CN103560516B - 一种并联混合型有源电力滤波器及其控制方法 - Google Patents

Abstract

本发明公开了一种并联混合型有源电力滤波器及其控制方法，并联混合型有源电力滤波器包括逆变器、输出滤波器、5次无源滤波器、7次无源滤波器和分流电感；5次无源滤波器和7次无源滤波器直接并联在电网中；7次无源滤波器和分流电感串联，逆变器与经过输出滤波器后，连接在7次无源滤波器和分流电感的中点。其控制方法为基于隶属云的递推积分PI控制方法；利用隶属云模型对递推积分PI控制器的比例系数和积分系数进行在线调整，提高了控制系统的响应性能。本发明能对各次谐波电流及无功电流进行动态实时治理，具有较高的性价比，更具工程实用性。

Description

一种并联混合型有源电力滤波器及其控制方法

技术领域

本发明涉及一种电力滤波器及控制方法,特别是一种并联混合型有源电力滤波器及其控制方法。

背景技术

电能是现代社会不可或缺的重要能源，电力可持续发展已成为实现社会经济可持续发展的基础，并在社会经济、能源与环境协调发展中起着重要的平衡作用。近年来，随着配电网中的整流器、变频器、电气化铁路等非线性负载的日趋增多，电网电流波形畸变、电压波动、三相不平衡等电能质量问题日益严重。

目前，在6kV、10kV、35kV等配电网高电压等级应用较为广泛的谐波治理和无功补偿装置主要有：无源电力滤波器PPF、有源电力滤波器APF、混合型有源电力滤波器HAPF和静止无功补偿器SVC等。其中，采用最为广泛的是无源电力滤波器。PPF利用电感、电容元件为电网谐波提供低阻抗通路，从而降低流向电网的谐波电流。无源电力滤波器技术相对成熟，在进行谐波治理的同时，还具有无功补偿的作用，并且成本低。但PPF存在以下不足：只能滤除特定次数的谐波、滤波性能受PPF自身参数和电网参数的影响大、存在谐波放大或与系统等效阻抗发生谐振的可能性、负载谐波波动较大时易发生滤波过载的现象等。与无源电力滤波器相比有源电力滤波器具有以下优势：具有较高的可控性和快速的响应速度；可动态治理特定次或各次谐波；谐波治理效果不受电网等效参数的影响；不存在与电网等效阻抗发生谐振或谐波放大的现象等。但是，受开关器件耐压等级的限制，纯并联型APF难以直接应用于配电网高压系统，级联型及混合型有源电力滤波器HAPF逐步发展起来。

研究不同电能质量补偿器的结构特点，提出高效无功与谐波混合控制系统新型拓扑结构及其控制方法，无疑将有利于配电网电能质量的全方位提高，促进节能降耗的实施。

发明内容

本发明所要解决的技术问题是，针对现有技术不足，提供一种并联混合型有源电力滤波器及其控制方法，快速地对频率和幅值都变化的谐波以及无功电流进行跟踪补偿；使补偿谐波电流更好的注入电网；确保有源电力滤波器具有较好的抑制谐波和补偿无功功率的性能。

为解决上述技术问题，本发明所采用的技术方案是：一种并联混合型有源电力滤波器，包括逆变器，还包括用于滤除5次谐波的5次无源电力滤波器；所述逆变器通过输出滤波器与用于滤除7次谐波的7次无源电力滤波器连接，所述5次无源电力滤波器、7次无源电力滤波器均并联接入三相电网与三相负载之间；所述7次无源电力滤波器远离所述三相电网的一端连接有分流电感。

本发明还提供了一种上述并联混合型有源电力滤波器的控制方法，该方法为：

1）检测三相负载电流i_La、i_Lb、i_Lc，利用i_p-i_q方法获得三相负载谐波电流i_Lha、i_Lhb、i_Lhc；检测三相电网电流i_Sa、i_Sb、i_Sc，利用i_p-i_q方法获得三相电网谐波电流i_Sha、i_Shb、i_Shc；检测三相电网与5次无源电力滤波器或7次无源电力滤波器连接的公共连接点电压u_pa、u_pb、u_pc，利用i_p-i_q方法获得公共连接点谐波电压u_pha、u_phb、u_phc；

2）将三相负载谐波电流和三相电网谐波电流分别乘以虚拟电阻值1，得到三相负载谐波电压和三相电网谐波电压，然后将三相负载谐波电压、三相电网谐波电压、公共连接点谐波电压相加，三者之和除以虚拟电阻值1，得到总补偿参考电流

3）设定递推积分PI控制器比例系数K_P和积分系数K_I的初始值和其中的取值范围是5-10，的取值范围是10000-12000；

4）将总补偿参考电流与逆变器输出的补偿电流之间的偏差e和偏差变化率e_c作为递推积分PI控制器参数调整的输入信号；其中偏差变化率e_c为偏差e的微分；

5）分别定义偏差e、偏差变化率e_c、比例系数偏差和积分系数偏差的云集E、EC、ΔKP、ΔKI为：

E={NB,NM,NS,Z,PS,PM,PB}；

EC={NB,NM,NS,Z,PS,PM,PB}；

ΔKP={NB,NM,NS,Z,PS,PM,PB}；

ΔKI={NB,NM,NS,Z,PS,PM,PB}；

其中，NB、NM、NS、Z、PS、PM、PB分别代表负大、负中、负小、零、正小、正中、正大；

6）利用上述云集分别构建ΔKP和ΔKI的云推理规则：

表1 ΔKP的云推理规则

表2 ΔKI的云推理规则

7）以E和EC作为输入值，产生以下正态随机熵E′_nx、E′_ny：

E′_nx=R(Enx,Hex)；

E′_ny=R(Eny,Hey)；

其中，Enx、Eny分别为E、EC的期望值；Hex、Hey分别为E、EC的标准差Hex、Hey；R（）是产生随机数的函数；

如果二维隶属度μ_i(E,EC)满足：

${\mathrm{\μ}}_i(E,\mathrm{EC})=\exp \{\frac{-{(E-\mathrm{Exx})}^2}{{{2E}_{\mathrm{nx}}^{\′}}^2}+\frac{-{(\mathrm{EC}-\mathrm{Exy})}^2}{{{2E}_{\mathrm{ny}}^{\′}}^2}\};$

则得到二维X条件正态云发生器；Exx、Exy为常数；

8）对于输入信号E和EC，在E和EC取得表1或表2中相应的语言值后，该语言值刺激上述二维X条件正态云发生器的前件CGAi，每一个前件CGAi随机地产生一组正态分布值μ_ij，所有的正态分布值μ_ij构成一个激活强度矩阵，选取所述激活强度矩阵的最大值μ_max，以μ_max为输入值，得到Y条件一维正态云发生器为其中，E′_n=R(En,He)，En、He分别为偏差e的期望值和标准差，E′_n为偏差e的正态随机熵，Ex为E′_n的期望值；控制Y条件一维正态云发生器产生m滴云滴drop(ΔK_PBj，μ_max,j)；j=1,2,…m；则ΔK_P/ΔK_I=mean(ΔK_PB1,…,ΔK_PBm)；mean()表示求期望平均值；

9）将递推积分PI控制器比例系数K_P和积分系数K_I的初始值和分别与上述ΔK_P、ΔK_I相加，得到最终的比例系数和积分系数，将最终的比例系数和积分系数代入递推积分PI控制器；

10）将递推积分PI控制器的输出输入正弦脉宽调制器中进行调制，生成逆变器中各个开关的触发信号。

与现有技术相比，本发明所具有的有益效果为：本发明的并联混合型有源电力滤波器能快速地对频率和幅值都变化的谐波以及无功电流进行跟踪补偿，并且补偿特性不受电网阻抗的影响；可以使补偿谐波电流更好的注入电网；本发明的控制方法保证了直流侧电压稳定，确保有源电力滤波器具有较好的抑制谐波和补偿无功功率的性能；本发明能对各次谐波电流及无功电流进行动态实时治理，具有较高的性价比，更具工程实用性。

附图说明

图1为并联混合型有源电力滤波器系统结构；

图2为并联混合型有源电力滤波器的总体控制框图；

图3为并联混合型有源电力滤波器装置主电路结构图；

图4为稳态下的补偿结果；图4(a)补偿前三相电网电流；图4(b)补偿前三相电网电流的频谱；图4(c)补偿后三相电网电流；图4(d)补偿后三相电网电流的频谱；图4(e)直流侧电压；

图5为动态下的补偿结果；图5(a)补偿前三相电网电流；图5(b)补偿后三相电网电流；图5(c)直流侧电压；

图6为“E=10and EC=0”对应的二维隶属度曲线；

图7为ΔK_P的获取流程图。

具体实施方式

如图1所示，并联混合型有源电力滤波器包括逆变器、输出滤波器L₀、5次无源滤波器、7次无源滤波器和分流电感L₁。逆变器由6个功率开关IGBTQ1～Q6组成三相全桥和直流侧1个10000μF的电容Cdc构成，逆变器的输出经过输出滤波器L₀滤除高次谐波后，产生的补偿电流经7次无源滤波器注入电网。

图2为并联混合型有源电力滤波器的总体控制框图。基于隶属云的递推积分PI控制方法采用云模型对递推积分PI控制器的比例系数K_P、积分系数K_I进行在线调整来提高其响应速度。设定比例系数K_P和积分系数K_I的初始值和将复合参考补偿电流信号作为给定信号，给定信号与逆变器输出的补偿电流i_C之间的偏差e和偏差变化率e_c作为RIPI的输入信号。根据不同的输入e、e_c用云模型确定定性规则进行推理，得出参数的调节量ΔK_P、ΔK_I，从而实现递推积分PI控制器比例系数和积分系数的在线调整。经基于云模型的递推积分PI控制器控制后输出PWM信号给驱动单元，控制逆变器的开通与关断，从而发出补偿电流。

本发明具体步骤如下：

1）检测三相负载电流i_La、i_Lb、i_Lc，利用i_p-i_q方法获得三相负载谐波电流i_Lha、i_Lhb、i_Lhc；检测三相电网电流i_Sa、i_Sb、i_Sc，利用i_p-i_q方法获得三相电网谐波电流i_Sha、i_Shb、i_Shc；检测三相电网与5次无源电力滤波器或7次无源电力滤波器连接的公共连接点电压u_pa、u_pb、u_pc，利用i_p-i_q方法获得公共连接点谐波电压u_pha、u_phb、u_phc；

2）将三相负载谐波电流和三相电网谐波电流分别乘以虚拟电阻值1，得到三相负载谐波电压和三相电网谐波电压，然后将三相负载谐波电压、三相电网谐波电压、公共连接点谐波电压相加，三者之和除以虚拟电阻值1，得到总补偿参考电流

三相负载谐波电流获取过程如下：

将三相负载电流i_La、i_Lb、i_Lc通过三相至两相的坐标变换把他们变换到两相坐标系上得到i_Lα、i_Lβ。

$\left[\begin{array}{c}{i}_{\mathrm{L\α}}\\ i_{\mathrm{L\β}}\end{array}\right]=C_{32}\left[\begin{array}{c}{i}_{\mathrm{La}}\\ i_{\mathrm{Lb}}\\ i_{\mathrm{Lc}}\end{array}\right]---\left(1\right)$

式中， $C_{32}=\sqrt{2/3}\left[\begin{array}{ccc}1& -1/2& -1/2\\ 0& \sqrt{3}/2& -\sqrt{3}/2\end{array}\right]$

有功电流和无功电流为i_Lp和i_Lq：

$\left[\begin{array}{c}{i}_{\mathrm{Lp}}\\ i_{\mathrm{Lq}}\end{array}\right]=\left[\begin{array}{cc}\sin 7{\mathrm{\ω}}_{0}t& -\cos 7{\mathrm{\ω}}_{0}t\\ -\cos 7{\mathrm{\ω}}_{0}t& -\sin 7{\mathrm{\ω}}_{0}t\end{array}\right]\left[\begin{array}{c}{i}_{\mathrm{L\α}}\\ i_{\mathrm{L\β}}\end{array}\right]---\left(3\right)$

式中ω₀为三相电网基波角频率。通过一个低通滤波器从i_Lp、i_Lq中分离出有功电流直流分量无功电流交流分量这时，i_La、i_Lb、i_Lc中基波分量所对应的基波有功电流i_Lfp及基波无功电流i_Lfq为

$\left[\begin{array}{c}{i}_{\mathrm{Lf\α}}\\ i_{\mathrm{Lf\β}}\end{array}\right]=\left[\begin{array}{cc}\sin 7{\mathrm{\ω}}_{0}t& -\cos 7{\mathrm{\ω}}_{0}t\\ -\cos 7{\mathrm{\ω}}_{0}t& -\sin 7{\mathrm{\ω}}_{0}t\end{array}\right]\left[\begin{array}{c}\stackrel{\‾}{i_{\mathrm{Lp}}}\\ \stackrel{\‾}{i_{\mathrm{Lq}}}\end{array}\right]---\left(4\right)$

此时，在a-b-c坐标系下的基波电流分量为

$\left[\begin{array}{c}{i}_{\mathrm{Lfa}}\\ i_{\mathrm{Lfb}}\\ i_{\mathrm{Lfc}}\end{array}\right]=C_{23}\left[\begin{array}{c}{i}_{\mathrm{Lf\α}}\\ i_{\mathrm{Lf\β}}\end{array}\right]---\left(5\right)$

式中， $C_{23}=\sqrt{2/3}\left[\begin{array}{cc}1& 0\\ -1/2& \sqrt{3}/2\\ -1/2& -\sqrt{3}/2\end{array}\right]$

最后得到负载谐波电流为

$\left[\begin{array}{c}{i}_{\mathrm{Lha}}\\ i_{\mathrm{Lhb}}\\ i_{\mathrm{Lhc}}\end{array}\right]=\left[\begin{array}{c}{i}_{\mathrm{La}}\\ i_{\mathrm{Lb}}\\ i_{\mathrm{Lc}}\end{array}\right]-\left[\begin{array}{c}{i}_{\mathrm{Lfa}}\\ i_{\mathrm{Lfb}}\\ i_{\mathrm{Lfc}}\end{array}\right]---\left(6\right)$

电网谐波电流获取过程如下：

将三相电网电流i_Sa、i_Sb、i_Sc通过三相至两相的坐标变换把他们变换到两相坐标系上得到i_Sα、i_Sβ。

$\left[\begin{array}{c}{i}_{\mathrm{S\α}}\\ i_{\mathrm{S\β}}\end{array}\right]=C_{32}\left[\begin{array}{c}{i}_{\mathrm{Sa}}\\ i_{\mathrm{Sb}}\\ i_{\mathrm{Sc}}\end{array}\right]---\left(7\right)$

有功电流和无功电流为i_Sp和i_Sq：

$\left[\begin{array}{c}{i}_{\mathrm{Sp}}\\ i_{\mathrm{Sq}}\end{array}\right]=\left[\begin{array}{cc}\sin {\mathrm{\ω}}_{0}t& -\cos {\mathrm{\ω}}_{0}t\\ -\cos {\mathrm{\ω}}_{0}t& -\sin {\mathrm{\ω}}_{0}t\end{array}\right]\left[\begin{array}{c}{i}_{\mathrm{S\α}}\\ i_{\mathrm{S\β}}\end{array}\right]---\left(8\right)$

通过一个低通滤波器从i_Sp、i_Sq中分离出有功电流直流分量无功电流交流分量这时，i_Sa、i_Sb、i_Sc中基波分量所对应的基波有功电流i_Sfp及基波无功电流i_Sfq为

$\left[\begin{array}{c}{i}_{\mathrm{Sf\α}}\\ i_{\mathrm{Sf\β}}\end{array}\right]=\left[\begin{array}{cc}\sin {\mathrm{\ω}}_{0}t& -\cos {\mathrm{\ω}}_{0}t\\ -\cos {\mathrm{\ω}}_{0}t& -\sin {\mathrm{\ω}}_{0}t\end{array}\right]\left[\begin{array}{c}\stackrel{\‾}{i_{\mathrm{Sp}}}\\ \stackrel{\‾}{i_{\mathrm{Sq}}}\end{array}\right]---\left(9\right)$

此时，在a-b-c坐标系下的基波电流分量为

$\left[\begin{array}{c}{i}_{\mathrm{Sfa}}\\ i_{\mathrm{Sfb}}\\ i_{\mathrm{Sfc}}\end{array}\right]=C_{23}\left[\begin{array}{c}{i}_{\mathrm{Sf\α}}\\ i_{\mathrm{Sf\β}}\end{array}\right]---\left(10\right)$

最后得到电网谐波电流为

$\left[\begin{array}{c}{i}_{\mathrm{Sha}}\\ i_{\mathrm{Shb}}\\ i_{\mathrm{Shc}}\end{array}\right]=\left[\begin{array}{c}{i}_{\mathrm{Sa}}\\ i_{\mathrm{Sb}}\\ i_{\mathrm{Sc}}\end{array}\right]-\left[\begin{array}{c}{i}_{\mathrm{Sfa}}\\ i_{\mathrm{Sfb}}\\ i_{\mathrm{Sfc}}\end{array}\right]---\left(11\right)$

将三相公共连接点电压u_pa、u_pb、u_pc通过三相至两相的坐标变换把他们变换到两相坐标系上得到u_pα、u_pβ。

$\left[\begin{array}{c}{u}_{\mathrm{p\α}}\\ u_{\mathrm{p\β}}\end{array}\right]=C_{32}\left[\begin{array}{c}{u}_{\mathrm{pa}}\\ u_{\mathrm{pb}}\\ u_{\mathrm{pc}}\end{array}\right]---\left(12\right)$

有功电压和无功电压为u_pp和u_pq：

$\left[\begin{array}{c}{u}_{\mathrm{pp}}\\ u_{\mathrm{pq}}\end{array}\right]=\left[\begin{array}{cc}\sin {\mathrm{\ω}}_{0}t& -\cos {\mathrm{\ω}}_{0}t\\ -\cos {\mathrm{\ω}}_{0}t& -\sin {\mathrm{\ω}}_{0}t\end{array}\right]\left[\begin{array}{c}{u}_{\mathrm{p\α}}\\ u_{\mathrm{p\β}}\end{array}\right]---\left(13\right)$

通过一个低通滤波器从u_pp、u_pq中分离出有功电压直流分量无功电压交流分量这时，u_pa、u_pb、u_pc中基波分量所对应的基波有功电压u_pfp及基波无功电压u_pfq为

$\left[\begin{array}{c}{u}_{\mathrm{pf\α}}\\ u_{\mathrm{pf\β}}\end{array}\right]=\left[\begin{array}{cc}\sin {\mathrm{\ω}}_{0}t& -\cos {\mathrm{\ω}}_{0}t\\ -\cos {\mathrm{\ω}}_{0}t& -\sin {\mathrm{\ω}}_{0}t\end{array}\right]\left[\begin{array}{c}\stackrel{\‾}{u_{\mathrm{pp}}}\\ \stackrel{\‾}{u_{\mathrm{pq}}}\end{array}\right]---\left(14\right)$

此时，在a-b-c坐标系下的基波电压分量为

$\left[\begin{array}{c}{u}_{\mathrm{pfa}}\\ u_{\mathrm{pfb}}\\ u_{\mathrm{pfc}}\end{array}\right]=C_{23}\left[\begin{array}{c}{u}_{\mathrm{pf\α}}\\ u_{\mathrm{pf\β}}\end{array}\right]---\left(15\right)$

最后得到公共连接点谐波电压为

$\left[\begin{array}{c}{u}_{\mathrm{pha}}\\ u_{\mathrm{phb}}\\ u_{\mathrm{phc}}\end{array}\right]=\left[\begin{array}{c}{u}_{\mathrm{pa}}\\ u_{\mathrm{pb}}\\ u_{\mathrm{pc}}\end{array}\right]-\left[\begin{array}{c}{u}_{\mathrm{pfa}}\\ u_{\mathrm{pfb}}\\ u_{\mathrm{pfc}}\end{array}\right]---\left(16\right)$

3）设定递推积分PI控制器比例系数K_P和积分系数K_I的初始值和或者采用Ziegler-Nichols方法求解PI控制器比例系数K_P和积分系数K_I的初始值 $K_P^{*}$ 和 $K_I^{*};$

4）采用隶属云模型对递推积分PI控制器的比例系数K_P、积分系数K_I进行在线调整。将总补偿参考电流作为给定信号，给定信号与逆变器输出的补偿电流之间的偏差e和偏差变化率e_c作为递推积分PI控制器参数调整的输入

信号。输出信号是比例系数偏差ΔK_P和积分系数偏差ΔK_I。

首先产生一个期望值为En、标准差为He的正态随机熵：

E′_n=R(En,He) (17)

E′_n正态随机熵，R是产生随机数的函数，En为期望值，He为标准差。exp()是以e为底的幂。

利用式（17）产生一个期望值为Ex、标准差为E′_n的正态随机数：

x_i=R(Ex,E′_n) (18)

最后得到满足具有正态分布形式的隶属度方程：

${\mathrm{\μ}}_i=\exp \left\{\frac{-{(x_i-\mathrm{Ex})}^2}{{{2E}_n^{\′}}^2}\right\}---\left(19\right)$

拥有隶属度μ_i的x_i是云滴，产生数滴云滴构成隶属云。利用式（17）、（18）、（19）分别获得输入信号和输出信号的隶属云模型。

分别定义偏差、偏差变化率、比例系数偏差和积分系数偏差的云集分别为：

E={NB,NM,NS,Z,PS,PM,PB}

EC={NB,NM,NS,Z,PS,PM,PB}

ΔKP={NB,NM,NS,Z,PS,PM,PB}

ΔKI={NB,NM,NS,Z,PS,PM,PB}

E是偏差e的云集，EC是偏差变化率ec的云集。

NB、NM、NS、Z、PS、PM、PB分别代表负大、负中、负小、零、正小、正中、正大。当|e|较大时，即e∈{NB，PB}，为了使控制器具有较快的跟踪性能，K_P取值较大，同时为了避免产生较大的超调量，取K_I=0。当|e|处于中等大小时，即e∈{NM，PM}，为了避免产生较大的超调量，适当减小K_P，同时适当增大K_i的取值。当|e|较小是，即e∈{NS，0，PS}，为降低系统达到稳定所需的时间，进一步减小K_P，而K_I取适当值，K_I并随|e|减小而增大。当e_c和e的变化方向相同时，输出向偏离稳定值方向变化，适当增大K_P，反之适当减小K_P。

e和e_c论域都为[-1010]，ΔK_P的论域为[-1010]，ΔK_I的论域为[-50005000]。偏差e的隶属云用数字特征表示Ge（Exx，Enx，Hex）为：

μ_E1=“NB(偏差负大)”=Ge1(-1040.3)；μ_E2=“NM(偏差负中)”=Ge2(-630.2)；

μ_E3=“NS(偏差负小)”=Ge3(-320.2)；μ_E4=“Z(偏差为零)”=Ge4(010.1)；

μ_E5=“PS(偏差正小)”=Ge5(320.2)；μ_E6=“PM(偏差正中)”=Ge6(630.2)；

μ_E7=“PB(偏差正大)”=Ge7(1040.3)。

偏差e_c的隶属云用数字特征表示Gec（Exy，Eny，Hey）为：

μ_EC1=“NB(偏差负大)”=Gec1(-1040.3)；

μ_EC2=“NM(偏差负中)”=Gec2(-630.2)；

μ_EC3=“NS(偏差负小)”=Gec3(-320.2)；

μ_EC4=“Z(偏差为零)”=Gec4(010.1)；

μ_EC5=“PS(偏差正小)”=Gec5(320.2)；

μ_EC6=“PM(偏差正中)”=Gec6(630.2)；

μ_EC7=“PB(偏差正大)”=Gec7(1040.3)。

偏差ΔK_P的隶属云用数字特征表示Gkp（Exp，Enp，Hep）为：

μ_kp1=“NB(偏差负大)”=Gkp1(-1040.3)；

μ_kp2=“NM(偏差负中)”=Gkp2(-630.2)；

μ_kp3=“NS(偏差负小)”=Gkp3(-320.2)；

μ_kp4=“Z(偏差为零)”=Gkp4(010.1)；

μ_kp5=“PS(偏差正小)”=Gkp5(320.2)；

μ_kp6=“PM(偏差正中)”=Gkp6(630.2)；

μ_kp7=“PB(偏差正大)”=Gkp7(1040.3)。

偏差ΔK_I的隶属云用数字特征表示Gki（Exi，Eni，Hei）为：

μ_ki1=“NB(偏差负大)”=Gki1(-500040.3)；

μ_ki2=“NM(偏差负中)”=Gki2(-300030.2)；

μ_ki3=“NS(偏差负小)”=Gki3(-100020.2)；

μ_ki4=“Z(偏差为零)”=Gki4(010.1)；

μ_ki5=“PS(偏差正小)”=Gki5(100020.2)；

μ_ki6=“PM(偏差正中)”=Gki6(300030.2)；

μ_ki7=“PB(偏差正大)”=Gki7(500040.3)。

将上述规则构成二维云模型规则库的规则，如表1和表2所示。

表1 ΔK_P的云推理规则

表2 ΔK_I的云推理规则

这种带一个“and”的定性规则前件可以用二维X条件正态云发生器构造。设x,y是定量输入值，GA((Exx Exy),(Enx Eny),(Hex,Hey))是二维正态云模型，如果满足

E′_nx=R(Enx,Hex) (20)

E′_ny=R(Eny,Hey) (21)

${\mathrm{\μ}}_i(x,y)=\exp \{\frac{-{(x-\mathrm{Exx})}^2}{{{2E}_{\mathrm{nx}}^{\′}}^2}+\frac{-{(y-\mathrm{Exy})}^2}{{{2E}_{\mathrm{ny}}^{\′}}^2}\}---\left(22\right)$

得到二维X条件正态云发生器。μ_i(E,EC)是二维隶属度，拥有隶属度μ_i的(x_i,y_i)是云滴，产生数滴云滴构成隶属云。例如：条件为“E=10and EC=0”对应的二维隶属度曲线如图6所示，云滴数为1000。

以获得ΔK_P为例说明云推理的过程。

如图7所示，对于输入信号，在取得相应的语言值（例如表1中，E=10，EC=0，ΔKP=10表示控制规则为：if“偏差正大”and“偏差变化率零”，then“比例系数正大”；表2中，E=10，EC=10，ΔKI=0表示控制规则为：if“偏差正大”and“偏差变化率正大”，then“积分系数为零”，其余类推）后，当特定的输入值刺激各规则生成器的前件CGAi(i=1，2，，n)时，n表示前件CGAi的个数。每一CGAi随机地产生一组μ_Ai=μ_ij(j=1，2，，m)值，所有这些μij组成一个激活强度矩阵，从中选择最大的μ_max值，得到一个μ_max,j的向量，这些μ_max,j值表明该条定性规则被选中,控制对应的CGBiP产生m滴云滴drop(ΔK_PBj，μ_j)。设μ是已知定量值，GB(Ex,En,He)是一维正态云模型，如果满足

E′_n=R(En,He) (23)

$z_i=E_x\±\sqrt{-2\ln \left(\mathrm{\μ}\right)}{E}_n^{\′}---\left(24\right)$

则称其为Y条件一维正态云发生器。μ=μ_max；采用取m滴云滴（图7中有49个二维云发生器，每个二维云发生器随机生成1000滴云滴，因此有1000个μ_max，即得到一个μ_max,j的向量，j的范围是从1到1000，所以能控制Y条件一维正态云发生器产生m滴云滴，m=1000）的期望平均值作为输出，即ΔK_P=mean(ΔK_PB1,…,ΔK_PBm)。同理可以获得ΔK_I。

5）将输出与初始值分别相加，得到最终的比例系数和积分系数，代入递推积分PI控制器；

6）将递推积分PI控制器的输出输入正弦脉宽调制器中进行调制，生成逆变器中各个开关的触发信号。

实施例：

如图3所示，系统主要参数如下：三相电源线电压为380V，频率为50Hz，负载为三相不可控整流电路带阻感负荷，电阻值为10Ω，电感值为5mH。5次无源滤波器中的电容为20μF，电感值为20.29mH；7次无源滤波器中的电容为11μ，电感值为18.81mH。APF的开关器件为IGBT，开关频率为6.4kHz，直流侧电容值为10000uF，直流侧电压参考值为60V，逆变器输出电抗为0.2mH。

图3所示的参考谐波补偿电流的获取算法和基于隶属云的递推积分PI控制方法都在DSP控制器中实现，得到的输出结果输入正弦脉宽调制器中进行调制，生成逆变器中各个开关的触发信号。

图4是负载稳定状态下的补偿结果。没投入并联混合型有源电力滤波器之前，电网电流受到污染，补偿前三相电网电流如图4(a)所示，补偿前三相电网电流的频谱如图4(b)所示。投入并联混合型有源电力滤波器后，补偿后三相电网电流如图4(c)所示，补偿后三相电网电流的频谱如图4(d)所示，补偿后直流侧电压如图4(e)所示。从补偿结果可以看出，电网电流中的谐波被抑制，直流侧电压控制的很稳定。

图5是负载变化状态下的补偿结果。当系统运行1s后，将相同的另一台三相整流桥并入电网。补偿前三相电网电流如图5(a)所示，补偿后三相电网电流如图5(b)所示，补偿后直流侧电压如图5(c)所示。可以看出电网电流中的谐波几乎全部滤除，直流侧电压发生轻微的波动后，能较快的恢复稳定。

Claims (1)

1.一种并联混合型有源电力滤波器的控制方法，所述并联混合型有源电力滤波器包括逆变器，还包括用于滤除5次谐波的5次无源电力滤波器；所述逆变器通过输出滤波器与用于滤除7次谐波的7次无源电力滤波器连接，所述5次无源电力滤波器、7次无源电力滤波器均并联接入三相电网与三相负载之间；所述7次无源电力滤波器的输出端与输出滤波器之间连接有分流电感；其特征在于，该方法包括以下步骤：

1)检测三相负载电流i_La、i_Lb、i_Lc，利用i_p-i_q方法获得三相负载谐波电流i_Lha、i_Lhb、i_Lhc；检测三相电网电流i_Sa、i_Sb、i_Sc，利用i_p-i_q方法获得三相电网谐波电流i_Sha、i_Shb、i_Shc；检测三相电网与5次无源电力滤波器或7次无源电力滤波器连接的公共连接点电压u_pa、u_pb、u_pc，利用i_p-i_q方法获得公共连接点谐波电压u_pha、u_phb、u_phc；

2)将三相负载谐波电流和三相电网谐波电流分别乘以虚拟电阻值1，得到三相负载谐波电压和三相电网谐波电压，然后将三相负载谐波电压、三相电网谐波电压、公共连接点谐波电压相加，三者之和除以虚拟电阻值1，得到总补偿参考电流

3)设定递推积分PI控制器的比例系数K_P和积分系数K_I的初始值和其中的取值范围是5-10，的取值范围是10000-12000；

4)将总补偿参考电流与逆变器输出的补偿电流之间的偏差e和偏差变化率e_c作为递推积分PI控制器参数调整的输入信号；其中偏差变化率e_c为偏差e的微分；

5)分别定义偏差e、偏差变化率e_c、比例系数偏差△K_P和积分系数偏差ΔK_I的云集E、EC、ΔKP、ΔKI为：

E＝{NB,NM,NS,Z,PS,PM,PB}；

EC＝{NB,NM,NS,Z,PS,PM,PB}；

ΔKP＝{NB,NM,NS,Z,PS,PM,PB}；

ΔKI＝{NB,NM,NS,Z,PS,PM,PB}；

其中，NB、NM、NS、Z、PS、PM、PB分别代表负大、负中、负小、零、正小、正中、正大；

6)利用上述云集分别构建云集ΔKP和ΔKI的云推理规则：

表1 ΔKP的云推理规则

表2 ΔKI的云推理规则

7)以E和EC作为输入值，产生以下正态随机熵E'_nx、E'_ny：

E′_nx＝R(Enx,Hex)；

E′_ny＝R(Eny,Hey)；

其中，Enx、Eny分别为E、EC的期望值；Hex、Hey分别为E、EC的标准差；R( )是产生随机数的函数；

如果二维隶属度μ_i(E,EC)满足：

${\mathrm{\μ}}_i(E,\mathrm{EC})=\exp \{\frac{-{(E-\mathrm{Exx})}^2}{2{E_{\mathrm{nx}}^{\′}}^2}+\frac{-{(\mathrm{EC}-\mathrm{Exy})}^2}{{{2E}_{\mathrm{ny}}^{\′}}^2}\};$

则得到二维X条件正态云发生器；Exx、Exy为常数；

8)对于作为输入值的E和EC，在E和EC取得表1或表2中相应的语言值后，该语言值刺激上述二维X条件正态云发生器的前件CGAi，每一个前件CGAi随机地产生一组正态分布值μ_ij，所有的正态分布值μ_ij构成一个激活强度矩阵，选取所述激活强度矩阵的最大值μ_max，以μ_max为输入值，得到Y条件一维正态云发生器为其中，E'_n＝R(En,He)，En、He分别为偏差e的期望值和标准差，E'_n为偏差e的正态随机熵，Ex为E'_n的期望值；控制Y条件一维正态云发生器产生m滴云滴drop(ΔK_PBj，μ_max,j)；j＝1,2,…m；则△K_P/△K_I＝mean(△K_PB1,…,△K_PBm)；mean()表示求期望平均值；

9)将递推积分PI控制器比例系数K_P和积分系数K_I的初始值和分别与上述比例系数偏差△K_P、积分系数偏差ΔK_I相加，得到最终的比例系数K_P和积分系数K_I，将最终的比例系数K_P和积分系数K_I代入递推积分PI控制器；

10)将递推积分PI控制器的输出输入正弦脉宽调制器中进行调制，生成逆变器中各个开关的触发信号。