CN105867126B - 一种三相电压源型逆变系统分数阶pi优化控制方法 - Google Patents
一种三相电压源型逆变系统分数阶pi优化控制方法 Download PDFInfo
- Publication number
- CN105867126B CN105867126B CN201610226537.9A CN201610226537A CN105867126B CN 105867126 B CN105867126 B CN 105867126B CN 201610226537 A CN201610226537 A CN 201610226537A CN 105867126 B CN105867126 B CN 105867126B
- Authority
- CN
- China
- Prior art keywords
- fractional order
- source type
- coefficient
- inversion system
- type inversion
- 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.)
- Active
Links
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
- G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
- G05B13/042—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators in which a parameter or coefficient is automatically adjusted to optimise the performance
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Feedback Control In General (AREA)
Abstract
本发明公开了一种三相电压源型逆变系统分数阶PI优化控制方法,本发明通过机理分析法和坐标变换法建立三相电压源型逆变系统的dq坐标系下的数学模型,设计两个分数阶PI控制器实现电压外环和电流内环的双闭环控制,采用双闭环跟踪误差的绝对值与时间的乘积和系统输出电压波形总谐波畸变率的加权叠加作为评估控制性能的优化目标函数,并设计基于实数编码的自适应极值优化求解器实现两个分数阶PI控制器多控制参数的优化整定;采用本发明可实现三相电压源型逆变系统输出波形的优化控制,三相电压源型逆变系统输出波形具有更低的电压波形总谐波畸变率、更小的跟踪误差和更佳的鲁棒性等控制性能。
Description
技术领域
本发明涉及电力电子技术领域智能控制技术,尤其涉及一种三相电压源型逆变系统分数阶PI优化控制方法。
背景技术
三相电压源型逆变系统在实际工程中应用非常广泛。工业界不仅对三相逆变系统的体积、重量和电磁兼容等有基本要求,而且在系统过载能力、抗负载启动冲击能力、输出电压波形质量和系统动态性能等方面都有较高的要求。其中,输出电压波形控制技术是三相逆变系统设计的关键技术之一。由于PID控制器具有概念明晰、实现简单、鲁棒性强等优点,因此在电力电子控制系统中得到了广泛的应用。逆变系统的PID控制的基本原理是结合参考正弦波的前馈控制与输出电压误差的PID控制,从而改善输出波形的质量和提高逆变系统的动态响应性能。目前,工业界主要采用基于经验规则的工程整定方法实现PID控制器参数整定,要求工程设计人员具有较丰富的经验,尤其针对复杂工程系统或者复杂动态工况仅凭经验的整定方法难以实现系统的优化设计。
分数阶PID控制器在传统整数阶PID控制器的基础上,通过引入分数阶积分阶次和分数阶微分阶次两个可调参数,使得闭环控制系统的综合控制性能得到了明显的提升,因此近年来分数阶PID控制器受到了学术界和工业界的广泛关注和研发应用,相关理论成果在一些实际工业控制系统中得到了较为成功的应用,但在三相逆变系统等电力电子系统中的应用研究还鲜有报道。
发明内容
本发明的目的在于针对现有技术的不足,提供一种三相多电平电压源型逆变系统分数阶PI优化控制方法。
本发明的目的是通过以下方案来实现的:一种三相电压源型逆变系统分数阶PI优化控制方法,该方法包括以下步骤:
(1)通过机理分析法和坐标变换法建立三相电压源型逆变系统dq坐标系下的数学模型及双闭环控制模型,设置优化求解器的参数值(包括最大迭代优化次数Imax,种群规模N);
(2)随机生成一个在三相电压源型逆变系统电压外环和电流内环分数阶PI控制器优化变量下限PL和上限PU之间范围内的实数编码且均匀分布的初始种群P={Pi=(PU-PL)*Ri+PL,i=1,2,…,N},其中Ri表示在[0,1]范围内产生的均匀分布随机数,第i个个体Pi=(Kp1i,Ki1i,λ1i,Kp2i,Ki2i,λ2i),Kp1i,Ki1i,λ1i分别表示第i个电压外环分数阶PI控制器比例系数、积分系数、分数阶积分的阶次系数,Kp2i,Ki2i,λ2i分别表示第i个电流内环分数阶PI控制器比例系数、积分系数、分数阶积分的阶次系数,电压外环分数阶PI控制器的传递函数表达式为电压外环分数阶PI控制器的传递函数表达式为Kp1,Ki1,λ1分别表示电压外环分数阶PI控制器比例系数、积分系数、分数阶积分的阶次系数,Kp2,Ki2,λ2分别表示电流内环分数阶PI控制器比例系数、积分系数、分数阶积分的阶次系数;
(3)按照式(1)对种群P中的每一个个体Pi,i=1,2,…,N,进行目标函数Fi计算评价,并将种群中当前最小的目标函数值设置为Fbest,将对应的个体设置为当前最好解Sbest;
其中,e1和e2分别表示电压外环和电流内环的跟踪误差,t表示系统运行时刻值,Tmin和Tmax分别表示三相逆变系统运行的初始时间和终止时间,THD1和THD2分别表示逆变系统输出的电压波形和电流波形的总谐波畸变率,w1和w2表示权重系数,并满足w1+w2=1。
(4)按照式(2)-(4)对种群P中的每一个个体Pi,i=1,2,…,N,执行自适应多点非均匀变异,从而产生新的种群PX={PXi,i=1,2,…,N};
β(k)=[r2(1-k/Imax)]a (3)
a=5-2k/Imax (4)
其中,r1、r2和r3都是在[0,1]范围内产生的均匀分布随机数,k表示优化求解器当前的迭代次数,Imax为设计人员预先设定的最大迭代优化次数;
(5)按照式(1)对种群PN中的每一个个体PXi,i=1,2,…,N,进行适应度函数FXi计算评价,得到PX中最好适应度值FXb=min{FXi,i=1,2,…,N},将对应的个体设置为当前最好解SXb;
(6)若Fbest≥FXb,则设置为Fbest=FXb,Sbest=SXb;否则保持原有Fbest和Sbest不变;
(7)无条件接受P=PX,且PN=Sbest;
(8)重复步骤(3)-(7)直到满足设计人员预先设定的最大迭代优化次数Imax终止条件;
(9)输出最终的最佳适应度值Fbest和最佳分数阶PI控制器参数Sbest=(Kp1,Ki1,λ1,Kp2,Ki2,λ2),将其传输至三相电压源型逆变系统控制器中,设计人员通过示波器获得三相电压源型逆变系统的输出电压和电流波形及其对应的总谐波畸变率。
本发明的有益效果是:本发明可实现三相电压源型逆变系统输出波形的优化控制,具有现有技术所不具备的以下优点:三相电压源型逆变系统输出波形具有更低的系统输出电压波形总谐波畸变率(THD)、更小的跟踪误差和更佳的鲁棒性等控制性能,可实现分数阶PI控制器参数的高效优化整定,且优化求解器设计与实现方法更简单。
附图说明
图1是三相电压源型逆变系统分数阶PI优化控制方法的原理示意图;
图2是三相电压源型逆变系统分数阶PI控制器参数自动整定的优化求解器原理图;
图3是本发明实施后的目标函数值优化过程曲线;
图4是本发明实施后的三相电源型逆变系统的输出电压波形图。
具体实施方式
下面结合附图对本发明进一步说明,本发明的目的和效果将更加明显。
图1是三相电压源型逆变系统分数阶PI优化控制方法的原理示意图,其中Vref表示参考电压,Iref表示参考电流。
图2是三相电压源型逆变系统分数阶PI控制器参数自动整定的优化求解器原理图。
以15kW三相电源型逆变系统为例,采用本发明提出的三相电压源型逆变系统分数阶PI优化控制方法进行实施。
所述的三相电压源型逆变系统分数阶PI优化控制方法,包括以下步骤:
(1)通过机理分析法和坐标变换法建立三相电压源型逆变系统dq坐标系下的数学模型及双闭环控制模型,设置优化求解器的参数值(包括最大迭代优化次数Imax=50,种群规模N=20);(2)随机生成一个在三相电压源型逆变系统电压外环和电流内环分数阶PI控制器中优化变量的下限PL=[0,0,0,0,0,0]和上限PU=[5,150,2,5,150,2]之间范围内的实数编码且均匀分布的初始种群P={Pi=(PU-PL)*Ri+PL,i=1,2,…,N},其中Ri表示在[0,1]范围内产生的均匀分布随机数,第i个个体Pi=(Kp1i,Ki1i,λ1i,Kp2i,Ki2i,λ2i),Kp1i,Ki1i,λ1i分别表示第i个电压外环分数阶PI控制器比例系数、积分系数、分数阶积分的阶次系数,Kp2i,Ki2i,λ2i分别表示第i个电流内环分数阶PI控制器比例系数、积分系数、分数阶积分的阶次系数,电压外环分数阶PI控制器的传递函数表达式为电压外环分数阶PI控制器的传递函数表达式为Kp1,Ki1,λ1分别表示电压外环分数阶PI控制器比例系数、积分系数、分数阶积分的阶次系数,Kp2,Ki2,λ2分别表示电流内环分数阶PI控制器比例系数、积分系数、分数阶积分的阶次系数;
(3)按照式(1)对种群P中的每一个个体Pi,i=1,2,…,N,进行目标函数Fi计算评价,并将种群中当前最小的目标函数值设置为Fbest,将对应的个体设置为当前最好解Sbest;
其中,e1和e2分别表示电压外环和电流内环的跟踪误差,t表示系统运行时刻值,Tmin和Tmax分别表示三相逆变系统运行的初始时间和终止时间,THD1和THD2分别表示逆变系统输出的电压波形和电流波形的总谐波畸变率,w1和w2表示权重系数,并满足w1+w2=1,在本实施例中w1=0.1,w2=0.9。
(4)按照式(2)-(4)对种群P中的每一个个体Pi,i=1,2,…,N执行自适应多点非均匀变异,从而产生新的种群PX={PXi,i=1,2,…,N};
β(k)=[r2(1-k/Imax)]a (3)
a=5-2k/Imax (4)
其中r1、r2和r3都是在[0,1]范围内产生的均匀分布随机数,k表示优化求解器当前的迭代次数,Imax为设计人员预先设定的最大迭代优化次数;
(5)按照式(1)对种群PN中的每一个个体PXi,i=1,2,…,N进行适应度函数FXi计算评价,得到PX中最好适应度值FXb=min{FXi,i=1,2,…,N},将对应的个体设置为当前最好解SXb;
(6)若Fbest≥FXb,则设置为Fbest=FXb,Sbest=SXb;否则保持原有Fbest和Sbest不变;
(7)无条件接受P=PX,且PN=Sbest;
(8)重复步骤(3)-(7)直到满足设计人员预先设定的最大迭代优化次数Imax终止条件;
(9)输出最终的最佳适应度值Fbest=0.0039和最佳分数阶PI控制器参数Sbest=(Kp1,Ki1,λ1,Kp2,Ki2,λ2)=(0.059,94.037,0.900,4.780,49.169,1.100),将其传输至三相电压源型逆变系统控制器中,设计人员通过示波器获得三相电压源型逆变系统的输出电压和电流波形及其对应的总谐波畸变率。
图3是本发明实施后的目标函数值优化过程曲线,图4是本发明实施后的三相电源型逆变系统的输出电压波形图。通过在不同负载类型、负载突增和突卸等多种情形下的实验,可以发现:采用本发明可实现三相电压源型逆变系统波形的优化控制,具有现有技术所不具备的以下优点:三相电压源型逆变系统输出波形具有更低的THD、更小的跟踪误差和更佳的鲁棒性等控制性能,并可实现分数阶PI控制器多参数的高效优化整定,且优化求解器的设计与实现更简单。
Claims (1)
1.一种三相电压源型逆变系统分数阶PI优化控制方法,其特征在于,该方法包括以下步骤:
(1)通过机理分析法和坐标变换法建立三相电压源型逆变系统dq坐标系下的数学模型及双闭环控制模型,并设置优化求解器的参数值,包括最大迭代优化次数Imax和种群规模N;
(2)随机生成一个在三相电压源型逆变系统电压外环和电流内环分数阶PI控制器优化变量下限PL和上限PU之间范围内的实数编码且均匀分布的初始种群P={Pi=(PU-PL)*Ri+PL,i=1,2,…,N},其中Ri表示在[0,1]范围内产生的均匀分布随机数,第i个个体Pi=(Kp1i,Ki1i,λ1i,Kp2i,Ki2i,λ2i),Kp1i,Ki1i,λ1i分别表示第i个电压外环分数阶PI控制器比例系数、积分系数、分数阶积分的阶次系数,Kp2i,Ki2i,λ2i分别表示第i个电流内环分数阶PI控制器比例系数、积分系数、分数阶积分的阶次系数,电压外环分数阶PI控制器的传递函数表达式为电压外环分数阶PI控制器的传递函数表达式为Kp1,Ki1,λ1分别表示电压外环分数阶PI控制器比例系数、积分系数、分数阶积分的阶次系数,Kp2,Ki2,λ2分别表示电流内环分数阶PI控制器比例系数、积分系数、分数阶积分的阶次系数;
(3)按照式(1)对种群P中的每一个个体Pi,i=1,2,…,N,进行目标函数Fi计算评价,并将种群中当前最小的目标函数值设置为Fbest,将对应的个体设置为当前最好解Sbest;
其中,e1和e2分别表示电压外环和电流内环的跟踪误差,t表示系统运行时刻值,Tmin和Tmax分别表示三相逆变系统运行的初始时间和终止时间,THD1和THD2分别表示逆变系统输出的电压波形和电流波形的总谐波畸变率,w1和w2表示权重系数,并满足w1+w2=1;
(4)按照式(2)-(4)对种群P中的每一个个体Pi,i=1,2,…,N,执行自适应多点非均匀变异,从而产生新的种群PX={PXi,i=1,2,…,N};
β(k)=[r2(1-k/Imax)]a (3)
a=5-2k/Imax (4)
其中r1、r2和r3都是在[0,1]范围内产生的均匀分布随机数,k表示优化求解器当前的迭代次数,Imax为设计人员预先设定的最大迭代优化次数;
(5)按照式(1)对种群PN中的每一个个体PXi,i=1,2,…,N,进行适应度函数FXi计算评价,得到PX中最好适应度值FXb=min{FXi,i=1,2,…,N},将对应的个体设置为当前最好解SXb;
(6)若Fbest≥FXb,则设置为Fbest=FXb,Sbest=SXb;否则保持原有Fbest和Sbest不变;
(7)无条件接受P=PX,且PN=Sbest;
(8)重复步骤(3)-(7)直到满足设计人员预先设定的最大迭代优化次数Imax终止条件;
(9)输出最终的最佳适应度值Fbest和最佳分数阶PI控制器参数Sbest=(Kp1,Ki1,λ1,Kp2,Ki2,λ2),将其传输至三相电压源型逆变系统控制器中,设计人员通过示波器获得三相电压源型逆变系统的输出电压和电流波形及其对应的总谐波畸变率。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610226537.9A CN105867126B (zh) | 2016-04-12 | 2016-04-12 | 一种三相电压源型逆变系统分数阶pi优化控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610226537.9A CN105867126B (zh) | 2016-04-12 | 2016-04-12 | 一种三相电压源型逆变系统分数阶pi优化控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105867126A CN105867126A (zh) | 2016-08-17 |
CN105867126B true CN105867126B (zh) | 2018-06-19 |
Family
ID=56637618
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610226537.9A Active CN105867126B (zh) | 2016-04-12 | 2016-04-12 | 一种三相电压源型逆变系统分数阶pi优化控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105867126B (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106385194B (zh) * | 2016-11-26 | 2018-09-18 | 温州大学 | 微网离网模式下逆变器分数阶电压和频率高效控制方法 |
CN107846041B (zh) * | 2017-11-14 | 2020-04-24 | 温州大学 | 一种直驱永磁同步风力发电系统的差分优化控制方法 |
CN108736785B (zh) * | 2018-04-27 | 2020-08-28 | 广州市香港科大霍英东研究院 | 基于分数阶迭代学习的伺服电机控制方法及系统 |
CN110611420A (zh) * | 2019-10-28 | 2019-12-24 | 重庆三峡学院 | 一种单相分数阶buck型交流斩波器及其参数设计方法 |
CN116914808A (zh) * | 2023-05-29 | 2023-10-20 | 浙江科鼐尔机电制造有限公司 | 一种基于北方苍鹰算法的光伏并网三相逆变器控制方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
RU2341002C1 (ru) * | 2007-03-21 | 2008-12-10 | Закрытое акционерное общество "Электроника силовая" | Способ управления инвертором |
CN103269176A (zh) * | 2013-05-17 | 2013-08-28 | 南京信息工程大学 | 一种基于分数阶pi预测函数的逆变器控制方法 |
CN103904909A (zh) * | 2014-04-01 | 2014-07-02 | 河南理工大学 | 基于分数阶控制的双pwm变频器一体化协调控制系统 |
CN103926830A (zh) * | 2014-03-31 | 2014-07-16 | 广州市香港科大霍英东研究院 | 一种分数阶pi控制器的参数在线自整定方法及系统 |
CN104184355A (zh) * | 2014-08-06 | 2014-12-03 | 南京信息工程大学 | 三相pwm电压型逆变器的双闭环控制装置及控制方法 |
US9148022B2 (en) * | 2013-09-17 | 2015-09-29 | King Fahd University Of Petroleum And Minerals | Wind turbine permanent magnet synchronous generator (WT-PMSG) system |
-
2016
- 2016-04-12 CN CN201610226537.9A patent/CN105867126B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
RU2341002C1 (ru) * | 2007-03-21 | 2008-12-10 | Закрытое акционерное общество "Электроника силовая" | Способ управления инвертором |
CN103269176A (zh) * | 2013-05-17 | 2013-08-28 | 南京信息工程大学 | 一种基于分数阶pi预测函数的逆变器控制方法 |
US9148022B2 (en) * | 2013-09-17 | 2015-09-29 | King Fahd University Of Petroleum And Minerals | Wind turbine permanent magnet synchronous generator (WT-PMSG) system |
CN103926830A (zh) * | 2014-03-31 | 2014-07-16 | 广州市香港科大霍英东研究院 | 一种分数阶pi控制器的参数在线自整定方法及系统 |
CN103904909A (zh) * | 2014-04-01 | 2014-07-02 | 河南理工大学 | 基于分数阶控制的双pwm变频器一体化协调控制系统 |
CN104184355A (zh) * | 2014-08-06 | 2014-12-03 | 南京信息工程大学 | 三相pwm电压型逆变器的双闭环控制装置及控制方法 |
Also Published As
Publication number | Publication date |
---|---|
CN105867126A (zh) | 2016-08-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105867126B (zh) | 一种三相电压源型逆变系统分数阶pi优化控制方法 | |
Rastogi et al. | Optimal tuning of fractional order PID controller for DC motor speed control using particle swarm optimization | |
CN109842344B (zh) | Bbmc异步电机调速系统控制参数自适应调整方法 | |
US10088811B2 (en) | Variable PID gain design device and method for controlling multi-variable nonlinear system | |
Fermeiro et al. | A new controller for DC-DC converters based on particle swarm optimization | |
CN104991444B (zh) | 基于跟踪微分器的非线性pid自适应控制方法 | |
CN105182755B (zh) | 一种工业加热炉系统的分数阶预测函数控制方法 | |
Zhao et al. | Self-Tuning of PID parameters based on adaptive genetic algorithm | |
CN114077195A (zh) | 基于数据驱动的子空间模型辨识预测控制方法 | |
Bhambhani et al. | Optimal fractional order proportional integral controller for varying time-delay systems | |
CN106385194B (zh) | 微网离网模式下逆变器分数阶电压和频率高效控制方法 | |
CN107102553A (zh) | 基于时滞鲁棒模型算法的并网逆变器控制方法 | |
Cheng et al. | Fuzzy logic design of self-tuning switching power supply | |
CN105955350B (zh) | 遗传算法优化加热炉温度的分数阶预测函数控制方法 | |
CN104270046A (zh) | 一种基于转速-电流二维模糊模型自学习的电机控制方法 | |
CN111146811A (zh) | 虚拟同步发电机二次调频鲁棒控制方法 | |
CN105406492A (zh) | 一种三相电负荷自动平衡算法 | |
CN109167395A (zh) | 基于adpss的光伏发电系统的暂态等值电势辨识方法 | |
CN103713688A (zh) | 一种自适应变步长mppt控制方法 | |
Wang et al. | An adaptive gradient method with differentiation element in deep neural networks | |
Roy et al. | Designing fractional-order PIλDμ controller using differential harmony search algorithm | |
Yadav et al. | Differential Evolution algorithm for model reduction of SISO discrete systems | |
Aribowo et al. | Fractional Order Proportional Integral Derivative Based On Sea Horse-Optimizer As DC Motor Control | |
Pajchrowski et al. | Artificial neural network based robust speed control of permanent magnet synchronous motors | |
Davari et al. | Shape optimization of wind turbine airfoils by genetic algorithm |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |