CN112398358B - 一种基于迭代结构参数的并网逆变器控制方法 - Google Patents
一种基于迭代结构参数的并网逆变器控制方法 Download PDFInfo
- Publication number
- CN112398358B CN112398358B CN202011229165.8A CN202011229165A CN112398358B CN 112398358 B CN112398358 B CN 112398358B CN 202011229165 A CN202011229165 A CN 202011229165A CN 112398358 B CN112398358 B CN 112398358B
- Authority
- CN
- China
- Prior art keywords
- inverter
- current
- grid
- voltage
- axis component
- 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
- 238000000034 method Methods 0.000 title claims abstract description 22
- 238000004364 calculation method Methods 0.000 claims abstract description 12
- 230000001939 inductive effect Effects 0.000 claims abstract description 4
- 238000013178 mathematical model Methods 0.000 claims abstract description 4
- 230000003321 amplification Effects 0.000 claims description 7
- 238000003199 nucleic acid amplification method Methods 0.000 claims description 7
- 238000005096 rolling process Methods 0.000 claims description 7
- 238000006243 chemical reaction Methods 0.000 claims description 6
- 238000005457 optimization Methods 0.000 claims description 5
- 239000003990 capacitor Substances 0.000 claims description 4
- 238000005259 measurement Methods 0.000 claims description 3
- 230000001131 transforming effect Effects 0.000 claims description 3
- 230000000694 effects Effects 0.000 abstract description 2
- 230000006641 stabilisation Effects 0.000 abstract description 2
- 238000011105 stabilization Methods 0.000 abstract description 2
- 230000003068 static effect Effects 0.000 abstract description 2
- 238000005070 sampling Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 210000002569 neuron Anatomy 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02M—APPARATUS FOR CONVERSION BETWEEN AC AND AC, BETWEEN AC AND DC, OR BETWEEN DC AND DC, AND FOR USE WITH MAINS OR SIMILAR POWER SUPPLY SYSTEMS; CONVERSION OF DC OR AC INPUT POWER INTO SURGE OUTPUT POWER; CONTROL OR REGULATION THEREOF
- H02M7/00—Conversion of ac power input into dc power output; Conversion of dc power input into ac power output
- H02M7/42—Conversion of dc power input into ac power output without possibility of reversal
-
- 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
- H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02M—APPARATUS FOR CONVERSION BETWEEN AC AND AC, BETWEEN AC AND DC, OR BETWEEN DC AND DC, AND FOR USE WITH MAINS OR SIMILAR POWER SUPPLY SYSTEMS; CONVERSION OF DC OR AC INPUT POWER INTO SURGE OUTPUT POWER; CONTROL OR REGULATION THEREOF
- H02M7/00—Conversion of ac power input into dc power output; Conversion of dc power input into ac power output
- H02M7/42—Conversion of dc power input into ac power output without possibility of reversal
- H02M7/44—Conversion of dc power input into ac power output without possibility of reversal by static converters
- H02M7/48—Conversion of dc power input into ac power output without possibility of reversal by static converters using discharge tubes with control electrode or semiconductor devices with control electrode
- H02M7/493—Conversion of dc power input into ac power output without possibility of reversal by static converters using discharge tubes with control electrode or semiconductor devices with control electrode the static converters being arranged for operation in parallel
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Inverter Devices (AREA)
Abstract
本发明提供一种基于迭代结构参数的并网逆变器控制方法,涉及逆变器控制技术领域。本发明在dq坐标系下建立逆变器并网控制的二阶离散化数理模型,找出被控量逆变器输出电流iout与输入量逆变器调制波电压upwm之间的数学关系和参与计算的物理量电感电流i,电容电压uC,替代了传统的PI控制,适合在结构参数不变或缓慢变化的系统中应用,如并网逆变器系统,实现结构参数自适应,算法更加智能,动态响应速度更快,静态稳定效果更好。
Description
技术领域
本发明涉及逆变器控制技术领域,尤其涉及一种基于迭代结构参数的并网逆变器控制方法。
背景技术
近年来,随着分布式电源的大力发展,并网逆变器的应用愈发普遍,各类逆变器控制方法也应运而生。传统控制方法主要包括PI控制、PR控制等,智能控制方法包括模型预测、神经元网络、粒子群算法等。
传统控制方法是从经典控制理论中衍生出来的,具有理论体系清晰,易于理解的优点。但是需要对并网逆变器进行各个参数进行精确建模,以匹配控制参数,所以其算法鲁棒性普遍较低。而智能控制方法多是以自学习为基础,实现参数的自适应,具有更高的鲁棒性,但由于逻辑复杂,所以实现更为复杂。
发明内容
为解决上述技术问题,本发明提出一种基于迭代结构参数的并网逆变器控制方法,包括以下步骤:
步骤1:在dq坐标系下建立逆变器并网控制的二阶离散化数理模型,找出被控量逆变器输出电流iout与输入量逆变器调制波电压upwm之间的数学关系和参与计算的物理量电感电流i,电容电压uC。
步骤1.1:计算逆变器交流侧电压电流分别满足的矢量关系,如下式所示:
式中,C为滤波电容,L为电网侧滤波电感,R为逆变回路的等效串联阻抗,t为工作时间;
步骤1.2:对逆变器交流侧电流方程进行Park变换,得到旋转dq坐标系下的电流方程:
式中,ω为逆变器输出角频率,iout_d、iout_q分别为iout的dq轴分量,id、iq分别为i的dq轴分量,uCd、uCq分别为uC的dq轴分量;
步骤1.3:对逆变器交流侧电压方程进行Park变换,得到旋转dq坐标系下的电压方程:
式中,upwm_d、upwm_q分别为upwm的dq轴分量;
步骤1.4:upwm在逆变器系统中通过给定参考调制波u经过逆变桥放大得到,其放大倍数与直流电压和载波幅值有关,逆变桥放大倍数与直流电压和载波幅值关系如下式:
式中,udc逆变器直流测电压,ud、uq为u的dq轴分量,Kd、Kq为逆变桥增益系数,载波变化范围固定的情况下,Kd、Kq取值范围以逆变桥增益系数的中心值K为中心变化幅度小于±10%,定义max和min分别为载波变化范围的上下限,则:
步骤1.5:将步骤1.4公式带入步骤1.3公式,以uC作为0相位参考点,则uC的q轴分量uCq恒等于0,旋转dq坐标系下的逆变器交流侧电压方程简化为:
步骤1.6:将dq坐标系下的电压方程进行离散化:
其中,ud(n)代表第n次的参考调制波u的d轴分量、id(n)代表第n次电感电流i的d轴分量,iq(n)代表第n次采样电感电流i的q轴分量;
步骤1.7:以id(n+1),iq(n+1)作为系统控制目标,将R,L离散化得到R(n),L(n),同时将Kd,Kq离散化得到Kd(n),Kq(n);
其中Ts为控制周期时间;
步骤1.8:将步骤1.7中公式进行变换得到下式:
其中Δid(n)和Δiq(n)分别代表id(n+1)-id(n)和iq(n+1)-iq(n);
步骤2:按照模型预测法对L、R、Kd、Kq这四个结构参数进行滚动优化,得到L(n)、R(n)、Kd(n)、Kq(n)四个物理量的数值,由于这些物理量在相邻控制周期时间Ts内近似不变,故采用分批更新的算法;
所述滚动优化是根据预测模型和控制目标产生一个输入值,进而在系统上生成一个实际输出量,用实际输出量和输入值进行比对,优化模型参数;本系统中的控制目标是id(n+1),iq(n+1),系统输入量是ud(n),uq(n),需要优化的模型参数是R(n),L(n),Kd(n),Kq(n)。
所述分批更新首先假设Kd(n),Kq(n)不变,对R(n),L(n)进行更新,计算公式如下:
下一个周期假设R(n),L(n)不变,对Kd(n),Kq(n)进行更新,计算公式如下:
步骤3:将给定的参考目标作为目标输出量,结合结构参数R(n),L(n),Kd(n),Kq(n),计算得到输出量,使系统的实际输出量与参考目标相同。
本发明所产生的有益效果在于:
本技术方案提供了一种基于迭代结构参数的并网逆变器控制方法,替代了传统的PI控制,适合在结构参数不变或缓慢变化的系统中应用,如并网逆变器系统,实现结构参数自适应,算法更加智能,动态响应速度更快,静态稳定效果更好。
附图说明
图1为本发明实施例提供的并网逆变器控制方法的流程图。
具体实施方式
下面结合附图和实施例,对本发明的具体实施方式作进一步详细描述。以下实施例用于说明本发明,但不用来限制本发明的范围。
一种基于迭代结构参数的并网逆变器控制方法,如图1所示,包括以下步骤:
步骤1:在dq坐标系下建立逆变器并网控制的二阶离散化数理模型,找出被控量逆变器输出电流iout与输入量逆变器调制波电压upwm之间的数学关系和参与计算的物理量电感电流i,电容电压uC;
步骤1.1:计算逆变器交流侧电压电流分别满足的矢量关系,如下式所示:
式中,C为滤波电容,L为电网侧滤波电感,R为逆变回路的等效串联阻抗,t为工作时间;
步骤1.2:对逆变器交流侧电流方程进行Park变换,得到旋转dq坐标系下的电流方程:
式中,ω为逆变器输出角频率,iout_d、iout_q分别为iout的dq轴分量,id、iq分别为i的dq轴分量,uCd、uCq分别为uC的dq轴分量,表示i与iout之间存在明确关系。通常逆变器中的滤波电容C数值相对精确,可以认为是定值,而uC可以通过测量得到实时值。所以可以通过直接控制i,而间接控制iout;
步骤1.3:对逆变器交流侧电压方程进行Park变换,得到旋转dq坐标系下的电压方程:
式中,upwm_d、upwm_q分别为upwm的dq轴分量;
步骤1.4:upwm在逆变器系统中通过给定参考调制波u,经过逆变桥放大倍数得到,其放大倍数与直流电压和载波幅值有关,逆变桥放大倍数与直流电压和载波幅值关系如下式:
式中,ud、uq为u的dq轴分量,Kd、Kq为逆变桥增益系数,与载波变化范围有关,但并不成绝对正相关系,载波变化范围固定的情况下,Kd、Kq取值范围以逆变桥增益系数的中心值K为中心变化幅度小于±10%,K与载波变化范围上下限有关,定义max和min分别为载波变化范围的上下限,则:
当载波为-1到+1之间变化的三角波情况下,Kd,Kq≈1/2=K;
步骤1.5:将步骤1.4公式带入步骤1.3公式,以并网点电压uC作为0相位参考点,则uC的q轴分量uCq恒等于0,旋转dq坐标系下的逆变器交流侧电压方程简化为:
步骤1.6:将dq坐标系下的电压方程进行离散化:
其中,ud(n)代表第n次的参考调制波u的d轴分量、id(n)代表第n次电感电流i的d轴分量,iq(n)代表第n次采样电感电流i的q轴分量。
步骤1.7:id(n+1),iq(n+1)作为系统控制目标,R,L虽为实际物理量,但是无法直接测量得到,且会随着电流和温度而发生小幅度变化,故通过滚动优化来逐次逼近,也将其离散化得到R(n),L(n)。同时Kd,Kq在中心值K附近随机小幅度变化,当电流变化极小情况下该参数变化也比较小,将其离散化得到Kd(n),Kq(n)。
上式表示系统控制目标id(n+1),iq(n+1)是由上级调度决定的,ud(n),uq(n)确定,前提是所有系统参数R(n),L(n),Kd(n),Kq(n)已知,且测算得到本时刻的id(n),iq(n),uCd(n),udc(n)和ω(n),其中Ts为控制周期时间。
步骤1.8:将步骤1.7中公式进行变换得到下式:
其中Δid(n)和Δiq(n)分别代表id(n+1)-id(n)和iq(n+1)-iq(n);
步骤2:按照模型预测法对L、R、Kd、Kq这四个结构参数进行滚动优化,得到L(n)、R(n)、Kd(n)、Kq(n)四个物理量的数值,由于这些物理量在相邻控制周期时间Ts内近似不变,故采用分批更新的算法;
所述滚动优化是根据预测模型和控制目标产生一个输入值,进而在系统上生成一个实际输出量,用实际输出量和输入值进行比对,优化模型参数;本系统中的控制目标是id(n+1),iq(n+1),系统输入量是ud(n),uq(n),需要优化的模型参数是R(n),L(n),Kd(n),Kq(n)。系统在一个计算周期Ts内可以生成两个电压方程等式,但两个等式只能求解两个未知数,不可能在一个计算周期内更新四个模型参数R(n),L(n),Kd(n),Kq(n)。由于这四个参数在短时间内几乎不变,所以采用分组优化的方法,
所述分批更新首先假设Kd(n),Kq(n)不变,对R(n),L(n)进行更新,计算公式如下:
下一个周期假设R(n),L(n)不变,对Kd(n),Kq(n)进行更新,计算公式如下:
式中Δid(n)和Δiq(n)分别表示id(n+1)-id(n)和iq(n+1)-iq(n)。
步骤3:将给定的参考目标作为目标输出量,结合结构参数R(n),L(n),Kd(n),Kq(n)计算得到输出量,使系统的实际输出量与参考目标相同。
本实施例中算法计算周期为Ts,每进入一次计算周期,首先对实际系统的运行参数进行采样,采样值包括iout,uC,udc的实时值,进而计算得到id(n),iq(n)和ω(n)。
判断n的奇偶,当n为奇数时,假定Kd,Kq不变,此时ud,uq值并没有更新,保持上一时刻值,记做ud(n-1),uq(n-1),再结合上个周期实测的id(n-1),iq(n-1),计算更新R(n),L(n)。
当n为偶数时,假定R,L不变,计算更新Kd(n),Kq(n)。
根据控制目标id(n+1),iq(n+1),结合更新后的R(n),L(n),Kd(n),Kq(n)和上个周期的id(n),iq(n),计算并更新系统输入值ud(n),uq(n)。
然后等待计算周期Ts的剩余时间,利用这段时间系统将得到稳定的电压电流输出,进而完成一次计算,并进入下一次计算周期,如此循环往复。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明权利要求所限定的范围。
Claims (3)
1.一种基于迭代结构参数的并网逆变器控制方法,其特征在于:包括以下步骤:
步骤1、在dq坐标系下建立逆变器并网控制的二阶离散化数理模型,找出被控量逆变器输出电流iout与输入量逆变器调制波电压upwm之间的数学关系和参与计算的物理量电感电流i,电容电压uC;
步骤1.1:计算逆变器交流侧电压电流分别满足的矢量关系,如下式所示:
式中,C为滤波电容,L为电网侧滤波电感,R为逆变回路的等效串联阻抗,t为工作时间;
步骤1.2:对逆变器交流侧电流方程进行Park变换,得到旋转dq坐标系下的电流方程:
式中,ω为逆变器输出角频率,iout_d、iout_q分别为iout的dq轴分量,id、iq分别为i的dq轴分量,uCd、uCq分别为uC的dq轴分量;
步骤1.3:对逆变器交流侧电压方程进行Park变换,得到旋转dq坐标系下的电压方程:
式中,upwm_d、upwm_q分别为upwm的dq轴分量;
步骤1.4:upwm在逆变器系统中通过给定参考调制波u经过逆变桥放大得到,其放大倍数与直流电压和载波幅值有关,逆变桥放大倍数与直流电压和载波幅值关系如下式:
式中,udc逆变器直流测电压,ud、uq为u的dq轴分量,Kd、Kq为逆变桥增益系数,载波变化范围固定的情况下,Kd、Kq取值范围以逆变桥增益系数的中心值K为中心变化幅度小于±10%,定义max和min分别为载波变化范围的上下限,则:
步骤1.5:将步骤1.4公式带入步骤1.3公式,以uC作为0相位参考点,则uC的q轴分量uCq恒等于0,旋转dq坐标系下的逆变器交流侧电压方程简化为:
步骤1.6:将dq坐标系下的电压方程进行离散化:
其中,ud(n)代表第n次的参考调制波u的d轴分量、id(n)代表第n次电感电流i的d轴分量,iq(n)代表第n次电感电流i的q轴分量;
步骤1.7:以id(n+1),iq(n+1)作为系统控制目标,将R,L离散化得到R(n),L(n),同时将Kd,Kq离散化得到Kd(n),Kq(n);
其中Ts为控制周期时间;
步骤1.8:将步骤1.7中公式进行变换得到下式:
其中Δid(n)和Δiq(n)分别代表id(n+1)-id(n)和iq(n+1)-iq(n);
步骤2:按照模型预测法对L、R、Kd、Kq这四个结构参数进行滚动优化,得到L(n)、R(n)、Kd(n)、Kq(n)四个物理量的数值,由于这些物理量在相邻控制周期时间Ts内近似不变,故采用分批更新的算法;
步骤3:将给定的参考目标作为目标输出量,结合结构参数R(n),L(n),Kd(n),Kq(n),计算得到输出量,使系统的实际输出量与参考目标相同。
2.根据权利要求1所述的一种基于迭代结构参数的并网逆变器控制方法,其特征在于,步骤2中所述滚动优化是根据预测模型和控制目标产生一个输入值,进而在系统上生成一个实际输出量,用实际输出量和输入值进行比对,优化模型参数;本系统中的控制目标是id(n+1),iq(n+1),系统输入量是ud(n),uq(n),需要优化的模型参数是R(n),L(n),Kd(n),Kq(n)。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011229165.8A CN112398358B (zh) | 2020-11-06 | 2020-11-06 | 一种基于迭代结构参数的并网逆变器控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011229165.8A CN112398358B (zh) | 2020-11-06 | 2020-11-06 | 一种基于迭代结构参数的并网逆变器控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112398358A CN112398358A (zh) | 2021-02-23 |
CN112398358B true CN112398358B (zh) | 2021-10-22 |
Family
ID=74598380
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011229165.8A Active CN112398358B (zh) | 2020-11-06 | 2020-11-06 | 一种基于迭代结构参数的并网逆变器控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112398358B (zh) |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111740575A (zh) * | 2020-07-01 | 2020-10-02 | 电子科技大学 | 一种基于最速下降法的逆变器模型参数自适应辨识方法 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106452140A (zh) * | 2016-11-10 | 2017-02-22 | 厦门大学 | 一种单相逆变器自适应电流模型预测控制方法 |
CN107317532B (zh) * | 2017-06-26 | 2019-07-05 | 华中科技大学 | 基于滑模的永磁同步电机预测电流控制方法和系统 |
CN111064283B (zh) * | 2020-03-13 | 2021-11-02 | 西南交通大学 | 一种基于模型预测控制的无线传能动态性能优化方法 |
-
2020
- 2020-11-06 CN CN202011229165.8A patent/CN112398358B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111740575A (zh) * | 2020-07-01 | 2020-10-02 | 电子科技大学 | 一种基于最速下降法的逆变器模型参数自适应辨识方法 |
Also Published As
Publication number | Publication date |
---|---|
CN112398358A (zh) | 2021-02-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2017177585A1 (zh) | 同步旋转坐标系锁相环及其测试方法、装置 | |
CN108964545B (zh) | 一种基于命令滤波的同步电机神经网络反步离散控制方法 | |
CN109950922B (zh) | 一种适用于vsc-hvdc的多步模型预测控制方法 | |
WO2022252289A1 (zh) | 采用模糊逻辑控制的永磁同步电机d-q轴电感参数辨识的MTPA控制方法 | |
JP2016144390A (ja) | 誘導モーターの角速度を制御する方法およびモータードライブ | |
CN107809113A (zh) | 互补滑模面反演自适应rbf神经网络观测器设计方法 | |
Ahmad et al. | Fast multilayer perceptron neural network‐based control algorithm for shunt compensator in distribution systems | |
Zhao et al. | Model-free predictive current control of three-level grid-connected inverters with lcl filters based on kalman filter | |
CN115498642A (zh) | 一种阻抗建模方法、稳定性分析方法及逆变器 | |
CN117097189A (zh) | 一种光伏逆变器的控制方法 | |
CN117254734A (zh) | Pmsm多模式切换模型预测控制方法、系统及存储介质 | |
Deng et al. | Neural controller for UPS inverters based on B-spline network | |
CN113131767B (zh) | Vienna整流器RBF神经网络外环电压滑模控制方法 | |
CN112398358B (zh) | 一种基于迭代结构参数的并网逆变器控制方法 | |
CN109816555A (zh) | 一种基于支持向量机的负荷建模方法 | |
CN109165474B (zh) | 一种基于神经网络的逆变器重复控制设计方法 | |
CN110518625B (zh) | 一种可变学习率bp-pid控制的并网逆变器直流分量抑制方法 | |
CN114938153B (zh) | 三相pwm变流器的固定时间命令滤波控制方法及系统 | |
Vukadinovic et al. | Stator resistance identification based on neural and fuzzy logic principles in an induction motor drive | |
CN112421605B (zh) | 基于无源积分的直流微电网改进下垂控制方法 | |
Li et al. | Dynamic Forgetting Factor Based Bias-Compensated RLS Model Free Predictive Current Control for Voltage Source Inverter | |
CN112968516A (zh) | 一种基于神经网络的并联ups系统状态反馈控制方法 | |
CN110445357B (zh) | 一种并网逆变器谐波电流抑制方法及可读存储介质 | |
CN116484783A (zh) | 一种三电平逆变器系统参数在线辨识方法 | |
Xu et al. | Weighting Factors Auto-Tuning of FCS-MPC for Hybrid ANPC Inverter in PMSM Drives Based on Deep Residual Networks |
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 |