CN103647466A - 一种基于粒子群算法的谐波电网下vsc多目标优化矢量控制方法 - Google Patents
一种基于粒子群算法的谐波电网下vsc多目标优化矢量控制方法 Download PDFInfo
- Publication number
- CN103647466A CN103647466A CN201310574468.7A CN201310574468A CN103647466A CN 103647466 A CN103647466 A CN 103647466A CN 201310574468 A CN201310574468 A CN 201310574468A CN 103647466 A CN103647466 A CN 103647466A
- Authority
- CN
- China
- Prior art keywords
- vector
- particle
- prime
- current
- voltage
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Landscapes
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了一种基于粒子群算法的谐波电网下VSC多目标优化矢量控制方法,其兼顾VSC的输出三相电网电流,输出有功功率以及输出无功功率,使得此三者控制性能能够同时得到多目标优化控制,且所采用的粒子群算法代码精简,计算时间较短,有利于在实时计算方面的实现,能够有效提高VSC在谐波电网电压条件下的运行控制性能,确保电能质量和电力系统的稳定性及安全。同时本发明采用矢量比例积分调节或者比例积分谐振调节技术,其中角频率为六倍基频的矢量比例积分调节或者谐振调节可抑制由电网电压中5,7次谐波分量所带来的不利影响。
Description
技术领域
本发明属于电力设备控制技术领域,具体涉及一种基于粒子群算法的谐波电网下VSC多目标优化矢量控制方法。
背景技术
现今,VSC(电压源变换器)作为一种简单可靠的电力电子装置得以在实际电网中广泛应用,其中最常见的装置有应用于风力发电系统中的网侧变流器,光伏发电系统中的网侧变流器,确保电网安全可靠运行的主动功率滤波器以及功率因数校正装置等等。然而,运行于谐波电网电压条件下的VSC将表现出三相输出电流谐波畸变,输出有功、无功功率震荡等若干运行性能恶化。上述性能指标恶化将造成电网电流谐波注入,以及电网功率震荡等等不良影响,将会威胁到电网的稳定可靠运行。因此,探讨运行于谐波电网电压条件下的VSC控制技术,以期消除三相输出电流畸变,以及输出功率震荡等不良影响是具有十分积极意义的。
在谐波电网电压条件下,年珩、全宇在标题为谐波电网电压下PWM整流器增强运行控制技术(第32卷第9期,中国电机工程学报)的文献中提出了一种基于5,7次谐波分量提取的矢量定向控制方法,该方法的核心思想是将电网电压中的正序和5,7次谐波分量分别提取,并将此提取结果作为计算不同控制目标下的电网电流参考值的依据,且控制目标可以选择为正弦的三相电网电流,或者平稳的输出有功功率和输出无功功率,其通过在二个目标中选择其一,以数学模型为基础计算当前控制目标下的电网电流参考值,通过双PI调节器的有效工作,使得实际电网电流跟踪给定的参考值,最终达到控制目标。然而,由VSC的数学模型可知,传统控制策略中的二个控制目标是相互冲突的,无法同时改善VSC的三相电网电流,输出有功功率及无功功率。也即是,在达成某一控制目标的同时,将会导致另一控制目标性能的恶化,如当三相电网电流保持正弦时,输出有功功率及无功功率将产生300Hz剧烈波动,不利于电网的可靠稳定运行;同理,当消除输出有功功率和无功功率300Hz波动时,将导致注入电网电流畸变,同样不利于电网可靠稳定运行。因此,谐波电网下VSC传统控制策略仅能关注二个控制目标之一,而无法兼顾,从而使得在达成某一控制目标的同时而使得另一目标性能大为恶化,最终不利于电网的稳定可靠运行。
发明内容
针对现有技术所存在的上述技术问题,本发明提供了一种基于粒子群算法的谐波电网下VSC多目标优化矢量控制方法,能够同时兼顾三相电网电流,输出有功功率以及输出无功功率的运行性能,确保三项运行性能在电网可接受范围内,进而确保电网的稳定可靠运行。
一种基于粒子群算法的谐波电网下VSC多目标优化矢量控制方法,包括如下步骤:
(1)采集VSC交流侧的三相电压Va~Vc和三相电流Ia~Ic、VSC的直流母线电压Vdc以及三相电网电压Ua~Uc,并利用锁相环提取三相电网电压Ua~Uc的角频率ω和相位θ;
(2)利用相位θ对所述的三相电流Ia~Ic、三相电压Va~Vc以及三相电网电压Ua~Uc进行dq变换,对应得到正向同步速坐标系下包含正序分量、5次谐波分量以及7次谐波分量的电流综合矢量和电压综合矢量和电压综合矢量和5次谐波反向坐标系下包含正序分量、5次谐波分量以及7次谐波分量的电压综合矢量和以及7次谐波正向坐标系下包含正序分量、5次谐波分量以及7次谐波分量的电压综合矢量和
(3)利用粒子群算法计算出5次谐波反向坐标系下5次谐波电流矢量参考值和以及7次谐波正向坐标系下7次谐波电流矢量参考值和进而对上述谐波电流矢量参考值进行坐标旋转变换得到正向同步速坐标系下5次谐波电流矢量参考值和以及7次谐波电流矢量参考值和使预设的正序电流矢量参考值和与5次谐波电流矢量参考值和以及7次谐波电流矢量参考值和对应叠加得到正向同步速坐标系下包含正序分量、5次谐波分量以及7次谐波分量的电流参考矢量和
所述的粒子群算法的具体过程如下:
A1.在平面坐标系下初始化粒子群,所述的粒子群由多个粒子组成,每个粒子表示成以下形式的2×4的向量,初始状态下该向量中的每个元素值均为随机给定;
其中:Pi为粒子群中的第i粒子,zi1、zi2、zi3和zi4为Pi的四维位置属性值且对应Pi在四维空间坐标系下的四维坐标,vi1、vi2、vi3和vi4对应Pi的四维速度属性值;
A2.根据以下算式计算出粒子群中各粒子的综合适应值,取综合适应值最小的粒子与当前最优粒子比较综合适应值,令综合适应值较小的粒子为准最优粒子;
GFi=weight1OFi1+weight2OFi2+weight3OFi3
OFi1=(zi1)2+(zi2)2+(zi3)2+(zi4)2
其中:GFi为粒子Pi的综合适应值,OFi1为粒子Pi三相电网电流5次加7次的总谐波分量,OFi2为粒子Pi输出有功功率的波动分量,OFi3为粒子Pi输出无功功率的波动分量,weight1、weight2和weight3均为权重系数;
A3.首先,在平面坐标系下以准最优粒子为中心,在其四维空间的十六个方向上新建十六个与其距离为L的扰动粒子并确定扰动粒子的位置属性值,进而计算出十六个扰动粒子的综合适应值;所述的扰动粒子不纳入粒子群中,L为预设的扰动位移;
然后,比较准最优粒子与十六个扰动粒子的综合适应值,将综合适应值最小的粒子更新为最优粒子;
A4.根据以下算式对粒子群中各粒子进行迭代更新后,返回执行步骤A2;
其中:Pi′为迭代更新后的粒子Pi,w为惯性系数,r1为随机参数,c1为学习系数,zg1、zg2、zg3和zg4为最优粒子的四维位置属性值;
其中:CVPI(s)为矢量比例积分调节的传递函数,Kp和Kpr均为比例系数,Ki和Kir均为积分系数,ωc为谐振带宽系数,s为拉普拉斯算子。
其中:CPIR(s)为比例积分谐振调节的传递函数,Kp为比例系数,Ki为积分系数,Kr为谐振系数,ωc为谐振带宽系数,s为拉普拉斯算子。
其中:Lg为VSC交流侧的滤波电感。
本发明兼顾VSC的输出三相电网电流,输出有功功率以及输出无功功率,使得此三者控制性能能够同时得到多目标优化控制,且所采用的粒子群算法代码精简,计算时间较短,有利于在实时计算方面的实现,能够有效提高VSC在谐波电网电压条件下的运行控制性能,确保电能质量和电力系统的稳定性及安全。同时本发明采用矢量比例积分调节或者比例积分谐振调节技术,其中角频率为六倍基频的矢量比例积分调节或者谐振调节可抑制由电网电压中5,7次谐波分量所带来的不利影响。
故相比传统控制方法,本发明方法能够同时兼顾VSC输出三相电网电流,输出有功功率以及输出无功功率,因此能够避免出现传统控制方法中仅顾及某一控制目标而造成其余控制目标的大为恶化,综合兼顾多个控制目标的特点使得本发明方法增强了VSC在谐波电网电压条件下的运行性能,有利于电网的稳定可靠运行。本发明方法适用于如风电系统中网侧变流器,光伏系统中的网侧变流器,主动功率滤波器,主动功率因数校正等等其他采用高频开关自关断器件构成的各类形式PWM控制的三相逆变装置的有效控制。
附图说明
图1为本发明控制方法的原理流程示意图。
图2为采用本发明控制方法下VSC的仿真波形图。
具体实施方式
为了更为具体地描述本发明,下面结合附图及具体实施方式对本发明控制方法进行详细说明。
如图1所示,一种基于粒子群算法的谐波电网下VSC的多目标优化矢量控制方法,包括如下步骤:
(1)利用单相电压霍尔传感器1采集VSC的直流母线电压Vdc,利用三相电压霍尔传感器2采集VSC交流侧的三相电压Va~Vc以及三相电网电压Ua~Uc,利用三相电流霍尔传感器3采集VSC交流侧的三相电流Ia~Ic;
进而利用增强型锁相环4提取三相电网电压Ua~Uc的角频率ω和相位θ。
(2)根据相位θ利用dq坐标变换模块5对三相电流Ia~Ic、三相电压Va~Vc以及三相电网电压Ua~Uc进行dq变换,对应得到正向同步速坐标系下包含正序,5次及7次谐波分量的电流综合矢量和电压综合矢量和电压综合矢量和以及5次谐波反向坐标系下包含正序,5次及7次谐波分量的电压综合矢量和以及7次谐波正向坐标系下包含正序,5次及7次谐波分量的电压综合矢量和
A1.在平面坐标系下初始化粒子群,粒子群由10个粒子组成,每个粒子表示成以下形式的2×4的向量,初始状态下该向量中的每个元素值均为随机给定;
其中:Pi为粒子群中的第i粒子,zi1,zi2,zi3,zi4为Pi的位置属性值且对应Pi在四维空间坐标系下的四维坐标,vi1,vi2,vi3,vi4为Pi的四维速度属性值。
A2.根据以下算式计算出粒子群中各粒子的综合适应值,取综合适应值最小的粒子与当前最优粒子比较综合适应值,令综合适应值较小的粒子为准最优粒子;
GFi=weight1OFi1+weight2OFi2+weight3OFi3
OFi1=(zi1)2+(zi2)2+(zi3)2+(zi4)2
其中:GFi为粒子Pi的综合适应值,OFi1为粒子Pi的三相电网电流5次及7次的总谐波分量,OFi2为粒子Pi的输出有功功率波动分量,OFi3为粒子Pi的输出无功功率波动分量,weight1、weight2和weight3均为权重系数;
A3.首先,在平面坐标系下以准最优粒子为中心,在其四维空间的十六个方向上新建十六个与其距离为L的扰动粒子并确定扰动粒子的位置属性值,进而计算出十六个扰动粒子的综合适应值;所述的扰动粒子不纳入粒子群中,L为预设的扰动位移,本实施方式中L=0.00001;
然后,比较准最优粒子与十六个扰动粒子的综合适应值,将综合适应值最小的粒子更新为最优粒子;
A4.根据以下算式对粒子群中各粒子进行迭代更新后,返回执行步骤A2;
其中:Pi′为迭代更新后的粒子Pi,w为惯性系数,r1为随机参数,c1为学习系数,zg1,zg2,zg3,zg4为最优粒子的四维位置属性值;本实施方式中,w=0.8,c1=1;
得到上述参考值后,利用坐标旋转模块8进行坐标旋转变换得到正向同步速坐标系下5次与7次谐波电流矢量参考值和和使给定的电流正序参考分量和与5次与7次谐波电流矢量参考值对应叠加得到正向同步速坐标系下包含正序及5,7次谐波分量的电流参考矢量和本实施方式中,
其中:CVPI(s)为矢量比例积分调节的传递函数,Kp和Kpr均为比例系数,Ki和Kir均为积分系数,ωc为谐振带宽系数,s为拉普拉斯算子;本实施方式中,Kp=1.5,Ki=0.5,Kpr=1,Kir=700,ωc=15rad/s;
其中:Lg为VSC交流侧的滤波电感。
进而,利用脉宽调制模块12通过SVPWM技术构造得到一组PWM信号Sa~Sc以对VSC中的IGBT进行开关控制。
以下我们对采用本实施方式控制下的VSC进行仿真实验,在一共四个仿真时间段内,分别采用由用户指定的以下4组权重系数,系统的仿真波形如图2所示。
1.weight1=1.0,weight2=0.0,weight3=0.0;
2.weight1=0.0,weight2=1.0,weight3=0.0;
3.weight1=0.0,weight2=0.0,weight3=1.0;
4.weight1=0.4,weight2=0.3,weight3=0.3。
由仿真结果可知,VSC系统的表现逐渐由第一阶段的三相网侧电流正弦,过渡至第二阶段的输出有功功率平稳,至第三阶段的输出无功功率平稳,而在第四阶段则综合兼顾了三个控制目标,使得三相电网电流谐波畸变,输出有功功率及无功功率波动均在电网可接受的范围之内。
由此可见,采用本实施方式之后,VSC系统在谐波电网下的三相电网电流,输出有功功率以及输出无功功率可由用户通过设定不同的权重系数而实现不同的VSC系统表现,有利于电网及VSC本身在谐波电网电压条件下的稳定可靠运行。
Claims (6)
1.一种基于粒子群算法的谐波电网下VSC多目标优化矢量控制方法,包括如下步骤:
(1)采集VSC交流侧的三相电压Va~Vc和三相电流Ia~Ic、VSC的直流母线电压Vdc以及三相电网电压Ua~Uc,并利用锁相环提取三相电网电压Ua~Uc的角频率ω和相位θ;
(2)利用相位θ对所述的三相电流Ia~Ic、三相电压Va~Vc以及三相电网电压Ua~Uc进行dq变换,对应得到正向同步速坐标系下包含正序分量、5次谐波分量以及7次谐波分量的电流综合矢量和电压综合矢量和电压综合矢量和5次谐波反向坐标系下包含正序分量、5次谐波分量以及7次谐波分量的电压综合矢量和以及7次谐波正向坐标系下包含正序分量、5次谐波分量以及7次谐波分量的电压综合矢量和
(3)利用粒子群算法计算出5次谐波反向坐标系下5次谐波电流矢量参考值和以及7次谐波正向坐标系下7次谐波电流矢量参考值和进而对上述谐波电流矢量参考值进行坐标旋转变换得到正向同步速坐标系下5次谐波电流矢量参考值和以及7次谐波电流矢量参考值和使预设的正序电流矢量参考值和与5次谐波电流矢量参考值和以及7次谐波电流矢量参考值和对应叠加得到正向同步速坐标系下包含正序分量、5次谐波分量以及7次谐波分量的电流参考矢量和
2.根据权利要求1所述的多目标优化矢量控制方法,其特征在于:所述的粒子群算法的具体过程如下:
A1.在平面坐标系下初始化粒子群,所述的粒子群由多个粒子组成,每个粒子表示成以下形式的2×4的向量,初始状态下该向量中的每个元素值均为随机给定;
其中:Pi为粒子群中的第i粒子,zi1、zi2、zi3和zi4为Pi的四维位置属性值且对应Pi在四维空间坐标系下的四维坐标,vi1、vi2、vi3和vi4对应Pi的四维速度属性值;
A2.根据以下算式计算出粒子群中各粒子的综合适应值,取综合适应值最小的粒子与当前最优粒子比较综合适应值,令综合适应值较小的粒子为准最优粒子;
GFi=weight1OFi1+weight2OFi2+weight3OFi3
OFi1=(zi1)2+(zi2)2+(zi3)2+(zi4)2
其中:GFi为粒子Pi的综合适应值,OFi1为粒子Pi三相电网电流5次加7次的总谐波分量,OFi2为粒子Pi输出有功功率的波动分量,OFi3为粒子Pi输出无功功率的波动分量,weight1、weight2和weight3均为权重系数;
A3.首先,在平面坐标系下以准最优粒子为中心,在其四维空间的十六个方向上新建十六个与其距离为L的扰动粒子并确定扰动粒子的位置属性值,进而计算出十六个扰动粒子的综合适应值;所述的扰动粒子不纳入粒子群中,L为预设的扰动位移;
然后,比较准最优粒子与十六个扰动粒子的综合适应值,将综合适应值最小的粒子更新为最优粒子;
A4.根据以下算式对粒子群中各粒子进行迭代更新后,返回执行步骤A2;
其中:Pi′为迭代更新后的粒子Pi,w为惯性系数,r1为随机参数,c1为学习系数,zg1、zg2、zg3和zg4为最优粒子的四维位置属性值;
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310574468.7A CN103647466B (zh) | 2013-11-15 | 2013-11-15 | 一种基于粒子群算法的谐波电网下vsc多目标优化矢量控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310574468.7A CN103647466B (zh) | 2013-11-15 | 2013-11-15 | 一种基于粒子群算法的谐波电网下vsc多目标优化矢量控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103647466A true CN103647466A (zh) | 2014-03-19 |
CN103647466B CN103647466B (zh) | 2016-01-20 |
Family
ID=50252643
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310574468.7A Active CN103647466B (zh) | 2013-11-15 | 2013-11-15 | 一种基于粒子群算法的谐波电网下vsc多目标优化矢量控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103647466B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107069775A (zh) * | 2017-04-11 | 2017-08-18 | 华北水利水电大学 | 一种基于随机加速粒子群算法的孤岛微电网频率控制方法 |
CN117595623A (zh) * | 2023-11-22 | 2024-02-23 | 湖南科技大学 | 低纹波可调直流稳压电源控制参数自整定方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050195624A1 (en) * | 2004-01-27 | 2005-09-08 | Antti Tarkiainen | Method and arrangement in connection with network inverter |
CN102280889A (zh) * | 2011-06-03 | 2011-12-14 | 上海电力学院 | 基于克隆-粒子群混杂算法的电力系统无功优化方法 |
CN102664423A (zh) * | 2012-05-30 | 2012-09-12 | 山东大学 | 基于粒子群算法的风电场储能容量控制方法 |
CN102856918A (zh) * | 2012-07-31 | 2013-01-02 | 上海交通大学 | 一种基于小生境粒子群算法的配电网的无功优化方法 |
CN103326353A (zh) * | 2013-05-21 | 2013-09-25 | 武汉大学 | 基于改进多目标粒子群算法的环境经济发电调度求解方法 |
-
2013
- 2013-11-15 CN CN201310574468.7A patent/CN103647466B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050195624A1 (en) * | 2004-01-27 | 2005-09-08 | Antti Tarkiainen | Method and arrangement in connection with network inverter |
CN102280889A (zh) * | 2011-06-03 | 2011-12-14 | 上海电力学院 | 基于克隆-粒子群混杂算法的电力系统无功优化方法 |
CN102664423A (zh) * | 2012-05-30 | 2012-09-12 | 山东大学 | 基于粒子群算法的风电场储能容量控制方法 |
CN102856918A (zh) * | 2012-07-31 | 2013-01-02 | 上海交通大学 | 一种基于小生境粒子群算法的配电网的无功优化方法 |
CN103326353A (zh) * | 2013-05-21 | 2013-09-25 | 武汉大学 | 基于改进多目标粒子群算法的环境经济发电调度求解方法 |
Non-Patent Citations (2)
Title |
---|
JIABING HU ET AL.: "Reinforced Control and Operation of DFIG-Based Wind-Power-Generation System Under Unbalanced Grid Voltage Conditions", 《IEEE TRANSACTIONS ON ENERGY CONVERSION》, vol. 24, no. 4, 3 December 2009 (2009-12-03), XP011284771, DOI: doi:10.1109/TEC.2008.2001434 * |
李彦林等: "微网运行条件下储能并网VSC多目标控制策略", 《电网技术》, vol. 37, no. 7, 31 July 2013 (2013-07-31) * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107069775A (zh) * | 2017-04-11 | 2017-08-18 | 华北水利水电大学 | 一种基于随机加速粒子群算法的孤岛微电网频率控制方法 |
CN117595623A (zh) * | 2023-11-22 | 2024-02-23 | 湖南科技大学 | 低纹波可调直流稳压电源控制参数自整定方法 |
Also Published As
Publication number | Publication date |
---|---|
CN103647466B (zh) | 2016-01-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108616141B (zh) | 微电网中lcl并网逆变器功率非线性的控制方法 | |
CN108023352B (zh) | 抑制分布式发电谐振的电网高频阻抗重塑装置及方法 | |
Wang et al. | An improved deadbeat control method for single-phase PWM rectifiers in charging system for EVs | |
CN103647467B (zh) | 一种基于粒子群算法的不平衡电网下vsc多目标优化直接功率控制方法 | |
CN103762921B (zh) | 一种基于粒子群算法的不平衡电网下dfig的多目标控制方法 | |
CN102611143B (zh) | 一种三相并网逆变器并网电流的控制方法 | |
CN103326399B (zh) | 一种不平衡及谐波电网下的并网逆变器控制方法 | |
CN104734545A (zh) | 基于模型预测和电压平方控制的pwm整流器的控制方法 | |
CN107395040A (zh) | 并网变流器复矢量pi控制器解耦与延时补偿方法 | |
CN104269869A (zh) | 一种涉及参数优化的pwm变流器的比例谐振控制方法 | |
Boudjema et al. | Robust control of a doubly fed induction generator (DFIG) fed by a direct AC-AC converter | |
CN103117699A (zh) | 一种基于双矢量谐振调节双馈异步风力发电机的控制方法 | |
CN104135021A (zh) | 一种基于复合控制的离网型储能变流器电压优化控制方法 | |
CN107005049B (zh) | 功率控制器和功率控制方法 | |
CN102916438A (zh) | 基于三电平逆变器的光伏发电控制系统和控制方法 | |
CN103972922A (zh) | 基于改进型准谐振控制加重复控制的光伏并网控制方法 | |
CN109687741A (zh) | 一种基于虚拟同步机的三相pwm整流器控制方法及系统 | |
Yanfeng et al. | The comparative analysis of PI controller with PR controller for the single-phase 4-quadrant rectifier | |
CN103647466B (zh) | 一种基于粒子群算法的谐波电网下vsc多目标优化矢量控制方法 | |
CN103762878B (zh) | 一种基于粒子群算法的谐波电网下vsc多目标优化直接功率控制方法 | |
CN102623996B (zh) | 一种基于解耦谐振调节器阵列的有源电力滤波器闭环控制方法 | |
CN103427697B (zh) | 一种基于粒子群算法的不平衡电网下vsc的多目标控制方法 | |
Pavković et al. | Modeling, parameterization and damping optimum-based control system design for an airborne wind energy ground station power plant | |
Zhao et al. | Instantaneous power calculation based on intrinsic frequency of single-phase virtual synchronous generator | |
CN103825274A (zh) | 一种有源电力滤波器自适应重复和无差拍复合控制的方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |