorthChinaElectricPowerUniversity,Baoding071003,China)Abstract:ThemultilevelcascadedH⁃bridgeSVGisoneofthebestsolutionsforcompensatingreactivecurrentinthemediumvoltagefield,andthebalanceofDCsidevoltagehasbecomeadifficultproblemforitsapplication.Therefore,themathematicalmodelofcascadedSVGinmediumvoltageisestablishedanditsfluctuationprocessisanalyzedindetail,andanimprovedhierarchicalcontrolmethodbasedonDCsidevoltageisproposed.Basedontheimprovedinstantaneousreactivedetection,theuppercontrolcanadjustthereactivereferencecurrentaccordingtotheadaptivePIparametersinrealtime,whichisusedtomaintainthetotalvoltagestabilizeandthree⁃phasesvoltagebalance;asforthelowervoltagecontrol,amodulationsignalcomponentbasedontheunitizedcurrentiscompensatedtothemainmodulatedwave,whichcanachievethevoltagebalanceforeveryunitinanyphase.Finally,themethodisverifiedbysimulationandexperimentfortheapplicationoftheSVGtoamediumvoltagelevel.Keywords:themediumvoltagecascadedSVG;DCsidevoltagebalancecontrol;adaptivePIcontrol;modulatedwavereconstruction;unitizedcurrent㊀㊀电力科学与工程㊀2018年0㊀引言㊀㊀静止无功发生器(StaticVarGenerator,SVG)作为电力电子行业中一种能够高效实时地补偿无功的新型逆变装置[1-2],已被广泛应用于低压或高压领域,但在中压大容量场合的应用受到一定限制㊂H桥级联型SVG直流侧各电容之间相互独立㊁拓扑结构简单且输出电压谐波含量少,无需多重变压器的接入便可直接应用于中高压电网[3-5],而级联式拓扑结构在高压驱动和无功补偿领域的应用已经比较成熟,故目前更适合于中压配电网的无功补偿㊂但各H桥逆变单元之间会因开关损耗㊁脉冲延时及电路器件参数的差异性导致直流侧电容电压的波动并偏离设定值[6-9],会直接影响到装置的补偿效果及输出波形的质量[10]㊂因此如何有效解决直流侧电压不平衡问题便成为了中压SVG在实时补偿无功电流过程中要解决的一个关键性难题㊂目前人们针对解决电压不平衡的问题所提出的方法已屡见不鲜㊂文献[11 12]是从硬件上入手,通过附加一定的均压电路来实现交 直流侧的功率交换进而平衡直流电压,但改装后的设备体积大㊁运行成本高㊁功率损耗大,不利于生产㊂文献[13]实现了中压领域级联STATCOM直流侧电压的三级平衡控制,但该系统控制较为复杂,实用性差㊂文献[14]采用一种基于模糊控制来代替传统的PI控制的电压平衡方法,虽获得了较好的稳态误差,但系统响应速度依旧很慢㊂文献[15]提出了在主调制波信号基础上叠加一个能够实现交直流侧能量互换的微调量方法来进行均压控制,但并未给出具体的实施方案㊂本文通过分析级联SVG的主电路结构,并结合公式推导证明了直流侧电压的波动过程,同时引入了一种自适应PI控制取代原来的PI控制㊂接下来深入研究了中压级联SVG直流侧电压平衡分层控制策略,上层稳压结合改进的瞬时无功检测算法并引入自适应PI控制产生有功㊁无功指令电流,再通过前馈解耦控制及dq反变换生成的主调制波分量来改变SVG与外部的能量交换来完成对电容的充放电,进而维持各相总电压的稳定及相与相之间的均衡㊂下层控制基于单位化输出电流的思想重构调制波微调量,用于叠加到上层控制生成的输出量中,从而控制各相内各单元电容电压均衡㊂最后基于MATLAB/SIMULINK平台对此进行了仿真研究,并使用TI公司生产的DSPTMS320F28336高性能核心控制器设计了3kV中压三级联SVG试验装置,证明了该控制策略的有效性㊂1㊀直流侧电压波动过程㊀㊀在H桥级联的SVG主电路结构中,由于不存在直流母线,会出现多种连接方式,其中星型连接所需级联模块最少,简单且易于实现,同时能够对非零序电流进行有效补偿,故相与相之间采用星型连接方式㊂首先每相是由多个相同的H桥单元级接而成,且各单元电容之间互不影响,再经过串联输出电感L㊁单相损耗的等效电阻R并入电网㊂其中usi㊁isi(i=a,b,c)分别为电网的三相输出电压㊁电流,iLi㊁ici(i=a,b,c)分别为三相负载电流和SVG的补偿电流㊂Udcai㊁Ucai(i=1,2,3)分别为A相各单元电容电压及经H桥逆变后的输出电压,其他两相以此类推㊂H桥级联的SVG主电路结构如图1所示㊂根据主电路的结构,直流侧的波动过程可通过如下的公式推导得以证明:Ldicadt=usa-uca-RiaLdicbdt=usb-ucb-RibLdiccdt=usc-ucc-Ricìîíïïïïïï(1)㊀㊀设各H桥单元直流侧电压均为Udc,由功率平衡可得:9UdcCdUdcdt=ucaica+ucbicb+uccicc(2)㊀㊀设SVG的调制比为m,无功控制角为δ,则有:uca=mUdcsin(ωt