CN105940353B - 周期性外部干扰抑制控制装置 - Google Patents

周期性外部干扰抑制控制装置 Download PDF

Info

Publication number
CN105940353B
CN105940353B CN201580006436.4A CN201580006436A CN105940353B CN 105940353 B CN105940353 B CN 105940353B CN 201580006436 A CN201580006436 A CN 201580006436A CN 105940353 B CN105940353 B CN 105940353B
Authority
CN
China
Prior art keywords
periodic interference
sensing
order
interference
value
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
Application number
CN201580006436.4A
Other languages
English (en)
Other versions
CN105940353A (zh
Inventor
只野裕吾
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Meidensha Electric Manufacturing Co Ltd
Original Assignee
Meidensha Electric Manufacturing Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Meidensha Electric Manufacturing Co Ltd filed Critical Meidensha Electric Manufacturing Co Ltd
Publication of CN105940353A publication Critical patent/CN105940353A/zh
Application granted granted Critical
Publication of CN105940353B publication Critical patent/CN105940353B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G05B13/045—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 using a perturbation signal
    • 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
    • G05B13/0265—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric the criterion being a learning criterion
    • 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
    • G05B5/00—Anti-hunting arrangements
    • G05B5/01—Anti-hunting arrangements electric
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/01—Arrangements for reducing harmonics or ripples
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E40/00—Technologies for an efficient electrical power generation, transmission or distribution
    • Y02E40/40—Arrangements for reducing harmonics

Abstract

一种周期性干扰抑制控制设备，被设计为即使在真实系统中状况改变大的情况下也逐次估计并且校正传递特性的反模型，并且实现稳定的控制系统。待抑制对象的周期性干扰被输出作为直流分量的感测的周期性干扰(Isdn、Isqn)。确定利用使用传递特性的倒数Qn的乘法器与感测的周期性干扰Isdn、Isqn相乘而得到的信号与通过只将检测延迟加到周期性干扰抑制命令I* dn和I* qn而得到的信号之间的差分来估计周期性干扰通过计算估计周期性干扰 之间的偏差来计算周期性干扰抑制命令。学习控制部29按照将一个样本间隔期间的周期性干扰抑制命令I* dn、I* qn的差分除以一个样本间隔期间的感测的周期性干扰的差分而得到的量来校正传递特性的倒数Qn。

Description

周期性外部干扰抑制控制装置
技术领域
本发明涉及用带有学习功能的周期性干扰观察器来抑制周期性干扰，更具体地讲，涉及甚至在实际系统或真实系统中状况变化大的情况下也实现稳定控制系统的周期性干扰抑制控制。
背景技术
近来，使用智能电网、微电网和诸如太阳能和风能等新能源的分散式电力系统的利用正倍受关注，并且期望进一步的普及和扩展。随着这个趋势，产生谐波的负载的数量和半导体电力转换系统的互连单元的数量在增加，因此对配电系统中的谐波问题会有担心。由于谐波对其它互连装置带来了不利影响，因此通过谐波准则等来控制和规定谐波，并且通过使用电力有源滤波器或其它装置来对谐波干扰问题采取各种措施。
然而，从谐波补偿效果和控制稳定性的观点看来，传统措施和方法会变得不足，因为各处大量未指定的分散式电源的互连可造成各种问题，诸如累积谐波增加、谐波源的复杂化、随着配电系统的构造变化、相位提前电容器的转换和运行条件而造成的系统阻抗和负载阻抗的波动、以及系统谐振特性的变化。
至于有源滤波器的应用和操作，需要当场进行调节操作以调节控制参数，此外，在运行情形改变的情况下需要进行重新调节的操作。
基于以上提到的背景，专利文献1公开了如下技术：扩展本申请的发明人等提出的使用复数矢量记法的一般化的周期性干扰补偿法并且通过根据周期性干扰的复数矢量轨迹的信息来学习并校正观察器真实系统的传递特性的倒数。专利文献1的技术被配置为：在用于控制作为控制对象的系统电流的电力系统有源滤波器控制系统中，提取各阶谐波频率分量，自动地学习从各阶谐波抑制命令到感测到的谐波的频率传递函数(一并地考虑到传感器和控制计算的空载时间，以及阻抗特性)，并且估计并抑制包括谐波形式的周期性干扰的电流。用这种技术，能够构建稳健的电力有源滤波器控制系统，且无需进行事先的系统识别。
现有技术文献
专利文献
专利文献1：JP2012-55148A
发明内容
专利文献1中的校正传递特性的倒数Qn的技术使得能够进行以跟随真实系统的状况改变的方式来校正周期性干扰观察器的模型(参数)误差的校正(学习校正)。然而，这种技术没有考虑谐波的发散条件和谐波变化的停滞。因此，当真实系统的状况改变大时，根据反模型Q^n的幅值误差An和相位误差φn的关系(图16)，稳定性和发散型在稳健的稳定性条件的范围之外变得有问题。此外，如表达式(10)表达的，在幅值误差An<1的范围内，取决于幅值误差An的特性，学习校正的响应变得有问题。
因此，任务是即使在周期性干扰抑制控制设备中的真实系统中的状况改变大的情况下也在估计期间依次校正真实系统的传递特性的反模型，从而实现稳定的控制系统。
本发明是依据以上提到的问题设计出的。根据本发明的一个方面，一种周期性干扰抑制控制设备包括：周期性干扰感测部，感测受控对象的周期性干扰作为直流分量的感测的周期性干扰；周期性干扰估计部，通过确定利用乘法器使用根据控制系统的传递特性确定的从周期性干扰抑制命令到所述感测的周期性干扰的传递特性的倒数与所述感测的周期性干扰相乘而得到的信号、与通过只将检测延迟加到所述周期性干扰抑制命令而得到的信号之间的差分，来估计周期性干扰；加法器，通过计算由所述周期性干扰估计部估计出的估计周期性干扰与抑制干扰的周期性干扰命令之间的偏差，来计算周期性干扰抑制命令；以及学习控制部，按照通过将一个样本间隔期间的周期性干扰抑制命令的差分除以所述一个样本间隔期间的感测的周期性干扰的差分而得到的量，来校正所述传递特性的倒数。
根据另一方面，所述周期性干扰抑制设备被布置为通过将所述周期性干扰抑制命令叠加于与电源的系统总线连接的电力转换装置的命令来抑制周期性干扰。
根据再一方面，所述学习控制部被配置为使用周期性干扰观察器的控制时段的间隔期间的平均值作为所述感测的周期性干扰和所述周期性干扰抑制命令。
根据再一方面，所述学习控制部被配置为当所述感测的周期性干扰的平均值的一个样本间隔期间的差分低于或等于阈值时，停止学习控制并且输出紧接着停止之前的所述传递特性的倒数。
此外，所述学习控制部可被布置为通过滤波器传递输出。
此外，所述控制设备还可包括限制器，所述限制器用于限制周期性干扰抑制命令的幅值。
此外，可以将多个周期性干扰控制设备并行地布置，以抑制多阶的周期性干扰。
根据本发明，在周期性干扰抑制控制设备中，即使在周期性干扰抑制控制设备中的真实系统中的状况改变大，也能够在估计期间依次地校正真实系统的传递特性的反模型，从而实现稳定的控制系统。
附图说明
图1是示出根据第一实施例的对于n阶频率分量的谐波的周期性干扰观察器的控制框图。
图2是示出根据第一实施例的学习控制部的框图。
图3是示出根据第二实施例的对于n阶频率分量的谐波的周期性干扰观察器的控制框图。
图4是示出根据第二实施例的学习控制部的框图。
图5是示出根据第三实施例的学习控制部的框图。
图6是示出根据第四实施例的学习控制部的框图。
图7是示出根据第五实施例的周期性干扰抑制控制设备的视图。
图8是示出根据第六实施例的对于n阶频率分量的谐波的周期性干扰观察器的控制框图。
图9是示出第六实施例中的限制器的框图。
图10是示出根据第七实施例的周期性干扰抑制控制设备的视图。
图11是示出配电系统的一个示例的概念图。
图12是示出源电流检测型并联型有源滤波器的控制模型的电路图。
图13是有源滤波器控制系统的基本框图。
图14是示出对于n阶频率分量的谐波的周期性干扰观察器的控制框图。
图15是示出仅注目于dnqn坐标的n阶频率分量的周期性干扰观察器的控制系统的示图。
图16是示出模型误差的稳定边界条件的曲线图。
具体实施方式
图11是示出现有的典型的配电系统的概念图。配电网被布置为从系统电源1向需求方或用户支线(feeder)1、支线2、…和支线X供电。在该配电网中，在图中作为大需求方的需求方支线2的受电点处设置源电流检测型的并联型有源滤波器AF。
在需求方支线2中，存在谐波源(谐波负载)2a和2b。开关SW1是设想为谐波负载电流波动的开关，并且开关SW2是设想为由于相位提前电容器3a的转换而导致负载阻抗波动的开关。此外，为了考虑到从有源滤波器AF观察到的需求方支线2的系统阻抗波动和其它需求方的影响，设想用需求方支线1的开关SW3来进行相位提前电容器3b的转换。
图12示出源电流检测型的并联型有源滤波器AF的控制模型的电路构造和控制装置的示例。实际或真实系统4和负载2a、2b、…、2n(n是自然数)的阻抗是未知的，并且谐波产生量随着负载变动而变化。
如图12中所示，使用以下符号：系统互连点的电压Vs；系统互连点的电流is；有源滤波器电流iAF；有源滤波器输入电流iAFi；有源滤波器直流电压Vdc；和负载电流(总)iL。之后，对有源滤波器控制系统的内部进行说明。
作为对系统互连点的电流的检测的替代，可以采用如下构造：检测有源滤波器输入电流iAFi和负载电流(总和)iL，并且在控制器中通过加法来确定与互连点电流is对应的电流。
在配电系统中，超过准则水平且导致问题的谐波的阶次被限于诸如第五阶和第七阶等特定阶。因此，提取指定阶次的各自的频率分量并且针对各阶进行补偿。
图13示出作为实施例1的一个示例的有源滤波器控制系统的基本构造。
首先，通过PLL(锁相环)11从互连点电压Vs中检测AC电压相位θ。与作为参考相位的AC电压相位θ同步地构造dq轴正交旋转坐标系，并且在d轴和q轴上执行电流矢量控制。
随后提到的周期性干扰观察器(周期性干扰抑制控制设备)12生成周期性干扰抑制电流命令的d轴命令电流值I*d和q轴命令电流值I*q。将用于将有源滤波器直流电压Vdc控制为恒定的电流I*dc与d轴命令电流I*d相加。用PI控制器13执行有源滤波器直流电压Vdc的恒定控制，以跟随有源滤波器DC命令电压V*dc。
用与AC电压相位θ的频率分量同步的dq旋转坐标变换部14将有源滤波器输入电流iAFi的感测值转换成d轴感测电流Id和q轴感测电流Iq。控制系统确定d轴感测电流Id与d轴命令电流I*d的偏差以及q轴感测电流Iq与q轴命令电流I*q的偏差，并且分别用PI控制器15d和15q来产生d轴命令电压V*d和q轴命令电压V*q。用dq旋转轴逆变换部16基于AC电压相位θ将这些命令电压转换成三相电压命令V*AFi。比较器17将用作基础或基波的三相电压命令V*AFi的幅值与载波信号的幅值进行比较，从而产生PWM控制器的门控信号。
图14是示出周期性干扰观察器12针对n次频率分量的谐波的控制构造的控制框图。为了提取与n次频率分量同步的在dnqn坐标轴中的n次谐波，dq旋转坐标变换部21通过表达式(1)给出的dnqn坐标变换式，将感测到的三相互连点电流(输入信号的感测值)is(＝[iSu iSv iSw]T)转换成n次dnqn旋转坐标中的dn轴感测电流isdn和qn轴感测电流isqn。
[数学式1]
在dn轴感测电流isdn和qn轴感测电流isqn中，被作为指定阶次而提取的n阶分量表现为直流分量，n阶以外的频率分量表现为波动分量。因此，分别通过用表达式(2)表示的LPF(低通滤波器)22d和22q，控制系统提取dn轴感测电流isdn和qn轴感测电流isqn，dn轴感测电流isdn和qn轴感测电流isqn是感测到的与dnqn旋转坐标同步的直流分量的周期性干扰电流。由于表达式(2)是有利于计算简化的LPF的最简化示例，因此可以根据诸如提取脉动分量时的噪声等状况来改变阶次和形式。可供选择地，可以使用傅里叶变换。dq旋转坐标变换部21和LPF 22d和22q构成周期性干扰感测部30。
[数学式2]
wf：截止频率，s：拉普拉斯算子
周期性干扰观察器12形成仅对特定频率分量作出贡献的控制系统。因此，n次分量的dnqn坐标轴的真实系统或实际系统的传递特征Pn能够以具有实部的dn轴分量Pdn和虚部的qn轴分量Pqn的一维复数矢量的形式被表达为表达式(3)。
[数学式3]
Pn＝Pdn+jPqn (3)
真实系统的传递特征Pn代表从周期性干扰观察器12的n阶的周期性干扰抑制命令电流I*n(＝I*dn+jI*qn)到周期性干扰感测电流(输入信号的感测值)isn(＝isdn+jisqn)的频率传递特性，并且采取一般化的形式，该形式不仅包括受控对象的阻抗特性，而且包括逆变器控制特性、计算延迟、空载时间、电流检测的延迟、电流特性的其它干扰、以及控制装置和与控制相关的外围装置(如传感器)的传递特性。
为了简要说明周期性干扰观察器12的工作，如图15中所示地表达仅仅着眼于dnqn坐标轴的n次频率分量的控制系统。在图15中，矢量记法意指复数矢量。通过表达式(2)给出的GF(s)是分别作用于实部分量和虚部分量的LPF。
基本工作是如下工作：根据来自LPF 22的周期性干扰感测电流ISn(＝ISdn+jISqn)，使用以表达式(4)表示的真实系统的传递特性的倒数Qn的模型来用乘法器23估计用表达式(5)表达的真实系统的输入电流
[数学式4]
∴
由于周期性干扰电流dIn被包括在真实系统输入电流中，因此如表达式(6)所示，通过加法器26从式(5)的估计的真实系统输入电流中减去通过GF(s)25得到的周期性干扰抑制命令电流I*n＝(I*dn+jI*qn)来确定估计周期性干扰电流
[数学式5]
加法器27能够通过从周期性干扰命令电流(一般等于零)中减去用表达式(6)表达的估计周期性干扰电流来抵消周期性干扰电流dIn。
通过针对dnqn坐标轴的有源滤波器控制扩展图15的基本构造来得到图14的系统，并且图14的系统能够用使用传递特性的倒数Qn的学习功能，来提供抑制周期性干扰的周期性干扰抑制命令电流的dn轴命令电流I*dn和qn轴命令电流I*qn。具体而言，乘法器23da、23db、23qa和23qb确定周期性干扰感测电流Isdn和Isqn与真实系统的传递特性的倒数Qdn+jQqn的乘积，并且加法器24d和24q通过加法来计算真实系统的输入电流的估计值和
真实系统的传递特性的倒数Qdn和Qqn是从周期性干扰抑制命令电流的d轴命令值I*d和q轴命令值I*q到互连点电流的感测值(感测输入信号)is的传递特性的倒数。利用这些倒数，控制系统能够抵消相位延迟等传递特性。通过学习控制部29按照感测谐波电流iSdn和iSqn来校正倒数Qdn和Qqn。周期性干扰估计部由乘法器23、加法器24、LPF 25和加法器26构成。之后将对学习控制部29进行说明。
接下来，对干扰进行估计。通过确定两个信号之间的偏差来确定干扰。
(1)使周期性干扰抑制命令电流I*dn和经过真实系统并且乘以真实系统的传递特性的倒数Qdn和Qqn以抵消真实系统的传递特性而得到的量
(2)在不经过真实系统的情况下将周期性干扰抑制命令值和应用于LPF25d和25q而得到的量。
以上提到的量(1)是被叠加真实系统的干扰的信号。量(2)是仅仅由将LPF 25d和25q应用于周期性干扰抑制命令电流和而获得的且不包括干扰的信号。通过用加法器26d和26q确定这两个信号之差，控制系统能够确定周期性干扰估计电流和
加法器27d和27q确定由此得到的周期性干扰估计电流和与周期性干扰命令电流和的偏差。正常地，周期性干扰命令电流和被设置成零，以将干扰控制成“0”。
用此计算，控制系统确定周期性干扰抑制命令电流和周期性干扰抑制命令电流和被LPF 25d和25q进行LPF处理并且被用于通过与真实系统的估计输入电流和比较来估计周期性干扰估计电流和
dnqn坐标轴的周期性干扰抑制命令电流和如式(7)所示，被dq坐标逆变换部分28转换成dq坐标周期性干扰抑制命令的d轴命令电流I*d和q轴命令电流I*q，并且被用作图13的dq轴电流矢量控制系统的电流命令。
信号(n-1)θ被输入dq旋转坐标逆变换部分28，这是因为通过第(n-1)阶的逆变换，能够得到作为直流值的基波的n倍的信号的正交两轴分量。
[数学式6]
[模型误差的影响]
接下来，对模型误差的影响进行审查。
实际的电力系统涉及诸如阻抗波动等波动，因此，真实系统的传递特性Pn成为时变参数。因此，考虑真实系统的传递特性Pn的倒数的模型误差对周期性干扰观察器12的稳定性的影响。
在图15中示出的dnqn旋转坐标的控制系统中，从周期性干扰到感测值的干扰响应传递函数由式(8)给出。然而，通过用式(2)的LPF去除其它频率分量来设置理想条件。
[数学式7]
Isn：感测电流
dIn：周期性干扰电流
wf：截止频率
真实系统的传递特性的倒数Qn(＝P-1n)的反模型通过使用反模型中的幅值误差An(An>0)和相位误差φn(–π<φn≤π)被定义为表达式(9)。当幅值误差An＝1并且相位误差φn＝0时，反模型等于真实值。
[数学式8]
通过将表达式(9)代入表达式(8)并且进行整理来得到表达式(10)。在该式中，Cn(s)是周期性干扰响应传递特性。
[数学式9]
根据Cn(s)的极点的实部为负的条件-wf<0、–wfAncosφn<0，通过表达式(11)提供相位误差φn的稳健的稳定条件。
[数学式10]
由于An>0，幅值误差没有影响连续系统中的稳定条件。然而，当幅值误差An变得较大而不是真实值An＝1时，极点转到稳定方向。尽管通过LPF的截止频率wf来确定An>1中的主极点，但在An>1下的控制可以被作为一种用于提高响应的快速性的观察器增益。然而，因为需要避免伴随着数字控制的计算空载时间和代数环，用离散系统中的式(12)的传递函数来考虑稳健的稳定性条件。
[数学式11]
通过如表达式(13)表达地在计算时段Ts中对表达式(2)的GF(s)进行双线性变换并且代入式(12)中求解特征方程来得到表达式(14)。
[数学式12]
尽管如果表达式(14)的离散系统的极点位于单元圆内则实现了稳定性，但难以找到代数解。因此，例如，在设置为截止频率wf＝2π[弧度/秒]且计算时段Ts＝100[μs]的情况下，通过在数值上确定幅值误差An和相位误差φn的稳健的稳定性来得到图16中示出的稳定边界条件。
当相位误差φn为无时，对幅值误差An的稳定性余量最大。稳定性随着相位误差φn的增大而减小，并且系统在表达式(11)的范围之外变得不稳定。在稳定区域内，能够通过增大幅值误差An来提高周期性干扰抑制的响应的快速性。然而，在实际使用中，需要考虑由于系统阻抗波动而导致的模型误差波动并且确定具有充足稳定余量的设置。
下面的说明针对在使用有源滤波器AF的示例中被布置为用观察器反模型顺次地校正并且控制真实系统的控制形式与周期性干扰观察器之间的误差的实施例。
在本说明书中，以用于配电系统的源电流检测型并联型有源滤波器AF作为典型示例来进行说明。然而，控制技术能够以类似方式被应用于其它设备和构造。例如，该技术能够被用于负载电流检测型有源滤波器AF或电压检测型有源滤波器AF、或用于校正源电压失真而非电流失真的失真的周期性干扰抑制控制设备。
[实施例1]
第一实施例中说明的学习控制(跟随真实系统的状况改变的反模型Q^n的校正控制)是旨在防止周期性干扰观察器12的控制性能劣化和不稳定的辅助功能。因此，相比于谐波抑制控制的控制时段或周期，这个学习控制不要求高速计算。例如，考虑到谐波矢量轨迹的计算负载，相比于被设置成Ts＝100[μs]的周期性干扰观察器12的计算时段Ts，学习控制时段TL被设置成TL＝20[ms](50Hz系统基波时段)。
接下来，对估计学习控制时段TL中的真实系统的传递特性Pn的方法进行说明。第一实施例中的真实系统的传递特性Pn是从周期性干扰观察器的谐波抑制命令电流I*n(＝I*dn+jI*qn)到谐波感测电流(输入信号的感测值)isn(＝isdn+jisqn)的频率传递特性的n阶分量(n是任意阶次)。
在下面的说明中，考虑以学习控制时段TL采样的第N个样本的各种值和从之前一个样本取得的前一样本(N-1)的各种值。后缀[N]代表第N个样本的值，并且后缀[N-1]代表从之前一个样本取得的前一样本的值。
图1是示出带有学习功能的周期性干扰观察器的框图。首先，图15中示出的真实系统的输入-输出关系由表达式(15)针对各样本给出。
[数学式13]
下面的表达式定义了学习控制时段TL的一个样本间隔期间的真实系统的传递特性的差分ΔPn[N]、一个样本间隔期间的周期性干扰电流的差分ΔdIn[N]、一个样本间隔期间的谐波抑制命令电流的差分ΔI*n[N]、和一个样本间隔期间的谐波感测电流的差分ΔISn[N]。
[数学式14]
根据表达式(15)和(16)，关于连续样本之间差分得出以下的关系。
[数学式15]
第一实施例旨在抑制电力系统的谐波。总体上，在电力系统中，谐波特性的变化和系统阻抗的变化是平缓的，并且在学习控制时段TL＝20ms的极短的时间间隔期间，变化非常小。
因此，通过将表达式(17)中的学习控制时段TL的一个采样间隔(第N次采样-第(N-1)次采样)期间真实系统的传递特性的差分(变化)ΔPn[N]和周期性干扰电流的差分(变化)ΔdIn[N]视为等于零并且忽略这些差分，得到表达式(18)。此外，第N个样本的LPF和第(N-1)个样本的LPF被视为GF(z-1 [N])＝GF(z-1 [N-1])。
[数学式16]
根据表达式(18)，对第N个样本的n阶谐波的真实系统传递特性的估计值被估计为表达式(19)。
[数学式17]
因此，通过表达式(20)给出针对第N个样本的n阶谐波的周期性干扰观察器12的反模型
[数学式18]
通过以dnqn旋转坐标系展开表达式(20)来得到表达式或式(21)。
[数学式19]
图2是图1中示出的学习控制部29的框图。将d轴和q轴n阶感测的周期性干扰的电流采样值Isdn[N]和Isqn[N]以及d轴和q轴n阶谐波抑制命令电流的电流采样值I*dn[N]和I*qn[N]、和通过延迟电路Z-1得到的之前采样值Isdn[N-1]和Isqn[N-1]、I*dn[N-1]和I*qn[N-1]代入用表达式或式(21)表达的第N个采样的d轴和q轴n阶谐波的反模型估计表达式中。将估计的反模型和依次应用于周期性干扰观察器12的乘法器23da、23db、23qa和23qb。
根据第一实施例，即使在真实系统有大的状况改变并且真实系统的传递特性Pn与周期性干扰观察器12的模型之间有误差的情况下，控制系统也能够跟随状况改变并且在估计期间校正真实系统的传递特性的反模型和使得第一实施例能够实现非常稳定的控制系统。此外，即使作为待控制的受控对象的电力系统阻抗已经在谐波抑制控制期间改变，根据第一实施例的控制系统也能够立即正确地校正真实系统的传递特性的反模型和并且自动持续进行谐波抑制运行。
如以上说明的，除了周期性干扰观察器12形式的基础控制构造的稳健的稳定性之外，第一实施例使得即使真实系统的传递特性Pn变化并且在稳健的稳定性区域之外的区域中进行工作也自动地校正周期性干扰观察器12的模型，从而能够实现所有工作区域中的稳定性。
因此，即使电力系统阻抗是未知的，也可以不用预先识别电力系统，以使维护便利化并且自动化进行控制调节。
[实施例2]
在第一实施例中，将通过表达式(2)的LPF GF(s)提取的脉动频率分量Isn作为谐波感测电流代入第N个样本的d轴和q轴n阶谐波中的反模型估计式(21)中。在LPF GF(s)中包含响应延迟，因此，相对于真实系统的传递特性Pn的变化，表达式(21)的估计被延迟。因此，第二实施例使用表达式(22)表示的学习控制时段TL中的平均谐波电流作为用于学习控制的谐波电流检测技术。
[数学式20]
由于在本说明书的条件下，例如学习控制时段TL被设置为TL＝20[ms]，而周期性观察器的控制时段Ts是Ts＝100[μs]，可以通过对以控制时段Ts对谐波感测电流isn进行采样而得到的200个数据项求平均，来确定学习控制时段TL中的平均值因此，在学习控制时段TL是周期干扰观察器的控制时段Ts的整数倍的前提下，可如表达式(23)那样地计算平均谐波电流
[数学式21]
在这个表达式中，后缀k表示周期性干扰观察器的第k个采样。
类似地，计算谐波抑制命令电流I*n的平均值
[数学式22]
图3是第二实施例的框图。通过表达式(25)给出真实系统的输入-输出关系。
[数学式23]
如第一实施例中一样，如下地定义学习控制时段TL的一个采样间隔(第N次采样-第(N-1)次采样)期间各信号的差分。
[数学式24]
根据表达式(25)和(26)，关于一个采样间隔期间的差分，以下关系成立。
[数学式25]
总体上，在学习控制时段TL＝20ms的极短的时间内，电力系统的谐波特性的变化和系统阻抗的变化是平缓的并且变化量非常小。因此，通过忽略表达式(27)中的一个样本间隔期间真实系统传递特性的差分ΔPb[N]和周期性干扰电流的差分ΔdIn[N]而使其大致等于零来得到表达式(28)。
[数学式26]
根据表达式(28)，对于第N个样本的n阶谐波的真实系统的传递特性的估计值被估计为表达式(29)。
[数学式27]
因此，通过表达式(30)给出针对第N个样本的n阶谐波的周期性干扰的反模型
[数学式28]
通过以dnqn旋转坐标系展开表达式(30)，通过表达式或式(31)给出第N个样本中的n阶谐波的d轴和q轴估计反模型和
[数学式29]
图4是图3中示出的学习控制部29的框图。将感测的谐波电流的当前平均采样值和以及谐波抑制命令的当前平均采样值和和通过延迟电路Z-1得到的前一平均采样值 和代入表达式或式(31)的反模型估计表达式中。将估计的反模型和依次应用于周期性干扰观察器12的乘法器23da、23db、23qa和23qb。
根据第二实施例，通过使用对以周期性干扰观察器12的控制时段Ts的时间间隔期间得到的谐波感测电流isn和谐波抑制命令电流I*n求平均而得到的平均值，来估计模型。因此，除了第一实施例的效果之外，第二实施例使得能够使用学习控制时段TL快速地估计周期性干扰观察器12的倒数Qdn和Qqn，而不像第一实施例中那样受LPF GF(s)的检测响应延迟的影响。
[实施例3]
当例如在第二实施例的反模型估计表达式(31)中分母变为等于零时，因除以零的形式而计算变得不可行。因此，第三实施例采用在第一实施例或第二实施例的控制系统中防止除以零的手段。
在下面的说明中，以第二实施例的表达式(31)为例。通过下式(den：分母)表示表达式(31)中的分母。
[数学式30]
通过谐波感测电流in的平均值中的d轴分量和q轴分量的一个采样间隔期间的差分表示分母den。因此，当在学习控制时段TL的一个采样间隔期间谐波感测电流isn的变化变成零时，分母den随后变成等于零。
因此，如表达式或式(33)和图5中所示，当分母den小于或等于任意阈值Th时，控制系统执行停止学习控制的顺序操作并且在停止时段期间保持紧接着停止之前的估计的反模型和不变。在图5中，flg-latch是锁存标志，和是通过反向锁存操作得到的估计模型值。
[数学式31]
第三实施例的控制系统能够防止求出反模型的估计值和的等式被零除，在产生除以零的工作条件下停止模型的学习功能，保持紧接着学习功能停止之前的估计反模型值和并且输出紧接着停止之前的估计的反模型值。
[实施例4]
实际系统涉及测量误差并且在向周期性干扰观察器的反模型和直接应用观察器模型的估计结果的情况下会导致不期望的控制操作。因此，如图6中所示，除了第三实施例之外，第四实施例还在输出观察器模型的估计结果的输出部采用任意滤波器48。
虽然滤波器48的类型不受特别限制，但使用对观察器模型的估计结果的响应速度没有影响的种类的低通滤波器或移动平均滤波器或限制改变速率的操作对于提供平缓地跟随正确观察器模型的性能和避免观察器模型的突变而言是有效的。
[实施例5]
如图7中所示，根据第五实施例的控制系统被设计成用根据第一实施例至第四实施例之一的周期性干扰观察器12的控制构造的并行布置来处理多阶(例如，-5阶、7阶…n阶)的谐波分量。
各阶的周期性干扰观察器12的内部与第一实施例至第四实施例之一示出的相同。通过将各阶的谐波抑制命令的d轴分量I*d5、I*d7…I*dn相加来确定d轴谐波抑制命令电流I*d，通过将各阶的谐波抑制命令的q轴分量I*q5、I*q7…I*qn相加来确定q轴谐波抑制命令电流I*q。
除了第一实施例至第四实施例的效果和作用之外，第五实施例还能够同时抑制多阶的谐波分量。
[实施例6]
作为使用用作有源滤波器的电力转换装置的实际系统中的重要点之一，系统不能补偿超出电力转换装置容量的谐波电流。与电力系统连接的有源滤波器能够尽可能供应谐波抑制电流。然而，在这种情况下，有源滤波器在谐波抑制命令电流I*dn和I*qn达到饱和的状态下工作。因此，第六实施例提出了谐波抑制命令电流的饱和状态下的模型学习功能和谐波抑制技术。
当对于用于补偿的谐波补偿量而言逆变器的装置容量变得不足时，谐波抑制效果降低。根据谐波的阶次，所需的补偿容量不同，并且没有考虑到此差异的谐波抑制控制可能无法提供抑制特定阶次的谐波的效果。因此，如图8中所示，第六实施例采用了限制器32，限制器32用于对被设计用于控制各阶谐波的周期性干扰观察器12的谐波抑制命令电流(限制器之前的)I'dn和I'qn，限制命令幅值。
学习控制部29采用图2的构造。然而，限制器之后的值被用作谐波抑制命令电流I*dn和I*qn。限制器32只将谐波抑制命令电流(限制器之前的)I'dn和I'qn的幅值限制成期望的限制值Limn。谐波抑制命令电流I*dn和I*qn的相位不受限制并且被允许即使幅值受限制器32限制也自由地变化。只要读取了谐波抑制命令电流I*dn和I*qn以及周期性干扰感测电流Isdn和Isqn或感测谐波电流isdn和isqn在dnqn坐标的变化，就能够正确地执行以上提到的学习功能来估计周期性干扰观察器12的模型因此，即使如果在幅值受限时相位变化，而在限制器工作期间，也能够用学习控制功能持续估计周期性干扰观察器12的反模型
因此，通过在幅值限制的范围内自动地搜索能够最多抑制谐波的谐波抑制电流相位，能够有效地执行抑制。即使系统和谐波分量的幅值和相位特性已经在工作期间变化，控制设备也能够使周期性干扰观察器12的反模型正确地跟随。
图9示出限制器32的实现示例。图9仅仅是一个示例。可以采用各种其它实现形式中的任一个，只要仅幅值受限即可。
幅值计算部分51用谐波抑制命令电流(限制器之前的)I′dn和I′qn来确定幅值比较器52将幅值与期望的限制值Limn进行比较。通过使用通过比较而选择的较大的一个，除法部53除以限制值Limn。因此，输出限制的比率。乘法器54和55将n阶谐波抑制命令电流I'qn和I'dn乘以通过除法部而得到的比率，从而输出最后的n阶谐波抑制命令电流I*dn和I*qn。
[实施例7]
如图10中所示，根据第七实施例的控制系统被设计成用周期性干扰观察器12的控制结构的并行化布置来处理多阶(例如，-5阶、7阶…n阶)的谐波分量。
各阶的周期性干扰观察器12的内部与图8中示出的内部相同。通过将各阶的谐波抑制命令的d轴分量I*d5、I*d7…I*dn相加来确定d轴谐波抑制命令电流I*d，通过将各阶的谐波抑制命令的q轴分量I*q5、I*q7…I*qn相加来确定q轴谐波抑制命令电流I*q。
除了第六实施例的效果和作用之外，第七实施例还能够同时抑制多阶的谐波分量。
此外，能够独立且任意地设置不同阶次的限制器的限制值。例如，较高阶次的谐波分量的阻抗往往会变得较高，因此产生谐波干扰抑制电流所需的逆变器电压往往会变得较高，使得电压饱和的趋势加大。因此，通过针对较高阶次将限制值设置得较低，控制系统能够执行限制用于较高阶谐波的抑制的比例并且重点放在抑制较低阶谐波分量的操作。
此外，可以监测感测谐波的各阶分量的比例，并且通过重点放在具有较大比例的阶次的抑制来确定限制值。
尽管以上详细说明了将本发明应用于用周期性干扰观察器对电力系统进行谐波抑制的实际示例，但在本发明的技术构思的范围内，可以进行各种变形和修改。本发明总体上能够广泛应用于对受控对象的周期性干扰的抑制。这些变形和修改自然落入专利权利要求书的范围内。

Claims (13)

1.一种周期性干扰抑制控制设备，所述周期性干扰抑制控制设备包括：
周期性干扰感测部，感测受控对象的周期性干扰作为直流分量的感测的周期性干扰；
周期性干扰估计部，通过确定利用乘法器使用根据控制系统的传递特性确定的从周期性干扰抑制命令到所述感测的周期性干扰的传递特性的倒数与所述感测的周期性干扰相乘而得到的信号、与通过只将检测延迟加到所述周期性干扰抑制命令而得到的信号之间的差分，来估计周期性干扰；
加法器，通过计算由所述周期性干扰估计部估计出的估计周期性干扰与抑制干扰的周期性干扰命令之间的偏差，来计算周期性干扰抑制命令；以及
学习控制部，通过将一个样本间隔期间的所述控制系统的传递函数的差分和所述受控对象的所述周期性干扰的差分视为近似等于零，按照通过将一个样本间隔期间的周期性干扰抑制命令的差分除以所述一个样本间隔期间的感测的周期性干扰的差分而得到的量，来校正所述传递特性的倒数。
2.根据权利要求1所述的周期性干扰抑制控制设备，其中，所述周期性干扰抑制控制设备被布置为通过将所述周期性干扰抑制命令叠加于与电源的系统总线连接的电力转换装置的命令来抑制周期性干扰。
3.根据权利要求1所述的周期性干扰抑制控制设备，其中，所述学习控制部被配置为使用周期性干扰观察器的控制时段的间隔期间的平均值作为所述感测的周期性干扰和所述周期性干扰抑制命令。
4.根据权利要求1至3中的一项所述的周期性干扰抑制控制设备，其中，所述学习控制部被配置为当所述感测的周期性干扰的平均值的一个样本间隔期间的差分低于或等于阈值时，停止学习控制并且输出紧接着停止之前的所述传递特性的倒数。
5.根据权利要求1至3中的一项所述的周期性干扰抑制控制设备，其中，所述学习控制部包括抑制所述传递特性的倒数突变的滤波器。
6.根据权利要求1至3中的一项所述的周期性干扰抑制控制设备，其中，设置有限制器，所述限制器在所述周期性干扰抑制命令的幅值大于限制值时限制所述周期性干扰抑制命令的幅值。
7.根据权利要求1至3中的一项所述的周期性干扰抑制控制设备，其中，多个周期性干扰控制设备被并行地布置，并且被配置为抑制多阶的周期性干扰。
8.根据权利要求1所述的周期性干扰抑制控制设备，其中，所述学习控制部被配置为当所述感测的周期性干扰的一个样本间隔期间的差分小于或等于阈值时，停止学习控制并且输出紧接着停止之前的所述传递特性的倒数。
9.一种周期性干扰抑制控制方法，包括：
周期性干扰感测操作，感测受控对象的周期性干扰作为直流分量形式的感测的周期性干扰；
周期性干扰估计操作，通过计算将从周期性干扰抑制命令到所述感测的周期性干扰的传递特性的倒数与所述感测的周期性干扰相乘而得到的信号、与通过只将检测延迟加到所述周期性干扰抑制命令而得到的信号之间的差分，来确定估计的周期性干扰；
计算操作，通过计算估计的周期性干扰与抑制干扰的周期性干扰命令之间的偏差，来计算周期性干扰抑制命令；以及
学习控制操作，按照将所述周期性干扰抑制命令的变动除以所述感测的周期性干扰的变动而确定的量，来校正所述传递特性的倒数，
其中，所述感测的周期性干扰的变动是在周期性地执行的所述学习控制操作的前一周期所确定的所述感测的周期性干扰的在先值、与在接着所述学习控制操作的前一周期的当前周期中所确定的所述感测的周期性干扰的当前值之间的差分，并且
所述周期性干扰抑制命令的变动是在所述前一周期所确定的所述周期性干扰抑制命令的在先值、与在所述当前周期中所确定的所述周期性干扰抑制命令的当前值之间的差分。
10.根据权利要求9所述的周期性干扰抑制控制方法，其中，
所述感测的周期性干扰的在先值是通过对在周期性地执行的所述学习控制操作的前一周期期间所采样的所述感测的周期性干扰的值取平均而确定的所述感测的周期性干扰的在先平均值，
所述感测的周期性干扰的当前值是通过对在接着所述前一周期的所述当前周期期间所采样的所述感测的周期性干扰的值取平均而确定的所述感测的周期性干扰的当前平均值，
所述周期性干扰抑制命令的在先值是通过对在所述学习控制操作的前一周期期间所采样的所述周期性干扰抑制命令的值取平均而确定的所述周期性干扰抑制命令的在先平均值，并且
所述周期性干扰抑制命令的当前值是通过对在所述学习控制操作的当前周期期间所采样的所述周期性干扰抑制命令的值取平均而确定的所述周期性干扰抑制命令的当前平均值。
11.根据权利要求9至10中的一项所述的周期性干扰抑制控制方法，其中，
当所述感测的周期性干扰的变动小于或等于预定阈值时，停止所述学习控制操作并且输出紧接着停止之前的所述传递特性的倒数的最新的值。
12.一种周期性干扰抑制控制设备，包括：
周期性干扰感测部，感测受控对象的周期性干扰作为直流分量形式的感测的周期性干扰；
周期性干扰估计部，通过计算将从周期性干扰抑制命令到所述感测的周期性干扰的传递特性的倒数与所述感测的周期性干扰相乘而得到的信号、与通过只将检测延迟加到所述周期性干扰抑制命令而得到的信号之间的差分，来确定估计的周期性干扰；
加法器，通过计算估计的周期性干扰与抑制干扰的周期性干扰命令之间的偏差，来计算周期性干扰抑制命令；以及
学习控制部，按照将所述周期性干扰抑制命令的变动除以所述感测的周期性干扰的变动而确定的量，来校正所述传递特性的倒数，
其中，所述学习控制部被配置为将所述感测的周期性干扰的变动设置为等于所述感测的周期性干扰的在先值与所述感测的周期性干扰的当前值之间的差分，其中所述感测的周期性干扰的在先值是根据在周期性地执行的所述学习控制操作的前一周期所收集的数据的在先样本所确定的，所述感测的周期性干扰的当前值是根据在接着所述学习控制操作的所述前一周期的当前周期所收集的数据的当前样本所确定的，并且
所述学习控制部被配置为将所述周期性干扰抑制命令的变动设置为等于所述周期性干扰抑制命令的在先值与所述周期性干扰抑制命令的当前值之间的差分，其中所述周期性干扰抑制命令的在先值是根据在所述前一周期的所述在先样本而确定的，所述周期性干扰抑制命令的当前值是根据在所述当前周期的所述当前样本而确定的。
13.根据权利要求12所述的周期性干扰抑制控制设备，其中，
所述学习控制部被配置为：将通过对在所述学习控制操作的前一周期期间所采样的所述感测的周期性干扰的值取平均而确定的所述感测的周期性干扰的在先平均值，用作所述感测的周期性干扰的在先值，
将通过对在接着所述前一周期的所述当前周期期间所采样的所述感测的周期性干扰的值取平均而确定的所述感测的周期性干扰的当前平均值，用作所述感测的周期性干扰的当前值，
将通过对在所述学习控制操作的前一周期期间所采样的所述周期性干扰抑制命令的值取平均而确定的所述周期性干扰抑制命令的在先平均值，用作所述周期性干扰抑制命令的在先值，并且
将通过对在所述学习控制操作的当前周期期间所采样的所述周期性干扰抑制命令的值取平均而确定的所述周期性干扰抑制命令的当前平均值，用作所述周期性干扰抑制命令的当前值。
CN201580006436.4A 2014-01-30 2015-01-30 周期性外部干扰抑制控制装置 Active CN105940353B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
JP2014016233 2014-01-30
JP2014-016233 2014-01-30
PCT/JP2015/052767 WO2015115623A1 (ja) 2014-01-30 2015-01-30 周期性外乱抑制制御装置

Publications (2)

Publication Number Publication Date
CN105940353A CN105940353A (zh) 2016-09-14
CN105940353B true CN105940353B (zh) 2019-01-04

Family

ID=53757190

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201580006436.4A Active CN105940353B (zh) 2014-01-30 2015-01-30 周期性外部干扰抑制控制装置

Country Status (6)

Country Link
US (1) US10331094B2 (zh)
EP (1) EP3101487A4 (zh)
JP (1) JP6406268B2 (zh)
CN (1) CN105940353B (zh)
SG (1) SG11201606104YA (zh)
WO (1) WO2015115623A1 (zh)

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108227475B (zh) * 2016-12-14 2021-07-06 中国航空工业集团公司北京航空精密机械研究所 一种直流电机周期性干扰信号的抑制方法
JP6343037B1 (ja) * 2017-01-11 2018-06-13 日立ジョンソンコントロールズ空調株式会社 モータ駆動装置および冷凍機器
US11437825B2 (en) * 2019-01-04 2022-09-06 Vestas Wind Systems A/S Hybrid renewable power plant
US10658919B1 (en) * 2019-02-25 2020-05-19 Hamilton Sundstrand Corporation Harmonic regulator with loop delay compensation
WO2021186524A1 (ja) 2020-03-17 2021-09-23 三菱電機株式会社 電力変換装置
CN112491276A (zh) * 2020-11-20 2021-03-12 西安热工研究院有限公司 一种提高高频电源抗扰动能力的方法
CN112701722B (zh) * 2020-12-21 2022-07-26 青岛鼎信通讯股份有限公司 一种抑制能量路由器并网电流死区谐波的有源阻尼方法

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5489829A (en) * 1992-12-25 1996-02-06 Fuji Electric Co., Ltd. Parameter identifier
CN1200851A (zh) * 1995-10-24 1998-12-02 摩托罗拉公司 抑制扩谱信号中干扰的方法与设备
JPH11285283A (ja) * 1998-03-27 1999-10-15 Mitsubishi Heavy Ind Ltd 外乱補償制御装置
CN1293395A (zh) * 1999-10-18 2001-05-02 株式会社山武 控制运算设备和方法
CN1612077A (zh) * 2003-10-30 2005-05-04 株式会社东芝 参考模型跟踪控制系统和方法
CN102771043A (zh) * 2010-02-25 2012-11-07 株式会社明电舍 用于旋转电机的扭矩波动抑制控制装置和扭矩波动抑制控制方法
CN103492962A (zh) * 2011-04-15 2014-01-01 株式会社明电舍 周期性扰动抑制设备和周期性扰动抑制方法

Family Cites Families (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0691711B2 (ja) * 1988-03-04 1994-11-14 三菱電機株式会社 アクテイブフイルタ装置
JP2760646B2 (ja) * 1990-09-18 1998-06-04 株式会社東芝 電力変換装置の電流指令値演算装置
SE469360B (sv) * 1991-11-04 1993-06-21 Asea Brown Boveri Foerfarande och anordning foer att i ett kraftnaet reducera stoerningar med ett styrbart aktivt filter
US5309353A (en) * 1992-10-02 1994-05-03 Westinghouse Electric Corp. Multiple reference frame controller for active filters and power line conditioners
DE69536081D1 (de) * 1994-07-01 2010-07-22 Sharp Kk Klimaanlage
US5742103A (en) * 1995-10-27 1998-04-21 Dell U.S.A., L.P. External line harmonics reduction module for power supplies
US5726504A (en) * 1996-05-24 1998-03-10 Pecukonis; Joseph P. Apparatus and method for adaptively canceling harmonic currents in a power line
JPH11187463A (ja) * 1997-12-24 1999-07-09 Sony Corp 移動体無線受信機
US8036872B2 (en) * 2006-03-10 2011-10-11 Edsa Micro Corporation Systems and methods for performing automatic real-time harmonics analyses for use in real-time power analytics of an electrical power distribution system
US7786691B2 (en) * 2006-10-24 2010-08-31 Unico, Inc. Bus disturbance regulator
US8874277B2 (en) * 2009-09-15 2014-10-28 Denis Kouroussis Smart-grid adaptive power management method and system with power factor optimization and total harmonic distortion reduction
JP5644396B2 (ja) 2010-08-06 2014-12-24 株式会社明電舎 電力変換装置の高調波電流抑制装置および高調波電流抑制方法
CA2825777A1 (en) * 2011-01-25 2012-08-02 Power Analytics Corporation Systems and methods for automated model-based real-time simulation of a microgrid for market-based electric power system optimization
JP5626090B2 (ja) * 2011-04-15 2014-11-19 株式会社明電舎 周期外乱抑制装置および周期外乱抑制方法
CN103023290B (zh) * 2011-09-23 2015-11-25 台达电子企业管理（上海）有限公司 中压变频驱动系统与总谐波失真补偿控制方法
JP5532115B1 (ja) 2012-12-07 2014-06-25 株式会社明電舎 周期外乱自動抑制装置
TWI496409B (zh) * 2014-01-22 2015-08-11 Lite On Technology Corp 單相三線式電力控制系統及其電力控制方法
WO2015151205A1 (ja) * 2014-03-31 2015-10-08 三菱電機株式会社 高調波電流補償装置及び空気調和システム
EP3016256B1 (en) * 2014-09-12 2022-03-09 Sungrow Power Supply Co., Ltd. Method and device for monitoring and suppressing resonance

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5489829A (en) * 1992-12-25 1996-02-06 Fuji Electric Co., Ltd. Parameter identifier
CN1200851A (zh) * 1995-10-24 1998-12-02 摩托罗拉公司 抑制扩谱信号中干扰的方法与设备
JPH11285283A (ja) * 1998-03-27 1999-10-15 Mitsubishi Heavy Ind Ltd 外乱補償制御装置
CN1293395A (zh) * 1999-10-18 2001-05-02 株式会社山武 控制运算设备和方法
CN1612077A (zh) * 2003-10-30 2005-05-04 株式会社东芝 参考模型跟踪控制系统和方法
CN102771043A (zh) * 2010-02-25 2012-11-07 株式会社明电舍 用于旋转电机的扭矩波动抑制控制装置和扭矩波动抑制控制方法
CN103492962A (zh) * 2011-04-15 2014-01-01 株式会社明电舍 周期性扰动抑制设备和周期性扰动抑制方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
能抑制周期性干扰的周期性随动控制系统设计;张彦军;《青岛化工学院学报》;20020331;第23卷(第1期);全文

Also Published As

Publication number Publication date
JP6406268B2 (ja) 2018-10-17
JPWO2015115623A1 (ja) 2017-03-23
WO2015115623A1 (ja) 2015-08-06
US20160349717A1 (en) 2016-12-01
EP3101487A4 (en) 2018-03-07
US10331094B2 (en) 2019-06-25
SG11201606104YA (en) 2016-08-30
CN105940353A (zh) 2016-09-14
EP3101487A1 (en) 2016-12-07

Similar Documents

Publication Publication Date Title
CN105940353B (zh) 周期性外部干扰抑制控制装置
CN107851995B (zh) 用于检测供给电网中的电压的方法和设备
Wang et al. Analysis and digital implementation of cascaded delayed-signal-cancellation PLL
Qasim et al. Artificial-neural-network-based phase-locking scheme for active power filters
Qasim et al. Optimal current harmonic extractor based on unified ADALINEs for shunt active power filters
Pádua et al. Frequency-adjustable positive sequence detector for power conditioning applications
CN102771043A (zh) 用于旋转电机的扭矩波动抑制控制装置和扭矩波动抑制控制方法
CN110557118B (zh) 一种锁相装置及锁相方法
Ahmed et al. On the enhancement of generalized integrator-based adaptive filter dynamic tuning range
EP3118960B1 (en) Synchronisation system for an electrical generator unit, and associated method
Ahmed et al. Hybrid estimator-based harmonic robust grid synchronization technique
Rasheduzzaman et al. A modified SRF-PLL for phase and frequency measurement of single-phase systems
Vekić et al. Multi–Resonant observer PLL with real-time estimation of grid unbalances
EP2354800A9 (en) Method of and apparatus for determining fundamental frequency component of the grid voltage
Park et al. Advanced single-phase SOGI-FLL using self-tuning gain based on fuzzy logic
Phan et al. Online frequency estimation in power systems: A comparative study of adaptive methods
JP6119297B2 (ja) 周期性外乱抑制制御装置
KR101451008B1 (ko) 계통 동기화 제어를 위한 제어장치, 제어방법, 기록매체
Gehrke et al. Controlling harmonics in electrical power systems for satisfying total and individual harmonic distortion constraints
Vafamand et al. Advanced kalman filter for current estimation in AC microgrids
Jung et al. Control scheme for source voltage sensorless PWM converters under source voltage unbalance
Mondal et al. A Simple yet robust mechanism for the improvement of phase-locked-loop system and its verification with grid side converter control
JP6161985B2 (ja) 単独運転検出回路、単独運転検出方法、当該単独運転検出回路を備えたインバータ装置、および、電力システム
Javed et al. Power system stability enhancement over a network with random delays
Shokri et al. A novel controller for a voltage controlled voltage source inverter to mitigation voltage fluctuations measured at the point of common coupling

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