CN109390948B - 一种低电压治理设备的模糊无模型自适应控制方法 - Google Patents
一种低电压治理设备的模糊无模型自适应控制方法 Download PDFInfo
- Publication number
- CN109390948B CN109390948B CN201811443824.0A CN201811443824A CN109390948B CN 109390948 B CN109390948 B CN 109390948B CN 201811443824 A CN201811443824 A CN 201811443824A CN 109390948 B CN109390948 B CN 109390948B
- Authority
- CN
- China
- Prior art keywords
- voltage
- control
- output
- low
- algorithm
- 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
Images
Classifications
-
- 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
- H02J3/12—Circuit arrangements for ac mains or ac distribution networks for adjusting voltage in ac networks by changing a characteristic of the network load
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Feedback Control In General (AREA)
Abstract
本发明公开了一种低电压治理设备的模糊无模型自适应控制方法,针对传统低电压治理设备的控制系统稳态误差大、对电网的扰动和负载变化适应性较差的问题,采用模糊无模型自适应控制器,对串联侧逆变器进行控制,结合无模型自适应控制和模糊控制的适应性强的特点,使得设备具有很好的鲁棒性和负载适应能力,并且响应时间很短。
Description
技术领域
本发明属于电力电子控制领域,涉及一种低电压治理设备的模糊无模型自适应控制方法。
背景技术
随着经济的发展,无论城市配网或者农村配网,负荷的复杂性在不断变化,电磁炉、冰箱、空调等家用电器的使用,一些农村配网也有家庭小作坊式的切割机、电焊机、烤箱等设备的使用。一方面城市配网或者农村配网的负荷容量在不断变化,一方面负荷复杂性在增强。很多配网区域都陆续出现电网电压在负荷较为集中的时间点出现低电压问题,一般的办法是通过调高变压器出线端的电压来处理问题,但是往往导致离变压器比较近的用户又存在电压虚高的问题,或者在负载比较轻的时候全部线路都出现电压虚高的问题,无法彻底解决。
对于低电压问题最为常规的办法是加大变压器容量、改造线路换用线径更粗的线,这种方法的成本普遍较高,时间周期也很长。同时由于一些地区处于山区等等的因素改造异常困难。当前应用的方案也有采用电容补偿进行低电压的治理,但是众所周知的原理问题,电容的补偿对低电压的治理非常有限。还有采用自耦调压器调压的串联补偿方式,通过滑动或者改变自耦调压器的抽头实现电压的高低补偿,此方案普遍的问题是自耦调压器的补偿低电压的范围比较窄、同时重量非常中,很难适应很多地区130的低电压问题,以及很多地区需要将低电压设备安装到电线杆上,但是自耦调压器的尺寸一般偏大、重量很重,很多地方无法上电线杆。当前采用电力电子实现的低电压治理设备逐渐兴起,以其较宽的电压适应范围、较快的响应速度、较轻的重量,得到各个厂家的关注。但是因为配网负载的复杂性,导致配网的电压扰动非常频繁与恶劣,以及负载的多样性变换性,很多基于电力电子设备的低电压治理设备的性能不尽人意。所以如何解决设备的电网适应性和负载适应性是一项值得研究的、有极大社会意义的工作内容。
发明内容
本发明要解决的问题是:提供一种低电压治理设备的模糊无模型自适应控制方法,以解决传统低电压治理设备的控制系统稳态误差大、对电网的扰动和负载变化适应性较差的问题。
本发明的技术方案是:一种低电压治理设备的模糊无模型自适应控制方法,包括以下步骤:
步骤1:设置拓扑结构:低电压设备的拓扑结构由整流侧和逆变侧组成;整流侧采用半桥不控整流结构;逆变侧采用两只IGBT组成的半桥逆变器,同时通过LC滤波,串联接入电网;
步骤2:将拓扑结构的整流级并联接入电网,进行整流,得到直流母线支撑电压Udc;
步骤3:设置目标电压,逆变级采样电网电压与目标电压做差,得到逆变级控制环给定Uref;
步骤6:将步骤5中的调制波与三角波相交,得到正弦脉宽调制SPWM驱动脉冲,控制IGBT的动作,实现低电压的补偿。
优选的,步骤4中所述的模糊无模型自适应控制器算法是由基本控制算法和泛模型估计算法循环进行的一种算法,即根据测量的I/O数据,首先通过估计电压外环误差的的特征参量,基本控制算法进行反馈控制,能够得到一组新的数据,然后将新的数据添加到原来数据组中,对下一时刻的特征参量φ(k)进行估计,依次循环计算,便可实现控制的整个过程,控制过程为:控制器输出—系统输出—时变因子辨识—控制器调整,基本控制算法公式如下:
其中:u为模糊控制器输出,k=1,2,3……,λ为惩罚因子,它的变化可以调节电压外环的的动态性能;ρ为偏差增益,即y(k)*-y(k-1)的放大或者缩小倍数,φ(k)为特征参量,为φ(k)的估算值,y(k)为希望的输出,
泛模型的估算算法如下:
其中:μ为学习速率,0<μ<10,η为给定的学习步长0<η<10。
本发明的有益效果是:
本发明采用模糊无模型自适应控制器,对串联侧逆变器进行控制,结合无模型自适应控制和模糊控制的适应性强的特点,使得设备具有很好的鲁棒性和负载适应能力,并且响应时间很短。
附图说明
图1为本发明拓扑结构及其接入电网的示意图;
图2为本发明无模型自适应控制器的控制框图;
图3为本发明的整体控制框图。
具体实施方式
下面结合附图对本发明方法的实施方式做详细说明。
一种低电压治理设备的模糊无模型自适应控制方法,包括以下步骤:
步骤1:设置拓扑结构:低电压设备的拓扑结构由整流侧和逆变侧组成;整流侧采用半桥不控整流结构;逆变侧采用两只IGBT组成的半桥逆变器,同时通过LC滤波,串联接入电网;
步骤2:将拓扑结构的整流级并联接入电网,进行整流,得到直流母线支撑电压Udc;
步骤3:设置目标电压,逆变级采样电网电压与目标电压做差,得到逆变级控制环给定Uref;
步骤6:将步骤5中的调制波与三角波相交,得到正弦脉宽调制SPWM驱动脉冲,控制IGBT的动作,实现低电压的补偿。
优选的,步骤4中所述的模糊无模型自适应控制器算法是由基本控制算法和泛模型估计算法循环进行的一种算法,即根据测量的I/O数据,首先通过估计电压外环误差的的特征参量,基本控制算法进行反馈控制,能够得到一组新的数据,然后将新的数据添加到原来数据组中,对下一时刻的特征参量φ(k)进行估计,依次循环计算,便可实现控制的整个过程,控制过程为:控制器输出—系统输出—时变因子辨识—控制器调整,基本控制算法公式如下:
其中:u为模糊控制器输出,k=1,2,3……,λ为惩罚因子,它的变化可以调节电压外环的的动态性能;ρ为偏差增益,即y(k)*-y(k-1)的放大或者缩小倍数,φ(k)为特征参量,为φ(k)的估算值,y(k)为希望的输出,
泛模型的估算算法如下:
其中:μ为学习速率,0<μ<10,η为给定的学习步长0<η<10。
图1为本发明拓扑结构及其接入电网的示意图,低电压设备的拓扑结构由整流侧和逆变侧组成;整流侧采用半桥不控整流结构,由二极管D1、二极管D2、电抗器L1组成;逆变侧采用两只IGBT组成的半桥逆变器,由两只电力电子开关器件G5、G6和LC滤波组成,LC滤波结构为电抗器L2和电解电容器C2组成,串联接入电网。直流母线由两组电解电容器Cdc1,Cdc2串联构成,旁路单元用于主机故障或者电网电压正常时的旁路运行。
拓扑结构与电网连接关系:电网由电压源和系统阻抗z组成,拓扑结构的整流级并联接入电网,逆变级串联接入电网,处于电网与负载之间。
图2为本发明无模型自适应控制器的控制框图,通过对非线性系统进行动态线性化,得到系统带有时变因子的线性模型族(简称泛模型),以此来设计所需控制器。初始时刻的时变因子通常较小,得到新的时变因子与反馈误差共同作用,得到新的控制量,并作用于被控对象,得出新的输出量(即被控量),采用新的控制量和被控量(即系统的输入输出数据)来进一步辨识泛模型中的时变因子。所以,无模型自适应控制器工作的整个过程为:控制器输出—系统输出—时变因子辨识—控制器调整,图中,y(k)为希望的输出,r(k)是输入的电压环的误差。
模糊控制是一种不依赖于被控对象精确数学模型的控制方法,能够克服系统非线性的影响,提高被控对象对参数变化的鲁棒性,抑制系统的超调量。根据模糊控制规则,确定模糊控制器输出u的模糊化变量。最后,经过对模糊化输出变量进行去模糊化,实现模糊控制器精确输出量。定义模糊集PB=正大,PM=正中,PS=正小,ZO=零,NS=负小,NM=负中,NB=负大,设计模糊控制规则表如表1所示。
表1
无模型自适应控制是两种算法交互进行,有一定的学习过程,故响应速度较慢,而模糊控制较容易察觉到跟踪偏差的突变情况,可以快速地进行参数调整,会大大提高系统的动态响应速度;两种控制方法采取并联的形式,误差较小时,无模型自适应控制起主要作用。误差大时,模糊控制起主要作用,其结构框图如图3所示,Kpwm在控制环路中指的是增益倍数。
Claims (1)
1.一种低电压治理设备的模糊无模型自适应控制方法,其特征在于:包括以下步骤:
步骤1:设置拓扑结构:低电压设备的拓扑结构由整流侧和逆变侧组成;整流侧采用半桥不控整流结构,由二极管D1、二极管D2、电抗器L1组成;逆变侧采用两只IGBT组成的半桥逆变器,由两只电力电子开关器件G5、G6和LC滤波组成,LC滤波结构为电抗器L2和电解电容器C2组成,串联接入电网;
步骤2:将拓扑结构的整流级并联接入电网,进行整流,得到直流母线支撑电压Udc;
步骤3:设置目标电压,逆变级采样电网电压与目标电压做差,得到逆变级控制环给定Uref;
步骤4中所述的模糊无模型自适应控制器算法是由基本控制算法和泛模型估计算法循环进行的一种算法,即根据测量的I/O数据,首先通过估计电压外环误差的特征参量,基本控制算法进行反馈控制,能够得到一组新的数据,然后将新的数据添加到原来数据组中,对下一时刻的特征参量φ(k)进行估计,依次循环计算,便可实现控制的整个过程,控制过程为:控制器输出—系统输出—时变因子辨识—控制器调整,基本控制算法公式如下:
其中:u为模糊控制器输出,k=1,2,3……,λ为惩罚因子,它的变化可以调节电压外环的动态性能;ρ为偏差增益,即y(k)*-y(k-1)的放大或者缩小倍数,φ(k)为特征参量,为φ(k)的估算值,y(k)*为希望的输出,
泛模型的估算算法如下:
其中:μ为学习速率,0<μ<10,η为给定的学习步长0<η<10;
步骤6:将步骤5中的调制波与三角波相交,得到正弦脉宽调制SPWM驱动脉冲,控制IGBT的动作,实现低电压的补偿。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811443824.0A CN109390948B (zh) | 2018-11-29 | 2018-11-29 | 一种低电压治理设备的模糊无模型自适应控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811443824.0A CN109390948B (zh) | 2018-11-29 | 2018-11-29 | 一种低电压治理设备的模糊无模型自适应控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109390948A CN109390948A (zh) | 2019-02-26 |
CN109390948B true CN109390948B (zh) | 2021-09-17 |
Family
ID=65430153
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811443824.0A Active CN109390948B (zh) | 2018-11-29 | 2018-11-29 | 一种低电压治理设备的模糊无模型自适应控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109390948B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110094838B (zh) * | 2019-04-06 | 2020-08-18 | 天津大学 | 一种基于空调系统的可变参数无模型自适应控制方法 |
CN117784593B (zh) * | 2024-02-23 | 2024-05-03 | 哈尔滨工程大学 | 一种基于卡尔曼滤波器的无模型振动主动控制方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6118676A (en) * | 1998-11-06 | 2000-09-12 | Soft Switching Technologies Corp. | Dynamic voltage sag correction |
CN102769389A (zh) * | 2012-07-24 | 2012-11-07 | 西安交通大学 | 基于寄生升压电路的无变压器串联电压质量调节器及其控制方法 |
-
2018
- 2018-11-29 CN CN201811443824.0A patent/CN109390948B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6118676A (en) * | 1998-11-06 | 2000-09-12 | Soft Switching Technologies Corp. | Dynamic voltage sag correction |
CN102769389A (zh) * | 2012-07-24 | 2012-11-07 | 西安交通大学 | 基于寄生升压电路的无变压器串联电压质量调节器及其控制方法 |
Non-Patent Citations (6)
Title |
---|
Analysis of a Dynamic Voltage Compensator With Reduced Switch-Count and Absence of Energy Storage System;S.M.Silva,et al.;《IEEE Transactions on Industry Applications》;20050919;第41卷(第5期);全文 * |
Wide Correction Range Three-Level Dynamic Voltage Corrector;Jiankun Cao,et al.;《IEEE Transactions on Power Electronics》;20151119;第31卷(第9期);第6217-6225页 * |
一种MFAC补偿的无串联型DVR复合控制策略研究;李炜 等;《工业仪表与自动化装置》;20141215(第6期);全文 * |
无模型自适应控制策略在动态电压恢复器中的应用研究;陈翡 等;《工矿自动化》;20101210;第36卷(第12期);全文 * |
模糊参数自适应自整定的逆变电源系统研究;金平 等;《电子设计工程》;20121005;第20卷(第19期);第145-147页 * |
模糊无模型自适应控制DVR的仿真研究;郭志坚 等;《电气传动自动化》;20161201;第38卷(第6期);第5-9页 * |
Also Published As
Publication number | Publication date |
---|---|
CN109390948A (zh) | 2019-02-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Kinhal et al. | Performance investigation of neural-network-based unified power-quality conditioner | |
CN103956769B (zh) | 一种基于模糊pi算法的微电网并网逆变器的控制方法 | |
CN106953535B (zh) | 一种pfc ac/dc变换器的无模型功率控制方法 | |
WO2012116559A1 (zh) | 基于虚拟阻抗的逆变器并联运行方法 | |
CN104796020B (zh) | 一种pwm整流器中模糊pi控制器参数设计方法 | |
CN109638863B (zh) | 基于双重偏差补偿控制算法的多功能储能变流器设计方法 | |
CN204615631U (zh) | 一种功率因数校正电路的母线电压纹波补偿控制电路 | |
CN107147120A (zh) | 有源电力滤波器rbf双神经网络自适应滑模控制方法 | |
CN109390948B (zh) | 一种低电压治理设备的模糊无模型自适应控制方法 | |
CN111239598B (zh) | 一种对断路器保护特性进行在线测试的装置 | |
CN110429835B (zh) | 一种基于lcl滤波的rbfnn分段在线优化无源控制系统及方法 | |
CN108566087A (zh) | 一种Boost型DC-DC变换器的自适应控制方法 | |
CN103311930A (zh) | 有源滤波器的模糊pi参数自整定反馈线性化滑模控制方法 | |
CN109802397A (zh) | 静止无功发生器的自适应pi双闭环控制方法 | |
CN110912187B (zh) | 一种基于传输功率的用户侧电能路由器协调控制方法 | |
Bangia et al. | Comparison of artificial intelligence techniques for the enhancement of power quality | |
CN106849171B (zh) | 一种并网电压受控型逆变器的非线性下垂控制方法 | |
CN115498616A (zh) | 一种柔性直流输电系统高频振荡主导环节快速识别方法 | |
CN111756267B (zh) | 三相全桥电路电压外环的双模糊pi控制器及其控制方法 | |
CN107623451A (zh) | Lcl滤波型pwm整流器的有源阻尼直接功率控制系统及方法 | |
CN113783209A (zh) | 一种基于单相智慧负荷控制的配电网不平衡治理方法 | |
CN110429811A (zh) | 一种三电平降压型变换器的均压控制方法、系统及装置 | |
Bhatarkar et al. | Design and simulation of fuzzy logic controlled shunt active power filter | |
Yao et al. | Parameters optimization design method for LLC resonant converter based on impedance model | |
Garikapati et al. | ANFIS Controlled MMC-UPQC to Mitigate Power Quality Problems in Solar PV Integrated Power System |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |