CN115986814A - 一种基于并网条件下复合锁相环参数优化方法 - Google Patents
一种基于并网条件下复合锁相环参数优化方法 Download PDFInfo
- Publication number
- CN115986814A CN115986814A CN202211648915.4A CN202211648915A CN115986814A CN 115986814 A CN115986814 A CN 115986814A CN 202211648915 A CN202211648915 A CN 202211648915A CN 115986814 A CN115986814 A CN 115986814A
- Authority
- CN
- China
- Prior art keywords
- phase
- locked loop
- grid
- parameters
- parameter
- 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
- 239000002131 composite material Substances 0.000 title claims abstract description 41
- 238000005457 optimization Methods 0.000 title claims abstract description 30
- 238000000034 method Methods 0.000 title claims abstract description 22
- 239000002245 particle Substances 0.000 claims abstract description 64
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 30
- 230000008878 coupling Effects 0.000 claims abstract description 14
- 238000010168 coupling process Methods 0.000 claims abstract description 14
- 238000005859 coupling reaction Methods 0.000 claims abstract description 14
- 230000000737 periodic effect Effects 0.000 claims abstract description 12
- 230000002068 genetic effect Effects 0.000 claims abstract description 8
- 239000011159 matrix material Substances 0.000 claims description 18
- 230000003044 adaptive effect Effects 0.000 claims description 13
- 230000010354 integration Effects 0.000 claims description 11
- 230000009466 transformation Effects 0.000 claims description 10
- 230000014509 gene expression Effects 0.000 claims description 9
- 230000001133 acceleration Effects 0.000 claims description 8
- 238000004364 calculation method Methods 0.000 claims description 8
- 230000008859 change Effects 0.000 claims description 8
- 230000001939 inductive effect Effects 0.000 claims description 6
- 238000005070 sampling Methods 0.000 claims description 5
- 230000006978 adaptation Effects 0.000 claims description 4
- 238000004140 cleaning Methods 0.000 claims description 3
- 239000013256 coordination polymer Substances 0.000 claims description 3
- 238000001914 filtration Methods 0.000 claims description 3
- 238000005520 cutting process Methods 0.000 claims description 2
- 238000012163 sequencing technique Methods 0.000 claims description 2
- 230000007480 spreading Effects 0.000 claims description 2
- 238000003892 spreading Methods 0.000 claims description 2
- 238000009401 outcrossing Methods 0.000 claims 1
- 230000004044 response Effects 0.000 abstract description 5
- 230000000694 effects Effects 0.000 abstract 2
- 230000002708 enhancing effect Effects 0.000 abstract 1
- 238000010586 diagram Methods 0.000 description 13
- 230000008901 benefit Effects 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 3
- 230000008602 contraction Effects 0.000 description 2
- 230000001934 delay Effects 0.000 description 2
- 238000009795 derivation Methods 0.000 description 2
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical compound C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 description 1
- YZCKVEUIGOORGS-IGMARMGPSA-N Protium Chemical compound [1H] YZCKVEUIGOORGS-IGMARMGPSA-N 0.000 description 1
- 230000033228 biological regulation Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 244000145845 chattering Species 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 230000009191 jumping Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002028 premature Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 230000006641 stabilisation Effects 0.000 description 1
- 238000011105 stabilization Methods 0.000 description 1
Images
Classifications
-
- 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
Landscapes
- Feedback Control In General (AREA)
- Stabilization Of Oscillater, Synchronisation, Frequency Synthesizers (AREA)
Abstract
本发明公开了一种基于并网条件下复合锁相环参数优化方法,提出改进型双二阶广义积分器与周期积分器相结合形成复合型锁相环,来解决公共耦合点带来的直流分量和高次谐波对锁相效果的影响。其次在并网条件下,随着锁相环带宽的增加,锁相环的响应速度在加快,但并网逆变器的频率耦合现象也在逐渐增强,需要找到合适的参数既满足于锁相环的响应又能减少并网逆变器的影响,运用一种新的方法找到锁相环PI参数的范围,并且提出改进型混合粒子群算法,通过将粒子群算法和遗传算法结合并加入自适应控制对参数范围进行整定,最终找到最合适的PI控制参数。此方法既改进了锁相环的结构又优化了锁相环的参数,两者结合达到增强系统稳定性效果。
Description
技术领域
本发明涉及电网控制技术领域,具体涉及一种基于并网条件下复合锁相环参数优化方法。
背景技术
由于新能源的快速发展,区别于传统能源,其中光伏,风力等新能源只要分布在比较偏僻的地区,在这些地区中,由于末端电网通常为较小的负载设计,因此电力供应多为低压货中亚登记,并且为了满足分散用户的负载需求大部分输电线较长,变压器较多。因此容易产生一些不可避免的干扰,如直流分量和谐波的加入。
在并网系统中会面临许多问题,其中锁相环作为并网逆变器中能提供参考电流相位信息的常用方法,其中对并网逆变器影响很大,其中包括锁相环的增益参数增大时,并网逆变器的频率耦合现象增强,造成系统稳定性变差。锁相环的增益参数变小,会使锁相环的响应速度变得缓慢,造成误差变大。
并且为了解决锁相环对并网系统中出现直流分量和谐波的影响,很多学者常常对锁相环的结构进行改造,比如增加二阶广义积分器,低通滤波器,卡曼尔滤波器等,这些方法通过变换改变电压的正负序来滤掉谐波,也有很多的学者通过在并网逆变器上作文章,如加入虚拟阻抗,通过小信号模型加入干扰电压等来实现减小并网系统的影响,但很少有人分析通过调节锁相环中PI参数来实现对并网逆变器的影响。因此通过此方法可以进一步了解锁相环对并网逆变器的影响。
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并网条件下复合锁相环参数优化方法,将改进型双二阶广义积分器与周期积分器相结合形成复合型锁相环,来解决公共耦合点带来的直流分量和谐波的影响,提出改进型混合粒子群算法对PI参数进行整定找到最优的参数,最终使系统稳定性增强。
技术方案:本发明提供一种基于并网条件下复合锁相环参数优化方法,包括以下步骤:
步骤1:通过采样,获得并网逆变器的三相并网电压va,vb,vc,经过Clark变化得到αβ轴分量,将αβ轴的电压通过改进双二阶广义积分器,改进双二阶广义积分器在传统二阶广义积分器的基础上再增加一条回路,将信号经增益k放大后与qv'相减,消除qv1'中的直流分量,最后通过计算获取基波电压的正序分量
步骤3:通过并网逆变器控制系统得到逆变器与电网交叉系统的阻抗回率矩阵,并且通过劳斯准则,得到复合型锁相环中PI控制器的比例增益k p,pll范围;
步骤4:根据系统最优的相位裕度范围找到复合型锁相环中PI控制器的比例增益kp,pll范围;
步骤5:根据步骤3和步骤4所获得的结果,从中推出复合型锁相环中PI控制器参数范围;
步骤6:根据步骤5所获得的参数范围,通过复合型锁相环的输入与输出相位差运用改进型混合粒子群优化找到最优参数,将最优参数送入PI调节,经过积分环节最后实现锁相;所述改进型混合粒子群算法包括粒子群算法和遗传算法的结合再加入自适应控制,所述自适应控制包括改变加速因子、边界因子以及惯性权值。
进一步地,所述步骤1对三相并网电压采样,当三相并网电压有直流分量时经过Clark变换:
其中,V为输入电压的幅值,ω为电网电压角频率,da,db,dc分别为三相电压含有的不同的直流分量,当通过改进后双二阶广义积分器经过计算获取基波电压的正序分量为:
其中,D(jw)表示为二阶广义积分器的传递函数,ω′为二阶广义积分器截止角频率。
其中,ω0为额定角频率,因此通过改进后的二阶广义积分器来消除直流分量,最后经周期积分器模块,滤掉高次谐波。
进一步地,所述步骤3通过并网逆变器控制系统得到逆变器与电网交叉系统的阻抗回率矩阵为:
其中,YL(s)是滤波器的导纳矩阵,GCP(s)是dq坐标系中滤波器的耦合分量矩阵,Gd(s)为延时传递函数,Gi(s)为电流控制器,Gccpll(s)为电流和锁相环的传递函数,Kvf为电压前馈系数;考虑的电网阻抗主要为感性阻抗,其感性阻抗矩阵Zg(s)推导出其q轴的输出导纳公式为:
其中,Zgqq为电网阻抗取q轴阻抗分量,K为稳定裕度相关系数,通过劳斯判定稳定性准则得到锁相环中PI控制器的比例增益范围为:
其中,vd为公共耦合点电压,ω0为额定角频率,SCR为短路电流比,fp为电网电感与滤波器的比值,Td延时比值。
进一步地,所述步骤4通过系统最优的相位裕度范围,根据自动控制理论,系统相位裕度在30°到60°之间时能够保证系统稳定,通过对复合型锁相环的开环传递函数,得到截止最大截止频率,通过锁相环中PI参数的关系,可以得到系统相位裕度表达式为:
其中,Vm为电网电压,g为PI参数关系式,ωc为系统截止频率,ω′为二阶广义积分器截止角频率,kp,pll为锁相环PI参数的比例增益,ki为相环PI参数的积分增益,根据统相位裕度表达式算出具体的g值,最后根据系统有较好的抗扰能力,故可以求得参数k p,pll的范围。
进一步地,所述步骤5中根据步骤3在满足于限定条件下锁相环中PI控制器的比例增益范围kp,pll的最大范围和步骤4中所求得参数k p,pll的范围,找到k p,pll的范围的最大和最小值。
进一步地,所述步骤6中,改进型混合粒子群算法对复合型锁相环中PI参数进行整定,所述改进型混合粒子群算法包括粒子群算法和遗传算法的结合再加入自适应控制,所述改进型混合粒子群算法具体包括:
1)粒子群算法的速度和位置更新公式为
2)添加自适应因子来解决,其中包括改变加速因子,边界因子,惯性权值;
其中c1,c2为加速因子,改写为:
其中,tmax为最大迭代次数,t为净化代数,ω为惯性权值,Vi,xi为当前迭代时的位置和速度,pbesti为个体最优,gbesti为全局最优,r1,r2为[0,1]之间的随机数;
3)边界因子改写为:
xl(d)=gbestl(d)-|xl(d)-gbestl(d)|×(cb1r1+cb)
xl(d)=gbestl(d)-|xl(d)-gbestl(d)|×(kbr2+1)
其中,gbestl(d)为第l代全局最极值点,cb1为收缩率,cb=1-cb1,kb为扩展率;
4)惯性权值改写为:
其中,wmin为惯性权值最小值,fi为第k次迭代粒子的适应值,f'avg为大于平均值后所求得的平均值,ka为大于1的常数,kb为大于1常数,favg粒子群的平均适应值,fm为最优粒子适应值,fk为|fm-f'avg|。
进一步地,所述步骤6中运用改进型混合粒子群优化找到最优参数具体包括:
步骤6.1:预处理阶段,输入PI参数范围;
步骤6.2:初始化种群,并计算适应度值,速度及边界自适应调整;
步骤6.3:将每一代的粒子种群随机选取一部分粒子进行交叉,通过随机把配对的粒子参数进行切断,重新交叉组合形成新的粒子参数,最后进行排序计算;
步骤6.4:将每一代的粒子种群随机选取一部分粒子进行数值变换,并且计算变异后粒子的适应度值;
步骤6.5:判断结果是否达标,若达标进行步骤6.6,否则将新粒子的位置及速度返回步骤6.3;
步骤6.6:输出PI参数,参数整定结束。
有益效果:
1.本发明使用改进二阶广义积分器和周期积分器相结合形成的复合型锁相环,能够有效的消除直流分量和滤掉谐波,提高系统的鲁棒性。
2.本发明从并网系统稳定裕度出发,根据回率矩阵和Routh准则得到复合型锁相的增益参数,并且与自动控制原理的稳定裕度范围相结合,得到PI参数,此方法能够进一步的缩小锁相环参数的范围,并且减小对并网系统的影响,提高并网系统的稳定性。
3.本发明从粒子群算法和遗传算法相结合通过自适应控制,进一步优化了算法,提高算法的精度,并且利用优化算法对复合型锁相环PI参数进行整定,使PI参数达到最后,既保证了复合型锁相环的响应速度又能减少对并网逆变器的负影响。
附图说明
图1为复合型锁相环结构图
图2为改进型二阶广义积分器结构图
图3为周期积分器结构图
图4并网系统结构图
图5为改进型混合粒子群算法流程图;
图6为两种锁相环稳定是输出频率图
图7为两种锁相环在电网电压存在直流分量时输出频率图
图8为两种锁相环在电网电压存在高次谐波输出频率图
图9为两种锁相环在电网电压既存在直流分量又存在高次谐波输出频率图
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并网条件下复合锁相环参数优化方法,图1为复合型锁相环结构图,其结构包括改进型二阶广义积分器和周期积分器模块,遗传算法与自适应粒子群算法相结合模块,积分模块,当电网电压通Clark变换后,经过改进型二阶广义积分器后滤掉直流分量,并且经过Park变换,q轴电压经过周期积分器模块后滤掉谐波,并且通过改进型混合粒子群算法对PI参数进行整定,送入PI控制器,最后通过积分模块完成锁相。具体包括如下步骤:
图2为改进型二阶广义积分器结构图,根据框图得到了输出与输入之间的传递函数。深入研究,根据框图得到了输出与输入之间的传递函数
其中可以获得改进后二阶广义积分器的传递函数
对于改进的双二阶广义积分器锁相环,对输入信号中存在直流分量的情况进行探讨,在探讨的基础上进行数学推导。
式中,a1、a2、b1、b2、c1、t1、t2都是由因式分解得到数值。N1表示直流分量,对式(3)进行拉式反变换有
当系统获得稳定时,可以得到稳态响应分量为:
εvαs(t)=V|E(jω)|cos(ωt+∠E(jω))+N1 (5)
因此当输入信号为vα时,通过作差支路后可获得新的正交输出信号,其表达式为:
qv′α1=Zcos(ωt+Ψ′)-kRcos(ωt+φ′) (6)
由式(6)可知,在输入电压信号存在直流分量时,通过改进的二阶广义积分器后能去除直流偏置的干扰,获取不含直流分量的输出信号qv′α1同理,将传递函数E(s)在β坐标系下改写成频域形式,在输入信号存在直流偏置量时,通过改进二阶广义积分器后去除直流分量的干扰,获取不含直流分量的输出信号qv′β1。根据上文的推导,获得改进双二阶广义积分器锁相环在输入信号存在直流分量时,输出的基波正序分量表达式为
从输出的基波正序分量表达式(7),(8)可以看出没有直流分量存在,因此可以体现改进型二阶广义积分器能够消除直流分量。
由步骤1中(8)式可知,通过改进的二阶广义积分器后,经过正负序分量计算获取的电压基波正序分量中已滤除直流分量,经过Park变换后有:
由上式可知,传递函数E(s)可以消除输入信号中角频率为ω′的交流量。当输入信号中存在直流分量时,通过传递函数E(s)后能消除其中的交流分量,这时二阶广义积分器误差电压中就只存在直流分量,因此通过增加一条作差的支路就能够消除直流分量。
图3为周期积分器结构图,周期积分器单元包括积分模块,延时模块,减法模块,将dq变换之后的输出信号进行积分,延时模块对积分信号进行一个输入周期的延时,再将积分信号减去延时信号得到周期积分器的输出信号。因此积分器能最大周期积分器单元包括积分模块,延时模块,减法模块,将dq变换之后的输出信号进行积分,延时模块对积分信号进行一个输入周期的延时,再将积分信号减去延时信号得到周期积分器的输出信号。因此积分器能最大。
当谐波通过Park变换之后,由(10)公式可得
q轴电压通过积分可得
通过延时模块可得
通过(11),(12)可知,在稳态情况下,锁相环的输出相位角为θ=hωt,两者相减,可以得到q轴的电压为0,实现锁相。
步骤3:通过并网逆变器控制系统得到逆变器与电网交叉系统的阻抗回率矩阵,并且通过劳斯准则,得到复合型锁相环中PI控制器的比例增益k p,pll范围。
图4为并网逆变器控制系统结构图,由滤波器的导纳矩阵,dq坐标系中滤波器的耦合分量矩阵,延时传递函数,电流控制器,电流和锁相环的传递函数,电压前馈系数构成。
通过并网逆变器控制系统得到逆变器与电网交叉系统的阻抗回率矩阵为:
其中,YL(s)是滤波器的导纳矩阵,GCP(s)是dq坐标系中滤波器的耦合分量矩阵,Gd(s)为延时传递函数,Gi(s)为电流控制器,Gccpll(s)为电流和锁相环的传递函数,Kvf为电压前馈系数;考虑的电网阻抗主要为感性阻抗,其感性阻抗矩阵Zg(s)推导出其q轴的输出导纳公式为:
其中,Zgqq为电网阻抗取q轴阻抗分量,K为稳定裕度相关系数,通过劳斯判定稳定性准则得到锁相环中PI控制器的比例增益范围为:
其中,vd为公共耦合点电压,ω0为额定角频率,SCR为短路电流比,fp为电网电感与滤波器的比值,Td延时比值。
步骤4:根据系统最优的相位裕度范围找到复合型锁相环中PI控制器的比例增益kp,pll范围。
通过系统最优的相位裕度范围,根据自动控制理论,系统相位裕度在30°到60°之间时能够保证系统稳定,通过对复合型锁相环的开环传递函数,得到截止最大截止频率,通过锁相环中PI参数的关系,可以得到系统相位裕度表达式为:
其中,Vm为电网电压,g为PI参数关系式,ωc为系统截止频率,ω′为二阶广义积分器截止角频率,kp,pll为锁相环PI参数的比例增益,ki为相环PI参数的积分增益,根据统相位裕度表达式算出具体的g值,最后根据系统有较好的抗扰能力,故可以求得参数kp,pll的范围。
步骤5:根据步骤3和步骤4所获得的结果,从中推出复合型锁相环中PI控制器参数范围。根据步骤3在满足于限定条件下锁相环中PI控制器的比例增益范围kp,pll的最大范围和步骤4中所求得参数kp,pll的范围,找到kp,pll的范围的最大和最小值。
步骤6:根据步骤5所获得的参数范围,通过复合型锁相环的输入与输出相位差运用改进型混合粒子群优化找到最优参数,将最优参数送入PI调节,经过积分环节最后实现锁相。
参见图5,改进型混合粒子群算法流程图,因为粒子群算法有着收敛速度快,局部搜索性强的优点,但容易陷入局部最优解,因此可以利用遗传算法具有良好的全局搜索性能这一优点,两者结合,取长补短。但考虑到可能种群的规模会较大,导致收敛速度变慢的情况,因此,再添加自适应因子来解决,其中包括改变加速因子,边界因子和惯性权值。
其中c1,c2为加速因子,可以改写为
其中,tmax为最大迭代次数,t为净化代数,ω为惯性权值,Vi,xi为当前迭代时的位置和速度,pbesti为个体最优,gbesti为全局最优,r1,r2为[0,1]之间的随机数。
在标准的粒子群算法中,认为粒子会在固定的控制中搜索(典型的位置边界值为[0,1])当粒子飞越空间边界时,会采取相应的惩罚措施,使之回归到原来的边界内。如果最优解不在原空间中,粒子就永远找不到最优解。因此,改变边界值,将边界设置成能够随着粒子的当前位置变化而变化。将初始边界的范围[Xmin,Xmax]设置判定规则,当粒子距离边界较远时,进行边界收缩,当粒子靠近边界时,进行边界扩展。对第d维的粒子,边界的收缩,扩展公式如下:
xl(d)=gbestl(d)-|xl(d)-gbestl(d)|×(cb1r1+cb) (15)
xl(d)=gbestl(d)-|xl(d)-gbestl(d)|×(kbr2+1) (16)
其中,gbestl(d)为第l代全局最极值点,cb1为收缩率,cb=1-cb1,kb为扩展率收缩率和扩展率都取0.8。
将惯性权值进行自适应,个体适应值的不同将群体分为3个子群,分别采用不同的自适应操作,使得群体始终保持惯性权重的多样性。惯性权重较小的粒子用来进行局部寻优,加速算法收敛;惯性权重较大的粒子早期用来进行全局寻优,后期用来跳出局部最优,避免早熟收敛。这样,具有不同惯性权重的粒子各尽其责,全局寻优和局部寻优同时进行,在保证算法能全局收敛和收敛速度之间做了一个很好的折衷。其惯性权重w调整如下:
当锁相环的输出和输入角度相等时,则实现锁相
f(s)=Gol(s)-1 (18)
为了限定粒子位置,需要创建一个适应度函数,它用数字表示位置的质量,其中最低值表示最佳位置或解决方案。因此,在PSO中,适应度函数用于将粒子引导到最佳位置,用于优化的性能指标是积分平方误差(ISE),其目标是最小化ISE。
其中,e(t)为成本函数。选择锁相环中PI控制器参数范围,得出最后结果。
为了进行发明的可行性进行如仿真。
为了保证实验结果的优越性,将传统DSOGI-PLL进行对比,并与给定参数S1对比,比例参数为0.13,积分参数为0.3与实验参数S2对比。
图6为两种锁相环稳定时输出频率图,两种锁相环都能保持输出频率稳定,其中在S2的情况下,两种锁相环能在0.395s左右达到输出频率50Hz,在S1的情况,两种锁相环能在0.5s左右达到输出频率50Hz,并且在相同条件下,改进后锁相环(SOGIPI-PLL)的输出抖振要小于DSOGI-PLL的抖振。因此可以看出实验结果方法的优越性。
图7为两种锁相环在电网电压存在直流分量时输出频率图,根据输出频率对比可以发现,当电网电压存在直流分量时,因为传统DSOGI-PLL无法消除直流分量,因此输出频率保持稳定波动,其中在S2的情况,系统在0.385s后保持稳定波动,在S1的情况,输出频率在0.5s后保持稳定波动。从图中看出,SOGIPI-PLL消除了直流分量,并且SOGIPI-PLL S2要先于SOGIPI-PLL S1达到稳定。因此也可以看出SOGIPI-PLL的优越性。
图8为两种锁相环在电网电压存在高次谐波输出频率图,从图中可以看出,当系统在0.6s后加入高次谐波,无论是S1还是S2其DSOGI-PLL输出频率都发生了较小的波动,并且S1的抖振要略小于S2。在SOGIPI-PLL中,由于加入了周期积分器,其抖振都要明显小于传统DSOGI-PLL,并且在S2的条件下,系统在0.861s后达到稳定50Hz。
图9为两种锁相环在电网电压既存在直流分量又存在高次谐波输出频率图,当电网电压存在直流分量和高次谐波时,DSOGIPI-PLL既可以消除直流分量也可以滤掉谐波,并且无论是S1还是S2的情况都比DSOGI-PLL抖振要小,其中在S1的条件下,锁相环在0.5左右保持稳定,再S1的条件下,锁相环在0.385s左右保持稳定,并且最后两种锁相环都能在1s后达到平衡。
上述实施方式只为说明本发明的技术构思及特点,其目的在于让熟悉此项技术的人能够了解本发明的内容并据以实施,并不能以此限制本发明的保护范围。凡根据本发明精神实质所做的等效变换或修饰,都应涵盖在本发明的保护范围之内。
Claims (8)
1.一种基于并网条件下复合锁相环参数优化方法,其特征在于,包括以下步骤:
步骤1:通过采样,获得并网逆变器的三相并网电压va,vb,vc,经过Clark变化得到αβ轴分量,将αβ轴的电压通过改进双二阶广义积分器,改进双二阶广义积分器在传统二阶广义积分器的基础上再增加一条回路,将信号经增益k放大后与qv'相减,消除qv1'中的直流分量,最后通过计算获取基波电压的正序分量
步骤3:通过并网逆变器控制系统得到逆变器与电网交叉系统的阻抗回率矩阵,并且通过劳斯准则,得到复合型锁相环中PI控制器的比例增益kp,pll范围;
步骤4:根据系统最优的相位裕度范围找到复合型锁相环中PI控制器的比例增益kp,pll范围;
步骤5:根据步骤3和步骤4所获得的结果,从中推出复合型锁相环中PI控制器参数范围;
步骤6:根据步骤5所获得的参数范围,通过复合型锁相环的输入与输出相位差运用改进型混合粒子群优化找到最优参数,将最优参数送入PI调节,经过积分环节最后实现锁相;所述改进型混合粒子群算法包括粒子群算法和遗传算法的结合再加入自适应控制,所述自适应控制包括改变加速因子、边界因子以及惯性权值。
4.根据权利要求1所述的基于并网条件下复合锁相环参数优化方法,其特征在于,所述步骤3通过并网逆变器控制系统得到逆变器与电网交叉系统的阻抗回率矩阵为:
其中,YL(s)是滤波器的导纳矩阵,GCP(s)是dq坐标系中滤波器的耦合分量矩阵,Gd(s)为延时传递函数,Gi(s)为电流控制器,Gccpll(s)为电流和锁相环的传递函数,Kvf为电压前馈系数;考虑的电网阻抗主要为感性阻抗,其感性阻抗矩阵Zg(s)推导出其q轴的输出导纳公式为:
其中,Zgqq为电网阻抗取q轴阻抗分量,K为稳定裕度相关系数,通过劳斯判定稳定性准则得到锁相环中PI控制器的比例增益范围为:
其中,vd为公共耦合点电压,ω0为额定角频率,SCR为短路电流比,fp为电网电感与滤波器的比值,Td延时比值。
6.根据权利要求5所述的基于并网条件下复合锁相环参数优化方法,其特征在于,所述步骤5中根据步骤3在满足于限定条件下锁相环中PI控制器的比例增益范围kp,pll的最大范围和步骤4中所求得参数kp,pll的范围,找到kp,pll的范围的最大和最小值。
7.根据权利要求1所述的基于并网条件下复合锁相环参数优化方法,其特征在于,所述步骤6中,改进型混合粒子群算法对复合型锁相环中PI参数进行整定,所述改进型混合粒子群算法包括粒子群算法和遗传算法的结合再加入自适应控制,所述改进型混合粒子群算法具体包括:
1)粒子群算法的速度和位置更新公式为
2)添加自适应因子来解决,其中包括改变加速因子,边界因子,惯性权值;
其中c1,c2为加速因子,改写为:
其中,tmax为最大迭代次数,t为净化代数,ω为惯性权值,Vi,xi为当前迭代时的位置和速度,pbesti为个体最优,gbesti为全局最优,r1,r2为[0,1]之间的随机数;
3)边界因子改写为:
xl(d)=gbestl(d)-|xl(d)-gbestl(d)|×(cb1r1+cb)
xl(d)=gbestl(d)-|xl(d)-gbestl(d)|×(kbr2+1)
其中,gbestl(d)为第l代全局最极值点,cb1为收缩率,cb=1-cb1,kb为扩展率;
4)惯性权值改写为:
其中,wmin为惯性权值最小值,fi为第k次迭代粒子的适应值,f'avg为大于平均值后所求得的平均值,ka为大于1的常数,kb为大于1常数,favg粒子群的平均适应值,fm为最优粒子适应值,fk为|fm-f'avg|。
8.根据权利要求7所述的基于并网条件下复合锁相环参数优化方法,其特征在于,所述步骤6中运用改进型混合粒子群优化找到最优参数具体包括:
步骤6.1:预处理阶段,输入PI参数范围;
步骤6.2:初始化种群,并计算适应度值,速度及边界自适应调整;
步骤6.3:将每一代的粒子种群随机选取一部分粒子进行交叉,通过随机把配对的粒子参数进行切断,重新交叉组合形成新的粒子参数,最后进行排序计算;
步骤6.4:将每一代的粒子种群随机选取一部分粒子进行数值变换,并且计算变异后粒子的适应度值;
步骤6.5:判断结果是否达标,若达标进行步骤6.6,否则将新粒子的位置及速度返回步骤6.3;
步骤6.6:输出PI参数,参数整定结束。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211648915.4A CN115986814B (zh) | 2022-12-20 | 2022-12-20 | 一种基于并网条件下复合锁相环参数优化方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211648915.4A CN115986814B (zh) | 2022-12-20 | 2022-12-20 | 一种基于并网条件下复合锁相环参数优化方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115986814A true CN115986814A (zh) | 2023-04-18 |
CN115986814B CN115986814B (zh) | 2024-06-11 |
Family
ID=85957507
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211648915.4A Active CN115986814B (zh) | 2022-12-20 | 2022-12-20 | 一种基于并网条件下复合锁相环参数优化方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115986814B (zh) |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105870960A (zh) * | 2016-03-06 | 2016-08-17 | 广东工业大学 | 一种单相并网逆变器的控制方法及其控制参数获得方法 |
WO2017177585A1 (zh) * | 2016-04-13 | 2017-10-19 | 中兴通讯股份有限公司 | 同步旋转坐标系锁相环及其测试方法、装置 |
CN107968590A (zh) * | 2017-11-23 | 2018-04-27 | 湖南大学 | 一种弱电网下三相 lcl 型并网逆变器的相角补偿控制方法 |
CN109245167A (zh) * | 2018-10-29 | 2019-01-18 | 国网重庆市电力公司电力科学研究院 | 提高弱电网下lcl型并网逆变器并网电流质量的控制方法 |
CN110289634A (zh) * | 2019-06-10 | 2019-09-27 | 天津大学 | 适用于非对称故障的三相并网逆变器低电压穿越控制方法 |
US20190379205A1 (en) * | 2017-02-27 | 2019-12-12 | Magnetic Pumping Solutions, Llc | Sogi-based pll for grid connection and motor control |
CN112968444A (zh) * | 2021-02-04 | 2021-06-15 | 中国矿业大学 | 一种谐波检测环节的改进锁频方法 |
CN113690910A (zh) * | 2021-07-30 | 2021-11-23 | 华南理工大学 | 基于分数阶pid控制的三相电网锁相环及其锁相方法 |
CN114938032A (zh) * | 2022-06-22 | 2022-08-23 | 中国电力科学研究院有限公司 | 一种提升新能源经柔直孤岛送出系统控制优化方法及装置 |
CN115204087A (zh) * | 2022-07-05 | 2022-10-18 | 国网江苏省电力有限公司无锡供电分公司 | 一种考虑锁相环的单相lcl型并网逆变器的方法和系统 |
-
2022
- 2022-12-20 CN CN202211648915.4A patent/CN115986814B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105870960A (zh) * | 2016-03-06 | 2016-08-17 | 广东工业大学 | 一种单相并网逆变器的控制方法及其控制参数获得方法 |
WO2017177585A1 (zh) * | 2016-04-13 | 2017-10-19 | 中兴通讯股份有限公司 | 同步旋转坐标系锁相环及其测试方法、装置 |
US20190379205A1 (en) * | 2017-02-27 | 2019-12-12 | Magnetic Pumping Solutions, Llc | Sogi-based pll for grid connection and motor control |
CN107968590A (zh) * | 2017-11-23 | 2018-04-27 | 湖南大学 | 一种弱电网下三相 lcl 型并网逆变器的相角补偿控制方法 |
CN109245167A (zh) * | 2018-10-29 | 2019-01-18 | 国网重庆市电力公司电力科学研究院 | 提高弱电网下lcl型并网逆变器并网电流质量的控制方法 |
CN110289634A (zh) * | 2019-06-10 | 2019-09-27 | 天津大学 | 适用于非对称故障的三相并网逆变器低电压穿越控制方法 |
CN112968444A (zh) * | 2021-02-04 | 2021-06-15 | 中国矿业大学 | 一种谐波检测环节的改进锁频方法 |
CN113690910A (zh) * | 2021-07-30 | 2021-11-23 | 华南理工大学 | 基于分数阶pid控制的三相电网锁相环及其锁相方法 |
CN114938032A (zh) * | 2022-06-22 | 2022-08-23 | 中国电力科学研究院有限公司 | 一种提升新能源经柔直孤岛送出系统控制优化方法及装置 |
CN115204087A (zh) * | 2022-07-05 | 2022-10-18 | 国网江苏省电力有限公司无锡供电分公司 | 一种考虑锁相环的单相lcl型并网逆变器的方法和系统 |
Non-Patent Citations (2)
Title |
---|
RONGFU LUO: "optimized luenberger observer-based PMSM sensorless control by pso", HINDAWI, 31 August 2022 (2022-08-31), pages 1 - 17 * |
唐爱博: "基于改进SOGI-PLL 电网基波正序分量同步方法", 控制工程, vol. 28, no. 6, 30 June 2021 (2021-06-30), pages 1136 - 1142 * |
Also Published As
Publication number | Publication date |
---|---|
CN115986814B (zh) | 2024-06-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Blasko | A novel method for selective harmonic elimination in power electronic equipment | |
CN110943632B (zh) | 基于级联广义积分器的储能变换器虚拟惯量控制方法 | |
CN109524992B (zh) | 弱电网下并网变流器自适应控制方法及控制系统 | |
CN114465269A (zh) | 一种基于阻尼比灵敏度的风电机组阻抗重塑方法与装置 | |
CN114884125A (zh) | 一种弱电网下lcl型并网逆变系统的高稳定性控制方法 | |
CN112600234A (zh) | 一种改善柔性直流换流器等效阻抗的控制方法和装置 | |
CN115912405A (zh) | 一种用于复杂振荡环境下虚拟同步发电机自适应控制策略 | |
CN112260302A (zh) | 虚拟rc支路的储能pcs多机并联谐振有源抑制方法 | |
Xu et al. | High-frequency resonance suppression based on unified MMC high-frequency impedance model | |
Huang et al. | A simple impedance reshaping method for stability enhancement of grid-following inverter under weak grid | |
WO2023236624A1 (zh) | 一种并联apf的控制方法及装置 | |
CN115986814A (zh) | 一种基于并网条件下复合锁相环参数优化方法 | |
Tao et al. | Deadbeat repetitive control for a grid-connected inverter with LCL filter | |
CN115833170A (zh) | 一种背靠背柔性直流系统连续高频谐振抑制方法 | |
Xu et al. | The stability of LCL-type grid-tied inverter based on repetitive control and grid voltage feed-forward | |
Li et al. | An improved grid voltage feedforward compensation scheme of grid-connected inverter in weak grid | |
Demirdelen et al. | Pso-pi based dc link voltage control technique for shunt hybrid active power filter | |
Hua et al. | A proportional-lead compensation method for LCL grid-connected inverter | |
Zou et al. | Active damping of LCL filter resonance for grid-connected distributed power generation systems | |
Wang et al. | Active disturbance rejection control of three-phase LCL power conversion system under non-ideal grid conditions | |
Qin et al. | An adaptive proportional feedforward scheme for LCL-type grid-connected inverter | |
Zhou et al. | Resonance Suppression Strategy of the Multi-inverter Grid-connected System Based on Current Given Correction | |
Zhang et al. | Novel PLL-less Control Strategy for Single-Phase Grid-connected Inverter Based on SOGI-CPT | |
CN117439168A (zh) | 基于电压外环与改进电流内环的光伏逆变器并网控制方法 | |
Ling et al. | Adaptive control of grid connected inverter based on virtual synchronous machine |
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 |