-δ)ucb=mUdcsinωt-2π3-δ()ucc=mUdcsinωt+2π3-δ()ìîíïïïïï(3)㊀㊀联立(1)(3)式,并经过dq变换后可得:2㊀第6期㊀彭咏龙,等:中压级联SVG直流侧电压均衡控制策略㊀图1㊀H桥级联SVG的拓扑结构LddtidiqUdcéëêêêêùûúúúú=-RωL-mcosδ-ωL-R-msinδmcosδ9Cmsinδ9C㊀㊀0éëêêêêùûúúúúidiqUdcéëêêêêùûúúúú+32Us00éëêêêùûúúú(4)㊀㊀由于无功控制角δ趋于0,故式(4)中的第三行可以简化为dUdcdt=m9LCid(5)㊀㊀将式(5)两边同时乘以Udc进一步变形为dU2dcdt=2m9LCPd(6)㊀㊀当SVG主电路参数L㊁C和调制比m已知时,公式(5)表明直流侧电压的不平衡可以用d轴的有功分量来表征,同时调制比的改变也会引起直流侧电压的波动,因此需要一定平衡控制方法对电网输出的有功指令电流进行调节,使直流侧电压稳定在某个波动范围㊂2㊀控制原理2 1㊀自适应PI控制原理在整个电压平衡控制系统中,需要用到大量的PI控制器,为了克服由于传统PI参数固定造成的SVG装置响应速度慢㊁实时性差㊁跟踪性能不好的缺陷,提出了一种基于自适应PI控制用来代替传统PI控制的方法,该方法能够在负载跃变的条件下,运用PI调节参数自适应地对误差进行在线辨识并加以控制,直至控制器达到最佳状态为止㊂以下(7) (11)式构成了整个自适应PI控制算法㊂KL=ΔiΔt(7)L=K1KL(8)R=u(t)i(t)(9)Kp=K2LY∗RX(Y∗-Y)(10)KI=K3Kp-K4LR(11)式中:KL为电感计算系数;K1㊁K2㊁K3㊁K4为修正系3㊀㊀电力科学与工程㊀2018年数;L㊁R分别为等效电感㊁电阻计算值;X为控制器输入值;Y为控制器输出值;Y∗为控制器的期望输出值;KP㊁KI分别为自适应PI调节器的比例㊁积分系数,二者将作为整个算法的核心控制部分㊂KP能够加快响应速度和增强稳定性,KI可以在短时间内消除稳态误差,结合二者的优势,灵活地运用电压自适应参数KP和KI进行电压调节,用电流自适应参数KP㊁KI进行电流调节,且调节过程中需要根据采样电压㊁电流的变化率,利用修正系数对相关参数不断地更新,从而完成整个自适应PI控制过程㊂2 2㊀直流侧电压平衡控制原理由图2可以看出整个控制原理可以叙述为:基于瞬时无功理论和上层稳压控制的检测环节产生了有功指令电流id∗㊁无功指令电流iq∗㊂同时,SVG装置输出的补偿电流经dq变换后将生成实际的有功电流分量id㊁无功电流分量iq,指令值与实际值在进行前馈解耦控制后再经dq变换即可生成SVG的三相输出电压主调制波,在此基础上分别叠加一个由下层均压控制产生的调制波微调量Δucmi(m=a,b,c;i=1,2,3),最后生成逆变器开关的驱动信号,从而控制各直流侧电压的均衡㊂图2㊀整个系统控制框图3㊀分层控制策略㊀㊀级联型SVG已被逐渐应用在中压场合来进行无功补偿,但直流侧电压的波动会造成器件功率损耗的增加和输出波形质量的下降,使得SVG装置的补偿效果变差㊂可见,控制直流侧电压的平衡是保证中压SVG能够正常工作的前提条件,由此本文提出了一种新颖的分层控制方法㊂3 1㊀上层稳压控制上层控制主要通过调节有功分量的大小来维持直流侧各相总电压的稳定,进而确保SVG能够快速跟踪指令电流的变化㊂由式(6)可知,稳态时有功分量与直流侧电压的平方存在线性比例关系,为了对电压进行快速跟踪,将直流侧各单元电压参考值u∗dcxi与其平均值udcx_ave的平方之差作为输入量,经带有自适应参数KP和KI的调节器输出有功调节分量Δipx后,再乘以与电网电压相位一致的正弦值叠加到输出补偿指令电流上,由前3个自适应PI控制器构成的部分可看作相间均压控制过程;所有直流侧电容电压均值的平方u2dc_ave与单个电容电压参考值的平方u∗2dc做差后送入第4个自适应PI控制器调整后便得到了基波有功电流分量指令值,此部分可看作直流侧电压的全局控制㊂而最后将相间与全局控制中所得到的量送入瞬时无功检测环节便得到了SVG输出三相补偿指令电流㊂上层稳压控制的原理图如图3所示㊂3 2㊀下层均压控制由于直流侧各单元之间存在自身损耗的差异,会直接导致各模块电压之间出现不同程度的偏移,通过改变调制波大小可以有效调节交流侧电压,若在主调制波基础上叠加一个微调量,便可从不同的维度去改变交流侧能量,进而控制直流侧电压㊂调制波微调量的构造方法很多,本文在采用自适应PI控制代替传统的PI控制的同时,基于单位化输出电流的思想,将一个周期内SVG的瞬时补偿电流i0与最大补偿电流I0的比值作为如4㊀第6期㊀彭咏龙,等:中压级联SVG直流侧电压均衡控制策略㊀图3㊀上层稳压控制框图式(12)中的某一交流信号 s(该方法可根据具体需求单独或同时地应用于补偿谐波和无功场合);然后选择合适的自适应参数KP和KI,并根据直流侧相内各单元电压实际值udci与参考值u∗dci的偏差进行实时在线调整,将其输出调整值乘以交流信号 s,即生成了如式(13)所示的调制波微调量(其中k的正负可用来表示信号 s的方向,当k=1时,i0呈容性;k=-1时,I0呈感性),为确保下层相内均压控制不对上层整体稳压控制产生影响,取前两个补偿量之和的相反数作为最后一个调制波补偿量㊂这样不仅简化了控制系统的参数,且进一步提高了负载突变时的动态跟踪能力,更好地体现了每相各单元电压的均衡性㊂S=i0/I0(12)ΔVdci=k(udci-u∗dci)Kp+KIsæèçöø÷S (13)㊀㊀基于以上理论分析便得出如图4所示的A相相内均压过程㊂图4㊀A相直流侧各单元均压控制5㊀㊀电力科学与工程㊀2018年㊀㊀由图4可知下层控制主要是控制每相各单元直流电压的均衡㊂它是保证SVG每相输出电压不变的同时,在全局稳压控制的基础上每相各单元叠加一个基于单位化电流构造的调制波微调量Δudci,通过从电网吸收不同的有功功率来补偿各单元自身的功率损耗,从而动态地改善各模块吸收的能量,以达到相内直流电压均衡的目的㊂4㊀仿真及实验验证4 1㊀仿真验证为了证实本文所提出改进方法的准确性,基于MATLAB/SIMULINK的平台,并以阻感型三相不控整流桥作为非线性负载,对3kV星接H桥中压三级联SVG进行了仿真研究㊂其主要仿真参数设置如下:系统线电压为3kV,级联SVG容量为300kVA,各单元直流电压为900V,直流电容为2mF,主电感为3mF,开关频率为10Hz㊂仅加入上层稳压控制时,可得到如图5所示的A相直流侧总电压波形,设参考电压值为2700V,初始电压为2300V,从图中可以得知起初经过短暂的波动后,基本上收敛于2700V左右,同时反应了自适应PI控制响应速度快㊁稳态性能好的特点,很好地实现了上层稳压控制㊂图6为仅采用了上层控制后直流侧各单元电压的波动情况,各单元参考电压值为900V,初始图5㊀A相直流侧上层稳压控制电压设为860V,从图中可以看出由于各单元之间存在的自身损耗差异,造成了电压较大的波动并呈发散趋势,严重时会因开关应力过大而导致器件损坏㊂在引入下层均压控制后,从图7中可以看出各单元间电压在短时间内能够较快地收敛于900V左右并趋于稳定,上下波动不超过25V,误差率为2 7%,较好地实现了各单元均压㊂图6㊀A相各单元电压不均衡控制情况图7㊀采用均压控制后各单元电压4 2㊀实验验证为进一步使所提出直流侧电压平衡控制策略得到有效和精确地验证,本文采用基于TI公司的TMS320F28336型DSP芯片作为主开发板,搭建了3kV中压级联SVG实验样机如图8所示,其参数设置与仿真参数基本上保持一致㊂当加入分层控制策略后,为了进一步体现系统的动态性能,图9显示了0 48s之前每个模块6㊀第6期㊀彭咏龙,等:中压级联SVG直流侧电压均衡控制策略㊀图8㊀SVG实验平台图电压都趋于一稳定值,在0 48s时刻负载突然发生了变化,并经过0 1s的波动后均能够迅速恢复到平衡状态,且偏差较小,电压均衡效果显著㊂为了进一步体现SVG最终的补偿效果,图10中展示了电网电流的动态补偿情况,从图中可以看出网侧电流波形几乎接近正弦,补偿后的谐波畸变率为2 78%,即使在负载迅速变化时也具有良好的动态补偿效果,充分证明了改进的分层控制方法在中压领域应用的可靠性㊂图9㊀突变前后直流侧各单元电压实验波形图10㊀引入控制方法后的三相补偿电流5㊀结论㊀㊀针对中压级联H桥SVG系统,本文从整体稳压和各模块均压两个层面来解决直流侧电压不均衡问题㊂上层控制主要由全局稳压控制㊁相间均压及无功电流检测3部分构成,它通过引入以电压平方差为输入量的自适应PI外环控制提高电流跟踪能力,通过生成的有功指令电流与改进的瞬时无功检测算法相结合建立直流侧电压主调制波分量,用来维持各相总电压的稳定;下层均压控制则通过重构一种基于单位化电流的调制波微调量,用来叠加在上层控制产生的主调制波上实现相内电压均衡㊂本文所提方法不仅实现了直流侧电压平衡,且在负载突变情况下也达到了良好的均压效果,同时提高了电流的跟踪补偿精度㊂仿真和实验结果验证了该分层控制算法的准确性,并在中压领域存在一定的实用性㊂参考文献:[1]王宝安,商姣,陈豪.SVG用于单相负荷电能质量综合治理时电流指令的计算[J].电力自动化设备,2016,36(2):57-64.[2]刘云峰,何英杰,尹仕奇,等.基于空间矢量调制的星形级联H桥SVG直流侧电压控制方法研究[J].电工技术学报,2015,30(5):23-32.[3]徐榕,于泳,杨荣峰,等.H桥级联STATCOM直流侧电容电压平衡控制方法[J].电力自动化设备,2015,35(5):15-22.7㊀㊀电力科学与工程㊀2018年[4]丁明,陈中,张国荣,等.级联H桥储能变换器直流波纹电流的无源与有源抑制策略[J].电力自动化设备,2016,36(4):19-24.[5]刘桂英,邓明峰,粟时平,等.H桥级联STATCOM直流侧电压控制新方法[J].电力系统及其自动化学报,2015,27(10):48-55.[6]王顺亮,宋文胜,冯晓云.一种单相级联H桥整流器电压快速平衡方法[J].电机与控制学报,2016,20(5):37.[7]李玲玲,鲁修学,吉海涛,等.级联H桥型SVG直流侧电压平衡控制方法[J].电工技术学报,2016,31(9):1-7.[8]耿俊成,刘文华,袁志昌.链式STATCOM电容电压不均衡现象研究(一)仿真和实验[J].电力系统自动化,2003,27(16):53-57.[9]耿俊成,刘文华,袁志昌.链式STATCOM电容电压不均衡现象研究(二)数学模型[J].电力系统自化,2003,27(17):35-39.[10]刘文亚,姚刚,何娈,等.基于级联多电平的有源滤波器直流侧电压平衡控制[J].电力系统保护与控制,2015,43(4):94-101.[11]刘文华,宋强,滕乐天,等.基于链式逆变器的50MVA静止同步补偿器的直流电压平衡控制[J].中国电机工程学报,2004,24(4):145-150.[12]臧春艳,斐振江,何俊佳,等.链式STATCOM直流侧电容电压控制策略研究[J].高压电器,2010(1):17-21.[13]YOSHIIT,INOUES,AKAGIH.ControlandperformanceofamediumvoltagetransformerlesscascadePWMSTATCOMwithstar⁃configuration[C]//IEEE41stIndustryApplicationsConference.Tampa,FL:IEEE,2006.[14]LIUZ,LIUBY,DUANSX,etal.AnovelDCcapacitorvoltagebalancecontrolmethodforcascademultilevelSTATCOM[J].IEEETransactiononPowerElectronics,2012,27(1):14-27.[15]林志勇,江道灼,周月宾,等.基于级联H桥换流器的APF⁃STATCOM的控制与调制[J].电力系统保护与控制,2014,42(7):91-96.8。

SVG控制原理介绍课件

SVG控制原理介绍课件

一次上电前调试
进线CT方向校验实验
校 进 线 C T 的 方 向 >1_?-35kV 母 线 A 相 电 压 瞬 时 值
校 进 线 CT的 方 向 >1_?-35kV 母 线 A 相 电 压 瞬 时 值 校 进 线 CT的 方 向 >12_?-35kV 母 线 进 线 A 相 电 流 瞬 时 值 40
U
P
_
I
Vmeans
PI控制
STATCO M电流控

QSTATCOM
SVG控制原理介绍
谐波抑制功能
y y
Ia 1.50 1.00 0.50 0.00 -0.50 -1.00 -1.50 -2.00
1.120
Ic 1.130
Main : Graphs
Vapu Ib
Udcb
Udcc
Udca
Vathd
1.140
SVG控制原理介绍
SVC控制系统概述
• PCS9589(VBC)阀控单元板卡配置: 主要完成将主控单元发来的调制波生成每个模块的 脉冲信号发给阀组,并对阀组进行监视的功能。
2
2
2
2
2
1
2
2
2
3
2
1
1
1
0
2
2
2
2
2
A
A
A
A
A
SVG控制原理介绍
H桥级联型SVG控制策略
SVG控制原理介绍
PCP、VBC、SMC协调配合
I VS
UI
VC
US
ULIC jX I
VC
I
电流超前 UI
等效电路VS 及工作原理
SVG控制原理介绍

新型静止无功发生器SVG控制策略仿真研究

新型静止无功发生器SVG控制策略仿真研究

新型静止无功发生器SVG控制策略仿真研究一、本文概述随着电力电子技术的快速发展和电力系统的日益复杂化,无功功率的调节和控制变得越来越重要。

静止无功发生器(Static Var Generator,SVG)作为一种先进的无功补偿设备,具有快速响应、连续调节和无功补偿容量大等优点,在电力系统中的应用越来越广泛。

本文旨在深入研究新型静止无功发生器SVG的控制策略,并通过仿真实验验证其有效性。

本文将介绍SVG的基本原理和结构,阐述其在电力系统中的重要作用和应用背景。

接着,将详细介绍几种常见的SVG控制策略,包括传统的电压控制策略和电流控制策略,以及近年来提出的一些新型控制策略。

通过对这些控制策略的对比分析,可以了解它们各自的优缺点和适用范围。

然后,本文将重点研究一种新型SVG控制策略,该策略结合了传统控制策略的优点,并引入了一些创新性的控制方法。

通过仿真实验,我们将验证这种新型控制策略在调节无功功率、提高系统稳定性和响应速度等方面的性能表现。

本文将总结研究成果,并提出一些建议和改进方向。

通过本文的研究,可以为SVG在电力系统中的实际应用提供理论支持和技术指导,有助于推动SVG技术的进一步发展和应用。

二、SVG的基本原理与分类静止无功发生器(Static Var Generator,SVG)是一种先进的无功补偿设备,其核心功能是动态调节电力系统中的无功功率,从而维持电压稳定、提高电能质量并优化系统运行效率。

SVG的基本原理和分类对于理解其控制策略及仿真研究至关重要。

基本原理:SVG的基本工作原理基于电力电子变换技术,通过快速调节变换器输出电压的幅值和相位,实现无功功率的快速、连续调节。

SVG通常由直流侧储能元件(如电容器或电池)、电力电子变换器(如逆变器)和滤波器等部分组成。

当系统需要吸收无功时,SVG 通过逆变器将直流侧储能元件中的能量转换为交流侧的无功功率;当系统需要发出无功时,SVG则将从电网吸收的有功功率转换为直流侧储能元件中的能量,并同时发出所需的无功功率。

基于深度神经网络的自适应实时控制策略研究

基于深度神经网络的自适应实时控制策略研究

基于深度神经网络的自适应实时控制策略研究随着科技的不断发展,控制策略的研究也越来越重要。

而深度神经网络作为最近几年最火热的技术之一,也被广泛应用于自适应实时控制策略的研究中。

深度神经网络是一种模仿人类大脑神经网络结构和功能的机器学习算法。

它可以通过训练自动从输入数据中学习并提取特征,进而进行分类、回归等任务。

相较于传统机器学习算法,深度学习需要的数据量较大,但可以取得更好的效果。

在自适应实时控制策略的研究中,深度学习可以通过对系统动态模型的建模和预测,来实现更加精准和高效的控制。

同时,深度学习还可以通过控制器参数的自适应在线更新,进一步提高控制的性能和鲁棒性。

基于深度神经网络的自适应实时控制策略可以分为两种:一种是基于模型的控制策略,另一种是基于数据的控制策略。

基于模型的控制策略需要对被控制系统进行动态模型的建模和预测。

最常见的方法是使用循环神经网络(RNN)或卷积神经网络(CNN)等深度学习算法,对系统时序数据进行训练和预测。

通过对系统状态的监测和数据的实时采集,可以不断更新模型参数,并进行实时控制。

基于数据的控制策略则不需要进行系统的动态模型建模,而是直接根据历史数据和当前状态进行控制。

典型的方法是使用强化学习算法,通过不断尝试不同的控制动作并获得奖励信号,从而建立起控制策略。

与传统的强化学习算法不同,基于深度神经网络的强化学习算法更加高效和稳定。

除了以上两种基本方法之外,还有一些结合了深度学习和传统控制策略的方法,如模型预测控制、模糊逻辑控制等。

在具体应用中,基于深度神经网络的自适应实时控制策略已经被广泛应用于机器人控制、智能制造、航空航天等领域。

例如,在机器人控制中,使用深度学习可以实现对复杂环境的感知和自适应控制,从而实现高效的机器人操作和协同。

在智能制造中,基于深度神经网络的控制策略则可以实现对生产过程的自适应优化和质量控制。

当然,深度神经网络作为一种比较新的技术,还存在许多挑战和问题,如训练数据量不足、模型的可解释性问题、对噪声和异常数据的鲁棒性等。

带变压器的链式SVG控制策略研究

带变压器的链式SVG控制策略研究
在 此 以 35 kV/12 Mvar带 变 压 器 的 星 形 链 式 SVG 为研 究对 象 .提 出 了一 种 鲁 棒 性 较 好 的 电压 电流 双 闭环 控 制 策 略 . 电流 环 采 用 电流 直 接 控 制 的前 馈 解 耦 控 制 策 略 。 电压 环 采 用 直 流 电压 控 制 环 的总 直 流 电压 控 制 环 节 。 直 流 电压 控 制 环 采 用 分 级 控 制 策 略 ,包 括 总直 流 电压 控 制 、相 间直 流 电 压 控 制 和 单 元 直 流 电压 控 制 三 级 『2].并 给 出 了 理 论 指 导 和 仿 真 验 证 。
用 d,口旋 转 坐 标 系 下 的前 馈 解 耦 控 制 。为解 决 链 式 SVG 的 直 流 侧 电压 稳 定 和 不 平 衡 问题 ,提 出直 流 电压 的 分 级
控 制策略 。最后应用 Matlab进行 了系统仿真 和实验 ,验 证 了该控 制策 略具有 良好 的动态 响应和静 态补偿 效果 。
2 带 变 压 器 的链 式 SVG 主 电 路 拓 扑
统 应 用 f3_。在 此 以实 际应 用 较 多 的 带 变 压 器 的 星 型 链 式 SVG 作 为 研 究 对 象 ,其 每 一 相 由 Ⅳ 个 H 桥 变 流 器 串联 而 成 .再 通 过 连 接 电感 和 角星 接 变 压 器 接 入 中 高 压 电 网 。单 相 输 出 电 压 电平 数 为 2Ⅳ+1。其 主 电路 拓 扑 结构 如 图 1所 示 。
第 50卷 第 2期 2016 年 2 月
电 力 电 子 技 术 Power Electronics
Vo1.50.No.2 Feb.2016
带 变压 器的 链式 SVG控 制 策略研 究

高压水冷式SVG发生器控制策略研究

高压水冷式SVG发生器控制策略研究

高压水冷式 SVG发生器控制策略研究摘要:常规策略控制SVG发生器无功补偿状态时,电网功率因数较低,控制效果不佳。

为此,提出高压水冷式SVG发生器控制策略。

考虑SVG输出电压基波分量,求取正序和负序基波分量相位差最优值,得到理想状态下SVG补偿电流和电容,计算SVG输出三相电压,对三相电压进行派克变换,得到与补偿电容相匹配的电压幅值。

计算电压幅值与补偿电流乘积,确定SVG需要吸收或发出的无功功率,控制SVG发生器无功补偿状态。

搭建三相10kV电力系统和水冷式SVG发生器模型,设置对比实验,结果表明,本文设计策略提高了电网功率因数,使电网电压稳定性更好。

关键词:SVG 无功补偿补偿电流无功功率0 引言为保证电力系统运行稳定性和功率因素,静止无功发生器得到广泛应用,相比运行不稳定的风冷散热SVG发生器,水冷式SVG发生器散热效率更高,能够有效避免凝露和设备氧化腐蚀的问题。

随着水冷式SVG发生器的广泛应用,由于其难以控制、结构复杂、规模庞大的特点,容易造成电网电压波动,电能质量下降,波形畸变增加,因此,有必要研究水冷式SVG发生器控制策略,保证电网电压平衡。

现阶段,水冷式SVG发生器控制相关研究已取得较大进展,文献[1]提出基于变论域模糊PI的SVG控制策略,采用变论域模糊控制方法,补偿电网负序和无功电流,削弱电网电力谐波幅值,但该策略电网功率因数较高,控制效果不佳。

文献[2]提出基于双序同步和双随机的SVG控制策略,结合SVG双序同步控制策略和双随机SVG控制思想,自适应调整SVG发生器控制系统的电压外环控制参数,提高电网功率因数,但该策略电网功率因数同样较高,导致电压控制效果达不到实际所需。

针对以上问题,结合现有的研究理论,提出高压水冷式SVG发生器控制策略。

1 高压水冷式SVG发生器控制策略1.1 计算高压水冷式SVG发生器最佳补偿电流和电容求取理想状态下SVG发生器的补偿电流和补偿电容,优化SVG无功补偿状态。

SVG的模糊PID控制系统的研究

SVG的模糊PID控制系统的研究
SVG的模糊PID控制系统的研究
作者:刘劲松
哈尔滨工业大学
学位授予单位
:
1.吴敬儒.徐永禧我国特高压交流输电发展前景[期刊论文]-电网技术
2005(3)
2.周孝信我国电网技术的现状和未来 1995(02)
上文已完。下文为附加的原创公文,如不需要,下载后可以编辑删除,谢谢!
3.张凤祥跨区跨国联网是当今世界电力系统的发展趋势 1995(12)
4.何大愚21世纪中的四项重大电网技术及其相关关系的发展展望 1997(11)
5.王俊普智能控制 19966.李士勇模糊ຫໍສະໝຸດ 制、神经控制和智能控制论 1998
7.顾毅智能控制发展综述 2000(06)
8.M Pamiani Voltage Control Stability and Dynamic Interaction Phenomena of Static VAR Compensators[外文期刊] 1995(03)
9.李峰.徐敏FACTS控制器及其建模仿真[期刊论文]-沈阳大学学报 2005(2)
10.单渊达电能系统基础 2003
11.IEEE Special Stability Controls Working Group Static VAR Compensator Models for Power Flow and Dynamic Performance Simulation 1994(01)
12.Li Xiao Lu.Duan X Z.Yu Jiang Fundamental Frequency Model of Thyristor Controlled Series Capacitor for Transient Stability Studies 1998

交流电机控制策略的发展综述

交流电机控制策略的发展综述

交流电机控制策略的发展综述交流电机控制策略的发展可以追溯到20世纪70年代,当时交流电机的控制主要通过直接矢量控制(DTC)和感应电机矢量控制(IMC)实现。

这些控制策略可以精确地控制电机的转速和扭矩,为工业生产提供了很大的便利。

然而,随着电力电子技术的快速发展,许多新的控制策略被引入并应用于交流电机的控制中,大大改进了电机的性能和效率。

其中一个重要的发展方向是无感矢量控制(SVC),通过将电机与传感器之间的机械耦合降至最低,无感矢量控制可以提高电机系统的可靠性和稳定性。

它使用综合控制方法,如磁通观测器和反馈控制器,从而不需要使用速度传感器或位置传感器来测量电机的状态。

无感矢量控制在很多应用中广泛使用,如空调、抽水机、风扇等。

另一个重要的发展方向是预测控制策略,通过预测电机的状态变化,选择最优的控制策略,从而提高电机系统的性能。

预测控制策略主要包括模型预测控制(MPC)和有限控制器预测(FPC)。

MPC基于电机模型,通过计算电机模型的状态变量,预测未来的状态,并选择最优的控制策略来改善电机的性能。

FPC通过有限长度的预测窗口计算未来的状态,然后选择最优的控制策略。

此外,模糊控制和神经网络控制也被应用于交流电机的控制中。

模糊控制通过建立模糊逻辑规则和控制器,将输入信号转化为输出信号,实现对电机的控制。

模糊控制的优点在于对于非线性系统和不确定性系统具有较好的适应性。

神经网络控制使用神经网络建模,通过反向传播算法来调整网络权值和偏置,从而实现对电机的控制。

此外,混沌控制和自适应控制也是交流电机控制策略的重要发展方向。

混沌控制利用混沌现象的复杂性和周期性来实现电机系统的控制。

自适应控制通过不断调整控制参数以适应不确定的环境和系统变化,提高电机系统的性能和稳定性。

总而言之,随着电力电子技术的不断发展,交流电机控制策略也在不断创新与演进。

从最早的直接矢量控制到无感矢量控制、预测控制、模糊控制、神经网络控制、混沌控制和自适应控制等,各种控制策略的应用使得交流电机的性能和效率得到大幅度提升,为工业生产提供了更好的支持。

SVG的电压控制策略

SVG的电压控制策略

SVG的电压控制策略马春明;解大;余志文;张延迟【摘要】提出一种控制静止无功发生器(SVG)输出电流的策略,既能实时补偿负荷无功,又能改善负荷接入电网点的电压波形.根据装置工作原理推导了控制策略及其可行性.根据负荷峰值电压判断负荷接入处电压是否跌落.电压稳定时装置工作在常规无功补偿状态下,输出负荷所需的无功电流;当接入网点电压因补偿区域的故障或者负荷突然加重等导致电压跌落较大时,装置可在输出所需无功的基础上短时消耗储能以维持补偿点电压.仿真结果表明所设计的复合功能装置具有响应速度快、动态特性好的优点.%A control strategy of SVG output current is proposed,which compensates in real time the reactive power of dynamic load and improves the voltage waveform of its grid-connected point. The control strategy and its feasibility are derived from the working principle of SVG. The voltage drop on grid-connected point is detected according to the peak voltage of load. When the voltage is steady,the device outputs the reactive power required by load;when the voltage drops due to system fault or load augment, the device consumes temporarily the stored energy to maintain the voltage stable. Simulative results show that the designed device has fast response and good dynamic performance.【期刊名称】《电力自动化设备》【年(卷),期】2013(033)003【总页数】5页(P96-99,107)【关键词】静止无功发生器;低电压穿越;仿真;电压控制;补偿【作者】马春明;解大;余志文;张延迟【作者单位】上海电机学院电气工程系,上海200240【正文语种】中文【中图分类】TM760 引言随着电力电子技术的发展,各种非线性、冲击性负荷大量增加,这给电能质量污染带来了巨大的影响,电压跌落作为电能质量的一个重要方面备受关注[1-3]。

SVG 综合控制策略研究

SVG 综合控制策略研究

SVG 综合控制策略研究
李文静
【期刊名称】《技术与市场》
【年(卷),期】2015(22)8
【摘要】主要根据谐波、闪变等一系列综合治理问题,基于SVG设计出一种控制策略,其能够以星型接线的方式进行,并且还能够在综合治理电压闪变、谐波电流等诸多问题中使用,同时还把这一技术引入到现实之中,取得非常不错的综合治理效果。

【总页数】2页(P122-123)
【作者】李文静
【作者单位】郑州煤炭工业集团有限责任公司供电处,河南郑州450042
【正文语种】中文
【相关文献】
1.基于直接电流法控制接入点电压的SVG控制策略研究 [J], 刘劲松;郑志勤;任普春
2.基于滑模控制的SVG无功补偿控制策略研究 [J], 刘海舰;曾庆军;赵冰冰;魏月;申兆丰
3.基于准比例谐振控制的单相SVG控制策略研究 [J], 孙浩;钱江;张伟;李鹏;燕翚;赵瑞斌
4.级联H桥SVG控制策略研究 [J], 张飞;王瑞
5.SVG协同DFIG机组的电压控制策略研究 [J], 畅昶;王德林;马孟阳;周宗仁
因版权原因,仅展示原文概要,查看原文内容请购买。

中高压链式SVG控制策略

中高压链式SVG控制策略
陈丽兵,史丽萍,李宁
(中国矿业大学 信息与电气工程学院,江苏省 徐州市 221008)
Control Strategy for Cascade-Connected Medium- and High-Voltage Static Var Generators
CHEN Libing, SHI Liping, LI Ning
文献[11]对同步旋转坐标检测法进行了详细介 绍。算法通过 abc-dq0 变换将静止 abc 三相坐标系 中的负载电流 ila、ilb、ilc 变换为以电网基波角频率 ω逆时针方向同步旋转的 dq0 坐标系中的 ild、ilq、 il0。变换后,abc 坐标系内 n 次正序分量变为 n−1 次,其中正序基波变为直流;n 次负序分量升高为 n+1 次;零序分量对 ild、ilq 没有影响。该法用于三 相三线制系统时,可不考虑零序,原理图如图 1 所示。图 1 中,LPF(low pass filter)为低通滤波器; 得到 ild、ilq 后,通过低通滤波器可求出其直流分量 ildb、ilqb,分别对应基波正序有功分量和基波正序无 功分量;iFa*、iFb*、iFc*为最后得到的 abc 三相指令 电流。开关 S 合上时,指令电流只包含谐波和不对 称分量;开关 S 分开时,指令电流还包含基波正序 无功分量。
496
陈丽兵等:中高压链式 SVG 控制策略
Vol. 38 No. 2
DFT)检测法、多同步旋转坐标变换法等。 SVG 主要用于无功补偿,若采用基波提取法,
对负载电流中的谐波、无功及不对称分量进行全补 偿,将导致装置容量加大。实际上,负载电流中 的谐波主要集中在低频段,而另一方面,SVG 的 频带宽度有限,在高频段,SVG 发出的谐波电流 不仅不能抵消电网中的谐波电流,反而可能导致 电网中相应频率的谐波电流放大。因此,对于 SVG 装置,可采用谐波直接提取法进行有选择的谐波 补偿。
  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

基于IMC-RNN的SVG控制策略研究
摘要:SVG较其他FACTS装置有诸多优点,其控制策略显得尤为重要。

本文针对含DG的配电网较强的非线性特性,DG被动大的特点,将递归型神经网络用于SVG建模,并引入内模控制结构,提出了基于递归神经网络内模控制的动态无功
电压控制策略;最后在MATLAB/Simulink平台上进行建模仿真。

关键词:神经网络,SVG,无功补偿,内模控制。

0引言
配电网中非线性负载和分布式并网功率开关的大量使用带来了不同程度的谐
波和无功问题。

传统的配电网络需要配置较大的补偿容量裕度来应对这一问题,
一般来讲是通过电容器组来实现。

而通过电力电子装置并网的分布式电源的不断
增多,给配电网的电压无功问题带来了新的变化。

静止无功发生器(Static Var Generation;SVG)是指由三相全控桥式变流电路构成的动态无功补偿装置。

SVG
与其他FACTS装置相比,它的功能更强,性价比较高;应用在配网中,能够很好
的解决电压波动、闪变以及三相不平衡等问题。

1 SVG基本结构及原理
1.1 SVG的基本原理
SVG本质上等同于一个电压源型逆变器,下面以其单相等效电路为例进行分析:
图5 DTRNN结构
2.2神经网络训练
训练分为离线训练和在线训练两种,对非线性特性不强的系统来说,可直接
对神经内模控制系统进行在线训练,收敛速度满足要求。

但对电力系统来说,控
制器的可靠性非常重要,如果发生故障或误动作会产生严重影响;加上神经网络
可能需要多次训练才能获得满足要求的权值,所以选择先进行离线训练。

由神经
内模控制理论可知,SVG的控制需要两个离线训练过程,一是训练RNNI学习系
统的非线性特性;二是训练RNNC,使初始权值在一个合适的范围内。

另外,为
获得理想的控制效果,避免出现过拟合,需要选用尽可能丰富的训练样本,避免
由于数据太少导致网络动态特性差。

基于以上分析,本文采用电力系统正常运行时数据离线训练神经网络辨识器;然后用常规控制器获得神经网络控制器的训练数据,训练RNNC学习常规控制器
的动力学特性。

这种训练保证了系统在初始状态的稳定性,仿真结果表明训练效
果很好。

综上所述,SVG神经网络内模控制的实现过程如下:
(1)确定RNNI、RNNC结构,对权值矩阵进行初始化;使用白噪声作为SVG
的触发信号,采集系统输出作为训练数据,训练RNNI;
(2)设计PI控制器对SVG进行控制,并将系统的输入输出用于RNNC训练;
(3)使用训练好的RNNI、RNNC控制SVG,并给定期望输出;
(4)利用系统输出与期望输出之差,调整模型,使其学习SVG电力系统的
动态特性;
(5)依据内模原理的误差传递特性完成控制器的训练。

重复以上步骤直到获得理想的控制结果。

3算例分析
3.1仿真模型建立
为了验证本文设计的控制策略的有效性,在MATLAB/Simulink仿真平台中搭
建含SVG电力系统模型进行验证。

电网电压设置为三相对称正弦电压,相电压为220V,频率为50Hz,直流侧电容为2000μF。

3.2 动态补偿仿真分析
1)恒定感性负载时仿真结果
图6(a)为未投入SVG前电网侧a相电压和电流的波形,由于系统带感性负载,电流相位滞后系统电压相位;功率因数为0.66。

可以看出,接入SVG进行动态补偿后,光照条件变化没有对B6母线电压产生影响,电流仅有微弱升高,仿真结果表明SVG对于抑制光伏波动给配网带来的影响上有很好的效果。

4小结
本文针对含分布式电源配电网非线性特性强,分布式电源波动大的特点,将递归型神经网络用于SVG建模,并引入内模控制结构,提出了基于递归神经网络内模控制的动态无功电压控制策略;最后在MATLAB/Simulink平台上进行建模仿真。

仿真结果表明,该控制系统适应各种负载状况,能够很好的解决对自然条件变化引起的光伏波动问题。

对各种情况都有较快的响应速度,并且能获得很好的补偿效果。

参考文献:
[1] 栗时平,刘桂英. 静止无功功率补偿技术[M]. 北京:中国电力出版社. 2006.
[2] 赵志诚,文新宇.内模控制及其应用[M].北京:电子工业出版社,2012,9:2-5.
[3] 张花芝,张花云. 基于内模控制的静止同步补偿器研究[J]. 四川电力技术. 2012,10:15-20.。

相关文档
最新文档