CN103762878A - 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 - Google Patents

Abstract

本发明公开了一种基于粒子群算法的谐波电网下VSC多目标优化直接功率控制方法，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

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

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多目标优化直接功率控制方法。

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多目标优化直接功率控制方法，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多目标优化直接功率控制方法，包括如下步骤：

（1）采集VSC交流侧的三相电压V_a～V_c和三相电流I_a～I_c、VSC的直流母线电压V_dc以及三相电网电压U_a～U_c，并利用锁相环提取三相电网电压U_a～U_c的角频率ω和相位θ；

（2）利用相位θ对所述的三相电流I_a～I_c、三相电压V_a～V_c以及三相电网电压U_a～U_c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

然后，根据电流综合矢量

和

以及电压综合矢量

和

计算VSC的输出有功功率P_g及输出无功功率Q_g；

进而从电压综合矢量和

中提取对应的正序分量

和

从电压综合矢量

和

中提取对应的5次谐波分量

和

从电压综合矢量

和中提取对应的7次谐波分量和从电流综合矢量

和中提取对应的正序分量

和

（3）利用粒子群算法计算出VSC输出有功功率的六倍频波动分量参考值

和

以及输出无功功率的六倍频波动分量参考值

和进而通过正弦余弦变换后得到VSC输出有功功率及输出无功功率对应的六倍频总波动参考值

和

使预设的输出有功功率及输出无功功率对应的直流分量参考值

和

分别与六倍频总波动参考值

和

叠加得到VSC输出有功功率及输出无功功率对应的参考值

和

（4）根据VSC的输出有功功率P_g和输出无功功率Q_g及对应参考值

和

通过误差调节解耦补偿算法得到调制信号

和

（5）对调制信号

和

进行Park反变换得到静止α-β坐标系下的调制信号

和

进而通过SVPWM技术构造得到一组PWM信号以对VSC进行控制。

所述的步骤（2）中，根据以下公式计算VSC的输出有功功率P_g及输出无功功率Q_g：

$P_g=U_d^{+}{I}_d^{+}+U_q^{+}{I}_q^{+}$ $Q_g=U_q^{+}{I}_d^{+}-U_d^{+}{I}_q^{+}$

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；

$P_i=\left[\begin{array}{cccc}{z}_{i1}& z_{i2}& z_{i3}& z_{i4}\\ v_{i1}& v_{i2}& v_{i3}& v_{i4}\end{array}\right]$

其中：P_i为粒子群中的第i粒子，z_i1、z_i2、z_i3和z_i4为P_i的四维位置属性值且对应P_i在四维空间坐标系下的四维坐标，v_i1、v_i2、v_i3和v_i4对应P_i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；

GF_i＝weight₁OF_i1+weight₂OF_i2+weight₃OF_i3

OF_i1＝(z_i1)²+(z_i2)²

OF_i2＝(z_i3)²+(z_i4)²

${\mathrm{OF}}_{i3}={\left(I_{d5}^5\right)}^2+{\left(I_{q5}^5\right)}^2+{\left(I_{d7}^7\right)}^2+{\left(I_{q7}^7\right)}^2$

$I_{d5}^5=(\frac{z_{i1}+z_{i4}}{-3}-U_{d7}^7{I}_{d+}^{+}-U_{q7}^7{I}_{q+}^{+})/U_{d+}^{\text{+}}$ $I_{q5}^5=(\frac{z_{i2}-z_{i3}}{-3}+U_{q7}^7{I}_{d+}^{+}-U_{d7}^7{I}_{q+}^{+})/U_{d+}^{\text{+}}$

$I_{d7}^7=(\frac{z_{i1}-z_{i4}}{-3}-U_{d5}^5{I}_{d+}^{+}-U_{q5}^5{I}_{q+}^{+})/U_{d+}^{\text{+}}$ $I_{q7}^7=(\frac{z_{i2}+z_{i3}}{3}+U_{q5}^5{I}_{d+}^{+}-U_{d5}^5{I}_{q+}^{+})/U_{d+}^{\text{+}}$

