一种光伏LCL型并网逆变器的控制方法
技术领域
本发明属于智能电网技术领域,尤其是一种光伏LCL型并网逆变器的控制方法。
背景技术
光伏LCL型并网逆变器是一类典型的开关型非线性系统。由于线性控制方法在该类系统中受到极大的限制,尤其在快速性、精确性方面更是不佳,因而,现代非线性控制方法在光伏并网逆变系统中的应用成为了当前逆变器控制的研究热点之一。目前逆变器控制应用方案主要有双闭环控制、无差拍控制、重复控制等,虽然都对逆变器的性能有所改进,但也存在不同程度的问题。
故障容错控制可以依据检测故障信息来构成不同的闭环控制系统,并依此分为主动和被动两种容错控制,且两种容错控制方法的可行性取决于故障的可恢复性、补偿性。控制分配方法具有虚拟控制律与控制指令分配相互独立设计的优点,是目前解决执行器和(或)传感器冗余控制问题较为有效的方法。滑模控制具有很强的鲁棒性,可使系统具有良好的动态性能。胡庆雷设计了一种新型终端滑模故障容错姿态控制方案,以解决航天器冗余执行器存在故障与控制受限的姿态跟踪控制问题,该控制策略可以有效地抑制航天器遭受的外部干扰和执行器故障等。为了解决模块化多电平变流器由于故障引起的功率损耗问题,申科借用一种电容电压的冗余排序法提出一种容错控制策略,与普通载波层叠脉宽调制方法相比,该方法避免了其固有的功率不均衡问题。王发威从多操纵面飞机的快速平稳控制问题出发,构建了一种基于控制分配的积分滑模主动容错方法,同时提出了一种基于动态自适应加权伪逆法的积分滑模主动容错方法,实现了多操纵面飞行器损伤故障时的容错控制。研究表明控制分配性能和滑模控制策略的良好结合,可使系统得到更强的鲁棒性,有利于减小由于干扰及模型不确定性引起的系统误差。在光伏LCL型并网逆变系统的故障容错控制方面并没有太多的研究文献。
在实际运行中,光伏LCL型并网逆变系统的工作状态通常存在着诸多的干扰,其中主要干扰因素包括系统参数的不确定性故障和外界干扰故障,因此对其故障干扰信息进行有效准确地估计尤为重要。针对存在执行器故障的非线性系统,2013年刘春生等在研究H2容错控制器中,采用神经网络估计了系统故障,结合滑模控制给出了具有指定稳定度的H2控制律,并在空间飞行器的控制系统中进行了仿真应用。在文献中,设计积分滑模容错控制器中,采用了一个二阶状态观测器对故障状态进行估计。目前,关于光伏LCL型并网逆变系统的故障信息估计问题的研究报道并不多见。
发明内容
本发明的目的在于克服现有技术的不足,提供一种设计合理并且具有良好稳态和动态性能的光伏LCL型并网逆变器的控制方法。
本发明解决现有的技术问题是采取以下技术方案实现的:
一种光伏LCL型并网逆变器的控制方法,包括以下步骤:
步骤1、考虑光伏LCL型并网逆变器系统具有输入不确定性故障和执行器故障,建立故障数学模型,并设定固定控制分配律;
步骤2、根据故障数学模型,建立系统状态高阶滑模观测器及其状态估计误差,并采用高阶滑模观测器对系统故障信息实现准确的估计;
步骤3、根据故障数学模型、固定控制分配律、高阶滑模观测器及其状态估计误差,构建连续积分滑模容错控制器数学模型,用于直接处理执行器故障。
所述步骤1建立的故障数学模型为:
其中,Ag表示系统可能存在的输入不确定矩阵,Bg表示执行器故障矩阵,并(B+Bg)=B(I-K(t)),对角加权矩阵K(t)=diag{k1(t),k2(t),k3(t)}为执行器故障残余效能矩阵,且0<ki(t)<1(i=1,2,3),当ki(t)分别等于1、0时,第i个执行器处于故障和无故障状态。
所述步骤1设定的固定控制分配律为:
其中v1(t)∈R1×1为执行器无故障时的额定虚拟控制量,v1(t)用来补偿执行器故障。
所述步骤2建立的高阶滑模观测器如下:
高阶滑模观测器的状态估计误差为:
其中,增益矩阵L∈R1×1满足 为的伪逆,分布矩阵W(t)为一非线性函数,且
所述步骤3构建连续积分滑模容错控制器数学模型时的积分滑模面如下:
其中,G∈R1×3为投影矩阵,满足且
所述步骤3构建连续积分滑模容错控制器数学模型时的状态估计反馈控制量其中F∈R1×3为反馈增益,估计动态误差则闭环系统的动态性能为:
其中,函数满足且为一足够小的正常数,其局部Lipschitz于均匀于t;同时,中不相匹配的执行器故障为一非零函数。
本发明的优点和积极效果是:
1、本发明建立光伏LCL型并网逆变器在不确定性故障和执行器故障情况下的数学模型,提出一类基于高阶滑模观测器的连续积分滑模容错控制分配方法:首先,充分发挥控制分配所具有的虚拟控制律与控制指令分配相互独立设计的优点,设计控制分配律,建立光伏LCL型并网逆变器在不确定性故障和执行器故障情况下的数学模型;其次,设计一类高阶滑模观测器,对光伏LCL型并网逆变器故障信息进行有效估计,使光伏LCL型并网逆变器跟踪参考模型;然后利用连续积分滑模控制理论和控制分配律,设计一个连续的基于固定控制分配方案的积分滑模控制器,以直接处理执行器故障,确保在参数不确定和执行器故障下的闭环系统的稳定性。
2、本控制方法能够使得光伏LCL型并网逆变器在额定参数下运行时,启动速度快,系统稳定运行中并网电压、电流基本不发生畸变,波形为光滑的正弦波,网侧电压THD为0.021%,波形畸变很小,并网电压、电流几乎无谐波存在。
3、本控制方法能够以非常接近理想值的精度对给定值实行跟踪,而且能很好保证系统稳定运行的安全性:当光伏LCL型并网逆变器稳定运行时,系统参数Rs发生故障时,系统并网电压、电流变化极小,在极短时间内就过渡到相应的稳定状态,过渡过程中基本无畸变,表明逆变器在受参数不确定性故障的影响下,系统并网电压、电流稳定,曲线变化平滑,畸变小,基本没有受到故障的影响。
4、本控制方法能够较好地实现系统故障下的稳定控制,显现出良好的跟踪性能和容错能力:当光伏LCL型并网逆变器稳定运行时,在其直流侧输入电压Uo发生故障干扰,虽然输出电压和电流在出现了波动,但系统输出电压、电流发生了极小的变化,在极短时间内就过渡到相应的稳定状态,过渡过程中基本无畸变但在一个周期内干扰即被消除,表明逆变器在受参数不确定性的影响下,其输出电压、电流启动速度快,波形基本无畸变。
5、本发明设计合理,能够较好地实现参数不确定故障和执行器故障下的稳定控制,显现出良好的跟踪性能和容错能力;为大型光伏LCL型并网逆变器控制系统设计提供了一种新思路,具有良好的工程应用前景。
附图说明
图1是典型光伏LCL型并网逆变器拓扑图结构示意图;
图2是本发明在稳定运行时网侧电压和电流曲线图;
图3是本发明在系统参数Rs变化时网侧电压和电流曲线图;
图4是本发明在直流侧输入电压Uo变化时网侧电压和电流曲线图。
具体实施方式
以下结合附图对本发明实施例做进一步详述。
一种光伏LCL型并网逆变器的控制方法,是在如图1所示的光伏LCL型并网逆变器拓扑图上实现的。本发明通过建立规模光伏LCL型并网逆变器在不确定性故障和执行器故障情况下的数学模型,提出一类基于高阶滑模观测器的连续积分滑模容错控制分配方法。首先,充分发挥控制分配所具有的虚拟控制律与控制指令分配相互独立设计的优点,设计控制分配律,建立光伏LCL型并网逆变器在不确定性故障和执行器故障情况下的数学模型;其次,设计一类高阶滑模观测器,对光伏LCL型并网逆变器故障信息进行有效估计,使光伏LCL型并网逆变器系统跟踪参考模型;然后利用连续积分滑模控制理论和控制分配律,设计一个连续的基于固定控制分配方案的积分滑模控制器,以直接处理执行器故障,确保在参数不确定和执行器故障下的闭环系统的稳定性。
本光伏LCL型并网逆变器的控制方法包括以下步骤:
步骤1:考虑光伏LCL型并网逆变器系统具有输入不确定性故障和执行器故障建立数学模型,并设定固定控制分配律。
典型的光伏LCL型并网逆变系统主电路拓扑如图1所示。逆变器包括直流输入电压Uin,6个全控型器件功率开关管Q1~Q6,LCL低通滤波器三部分。电网侧电感Lg、逆变器侧电感Ls和电容C侧的等效串联电阻分别为Rg、Rs和Rc,且ig、is和ic分别为流过电感Lg、Ls和电容C的电流,Ug为网侧的端电压。
假设图1中电网处于三相平衡状态,由基尔霍夫电流电压定律,并采用Clarke变换以消除三相中的共模分量,可得到光伏LCL型并网逆变器连续的数学模型。
其中,is为逆变器输出电流,ig为网侧电流,Uo为逆变器输出电压,且Uo=Uu=Uv=Uw,Uc为电容C的端电压,Ug为电网侧电压。
定义状态变量x(t)=[x1,x2,x3]=[is,ig,Uc],从而得到系统的状态空间表达式和输出方程为:
其中,u(t)为系统输入,y(t)为系统标量输出,A为系统矩阵,B为控制矩阵,C为观测矩阵,且:
C=[1 0 0],u(t)=[UoUg]T。
工程应用中光伏LCL型并网逆变器受多种因素的干扰,考虑系统参数的不确定性故障,即Lg、Ls、C、Rg、Rs和Rc的理论值与实际值之间的误差。将式(2)可以表达为另一种公式,即
其中,Ag表示系统可能存在的输入不确定矩阵,Bg表示执行器故障矩阵,并(B+Bg)=B(I-K(t)),对角加权矩阵K(t)=diag{k1(t),k2(t),k3(t)}为执行器故障残余效能矩阵,且0<ki(t)<1(i=1,2,3),当ki(t)分别等于1、0时,第i个执行器处于故障和无故障状态。
设定系统(3)可以转换为:
其中,T0为非奇异矩阵,且满足同时,输入分布矩阵和满足不等式且假设系统的控制任务主要由B2决定,则通过系统重构总能使得成立,即满足系统(4)可以转换为:
考虑系统输入量Uo和Ug的干扰故障,并设定固定控制分配律为其中v1(t)∈R1×1为系统(4)执行器无故障时(K(t)=0)的额定虚拟控制量,v1(t)用来补偿执行器故障,则系统(5)可以转换为:
其中,函数满足且g(t,0)=0,即其局部Lipchitz于x,一致于t,
步骤2:根据上述步骤1的数学模型,建立系统状态观测器的数学模型及状态估计误差,并采用高阶滑模观测器对系统故障信息(包括极易和不易观察状态)实现准确的估计。
为了保证对逆变器故障状态的有效估计做如下假设:
假设1:是完全可控的;为最小相位;系统(5)的输出为一维向量r1。
设定非奇异矩阵T为其中U定义为V∈R3×2为不易观察子空间v*的基,且满足和 设定则系统(5)可以转换为以下形式:
其中, 且分别为系统极易和不易观察到的状态。
在假设1成立条件下,系统(5)的状态观测器可以表示为:
其中,增益矩阵L∈R1×1满足由假设1可知则为的伪逆。分布矩阵W(t)为一非线性函数。
定义状态估计误差为则系统(8)的动态误差估计为:
其中,且
设定则状态估计误差可以转换为且
在执行器故障满足||K(t)u(t)||≤K+,(估算值),及无故障情况下,采用高阶滑模观测器(8),总能获得极易观察状态的精确状态估计和不易观察状态的渐近估计因此,采用上述高阶滑模观测器能够对逆变器系统故障信息(包括极易和不易观察状态)实现准确的估计。
步骤3:根据上述步骤1的数学模型、固定控制分配律、高阶滑模观测器及其状态估计误差,构建连续积分滑模容错控制器数学模型,并设计积分滑模面,证明闭环稳定性。
连续积分滑模控制器的设计如下:
(1)首先设计积分滑模面。
定义滑模面为s,则:
其中,G∈R1×3为投影矩阵,满足且
为简单起见,用一个新的变量定义执行器故障,即ξ(t)=K(t)u(t),并分别投影到与相匹配和不相匹配的空间上,即ξ(t)=ξ1(t)+ξ2(t),则和分别属于相匹配和不相匹配的空间元素。同时,跨过了的零空间。则式(5)又可写为:
对s(t)求导:
当时,滑模结构的等价控制量:
综上,滑模动态方程可以表示为:
其中,
(2)其次对闭环稳定性进行证明。
设定状态估计反馈控制量(F∈R1×3为反馈增益),估计动态误差则闭环系统的动态性能又可以表示为:
其中,函数满足且为一足够小的正常数,其局部Lipschitz于均匀于t。同时,中不相匹配的执行器故障为一非零函数。综合以上分析,给出闭环系统以下定理。
定理1:系统(11)采用故障状态观测器(8)和反馈控制量假设1成立,为额定系统的一个指数平衡点,并取Lyapunov函数为同时,假设不匹配执行器故障满足且c1,c2,c3,0<φ<1,0<ι<1,则对所有初始状态量在有限时间内系统(11)的解满足:
其中,
证明:闭环系统动态性能可以表示为:
由于矩阵和稳定,则矩阵符合Hurwitz[16,26]。因此,额定系统有一个指数稳定的平衡点,即使Q=QT>0和成立,且P=PT>0为唯一解。
取Lyapunov函数则:
对求导,并令则有:
设定利用比较原理有:
设定(且α1,α2∈κ),并满足
结合式(18)中可以得到α1(r)=λmin(P)r2和α2(r)=λmax(P)r2。因此,边界可以表示为由于α1属于经典κ∞函数,所以不论μ多大,式(20)支持任何初始状态满足c1=λmin(P),c2=λmax(P)和c3=2λmax(P)等条件。因此,可以得到结论:任意小的扰动(不确定性和执行器故障)均不会导致大的稳态偏差。L和F分别为观测器和控制器的增益,且分别满足和并符合Hurwitz特性。
(3)最后设计连续积分滑模控制器。
设定控制量v1(t)为:
其中,κ1,κ2为正的系统参数,当μ≥0有 [s]2等量相对于初始条件提供了一致收敛性,即收敛时间由一个恒定的独立算法初始条件限定。
定理2:系统(11)应用固定控制分配律如果系统参数κ1,κ2在集合中给定,则有:
且d+为上边界。当时,有成立,并η(t)满足且m0,m1,Pη为正标量。继而,控制分配律保证了系统轨迹在滑模动力表面。
证明:等式(12)可以写成以下形式:
因式(22)可转换为:
设定则有:
设J(t)=v(t)+d(t),并求导则式(24)转换为:
其中,结合式(10)又有:
设Pη为Lyapunov方程的解,定义二次Lyapunov函数沿着式(26)的轨迹,则满足:
假设则式(27)满足:
考虑采用比较原理[15],有继而有:
如果系统参数κ1,κ2由集合κ给定,则式(25)的动态性一致收敛到0[34],继而保证了滑动模型成立,则连续积分滑模控制分配律可采取以下形式:
给定匹配故障量ξ1(t)一个估计,在滑动模型s(t)=0,J(t)=v(t)+d(t)=0继而从式(25)可以得到
选择初始条件为则通过上述控制律可以保证系统轨迹始终在滑模面表面。继而,做出如下假设:
假设2:初始条件属于一已知集合
由于参数和η(0)均满足假设2,则约束条件成立。
如果假设2满足,控制分配律(30)将保证轨迹收敛于0。但是,由于假设s(0)=0满足,且故障存在,则不可能保证系统从t=0开始,系统就达到稳定状态。同时,又因为和可能不同时为0。且假设故障也不是在系统0时刻,即在t=0时刻系统即开始作用。因此,如果故障发生在时间t>0足够大的时间里,则暂态过程将不存在。
步骤4、在Simulink环境下进行仿真,验证一种光伏LCL型并网逆变器的控制方法的有效性。
线性化模型设定为:
高阶滑模观测器参数设计为:子空间v*的基V=[0 0 1]T,K*=[33.11 -14.61]T,矩阵分布矩阵增益矩阵向量维数(r1)=(1)和k=1,2。当Tu=0.8且α=0.06时,有且M1=M2=M3=2。控制增益F=[-2.7148.8862 -0.3149 -14.1013 11.4091]。连续积分滑模控制器参数κ1=1,κ2=3,μ=1。
图2给出了逆变器在额定参数下运行时的并网电压和电流的仿真实验波形,可以看出:系统在启动0.1s时即到达了平稳状态,到达平稳状态后电压、电流频率为50Hz,波形无畸变,电压幅值基本稳定在220V左右。系统稳定运行中逆变器系统并网电压、电流基本没有发生畸变,波形为光滑的正弦波,网侧电压THD为0.021%,波形畸变很小,并网电压、电流几乎无谐波存在。说明逆变器在稳定运行中,通过本发明提出的控制策略可以达到预期控制效果。
当光伏LCL型并网逆变器稳定运行时,Rs发生了两次故障。由图3可见,当稳定运行0.2s时,Rs突然增加至1.00Ω,系统并网电压、电流发生了极小的变化,在极短时间内就过渡到相应的稳定状态,过渡过程中基本无畸变;系统又稳定运行0.2s时,Rs突然减小至原始设定数值0.20Ω,系统并网电压、电流同样基本没有多大变化,在很短的时间内即回到稳定状态。表明逆变器在受参数不确定性故障的影响下,系统并网电压、电流稳定,曲线变化平滑,畸变小,基本没有受到故障的影响。说明采用本文所提控制策略能够以非常接近理想值的精度对给定值实行跟踪,而且能很好保证系统稳定运行的安全性。
当光伏LCL型并网逆变器稳定运行时,输入电压Uo发生了两次故障。逆变器输入电压Uo由350V跳变为380V,然后由380V跳变为350V,逆变系统网侧电压、电流波形如图4所示。由图4可知,逆变器网侧电压、电流基本不受输入电压故障的影响,网侧电压THD约1.21%,稳态误差小。同时,逆变系统网侧电压、电流均实现了极短时间内对的稳定状态的跟踪,过渡过程中基本无畸变,说明本文提出的控制方法对逆变器输入电压具有很强的抗扰动能力。总体来看,基于故障观测器的连续积分滑模容错控制策略能够较好地实现系统故障下的稳定控制,显现出良好的跟踪性能和容错能力。
考虑光伏发电系统LCL型并网逆变系统在具有输入不确定性和执行器故障的影响情况下,本文提出了一种基于高阶滑模故障观测器的连续积分滑模容错控制策略。通过故障重构建立了在不确定性和执行器故障情况下含固定控制分配律的系统控制模型。通过构建统一的高阶滑模状态观测器,对光伏LCL型并网逆变系统中存在的故障信息进行有效估计。将连续滑模控制理论和控制分配律相结合,设计了一个基于固定控制分配方案的连续滑模控制器,并推导出了系统故障的稳定条件,采用Lyapunov函数证明了闭环系统的稳定性。
需要强调的是,本发明所述的实施例是说明性的,而不是限定性的,因此本发明包括并不限于具体实施方式中所述的实施例,凡是由本领域技术人员根据本发明的技术方案得出的其他实施方式,同样属于本发明保护的范围。