CN115566717A - 一种基于改进型粒子群算法扰动观测器复合滑模的逆变器控制策略 - Google Patents
一种基于改进型粒子群算法扰动观测器复合滑模的逆变器控制策略 Download PDFInfo
- Publication number
- CN115566717A CN115566717A CN202210989550.5A CN202210989550A CN115566717A CN 115566717 A CN115566717 A CN 115566717A CN 202210989550 A CN202210989550 A CN 202210989550A CN 115566717 A CN115566717 A CN 115566717A
- Authority
- CN
- China
- Prior art keywords
- observer
- sliding mode
- disturbance
- inverter
- particle swarm
- 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.)
- Granted
Links
- 239000002245 particle Substances 0.000 title claims abstract description 71
- 238000011217 control strategy Methods 0.000 title claims abstract description 20
- 239000002131 composite material Substances 0.000 title claims abstract description 18
- 238000005457 optimization Methods 0.000 claims abstract description 17
- 239000013598 vector Substances 0.000 claims description 15
- 239000003990 capacitor Substances 0.000 claims description 10
- 238000013461 design Methods 0.000 claims description 5
- 230000001133 acceleration Effects 0.000 claims description 4
- 238000013459 approach Methods 0.000 claims description 3
- 230000009286 beneficial effect Effects 0.000 claims description 3
- 238000005070 sampling Methods 0.000 claims description 2
- 239000000126 substance Substances 0.000 claims 1
- 230000000694 effects Effects 0.000 abstract description 2
- 238000004364 calculation method Methods 0.000 abstract 1
- 230000006866 deterioration Effects 0.000 abstract 1
- 238000012804 iterative process Methods 0.000 abstract 1
- 230000006641 stabilisation Effects 0.000 abstract 1
- 238000011105 stabilization Methods 0.000 abstract 1
- 238000000034 method Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 230000008569 process Effects 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000010248 power generation Methods 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 230000001131 transforming effect Effects 0.000 description 2
- 230000007704 transition Effects 0.000 description 2
- 241000215040 Neso Species 0.000 description 1
- YZCKVEUIGOORGS-IGMARMGPSA-N Protium Chemical compound [1H] YZCKVEUIGOORGS-IGMARMGPSA-N 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 230000002542 deteriorative effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 230000003094 perturbing effect Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
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
- H02J3/38—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
- 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
- H02J3/36—Arrangements for transfer of electric power between ac networks via a high-tension dc link
-
- 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
- H02M1/00—Details of apparatus for conversion
- H02M1/08—Circuits specially adapted for the generation of control voltages for semiconductor devices incorporated in static converters
- H02M1/088—Circuits specially adapted for the generation of control voltages for semiconductor devices incorporated in static converters for the simultaneous control of series or parallel connected semiconductor devices
-
- 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
- H02M7/53—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 using devices of a triode or transistor type requiring continuous application of a control signal
- H02M7/537—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 using devices of a triode or transistor type requiring continuous application of a control signal using semiconductor devices only, e.g. single switched pulse inverters
- H02M7/5387—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 using devices of a triode or transistor type requiring continuous application of a control signal using semiconductor devices only, e.g. single switched pulse inverters in a bridge configuration
- H02M7/53871—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 using devices of a triode or transistor type requiring continuous application of a control signal using semiconductor devices only, e.g. single switched pulse inverters in a bridge configuration with automatic control of output voltage or current
- H02M7/53875—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 using devices of a triode or transistor type requiring continuous application of a control signal using semiconductor devices only, e.g. single switched pulse inverters in a bridge configuration with automatic control of output voltage or current with analogue control of three-phase output
- H02M7/53876—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 using devices of a triode or transistor type requiring continuous application of a control signal using semiconductor devices only, e.g. single switched pulse inverters in a bridge configuration with automatic control of output voltage or current with analogue control of three-phase output based on synthesising a desired voltage vector via the selection of appropriate fundamental voltage vectors, and corresponding dwelling times
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Feedback Control In General (AREA)
Abstract
本发明公开了一种基于改进型粒子群算法扰动观测器复合滑模的逆变器控制策略，运用基于扩张状态观测器的扰动观测器，在保留了扩张状态观测器原有的计算结构下，采用观测误差的比例（P）、积分（I）、微分（D）来估计扰动，以扰动来代替滤波电感电流观测值，以省去电感电流传感器，减少了因传感器出现故障导致恶化控制效果的概率。采用改进型粒子群算法，在迭代过程中逐步调整惯性系数，提高了观测器观测精度，减少观测误差。运用该观测器并使其与滑模控制结构复合，结合李雅普诺夫稳定理论保证整个控制系统稳定性，这样，不仅可以消除抖振，而且可以放宽滑模切换增益的边界条件，使其具有更强的鲁棒性。
Description
技术领域
本发明涉及逆变器控制技术领域，具体涉及一种基于改进型粒子群算法扰动观测器复合滑模的逆变器控制策略。
背景技术
随着新能源发电、高压直流输电的快速发展，三相电压源型逆变器的应用范围越来越广泛，除了在传统的高压输电，不间断电源(UPS)等，也在医药，信息科技，各种专用电源，尤其是新能源如光伏与风力发电中发挥着越来越重要的角色。因此，逆变技术对于输出电能质量的保证至关重要。
近年来，国内外学者提出了很多非线性的控制方法，并将其应用于整流器的控制中，以弥补线性控制的不足。其中，滑模控制与其他控制相比较简单，鲁棒性强，应用广泛。常规的滑模控制方法通常设计很大的切换增益，以保证系统的鲁棒性，但这也加剧了系统抖振。
为了解决滑模的抖振，很多学者在滑模控制系统的切换项进行改进，比如增加趋近律或者用新的连续函数替代符号函数等等，也有学者在滑模控制中加入观测器来实时监测系统变量，将观测值补偿到控制系统中，以此来设计新的滑模趋近律，在降低系统抖振的前提下，保证系统的强鲁棒性和快速追踪能力。但常用的龙伯格观测器有着较大的限制，不仅需要得到准确的系统模型，而且对于非线性系统有些力不从心。
发明内容
发明目的：为了解决现有技术中存在的问题，本发明提供一种基于改进型粒子群算法扰动观测器复合滑模的逆变器控制策略，在扩张状态观测器的基础上，采用观测误差的比例(P)、积分(I)、微分(D)来设计一种扰动观测器，替代掉滑模控制的切换项，使其降低系统抖振，并保证系统的强鲁棒性和快速追踪能力，对于扩张观测器的参数整定方面，采用改进粒子群算法，使得观测器实现更加精准的追踪。
技术方案：本发明公开了一种基于改进型粒子群算法扰动观测器复合滑模的逆变器控制策略，包括如下步骤：
步骤1：根据三相全桥式LC型逆变器的滤波电感电流和滤波电容电压，构建三相逆变器的α-β坐标系状态空间模型；
步骤2：根据步骤1构建的状态空间模型，将其转换为二阶系统，对总扰动参数进行系统扩张，构建三相逆变器的非线性扩张状态观测器模型；
步骤3：根据步骤2构建的非线性扩张状态观测器模型，采用改进型粒子群算法对观测器的待定系数ki和幂系数θi组成的向量视为待优化的粒子进行整定，构建新的扩张状态观测器；所述改进型粒子群算法在惯性系数函数上利用如下公式逐步调整惯性系数：
其中：ωmax，ωmin表示惯性系数的最大值和最小值，Maxn表示最大迭代次数，n表示当前迭代次数；
步骤4：根据步骤3构建的新的扩张状态观测器，用观测误差的非线性PID估计总扰动来设计扰动观测器
步骤5：根据步骤4构建的扰动观测器，设计滑模面，并构建三相逆变器的指数趋近滑模控制律；
步骤6：根据步骤5获取滑模控制器的输出，通过SVPWM来对三相逆变器的全桥开关进行信号控制。
进一步地，所述步骤1的α-β坐标系状态空间模型为：
其中，C为交流侧电容值，L为交流侧电感值，r为交流侧滤波电感内阻，Kpwm为逆变器等效增益，
和
分别为α轴和β轴上逆变器交流侧电感上的电流，
和
分别为α轴和β轴上逆变器交流侧流经负载的电流，
和
分别为α轴和β轴上逆变器交流侧电容电压，uconα和uconβ分别为α轴和β轴上逆变器交流侧输出的电压。
进一步地，所述步骤2中二阶系统为：
由于α和β轴上的分析步骤相同，故以α为例进行分析，并将上述二阶系统重写为：
其中，输出被控量y＝uo，输入控制量
系统扰动
进一步地，所述步骤2中对总扰动参数进行系统扩张，构建三相逆变器的非线性扩张状态观测器模型为：
其中，
式中：z1为状态变量x1观测值，z2为状态变量x2的观测值，z3为扰动观测值，ki为待定系数，θi为幂系数，i＝1,2,3，δ为线性段区间长度，e0为x1的观测误差，u1为输入控制量，fal是一个具有线性段的连续幂次函数。
进一步地，所述步骤3中改进型粒子群算法对观测器的待定系数ki和幂系数θi组成的向量进行整定包括如下步骤：
步骤3.1：初始化粒子种群规模n、惯性系数、位置和速度参数；
步骤3.2：随机生成粒子的初始位置和初始速度值以及个体最优和全局最优向量；
步骤3.3：将粒子的位置向量作为ESO的参数，通过观测器模型解出观测量；
步骤3.4：通过适应度函数确定粒子的适应度；
步骤3.5：更新个体历史最优位置PB和整体最优位置GB；
步骤3.6：采用改进型粒子群算法，更新粒子的位置及速度；
步骤3.7：判断观测误差是否达标，若达标则进行步骤8，否则将新粒子的位置及速度返回步骤3；
步骤3.8：输出观测器最优的参数ki和幂系数θi，参数整定结束。
进一步地，所述步骤3.6中更新粒子的位置及速度具体为：
Vi(k+1)＝ωnVi(k)+c1r1(PBi-Xi(n))+c2r2(GB-Xi(n))
Xi(k+1)＝Xi(k)+Vi(k+1)
其中，n为粒子的个数，i＝1,2,…,n分别表示不同的粒子，ωn为惯性系数，通常在[0，1] 之间取值；c1和c2为实常数，称之为加速度系数；r1和r2为[0，1]之间的随机数。
进一步地，所述步骤3.4中的适应度函数在均方差指标的基础上，计入误差绝对值，具体为：
进一步地，所述步骤4中扰动观测器设计为：
其中，扰动观测器增益k1、k2、k3与扩张观测器中3个反馈增益，即待定系数一致，对扰动信号的要求为扰动及其扰动信号的导数有界。
进一步地，所述步骤5中三相逆变器的指数趋近滑模控制律为：
其中，uref是理想电压，电压误差e＝uref-uo，滑模面
sign(s)为滑模面的符号函数，系数η＞|d1|，c1＞0，c2＞0，k＞0，
为扰动观测器，ucon为总的滑模控制率。
进一步地，所述步骤6获取滑模控制器的三相逆变器全桥开关控制信号为：
将α、β坐标下的两个控制率uα和uβ作为SVPWM调制策略的输入，产生六路PWM信号控制六个开关器件的开关控制信号，使得直流输出电压Vdc跟踪给定值，采用SVPWM调制策略，开关频率等于采样频率，开关频率固定，利于三相PWM整流器滤波器参数的设计。
有益效果：
1、本发明在滑模控制中加入参数对应的变化量，提高了系统参数变化时的鲁棒性；
2、本发明运用扩张状态观测器，可以在不需要知到系统准确模型的前提下，得到负载电流观测值和电容电压观测值，实现无电压传感器控制，节省了传感器，降低了成本，降低了因传感器出现故障，导致恶化控制效果的概率；
3、本发明采用一种扰动观测器控制策略，该策略能够替代掉传统滑模控制中的切换项，有效降低抖振现象，进一步提高系统鲁棒性；
4、本发明采用改进粒子群算法对扩张状态观测器参数进行整定，增加了观测器的追踪速度和精度。
附图说明
图1为三相全桥式LC逆变器的主电路拓扑示意图；
图2为独立的单相全桥逆变电路简化模型图；
图3为三相全桥式LC逆变器s域系统结构图；
图4为改进型粒子群算法流程图；
图5为本发明一种基于改进型粒子群算法扰动观测器复合滑模的逆变器控制策略系统框架图。
具体实施方式
下面结合附图对本发明作进一步描述。以下实施例仅用于更加清楚地说明本发明的技术方案，而不能以此来限制本发明的保护范围。
本发明公开了一种基于改进型粒子群算法扰动观测器复合滑模的逆变器控制策略，包括如下步骤：
步骤1：三相LC逆变器数学模型：
如图1所示，三相全桥式LC逆变器的主电路拓扑结构包含直流电压源Vdc输入电容C、开关管T、二极管D、滤波电容C、滤波电感L、滤波电感内阻r和输出负载Z。
由于三相逆变器在abc静止坐标系下分解为三个完全独立的控制系统，不存在耦合的关联问题。在控制策略方面，在三相静止坐标下三相逆变器亦可以相互独立控制，故把三相分为三个单相全桥逆变电路，其等效模型如图2所示，其中k＝a，b，c。电容等效串联电阻忽略不计的情况下，根据KVL和KCL，得：
取电感电流
电容电压
为状态参数可得：
式中：uk、
分别为交流侧输出的电压和电容电压；
分别为交流侧电感上的电流和流经负载的电流。
由(3)可得三相逆变器的状态方程为：
将式(4)所示的状态方程变换到s域中，得到如图3所示的系统结构图：
从abc坐标等功率变换到α-β坐标的公式为(x＝i，u)：
由(5)式可将(4)式的数学表达式变换到α-β坐标系，得到两个新的状态方程组为：
其中，Kpwm为逆变器等效增益，
和
分别为α轴和β轴上逆变器交流侧电感上的电流，
和
分别为α轴和β轴上逆变器交流侧流经负载的电流，
和
分别为α轴和β轴上逆变器交流侧电容电压，uconα和uconβ分别为α轴和β轴上逆变器交流侧输出的电压。 uk＝Di·Vdc＝Kpwm·uconk，式中一个开关周期内占空比为Di＝ucon/Vtri，增益为Kpwm＝Vdc/Vtri，Vtri为高频三角波幅值，Vdc为直流电压。
由于α和β的分析步骤相同，所以下面以α为例单独分析，对(6)式求导得：
根据KCL可得：
将(8)式带入到(7)式中得到其动力学方程为：
步骤2：扩张状态观测器(ESO)及扰动观测器模型：
可令输出被控量：
y＝uo (10)
输入控制量：
系统扰动：
则(9)式可改写为：
于是可将(13)式改写成积分串联型形式：
其中：x1＝uo，
对(14)式中系统进行扩张成新的系统：
其中，f(t)为系统的扰动，则其非线性扩张观测器(NESO)可设计为：
其中：
式中：z1为状态变量x1观测值，z2为状态变量x2的观测值，z3为扰动观测值，ki为待定系数，θi为幂系数，i＝1,2,3，u1为输入控制量，δ为线性段区间长度，e0为x1的观测误差，fal是一个具有线性段的连续幂次函数。
将(16)式可写成微分方程的形式：
扰动观测器
设计为：
可将(13)式改写为：
其中：
步骤3：滑模变结构控制：
定义误差：
e＝uref-uo (23)
定义滑模面：
取Lyapunov函数：
则：
为使Lyapunov函数导数为负定，可设计指数趋近滑模控制率：
由(22)式可得：
结合(11)式可得最终滑模控制率：
步骤4：基于改进粒子群算法的ESO参数整定
利用粒子群算法的收敛速度快、调整参数少、运算简单、易于实现等优点，对扩张状态观测器实现参数整定。首先设目标搜索空间为m维，粒子群的总粒子数为n。第i个粒子在空间中的位置向量表示为Xi＝[xi1,xi2,…,xim]，飞行速度向量表示为Vi＝[vi1,vi2,…,vim]，第i 个粒子搜索到的历史最优位置表示为PBi＝[pi1,pi2,…,pim]，整个群体搜索到的最优位置表示为GB，它是所有PBi(i＝1,2,…,n)中的最优值，则每个粒子的速度和位置按下述公式进行更新：
Vi(k+1)＝ωnVi(k)+c1r1(PBi-Xi(n))+c2r2(GB-Xi(n)) (30)
Xi(k+1)＝Xi(k)+Vi(k+1) (31)
其中：n为粒子的个数，i＝1,2,…,n分别表示不同的粒子。ωn称为惯性系数，通常在[0， 1]之间取值，表示使微粒保持运动惯性的能力，使其具有扩展搜索空间的趋势。c1和c2为实常数，称之为加速度系数，表示将每个粒子推向个体最优解和全局最优解的统计加速度的权重，用于调节该粒子向自身已寻找到的最优位置和同伴已寻找到的最优位置方向飞行的最大步长；r1和r2为[0，1]之间的随机数。
为了平衡算法的全局和局部搜索能力，按照(32)式调整ωn，使其在开始的时候收敛速度快，搜索空间大，快速到达最优解的区域。随着迭代的深入逐步调整ωn，不断提高算法的局部搜索能力，使系统在最优解的区域快速达到最优解。
其中：ωmax，ωmin表示惯性系数的最大值和最小值，Maxn表示最大迭代次数，n表示当前迭代次数。
由(16)ESO模型可见，模型中待定系数ki和幂系数θi(i＝1,2,3)与观测器的输出量z1， z2和z3之间形成了复杂的非线性映射关系，扩张状态观测器的“状态观测”精度将直接由这些待定参数决定。因此，结合改进型粒子群优化算法，将模型中的待定参数ki及θi组成的向量视为待优化的粒子，优化的目标就是使观测输出信号与总扰动信号之间的均方差达到最小值。为了提高观测器的观测精度，综合考虑系统的快速性和稳定性，在均方差指标的基础上，将适应度函数中计入误差绝对值。一方面，克服了在过渡过程中观测误差e0时正时负的缺点，另外考虑时间t，使得过渡过程中后期出现的误差基本上能消除。综上所述，在本文中选择的适应度函数的表达式为：
ESO参数整定算法流程如图4所示，步骤如下：
步骤4.1：初始化粒子种群规模n、惯性系数、位置和速度等参数；
步骤4.2：随机生成粒子的初始位置和初始速度值以及个体最优和全局最优向量；
步骤4.3：将粒子的位置向量作为ESO的参数，通过观测器模型解出观测量；
步骤4.4：通过适应度函数确定粒子的适应度；
步骤4.5：更新个体历史最优位置PB和整体最优位置GB；
步骤4.6：采用改进型粒子群算法，更新粒子的位置及速度；
步骤4.7：判断观测误差是否达标，若达标则进行步骤8，否则将新粒子的位置及速度返回步骤3；
步骤4.8：输出观测器最优的参数ki和幂系数θi，参数整定结束。
如图5所示，系统整体控制过程如下：
首先，对三相逆变器的输出uo经过Clarke变换将输出电压从abc坐标等功率变换到α-β坐标，通过输出电压与观测电压的误差建立扩张状态观测器模型。其次，采用改进粒子群算法将优化参数ki和幂系数θi带入到扩张状态观测器中，得到更加准确的观测数据。再次，在扩张状态观测器的基础上设计扰动观测器
然后，通过输出电压uo与参考电压uref的误差e设计滑模变结构控制的滑模面s，将扰动观测器
和滑模面s输入到滑模控制器中得到总的滑模控制率ucon。最后，将α、β坐标下的两个控制率ucon输入到SVPWM调制策略中，产生六路PWM信号控制六个开关器件的开关控制信号，使得直流输出电压Vdc跟踪给定值。
本发明方案所公开的技术手段不仅限于上述实施方式所公开的技术手段，还包括由以上技术特征任意组合所组成的技术方案。应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也视为本发明的保护范围。
Claims (10)
1.一种基于改进型粒子群算法扰动观测器复合滑模的逆变器控制策略，其特征在于，包括如下步骤：
步骤1：根据三相全桥式LC型逆变器的滤波电感电流和滤波电容电压，构建三相逆变器的α-β坐标系状态空间模型；
步骤2：根据步骤1构建的状态空间模型，将其转换为二阶系统，对总扰动参数进行系统扩张，构建三相逆变器的非线性扩张状态观测器模型；
步骤3：根据步骤2构建的非线性扩张状态观测器模型，采用改进型粒子群算法对观测器的待定系数ki和幂系数θi组成的向量视为待优化的粒子进行整定，构建新的扩张状态观测器；所述改进型粒子群算法在惯性系数函数上利用如下公式逐步调整惯性系数：
其中：ωmax，ωmin表示惯性系数的最大值和最小值，Maxn表示最大迭代次数，n表示当前迭代次数；
步骤4：根据步骤3构建的新的扩张状态观测器，用观测误差的非线性PID估计总扰动来设计扰动观测器
步骤5：根据步骤4构建的扰动观测器，设计滑模面，并构建三相逆变器的指数趋近滑模控制律；
步骤6：根据步骤5获取滑模控制器的输出，通过SVPWM来对三相逆变器的全桥开关进行信号控制。
2.根据权利要求1所述的基于改进型粒子群算法扰动观测器复合滑模的逆变器控制策略，其特征在于，所述步骤1的α-β坐标系状态空间模型为：
其中，C为交流侧电容值，L为交流侧电感值，r为交流侧滤波电感内阻，Kpwm为逆变器等效增益，
和
分别为α轴和β轴上逆变器交流侧电感上的电流，
和
分别为α轴和β轴上逆变器交流侧流经负载的电流，
和
分别为α轴和β轴上逆变器交流侧电容电压，uconα和uconβ分别为α轴和β轴上逆变器交流侧输出的电压。
3.根据权利要求2所述的基于改进型粒子群算法扰动观测器复合滑模的逆变器控制策略，其特征在于，所述步骤2中二阶系统为：
由于α和β轴上的分析步骤相同，故以α为例进行分析，并将上述二阶系统重写为：
其中，输出被控量y＝uo，输入控制量
系统扰动
4.根据权利要求3所述的基于改进型粒子群算法扰动观测器复合滑模的逆变器控制策略，其特征在于，所述步骤2中对总扰动参数进行系统扩张，构建三相逆变器的非线性扩张状态观测器模型为：
其中，
式中：z1为状态变量x1观测值，z2为状态变量x2的观测值，z3为扰动观测值，ki为待定系数，θi为幂系数，i＝1,2,3，δ为线性段区间长度，e0为x1的观测误差，u1为输入控制量，fal是一个具有线性段的连续幂次函数。
5.根据权利要求1所述的基于改进型粒子群算法扰动观测器复合滑模的逆变器控制策略，其特征在于，所述步骤3中改进型粒子群算法对观测器的待定系数ki和幂系数θi组成的向量进行整定包括如下步骤：
步骤3.1：初始化粒子种群规模n、惯性系数、位置和速度参数；
步骤3.2：随机生成粒子的初始位置和初始速度值以及个体最优和全局最优向量；
步骤3.3：将粒子的位置向量作为ESO的参数，通过观测器模型解出观测量；
步骤3.4：通过适应度函数确定粒子的适应度；
步骤3.5：更新个体历史最优位置PB和整体最优位置GB；
步骤3.6：采用改进型粒子群算法，更新粒子的位置及速度；
步骤3.7：判断观测误差是否达标，若达标则进行步骤8，否则将新粒子的位置及速度返回步骤3；
步骤3.8：输出观测器最优的参数ki和幂系数θi，参数整定结束。
6.根据权利要求5所述的基于改进型粒子群算法扰动观测器复合滑模的逆变器控制策略，其特征在于，所述步骤3.6中更新粒子的位置及速度具体为：
Vi(k+1)＝ωnVi(k)+c1r1(PBi-Xi(n))+c2r2(GB-Xi(n))
Xi(k+1)＝Xi(k)+Vi(k+1)
其中，n为粒子的个数，i＝1,2,…,n分别表示不同的粒子，ωn为惯性系数，通常在[0，1]之间取值；c1和c2为实常数，称之为加速度系数；r1和r2为[0，1]之间的随机数。
7.根据权利要求5所述的基于改进型粒子群算法扰动观测器复合滑模的逆变器控制策略，其特征在于，所述步骤3.4中的适应度函数在均方差指标的基础上，计入误差绝对值，具体为：
8.根据权利要求4所述的基于改进型粒子群算法扰动观测器复合滑模的逆变器控制策略，其特征在于，所述步骤4中扰动观测器设计为：
其中，扰动观测器增益k1、k2、k3与扩张观测器中3个反馈增益，即待定系数一致，对扰动信号的要求为扰动及其扰动信号的导数有界。
9.根据权利要求1所述的基于带宽化扰动观测器复合滑模的逆变器控制策略，其特征在于，所述步骤5中三相逆变器的指数趋近滑模控制律为：
其中，uref是理想电压，电压误差e＝uref-uo，滑模面
sign(s)为滑模面的符号函数，系数η＞|d1|，c1＞0，c2＞0，k＞0，
为扰动观测器，ucon为总的滑模控制率。
10.根据权利要求9所述的基于带宽化扰动观测器复合滑模的逆变器控制策略，其特征在于，所述步骤6获取滑模控制器的三相逆变器全桥开关控制信号为：
将α、β坐标下的两个控制率uα和uβ作为SVPWM调制策略的输入，产生六路PWM信号控制六个开关器件的开关控制信号，使得直流输出电压Vdc跟踪给定值，采用SVPWM调制策略，开关频率等于采样频率，开关频率固定，利于三相PWM整流器滤波器参数的设计。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210989550.5A CN115566717B (zh) | 2022-08-17 | 一种基于改进型粒子群算法扰动观测器复合滑模的逆变器控制策略 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210989550.5A CN115566717B (zh) | 2022-08-17 | 一种基于改进型粒子群算法扰动观测器复合滑模的逆变器控制策略 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN115566717A true CN115566717A (zh) | 2023-01-03 |
| CN115566717B CN115566717B (zh) | 2024-06-11 |
Family
ID=
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117081110A (zh) * | 2023-10-10 | 2023-11-17 | 国网湖北省电力有限公司 | 一种多机并联新能源虚拟惯量振荡抑制方法及相关装置 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106961117A (zh) * | 2017-02-27 | 2017-07-18 | 南京邮电大学 | 一种基于改进型量子粒子群算法的mppt控制方法 |
| CN110829491A (zh) * | 2019-10-25 | 2020-02-21 | 国网甘肃省电力公司电力科学研究院 | 一种基于暂态扰动下的并网光伏发电系统参数辨识方法 |
| US20200329742A1 (en) * | 2017-12-31 | 2020-10-22 | Evertron Holdings Pte Ltd. | Moisture control apparatus, moisture control method, program, storage medium, produced object, product, apparatus, and facility |
| CN111832158A (zh) * | 2020-06-22 | 2020-10-27 | 中国石油大学(华东) | 一种基于改进粒子群算法的多电平逆变器谐波抑制优化策略 |
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106961117A (zh) * | 2017-02-27 | 2017-07-18 | 南京邮电大学 | 一种基于改进型量子粒子群算法的mppt控制方法 |
| US20200329742A1 (en) * | 2017-12-31 | 2020-10-22 | Evertron Holdings Pte Ltd. | Moisture control apparatus, moisture control method, program, storage medium, produced object, product, apparatus, and facility |
| CN110829491A (zh) * | 2019-10-25 | 2020-02-21 | 国网甘肃省电力公司电力科学研究院 | 一种基于暂态扰动下的并网光伏发电系统参数辨识方法 |
| CN111832158A (zh) * | 2020-06-22 | 2020-10-27 | 中国石油大学(华东) | 一种基于改进粒子群算法的多电平逆变器谐波抑制优化策略 |
Non-Patent Citations (1)
| Title |
|---|
| 刘日升等: "基于改进粒子群算法的并网逆变器非线性控制策略研究", 《工业控制计算机》, vol. 32, no. 5, 25 May 2019 (2019-05-25), pages 60 - 62 * |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117081110A (zh) * | 2023-10-10 | 2023-11-17 | 国网湖北省电力有限公司 | 一种多机并联新能源虚拟惯量振荡抑制方法及相关装置 |
| CN117081110B (zh) * | 2023-10-10 | 2024-01-02 | 国网湖北省电力有限公司 | 一种多机并联新能源虚拟惯量振荡抑制方法及相关装置 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110429889B (zh) | 一种幅度可调的方波注入最大转矩电流比电机控制方法 | |
| CN111130366B (zh) | 三相vienna整流器的无网压传感器的预测控制方法 | |
| CN110034690B (zh) | 一种Vienna整流器模型预测虚拟磁链控制方法 | |
| CN112422004B (zh) | 一种永磁同步电机弱磁控制模式下的扰动抑制方法 | |
| CN109067232B (zh) | 基于递归神经网络的并网逆变器电流控制方法 | |
| CN110649854A (zh) | 一种表贴式永磁同步电机连续集模型预测转矩控制方法 | |
| CN111221253A (zh) | 适用于三相并网逆变器的鲁棒模型预测控制方法 | |
| CN112671027B (zh) | 用于控制并网功率变换器的方法和系统 | |
| CN113555891B (zh) | 基于平方和的含不确定参数交直流系统稳定域估计方法 | |
| 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 | |
| CN110365045B (zh) | 一种基于估计与补偿控制的风光互补发电系统的网络延时抑制方法 | |
| CN115566717A (zh) | 一种基于改进型粒子群算法扰动观测器复合滑模的逆变器控制策略 | |
| CN115566717B (zh) | 一种基于改进型粒子群算法扰动观测器复合滑模的逆变器控制策略 | |
| Pan et al. | Adaptive intelligent super-twisting control of dynamic system | |
| CN113904578B (zh) | 单相级联h桥变流器的无权重系数模型预测控制方法 | |
| Hu et al. | A novel proportion-integral-differential controller based on deep reinforcement learning for DC/DC power buck converters | |
| Zhang et al. | Composite Fast Terminal Sliding Mode Control of DC-DC Converters for Renewable Energy Systems | |
| CN109524980B (zh) | 一种mmc-hvdc控制器设计方法 | |
| Chen et al. | Data-driven predictive current control for active front ends with neural networks | |
| CN117394421B (zh) | 基于超螺旋滑模观测器的储能变流器改进自抗扰控制方法 | |
| CN110429834A (zh) | 一种基于扩张状态观测器的三相整流器滑模控制方法 | |
| CN116125803B (zh) | 一种基于极限学习机的逆变器反步模糊神经网络控制方法 | |
| CN112953287B (zh) | 一种基于变摄动扩张观测器的逆变器自适应控制方法 | |
| CN114244214B (zh) | 基于改进型滑模控制的永磁同步电动机的位置控制算法 | |
| CN116915096B (zh) | Pmsm三电平npc逆变器的无差拍预测电压控制方法 |
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 |