其中：GF_i为粒子P_i的综合适应值，OFi₁为粒子P_i输出有功功率的波动分量，OFi₂为粒子P_i输出无功功率的波动分量，OFi₃为粒子P_i三相电网电流5次加7次的总谐波分量，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；

$P_i=\left[\begin{array}{cccc}{z}_{i1}^{\′}& z_{i2}^{\′}& z_{i3}^{\′}& z_{i4}^{\′}\\ v_{i1}^{\′}& v_{i2}^{\′}& v_{i3}^{\′}& v_{i4}^{\′}\end{array}\right]$ $\begin{array}{cc}{v}_{i1}^{\′}={\mathrm{wv}}_{i1}+c_1{r}_1(z_{g1}-z_{i1})& z_{i1}^{\′}=z_{i1}+v_{i1}^{\′}\\ v_{i2}^{\′}={\mathrm{wv}}_{i2}+c_1{r}_1(z_{g2}-z_{i2})& z_{i2}^{\′}=z_{i2}+v_{i2}^{\′}\\ v_{i3}^{\′}={\mathrm{wv}}_{i3}+c_1{r}_1(z_{g3}-z_{i3})& z_{i3}^{\′}=z_{i3}+v_{i3}^{\′}\\ v_{i4}^{\′}={\mathrm{wv}}_{i4}+c_1{r}_1(z_{g4}-z_{i4})& z_{i4}^{\′}=z_{i4}+v_{i4}^{\′}\end{array}$

其中：P_i′为迭代更新后的粒子P_i，w为惯性系数，r₁为随机参数，c₁为学习系数，z_g1、z_g2、z_g3和z_g4为最优粒子的四维位置属性值；

每次迭代更新过程中最优粒子的四维位置属性值z_g1、z_g2、z_g3和z_g4即对应作为每次控制所需的六倍频波动分量参考值

和

所述的步骤（3）中，根据以下算式通过正弦余弦变换得到VSC输出有功功率及输出无功功率对应的六倍频总波动参考值

和

$P_{g6}^{*}=P_{g\cos 6}^{*}\cos 6\mathrm{\θ}+P_{g\sin 6}^{*}\sin 6\mathrm{\θ}$

$Q_{g6}^{*}=Q_{g\cos 6}^{*}\cos 6\mathrm{\θ}+Q_{g\sin 6}^{*}\sin 6\mathrm{\θ}$

所述的步骤（4）中，通过误差调节解耦补偿算法得到调制信号

和

的具体方法如下：

首先，使输出有功功率及输出无功功率对应的参考值和

分别减去输出有功功率P_g及输出无功功率Q_g，得到功率控制误差信号ΔP_g和ΔQ_g；

然后，对功率控制误差信号ΔP_g和ΔQ_g进行矢量比例积分调节或比例积分谐振调节，得到电压调节矢量

和

最后，对电压调节矢量

和

进行解耦补偿，得到调制信号

和

根据以下算式对功率控制误差信号ΔP_g和ΔQ_g进行矢量比例积分调节：

$\begin{array}{c}{V}_{\mathrm{cd}}^{+}=C_{\mathrm{VPI}}\left(s\right){\mathrm{\ΔP}}_g\\ V_{\mathrm{cq}}^{+}=C_{\mathrm{VPI}}\left(s\right){\mathrm{\ΔQ}}_g\end{array}$ $C_{\mathrm{VPI}}\left(s\right)=K_p+\frac{K_i}{s}+\frac{K_{\mathrm{pr}}{s}^2+K_{\mathrm{ir}}s}{s^2+{\mathrm{\ω}}_{c}s+{\left(6\mathrm{\ω}\right)}^2}$

其中：C_VPI(s)为矢量比例积分调节的传递函数，K_p和K_pr均为比例系数，K_i和K_ir均为积分系数，ω_c为谐振带宽系数，s为拉普拉斯算子。

根据以下算式对功率控制误差信号ΔP_g和ΔQ_g进行比例积分谐振调节：

$\begin{array}{c}{V}_{\mathrm{cd}}^{+}=C_{\mathrm{PIR}}\left(s\right){\mathrm{\ΔP}}_g\\ V_{\mathrm{cq}}^{+}=C_{\mathrm{PIR}}\left(s\right){\mathrm{\ΔQ}}_g\end{array}$ $C_{\mathrm{PIR}}\left(s\right)=K_p+\frac{K_i}{s}+\frac{K_{r}s}{s^2+{\mathrm{\ω}}_{c}s+{\left(6\mathrm{\ω}\right)}^2}$

其中：C_PIR(s)为比例积分谐振调节的传递函数，K_p为比例系数，K_i为积分系数，K_r为谐振系数，ω_c为谐振带宽系数，s为拉普拉斯算子。

根据以下算式对电压调节矢量

和

进行解耦补偿：

$U_{\mathrm{cd}}^{+}=\frac{V_{\mathrm{cd}}^{+}-{\mathrm{\ωL}}_g{I}_q^{+}+V_d^{+}}{V_{\mathrm{dc}}}$ $U_{\mathrm{cq}}^{+}=\frac{V_{\mathrm{cq}}^{+}+{\mathrm{\ωL}}_g{I}_d^{+}+V_q^{+}}{V_{\mathrm{dc}}}$

其中：L_g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的多目标优化直接功率控制方法，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V_dc，利用三相电压霍尔传感器2采集VSC交流侧的三相电压V_a～V_c以及三相电网电压U_a～U_c，利用三相电流霍尔传感器3采集VSC交流侧的三相电流I_a～I_c；

进而利用增强型锁相环4提取三相电网电压U_a～U_c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I_a～I_c、三相电压V_a～V_c以及三相电网电压U_a～U_c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

进而利用正序及谐波分量提取模块6从电压综合矢量

和

中提取对应的正序分量和

从电压综合矢量

和

中提取对应的5次谐波分量

和从电压综合矢量

和

中提取对应的7次谐波分量

和

从电流综合矢量

和

中提取对应的正序分量和

然后，利用功率计算模块14根据电流综合矢量

和

以及电压综合矢量

和

计算VSC的输出有功功率P_g及输出无功功率Q_g，具体算式如下：

$P_g=U_d^{+}{I}_d^{+}+U_q^{+}{I}_q^{+}$ $Q_g=U_q^{+}{I}_d^{+}-U_d^{+}{I}_q^{+}$

（3）利用粒子群算法模块7计算出VSC输出有功功率的六倍频波动分量参考值和

以及输出无功功率的六倍频波动分量参考值和

A1.在平面坐标系下初始化粒子群，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；

$P_i=\left[\begin{array}{cccc}{z}_{i1}& z_{i2}& z_{i3}& z_{i4}\\ v_{i1}& v_{i2}& v_{i3}& v_{i4}\end{array}\right]$

其中：P_i为粒子群中的第i粒子，z_i1、z_i2、z_i3和z_i4为P_i的四维位置属性值且对应P_i在四维空间坐标系下的四维坐标，v_i1、v_i2、v_i3和v_i4对应P_i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；

GF_i＝weight₁OF_i1+weight₂OF_i2+weight₃OF_i3

OF_i1＝(z_i1)²+(z_i2)²

OF_i2＝(z_i3)²+(z_i4)²

${\mathrm{OF}}_{i3}={\left(I_{d5}^5\right)}^2+{\left(I_{q5}^5\right)}^2+{\left(I_{d7}^7\right)}^2+{\left(I_{q7}^7\right)}^2$

$I_{d5}^5=(\frac{z_{i1}+z_{i4}}{-3}-U_{d7}^7{I}_{d+}^{+}-U_{q7}^7{I}_{q+}^{+})/U_{d+}^{\text{+}}$ $I_{q5}^5=(\frac{z_{i2}-z_{i3}}{-3}+U_{q7}^7{I}_{d+}^{+}-U_{d7}^7{I}_{q+}^{+})/U_{d+}^{\text{+}}$

$I_{d7}^7=(\frac{z_{i1}-z_{i4}}{-3}-U_{d5}^5{I}_{d+}^{+}-U_{q5}^5{I}_{q+}^{+})/U_{d+}^{\text{+}}$ $I_{q7}^7=(\frac{z_{i2}+z_{i3}}{3}+U_{q5}^5{I}_{d+}^{+}-U_{d5}^5{I}_{q+}^{+})/U_{d+}^{\text{+}}$

其中：GF_i为粒子P_i的综合适应值，OFi₁为粒子P_i输出有功功率的波动分量，OFi₂为粒子P_i输出无功功率的波动分量，OFi₃为粒子P_i三相电网电流5次加7次的总谐波分量，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；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；

$P_i=\left[\begin{array}{cccc}{z}_{i1}^{\′}& z_{i2}^{\′}& z_{i3}^{\′}& z_{i4}^{\′}\\ v_{i1}^{\′}& v_{i2}^{\′}& v_{i3}^{\′}& v_{i4}^{\′}\end{array}\right]$ $\begin{array}{cc}{v}_{i1}^{\′}={\mathrm{wv}}_{i1}+c_1{r}_1(z_{g1}-z_{i1})& z_{i1}^{\′}=z_{i1}+v_{i1}^{\′}\\ v_{i2}^{\′}={\mathrm{wv}}_{i2}+c_1{r}_1(z_{g2}-z_{i2})& z_{i2}^{\′}=z_{i2}+v_{i2}^{\′}\\ v_{i3}^{\′}={\mathrm{wv}}_{i3}+c_1{r}_1(z_{g3}-z_{i3})& z_{i3}^{\′}=z_{i3}+v_{i3}^{\′}\\ v_{i4}^{\′}={\mathrm{wv}}_{i4}+c_1{r}_1(z_{g4}-z_{i4})& z_{i4}^{\′}=z_{i4}+v_{i4}^{\′}\end{array}$

其中：P_i′为迭代更新后的粒子P_i，w为惯性系数，r₁为随机参数，c₁为学习系数，z_g1、z_g2、z_g3和z_g4为最优粒子的四维位置属性值；

每次迭代更新过程中最优粒子的四维位置属性值z_g1、z_g2、z_g3和z_g4即对应作为每次控制所需的VSC输出有功功率的六倍频波动分量参考值

和

以及输出无功功率的六倍频波动分量参考值和

得到上述参考值后，通过正弦余弦变换模块8后得到VSC输出有功功率及输出无功功率对应的六倍频总波动参考值

和

$P_{g6}^{*}=P_{g\cos 6}^{*}\cos 6\mathrm{\θ}+P_{g\sin 6}^{*}\sin 6\mathrm{\θ}$

$Q_{g6}^{*}=Q_{g\cos 6}^{*}\cos 6\mathrm{\θ}+Q_{g\sin 6}^{*}\sin 6\mathrm{\θ}$

使预设的输出有功功率及输出无功功率对应的直流分量参考值

和

分别与六倍频总波动参考值

和

叠加得到VSC输出有功功率及输出无功功率对应的参考值

和

本实施方式中，

和

（4）根据输出有功功率P_g及输出无功功率Q_g以及输出有功功率及输出无功功率对应的参考值

和

通过误差调节解耦补偿算法得到调制信号

和

首先，使输出有功功率及输出无功功率对应的参考值

和

分别减去输出有功功率P_g及输出无功功率Q_g，得到功率控制误差信号ΔP_g和ΔQ_g；

然后，利用矢量比例积分调节器9根据以下算式对功率控制误差信号ΔP_g和ΔQ_g进行矢量比例积分调节，得到电压调节矢量

和

$\begin{array}{c}{V}_{\mathrm{cd}}^{+}=C_{\mathrm{VPI}}\left(s\right){\mathrm{\ΔP}}_g\\ V_{\mathrm{cq}}^{+}=C_{\mathrm{VPI}}\left(s\right){\mathrm{\ΔQ}}_g\end{array}$

其中：C_VPI(s)为矢量比例积分调节的传递函数，K_p和K_pr均为比例系数，K_i和K_ir均为积分系数，ω_c为谐振带宽系数，s为拉普拉斯算子；本实施方式中，K_p=1.5，K_i=0.5，K_pr=1，K_ir=700，ω_c=15rad/s；

最后，利用反馈补偿解耦模块10根据以下公式对电压调节矢量

和

进行解耦补偿，得到调制信号

和

$U_{\mathrm{cd}}^{+}=\frac{V_{\mathrm{cd}}^{+}-{\mathrm{\ωL}}_g{I}_q^{+}+V_d^{+}}{V_{\mathrm{dc}}}$

$U_{\mathrm{cq}}^{+}=\frac{V_{\mathrm{cq}}^{+}+{\mathrm{\ωL}}_g{I}_d^{+}+V_q^{+}}{V_{\mathrm{dc}}}$

其中：L_g为VSC交流侧的滤波电感。

（5）利用反Park坐标变换模块11对调制信号

和进行Park反变换得到静止α-β坐标系下的调制信号

和

$\left[\begin{array}{c}{U}_{\mathrm{c\α}}^{+}\\ U_{\mathrm{c\β}}^{+}\end{array}\right]=\left[\begin{array}{cc}\cos \mathrm{\θ}& -\sin \mathrm{\θ}\\ \sin \mathrm{\θ}& \cos \mathrm{\θ}\end{array}\right]\left[\begin{array}{c}{U}_{\mathrm{cd}}^{+}\\ U_{\mathrm{cq}}^{+}\end{array}\right]$

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S_a～S_c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=0.5，weight₂=0.5，weight₃=0.0；

2.weight₁=0.0，weight₂=0.0，weigh_t3=1.0；

3.weight₁=0.5，weight₂=0.0，weight₃=0.5；

4.weight₁=0.0，weight₂=0.5，weight₃=0.5。

由仿真结果可知，VSC系统的表现逐渐由第一阶段的兼顾输出有功功率及无功功率平稳，过渡至第二阶段的输出电流正弦，至第三阶段的兼顾输出有功功率及输出电流，至第四阶段兼顾输出无功功率及输出电流，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 (8)

1.一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，包括如下步骤：

（1）采集VSC交流侧的三相电压V_a～V_c和三相电流I_a～I_c、VSC的直流母线电压V_dc以及三相电网电压U_a～U_c，并利用锁相环提取三相电网电压U_a～U_c的角频率ω和相位θ；

（2）利用相位θ对所述的三相电流I_a～I_c、三相电压V_a～V_c以及三相电网电压U_a～U_c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

然后，根据电流综合矢量

和

以及电压综合矢量

和

，计算VSC的输出有功功率P_g及输出无功功率Q_g；

进而从电压综合矢量和

中提取对应的正序分量

和从电压综合矢量

和

中提取对应的5次谐波分量

和

从电压综合矢量

和

中提取对应的7次谐波分量

和从电流综合矢量

和

中提取对应的正序分量

和

（3）利用粒子群算法计算出VSC输出有功功率的六倍频波动分量参考值

和以及输出无功功率的六倍频波动分量参考值和进而通过正弦余弦变换后得到VSC输出有功功率及输出无功功率对应的六倍频总波动参考值

和

使预设的输出有功功率及输出无功功率对应的直流分量参考值

和

分别与六倍频总波动参考值

和

叠加得到VSC输出有功功率及输出无功功率对应的参考值

和

（4）根据VSC的输出有功功率P_g和输出无功功率Q_g及对应参考值和

通过误差调节解耦补偿算法得到调制信号

和

（5）对调制信号

和

进行Park反变换得到静止α-β坐标系下的调制信号

和

进而通过SVPWM技术构造得到一组PWM信号以对VSC进行控制。

2.根据权利要求1所述的VSC多目标优化直接功率控制方法，其特征在于：所述的步骤（2）中，根据以下公式计算VSC的输出有功功率P_g及输出无功功率Q_g：

$P_g=U_d^{+}{I}_d^{+}+U_q^{+}{I}_q^{+}$ $Q_g=U_q^{+}{I}_d^{+}-U_d^{+}{I}_q^{+}.$

3.根据权利要求1所述的VSC多目标优化直接功率控制方法，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；

$P_i=\left[\begin{array}{cccc}{z}_{i1}& z_{i2}& z_{i3}& z_{i4}\\ v_{i1}& v_{i2}& v_{i3}& v_{i4}\end{array}\right]$

其中：P_i为粒子群中的第i粒子，z_i1、z_i2、z_i3和z_i4为P_i的四维位置属性值且对应P_i在四维空间坐标系下的四维坐标，v_i1、v_i2、v_i3和v_i4对应P_i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；

GF_i＝weight₁OF_i1+weight₂OF_i2+weight₃OF_i3

OF_i1＝(z_i1)²+(z_i2)²

OF_i2＝(z_i3)²+(z_i4)²

${\mathrm{OF}}_{i3}={\left(I_{d5}^5\right)}^2+{\left(I_{q5}^5\right)}^2+{\left(I_{d7}^7\right)}^2+{\left(I_{q7}^7\right)}^2$

$I_{d5}^5=(\frac{z_{i1}+z_{i4}}{-3}-U_{d7}^7{I}_{d+}^{+}-U_{q7}^7{I}_{q+}^{+})/U_{d+}^{\text{+}}$ $I_{q5}^5=(\frac{z_{i2}-z_{i3}}{-3}+U_{q7}^7{I}_{d+}^{+}-U_{d7}^7{I}_{q+}^{+})/U_{d+}^{\text{+}}$

$I_{d7}^7=(\frac{z_{i1}-z_{i4}}{-3}-U_{d5}^5{I}_{d+}^{+}-U_{q5}^5{I}_{q+}^{+})/U_{d+}^{\text{+}}$ $I_{q7}^7=(\frac{z_{i2}+z_{i3}}{3}+U_{q5}^5{I}_{d+}^{+}-U_{d5}^5{I}_{q+}^{+})/U_{d+}^{\text{+}}$ 其中：GF_i为粒子P_i的综合适应值，OFi₁为粒子P_i输出有功功率的波动分量，OFi₂为粒子P_i输出无功功率的波动分量，OFi₃为粒子P_i三相电网电流5次加7次的总谐波分量，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；

$P_i=\left[\begin{array}{cccc}{z}_{i1}^{\′}& z_{i2}^{\′}& z_{i3}^{\′}& z_{i4}^{\′}\\ v_{i1}^{\′}& v_{i2}^{\′}& v_{i3}^{\′}& v_{i4}^{\′}\end{array}\right]$ $\begin{array}{cc}{v}_{i1}^{\′}={\mathrm{wv}}_{i1}+c_1{r}_1(z_{g1}-z_{i1})& z_{i1}^{\′}=z_{i1}+v_{i1}^{\′}\\ v_{i2}^{\′}={\mathrm{wv}}_{i2}+c_1{r}_1(z_{g2}-z_{i2})& z_{i2}^{\′}=z_{i2}+v_{i2}^{\′}\\ v_{i3}^{\′}={\mathrm{wv}}_{i3}+c_1{r}_1(z_{g3}-z_{i3})& z_{i3}^{\′}=z_{i3}+v_{i3}^{\′}\\ v_{i4}^{\′}={\mathrm{wv}}_{i4}+c_1{r}_1(z_{g4}-z_{i4})& z_{i4}^{\′}=z_{i4}+v_{i4}^{\′}\end{array}$

其中：P_i′为迭代更新后的粒子P_i，w为惯性系数，r₁为随机参数，c₁为学习系数，z_g1、z_g2、z_g3和z_g4为最优粒子的四维位置属性值；

每次迭代更新过程中最优粒子的四维位置属性值z_g1、z_g2、z_g3和z_g4即对应作为每次控制所需的六倍频波动分量参考值

和

4.根据权利要求1所述的VSC多目标优化直接功率控制方法，其特征在于：所述的步骤（3）中，根据以下算式通过正弦余弦变换得到VSC输出有功功率及输出无功功率对应的六倍频总波动参考值

和

$P_{g6}^{*}=P_{g\cos 6}^{*}\cos 6\mathrm{\θ}+P_{g\sin 6}^{*}\sin 6\mathrm{\θ}$

$Q_{g6}^{*}=Q_{g\cos 6}^{*}\cos 6\mathrm{\θ}+Q_{g\sin 6}^{*}\sin 6\mathrm{\θ}.$

5.根据权利要求1所述的VSC多目标优化直接功率控制方法，其特征在于：所述的步骤（4）中，通过误差调节解耦补偿算法得到调制信号

和

的具体方法如下：

首先，使输出有功功率及输出无功功率对应的参考值

和

分别减去输出有功功率P_g及输出无功功率Q_g，得到功率控制误差信号ΔP_g和ΔQ_g；

然后，对功率控制误差信号ΔP_g和ΔQ_g进行矢量比例积分调节或比例积分谐振调节，得到电压调节矢量

和

最后，对电压调节矢量和

进行解耦补偿，得到调制信号

和

6.根据权利要求5所述的VSC多目标优化直接功率控制方法，其特征在于：根据以下算式对功率控制误差信号ΔP_g和ΔQ_g进行矢量比例积分调节：

$\begin{array}{c}{V}_{\mathrm{cd}}^{+}=C_{\mathrm{VPI}}\left(s\right){\mathrm{\ΔP}}_g\\ V_{\mathrm{cq}}^{+}=C_{\mathrm{VPI}}\left(s\right){\mathrm{\ΔQ}}_g\end{array}$ $C_{\mathrm{VPI}}\left(s\right)=K_p+\frac{K_i}{s}+\frac{K_{\mathrm{pr}}{s}^2+K_{\mathrm{ir}}s}{s^2+{\mathrm{\ω}}_{c}s+{\left(6\mathrm{\ω}\right)}^2}$

其中：C_VPI(s)为矢量比例积分调节的传递函数，K_p和K_pr均为比例系数，K_i和K_ir均为积分系数，ω_c为谐振带宽系数，s为拉普拉斯算子。

7.根据权利要求5所述的VSC多目标优化直接功率控制方法，其特征在于：根据以下算式对功率控制误差信号ΔP_g和ΔQ_g进行比例积分谐振调节：

$\begin{array}{c}{V}_{\mathrm{cd}}^{+}=C_{\mathrm{PIR}}\left(s\right){\mathrm{\ΔP}}_g\\ V_{\mathrm{cq}}^{+}=C_{\mathrm{PIR}}\left(s\right){\mathrm{\ΔQ}}_g\end{array}$ $C_{\mathrm{PIR}}\left(s\right)=K_p+\frac{K_i}{s}+\frac{K_{r}s}{s^2+{\mathrm{\ω}}_{c}s+{\left(6\mathrm{\ω}\right)}^2}$

其中：C_PIR(s)为比例积分谐振调节的传递函数，K_p为比例系数，K_i为积分系数，K_r为谐振系数，ω_c为谐振带宽系数，s为拉普拉斯算子。

8.根据权利要求5所述的VSC多目标优化直接功率控制方法，其特征在于：根据以下算式对电压调节矢量

和

进行解耦补偿：

$U_{\mathrm{cd}}^{+}=\frac{V_{\mathrm{cd}}^{+}-{\mathrm{\ωL}}_g{I}_q^{+}+V_d^{+}}{V_{\mathrm{dc}}}$ $U_{\mathrm{cq}}^{+}=\frac{V_{\mathrm{cq}}^{+}+{\mathrm{\ωL}}_g{I}_d^{+}+V_q^{+}}{V_{\mathrm{dc}}}$

其中：L_g为VSC交流侧的滤波电感。

Images