CN117713088B - 高铁电力机车并网对电网谐波影响的分析方法及系统 - Google Patents

高铁电力机车并网对电网谐波影响的分析方法及系统 Download PDF

Info

Publication number
CN117713088B
CN117713088B CN202410160793.7A CN202410160793A CN117713088B CN 117713088 B CN117713088 B CN 117713088B CN 202410160793 A CN202410160793 A CN 202410160793A CN 117713088 B CN117713088 B CN 117713088B
Authority
CN
China
Prior art keywords
motor
harmonic
voltage vector
voltage
current
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
Application number
CN202410160793.7A
Other languages
English (en)
Other versions
CN117713088A (zh
Inventor
何兆磊
林聪�
朱梦梦
赵静
余恒洁
刘清蝉
艾渊
李腾斌
杨子阳
方瑞
杨光润
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Yunnan Power Grid Co Ltd
Original Assignee
Yunnan Power Grid Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Yunnan Power Grid Co Ltd filed Critical Yunnan Power Grid Co Ltd
Priority to CN202410160793.7A priority Critical patent/CN117713088B/zh
Publication of CN117713088A publication Critical patent/CN117713088A/zh
Application granted granted Critical
Publication of CN117713088B publication Critical patent/CN117713088B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • H02J3/01—Arrangements for reducing harmonics or ripples
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2113/00—Details relating to the application field
    • G06F2113/04—Power grid distribution networks
    • 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
    • H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
    • H02J2203/20—Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]
    • 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

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • Geometry (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Power Engineering (AREA)
  • Electric Propulsion And Braking For Vehicles (AREA)

Abstract

本发明涉及电气工程技术领域，公开了一种高铁电力机车并网对电网谐波影响的分析方法及系统，包括：收集电网运行数据；搭建高铁电力机车仿真电路模型和牵引电动机模型；构建基于快速模型预测法的永磁同步牵引电动机多步长模型预测电流控制系统；基于双环控制通过FFT对电网侧谐波进行分析，获得各次谐波含率并评估电网谐波对电力系统电能质量的影响。本发明提供的高铁电力机车并网对电网谐波影响的分析方法降低网络中的功耗，利用软件仿真平台搭建高铁电力机车的仿真模型以及简单配电网模型，比较有无变压器情况下谐波影响。接入供电系统前评估其对电力系统电能质量的影响，指导电网规划设计，电气化高铁起到一定促进作用。

Description

高铁电力机车并网对电网谐波影响的分析方法及系统
技术领域
本发明涉及电气工程技术领域，具体为高铁电力机车并网对电网谐波影响的分析方法及系统。
背景技术
电气化铁路事业的不断发展，在拓展运输能力、带来巨大经济效益和社会效益的同时，也带来了严重的电能质量问题。牵引变电所供电电压等级开始向220kV发展，220kV属于高压主电网电压。电气化铁路的特点是覆盖范围广、地区特性差异大。当电气化铁路的负荷直接连接到220kV系统时，如果产生的谐波和负序电流在局部区域引发电力系统故障，会对更广泛的区域产生影响，导致更严重的损害。电气化铁路的推广对电网注入了大量不可忽视的谐波，分析高铁电力机车接入电网产生的谐波，可用来在电气化铁路接入供电系统前评估其对电力系统电能质量的影响，指导电网规划设计，为高铁的运营管理及规划设计提供参考，以便今后的电气化铁路的建设与发展。
为了减小高铁电力机车并网过程中网侧电流总谐波含量(Total HarmonicDistortion，THD)，降低谐波电流对电网电能的污染，不同电路模型及控制方法越来越成为科研者关注的对象。现阶段使用matlab/simulink软件搭建高铁电力机车模型，引入pi控制对其仿真为常见分析方法。但发现不能分析更多其他型高铁的牵引变流器接入电网时产生的谐波影响，规律不明确。
发明内容
鉴于上述存在的问题，提出了本发明。
因此，本发明解决的技术问题是：谐波电流和负序造成局部电网故障时会产生极大的影响，现有技术手段没有对电网谐波进行有效分析的方法。
为解决上述技术问题，本发明提供如下技术方案：一种高铁电力机车并网对电网谐波影响的分析方法，包括：
收集电网运行数据；
搭建高铁电力机车仿真电路模型和牵引电动机模型；
构建基于快速模型预测法的永磁同步牵引电动机多步长模型预测电流控制系统，抑制电网谐波；
基于双环控制通过FFT对电网侧谐波进行分析，获得各次谐波含率并分析谐波数据。
作为本发明所述的高铁电力机车并网对电网谐波影响的分析方法的一种优选方案，其中：所述高铁电力机车仿真电路模型包括，理想电压源、变压器、整流器、稳压电路与等值电阻；所述变压器的一次侧与理想电压源相连，二次侧与整流器的交流侧相连；所述稳压电路和等值电阻与整流器的直流侧并联连接。
作为本发明所述的高铁电力机车并网对电网谐波影响的分析方法的一种优选方案，其中：所述双环控制包括，双环分为转速环和电流环，转速环将转速的实际值与参考值作差，送入pi控制器，得到q轴电流的参考值；电流环将d、q轴电流的参考值与实际值作差，送入pi调节器，得到输出的控制电压矢量，由svpwm模块输出。
作为本发明所述的高铁电力机车并网对电网谐波影响的分析方法的一种优选方案，其中：所述基于快速模型预测法的永磁同步牵引电动机多步长模型预测电流控制系统包括，设步长为N，根据现在时刻KT采集到的永磁同步电动机电流、转速、角速度和此时刻输出的电压矢量，基于快速模型预测法，选择在KT时刻的最优的m个电压矢量；分别对各电压矢量计算，预测(K+1)T时刻的电动机状态量，将状态量带入下一个步长进行运算；基于快速模型预测法进行预测，选择在(K+1)T时刻的最优的m个电压矢量，分别对最优的m个电压矢量进行计算，预测在该时刻的电动机状态，到最后一个预测步长时，通过快速模型预测法得到最优电压矢量，并计算代价函数，此时共有个代价函数，找出最小的代价函数；最小的代价函数在(K+2)T时刻的控制电压矢量是整个周期内的最优电压矢量，输出电压矢量。
作为本发明所述的高铁电力机车并网对电网谐波影响的分析方法的一种优选方案，其中：所述最优电压矢量包括，在每个步长内，预测零电压矢量对永磁同步电动机的状态，得到m个候选的电压矢量，将m个候选的电压矢量与零电压矢量进行比较，得到单个步长内的最优的m个电压矢量；
所述候选的电压矢量包括，将零电压矢量作用下，将d、q轴电流的预测值与给定值的误差，化为α、β轴内的一个矢量，称该矢量为误差矢量；根据m的值，将α、β轴区域化为分为不同的多个扇区，并基于误差矢量来选择出候选的m个电压矢量。
作为本发明所述的高铁电力机车并网对电网谐波影响的分析方法的一种优选方案，其中：所述牵引电动机模型包括，建立牵引电机的模型，根据三相电动机在dq坐标系中的电流微分方程和磁链方程，利用前向欧拉法可得到三相牵引电机的dq轴电流，公式表示为：
；
其中，表示下一时刻电动机的d轴电流，/>表示下一时刻电动机的q轴电流；/>表示KT时刻电动机的d轴电流；/>表示KT时刻电动机的q轴电流；P表示电动机的相数；/>表示采集到的电动机角速度，/>在各步长内不变；/>表示系统的周期时间；/>表示K时刻的电动机电枢的d轴电压；/>表示K时刻的电动机电枢的q轴电压；/>表示电动机的磁链；/>表示电机d轴上的电感值；/>表示电机q轴上的电感值；/>表示系统中电机的定子电阻。
作为本发明所述的高铁电力机车并网对电网谐波影响的分析方法的一种优选方案，其中：所述快速模型预测法包括，快速模型预测法，快速选择出单个步长中的最优的m个电压矢量，计算零电压矢量控制下的下一时刻电动机dq轴电流分量/>和，其计算公式表示为；
；
其中，表示定子电阻；第/>个非零电压矢量/>控制下的下一时刻电动机dq轴电流分量/>和/>表示为；
；
其中，表示(K+1)T时刻第i个电压矢量/>的d轴分量，/>表示(K+1)T时刻第i个电压矢量/>的q轴分量；
将对应部分作差可得;
；
其中，表示/>时刻第/>个电压矢量/>控制下的d轴电流误差，表示/>时刻第/>个电压矢量/>控制下的q轴电流误差；
代价函数表示为：
；
其中，和/>分别表示dq轴电流的参考值，采用/>的控制方式，/>为0，/>由速度环输出；
此时的代价函数可表示为：
；
其中，表示零电压矢量作用下d轴电流的误差，表示零电压矢量作用下q轴电流的误差。
根据m的值将αβ坐标系划分为多个扇区，系统只输出一个步长的一个电压矢量，综合考虑整个预测周期和单个预测周期，选择对单个预测周期最优的m个电压矢量。
一种采用本发明任一所述方法的高铁电力机车并网对电网谐波影响的分析系统，其特征在于：
信息采集模块，采集并网时的电网谐波数据，并进行预处理；
模拟分析模块，以理想电机模型等效替代仿真电路中电网，对数据进行模拟分析；
预测控制模块，加入转速与电流双环控制电路，建立基于快速模型预测法的永磁同步电动机多步长模型预测电流控制方法模型；
分析输出模块，基于双环控制下，通过快速傅里叶分析FFT对电网侧谐波进行分析，得到各次谐波含率并分析谐波数据。
一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现本发明中任一项所述的方法的步骤。
一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现本发明中任一项所述的方法的步骤。
本发明的有益效果：本发明结合背景谐波特性特点，研究了加入变压器的仿真电路与双环PI控制相结合在高铁电力机车并网中的应用，提出一种高铁电力机车并网时对电网谐波影响的分析方法。利用matlab/simulink软件仿真平台建立高铁电力机车仿真模型以及简单配电网模型，分析高铁机车与电网之间的谐波特性，电气化铁路接入供电系统前评估其对电力系统电能质量的影响，指导电网规划设计，电气化高铁起到一定促进的作用。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它的附图。其中：
图1为本发明第一个实施例提供的高铁电力机车并网对电网谐波影响的分析方法的整体流程图；
图2为本发明第一个实施例提供的高铁电力机车并网对电网谐波影响的分析方法的模拟电网模型基本结构示意图；
图3为本发明第一个实施例提供的高铁电力机车并网对电网谐波影响的分析方法的整流电路的结构示意图；
图4为本发明第一个实施例提供的高铁电力机车并网对电网谐波影响的分析方法的基于快速模型预测法的永磁同步电动机多步长模型预测电流控制系统的控制框图；
图5为本发明第一个实施例提供的高铁电力机车并网对电网谐波影响的分析方法的在m=2和m=4时的扇区划分图；
图6为本发明第一个实施例提供的高铁电力机车并网对电网谐波影响的分析方法的在m=3和最后一个步长时的扇区划分图；
图7为本发明第一个实施例提供的高铁电力机车并网对电网谐波影响的分析方法的误差矢量Ɛ和其相反矢量-Ɛ在αβ坐标轴中的示意图；
图8为本发明第二个实施例提供的高铁电力机车并网对电网谐波影响的分析方法的网侧谐波特性FFT分析结果示意图；
图9为本发明第二个实施例提供的高铁电力机车并网对电网谐波影响的分析方法的变压器右侧谐波特性FFT分析结果示意图。
具体实施方式
为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合说明书附图对本发明的具体实施方式做详细的说明，显然所描述的实施例是本发明的一部分实施例，而不是全部实施例。基于本发明中的实施例，本领域普通人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明的保护的范围。
实施例1
参照图1-图7，为本发明的一个实施例，提供了一种高铁电力机车并网对电网谐波影响的分析方法，包括：
S1：收集电网运行数据。
进一步的，收集高铁电力机车并网谐波仿真电路数据，包括在Matlab/Simulink中搭建的仿真电路的所有参数和配置。收集电网模型数据，构建模拟电网模型。模型基本结构如图2所示，包括三相电网，整流装置，功率变换装置，滤波输出装置。使用理想电机模型等效替代仿真电路中的电网部分，需要收集有关这一理想电机模型的详细数据。
更进一步的，收集永磁同步牵引电动机的参数，电动机的dq轴电流、转速、角速度等数据，以及输出的电压矢量。快速模型预测法的相关数据，需要收集在不同时刻和不同电压矢量下的电动机状态量，以及对应的代价函数。
更进一步的，收集设置双环控制系统的参数：包括转速环和电流环的控制参数，以及PI调节器的输出。
更进一步的，收集谐波分析数据，要收集有关电网侧电压谐波分量的数据。各次谐波的含率，了解谐波对电网的具体影响。
应说明的是，数据的收集和分析对于理解和改善高铁电力机车并网时对电网造成的谐波影响至关重要。通过对这些数据的深入分析，可以为高铁运营管理及规划设计提供有力的参考依据。
S2：搭建高铁电力机车仿真电路模型和牵引电动机模型。
进一步的，搭建高铁电力机车仿真电路模型，如图3所示整流电路的结构示意图，包括理想电压源、变压器、整流器、稳压电路与等值电阻。
更进一步的，以理想电压源等效替代电网电压，引入一组变压器，设置变压器的参数：一次侧电压220kV，二次侧电压27.5kV。所述的变压器的一次侧与理想电压源相连，二次侧与整流器的交流侧相连；所述的稳压电路和等值电阻分别与整流器的直流侧并联连接。
更进一步的，以理想电机模型等效替代仿真电路中电网，建立牵引电机的模型，根据三相电动机在dq坐标系中的电流微分方程和磁链方程，利用前向欧拉法可得到三相牵引电机的dq轴电流,如式(1)所示：
(1)；
其中，为下一时刻电动机的d轴电流，/>下一时刻电动机的q轴电流，/>为此时刻即KT时刻电动机dq轴电流，P为电动机的相数，/>为采集到的电动机角速度，由于计算周期远小于机械周期，故认为/>在各步长内不变。/>表示K时刻的电动机电枢的d轴电压；/>表示K时刻的电动机电枢的q轴电压；/>表示电机d轴上的电感值；/>表示电机q轴上的电感值；/>表示系统中电机的定子电阻。
应说明的是，为系统的周期时间，/>分别为上一个时刻的电动机电枢的d、q轴电压，/>为电动机的磁链。
S3：搭建基于快速模型预测法的牵引电动机多步长模型预测电流控制系统。
进一步的，基于快速模型预测法的牵引电动机多步长模型预测电流控制通过图4所示控制系统实现，该控制系统包括：1.1速度环PI调节器，1.2第一步长的模型预测电流控制模块，1.3第二步长的模型预测电流控制模块，1.4第三至第N-1步长的模型预测电流控制模块，1.5第N步长的模型预测电流控制模块，1.6三相逆变器模块，1.7牵引电动机，1.8Clark变换模块，1.9Park变换模块，1.10微分模块，1.12控制矢量模块。其中，表示三相电枢电流/>；椭圆形框表示电流传感器。
更进一步的，由采集器采集1.7牵引电动机的三相电枢电流和转子角位置θ，三相电枢电流/>经过1.8 Clark变换模块转化为牵引电动机电枢电流αβ轴分量/>，再经过1.9Park变换模块转换为牵引电动机电枢电流dq轴分量/>,并将这两个量送入1.2第一步长的模型预测电流控制模块。牵引电动机的转子角位置θ经过1.10微分模块后得到牵引电动机转速n，与牵引电动机转速给定值/>比较后将误差信号送入1.1速度环PI调节器得到牵引电动机电枢电流q轴分量给定值/>，并将该值送入1.2第一步长的模型预测电流控制模块。
更进一步的，1.2第一步长的模型预测电流控制模块经过计算后得到第一个步长的最优的m个电压矢量、/>……/>，以及他们对应的第二个步长的牵引电动机电枢电流dq轴分量/>、/>和/>、……/>、/>。将这些值传入1.3第二步长的模型预测电流控制模块，得到第二个步长的最优的m个电压矢量/>、/>……/>，以及他们对应的第三个步长的牵引电动机电枢电流dq轴分量/>、/>和、/>……/>、/>。
更进一步的，将这些值传入1.4第三至第N-1步长的模型预测电流控制模块，得到第N-1个步长的最优的m个电压矢量、/>……/>，以及他们对应的第N个步长的牵引电动机电枢电流dq轴分量/>、/>、、/>……/>、/>。将这些值传入1.5第N步长的模型预测电流控制模块得到第N个步长的最优电压矢量/>，通过寻找最小的代价函数对应的(K+2)T时刻的电压矢量，确定控制量，并转化为开关量，将其传给1.6三相逆变器模块，经逆变器将电压施加至1.7牵引电动机的三相电枢绕组两端。
更进一步的，建立基于一种快速模型预测法，包括以下步骤：
步骤1，根据采集的电动机三相电枢电流，转子位置θ，分别经坐标变换和微分后得到电动机的dq轴电流/>和角速度ω，具体计算公式如式(2)和式(3)：
(2)；
(3)；
步骤2，在之前的基础上，加入理想的牵引电机模型，模拟高铁电力机车牵引模型。
步骤3，基于一种快速模型预测法，快速选择出单个步长中的最优的m个电压矢量，计算零电压矢量控制下的下一时刻电动机dq轴电流。
步骤4，循环整个过程，直到到达最后一个步长。
步骤5，最后一个步长时，只需选择最优的电压矢量进行判断，故将αβ坐标系划分为如图6中的6个扇区，其中虚线分别为各标准电压矢量方向角的角平分线，进行步骤3中的运算，计算出，由于此时一个扇区中只有一个标准电压矢量，判断/>落入的扇区，扇区中唯一的标准电压矢量即为候选的最优电压矢量，将其代价函数与零电压矢量的代价函数进行比较后，代价函数较小者对应的电压矢量即为最优电压矢量。
步骤6，计算出所有最优电压矢量的代价函数，由于每个步长选择出m个电压矢量，故到最后一个步长，即(K+N)T时刻，共有个代价函数，比较筛选出最小的代价函数，其在KT时刻的电压矢量即为对整个系统最优的电压矢量，但由于系统存在一拍延时，故应选取在(K+1)T时刻对应的电压矢量。最后，在(K+1)T时刻，系统将该矢量输出。
更进一步的，计算零电压矢量控制下的下一时刻电动机dq轴电流/>和,计算公式如式(4)表示为：
(4)；
其中，第i个非零电压矢量控制下的下一时刻电动机dq轴电流分量/>和如式(5)表示为：
(5)；
其中，和/>分别为(K+1)T时刻第i个电压矢量/>的 dq 轴分量。
更进一步的，将式(4)和(5)的对应部分作差可得式(6)，表示为：
(6)；
其中，和/>为(K+1)T时刻第i个电压矢量/>控制下的dq轴电流误差。
更进一步的，本发明的代价函数如式(7)，公式表示为：
(7)；
其中，和/>分别为dq轴电流的参考值，由于采用/>的控制方式，所以/>为0，/>由速度环输出。
更进一步的下，此时的代价函数可表示为：
(8)；
其中，称为零电压矢量作用下d轴电流的误差，称为零电压矢量作用下q轴电流的误差。
更进一步的，根据m的值将αβ坐标系划分为图5或图6所示的多个扇区，由于系统只能输出一个步长的一个电压矢量，故本发明考虑综合考虑了整个预测周期和单个预测周期，选择了对单个预测周期最优的m个电压矢量，故m的值一般不超过4，若m=2或m=4，划分为图5所示的6个扇区，若m=3，则划分为图6所示的6个扇区。将通过坐标变化化为，并将其绘制在αβ坐标系下用/>误差矢量表示，如图7所示，作出/>的相反矢量/>，则该矢量映射至dq轴上的值为/>，若/>，/>，则可使代价函数最小化。由式(8)可知，/>与/>成正比，/>与/>成正比，故与/>成反比，/>与/>成反比，映射至αβ坐标系中，则为/>与/>为反方向，即与同方向时，代价函数最小，但因为标准电压矢量幅值和方向固定，因此与/>方向最接近的m个电压矢量为候选的最优的m个电压矢量，当m=2时，组成所在扇区的两个电压矢量即为候选的最优的m个电压矢量，当m=3时，由表1得到候选的最优的m个电压矢量，当m=4时，由表2得到候选的最优的m个电压矢量。
表1当m=3候选的电压矢量表
表2当m=4候选的电压矢量表
更进一步的，由于零电压矢量的控制效果不能上述方法得到，因此需要计算零电压矢量/>的代价函数与候选的最优的m个电压矢量作比较，代价函数为式(7)，比较后较小的m个代价函数对应的电压矢量即为KT时刻的最优的m个电压矢量/> ……。
更进一步的，分别计算 ……/>控制下的(K+1)T时刻的电动机dq轴电流分量，计算公式如式(9)所示：
(9)；
其中，为/>作用下(K+1)T时刻电动机d轴电流分量，为/>作用下(K+1)T时刻电动机q轴电流分量。
应说明的是，快速模型预测运用到牵引电动机多步长模型预测中，并通过多步长预测直接进行了延时补偿，降低了在传统的多步长模型预测电流控制下牵引电动机在运行中的电流纹波、转矩纹波，同时大大降低了每个步长的运算量。
S4：基于双环控制通过FFT对电网侧谐波进行分析，获得各次谐波含率并评估电网谐波对电力系统电能质量的影响。
进一步的，基于快速模型预测法的永磁同步电动机多步长模型预测电流控制方法，加入转速与电流双环控制电路，转速环将转速的实际值与参考值作差，送入pi控制器，得到q轴电流的参考值。电流环将d、q轴电流的参考值与实际值作差，送入pi调节器，得到输出的控制电压矢量，交由svpwm模块输出。
更进一步的，分析基于双环控制下，通过快速傅里叶分析FFT对电网侧谐波进行分析，获得各次谐波含率并分析谐波数据。
更进一步的，具体对比各次谐波含量数据可见，谐波抑制效果显著。谐波分析：通过FFT分析电网侧的谐波含量，可以准确识别电网中的谐波源和谐波级别。这对于维护电力系统的稳定性和提高电能质量至关重要。谐波过高可能导致电能损耗增加、设备寿命缩短，甚至引发故障。
应说明的是，创新的控制策略：将双环控制与FFT相结合，形成了一种新的控制策略。这种策略不仅能提高电动机控制的精度和效率，还能减少电网谐波影响，具有较高的应用价值。
实施例2
参照图8-图9，为本发明的一个实施例，提供了一种高铁电力机车并网对电网谐波影响的分析方法，为了验证本发明的有益效果，通过经济效益计算和仿真对比实验进行科学论证。
如图8所示在加入变压器情况下，网侧电流谐波影响较小，与图9变压器右侧谐波数据比较可知，加入变压器有效过滤的多次谐波。获得各次谐波含率并分析谐波数据。
如表3表4所示，具体对比各次谐波含量数据可见，谐波抑制效果显著。
表3网侧各次谐波数据结果表
表4变压器右侧各次谐波数据结果表
本发明利用matlab/simulink软件仿真平台搭建高铁电力机车的仿真模型以及简单配电网模型，pi控制基础上加入转速环与电流环双环控制，分析高铁电力机车与电网之间的谐波特性，比较有无变压器情况下谐波影响。本发明提供一种新的分析角度，电气化铁路接入供电系统前评估其对电力系统电能质量的影响，指导电网规划设计，电气化高铁起到一定促进的作用。
表5基于快速模型预测法的永磁同步牵引电动机多步长模型预测对比表
根据表5所示，相比于传统多步长MPCC，本发明在每个步长的计算次数显著减少。这对于实时性能要求高的应用场景，如高铁电力机车的控制系统，是非常重要的。提高效率：减少的计算次数直接导致整个系统的运行效率提高。这在处理速度和能耗方面有着直接的正面影响。
降低资源需求：计算次数的减少意味着对处理器和其他计算资源的需求降低，这有助于降低系统的总体成本。提升控制精度：通过优化计算方法，本发明有可能提高控制的精度，从而提升电动机的性能和可靠性。
综上所述，本发明在多步长MPCC中通过创新的计算方法显著减少了计算次数，这不仅提高了系统的运行效率和精度，还降低了资源需求，从而在高铁电力机车并网谐波分析和控制系统中显示出显著的优越性。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器（Read-OnlyMemory，ROM）、磁带、软盘、闪存、光存储器、高密度嵌入式非易失性存储器、阻变存储器（ReRAM）、磁变存储器（Magnetoresistive Random Access Memory，MRAM）、铁电存储器（FerroelectricRandom Access Memory，FRAM）、相变存储器（Phase Change Memory，PCM）、石墨烯存储器等。易失性存储器可包括随机存取存储器（Random Access Memory，RAM）或外部高速缓冲存储器等。作为说明而非局限，RAM可以是多种形式，比如静态随机存取存储器（Static Random Access Memory，SRAM）或动态随机存取存储器（DynamicRandom AccessMemory，DRAM）等。本申请所提供的各实施例中所涉及的数据库可包括关系型数据库和非关系型数据库中至少一种。非关系型数据库可包括基于区块链的分布式数据库等，不限于此。本申请所提供的各实施例中所涉及的处理器可为通用处理器、中央处理器、图形处理器、数字信号处理器、可编程逻辑器、基于量子计算的数据处理逻辑器等，不限于此。
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限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的精神和范围，其均应涵盖在本发明的权利要求范围当中。

Claims (9)

1.高铁电力机车并网对电网谐波影响的分析方法，其特征在于，包括：
收集电网运行数据；
搭建高铁电力机车仿真电路模型和牵引电动机模型；
构建基于快速模型预测法的永磁同步牵引电动机多步长模型预测电流控制系统，具体控制方法包括：设步长为N，根据现在时刻KT采集到的永磁同步电动机电流、转速、角速度和此时刻输出的电压矢量，基于快速模型预测法，选择在KT时刻的最优的m个电压矢量；分别对各电压矢量计算，预测(K+1)T时刻的电动机状态量，将状态量带入下一个步长进行运算；基于快速模型预测法进行预测，选择在(K+1)T时刻的最优的m个电压矢量，分别对最优的m个电压矢量进行计算，预测在该时刻的电动机状态，到最后一个预测步长时，通过快速模型预测法得到最优电压矢量，并计算代价函数，此时共有mN-1个代价函数，找出最小的代价函数；最小的代价函数在(K+2)T时刻的控制电压矢量是整个周期内的最优电压矢量，输出电压矢量；
基于双环控制通过FFT对电网侧谐波进行分析，获得各次谐波含率并评估电网谐波对电力系统电能质量的影响。
2.如权利要求1所述的高铁电力机车并网对电网谐波影响的分析方法，其特征在于：所述高铁电力机车仿真电路模型包括，理想电压源、变压器、整流器、稳压电路与等值电阻；所述变压器的一次侧与理想电压源相连，二次侧与整流器的交流侧相连；所述稳压电路和等值电阻与整流器的直流侧并联连接。
3.如权利要求2所述的高铁电力机车并网对电网谐波影响的分析方法，其特征在于：所述双环控制包括，双环分为转速环和电流环，转速环将转速的实际值与参考值作差，送入pi控制器，得到q轴电流的参考值；电流环将d、q轴电流的参考值与实际值作差，送入pi调节器，得到输出的控制电压矢量，由svpwm模块输出。
4.如权利要求3所述的高铁电力机车并网对电网谐波影响的分析方法，其特征在于：所述最优电压矢量包括，在每个步长内，预测零电压矢量对永磁同步电动机的状态，得到m个候选的电压矢量，将m个候选的电压矢量与零电压矢量进行比较，得到单个步长内的最优的m个电压矢量；
所述候选的电压矢量包括，将零电压矢量作用下，将d、q轴电流的预测值与给定值的误差，化为α、β轴内的一个矢量，称该矢量为误差矢量；根据m的值，将α、β轴区域化为分为不同的多个扇区，并基于误差矢量来选择出候选的m个电压矢量。
5.如权利要求4所述的高铁电力机车并网对电网谐波影响的分析方法，其特征在于：所述牵引电动机模型包括，建立牵引电机的模型，根据三相电动机在dq坐标系中的电流微分方程和磁链方程，利用前向欧拉法可得到三相牵引电机的dq轴电流，公式表示为：
其中，id(K+1)表示下一时刻电动机的d轴电流，iq(K+1)表示下一时刻电动机的q轴电流；id(K)表示KT时刻电动机的d轴电流；iq(K)表示KT时刻电动机的q轴电流；P表示电动机的相数；ω表示采集到的电动机角速度，ω在各步长内不变；Ts表示系统的周期时间；ud表示KT时刻的电动机电枢的d轴电压；uq表示KT时刻的电动机电枢的q轴电压；ψf表示电动机的磁链；Ld表示电机d轴上的电感值；Lq表示电机q轴上的电感值；RS表示系统中电机的定子电阻。
6.如权利要求5所述的高铁电力机车并网对电网谐波影响的分析方法，其特征在于：所述快速模型预测法包括，快速模型预测法，快速选择出单个步长中的最优的m个电压矢量，计算零电压矢量控制下的下一时刻电动机dq轴电流分量/>和/>其计算公式表示为；
其中，R表示定子电阻；第i个非零电压矢量控制下的下一时刻电动机dq轴电流分量和/>表示为；
其中，表示(K+1)T时刻第i个电压矢量/>的d轴分量，/>表示(K+1)T时刻第i个电压矢量/>的q轴分量；
将对应部分作差可得；
其中，表示(K+1)T时刻第i个电压矢量/>控制下的d轴电流误差，表示(K+1)T时刻第i个电压矢量/>控制下的q轴电流误差；
代价函数表示为：
其中，和/>分别表示dq轴电流的参考值，采用id＝0的控制方式，/>为0，/>由速度环输出；
此时的代价函数可表示为：
其中，表示零电压矢量作用下d轴电流的误差，/> 表示零电压矢量作用下q轴电流的误差；
根据m的值将αβ坐标系划分为多个扇区，系统只输出一个步长的一个电压矢量，综合考虑整个预测周期和单个预测周期，选择对单个预测周期最优的m个电压矢量。
7.一种采用如权利要求1-6任一所述方法的高铁电力机车并网对电网谐波影响的分析系统，其特征在于：系统包括信息采集模块，模拟分析模块，预测控制模块，分析输出模块；
信息采集模块，采集并网时的电网谐波数据，并进行预处理；
模拟分析模块，以理想电机模型等效替代仿真电路中电网，对数据进行模拟分析；
预测控制模块，加入转速与电流双环控制电路，建立基于快速模型预测法的永磁同步电动机多步长模型预测电流控制方法模型；
分析输出模块，基于双环控制下，通过快速傅里叶分析FFT对电网侧谐波进行分析，得到各次谐波含率并分析谐波数据。
8.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至6中任一项所述的方法的步骤。
9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。
CN202410160793.7A 2024-02-05 2024-02-05 高铁电力机车并网对电网谐波影响的分析方法及系统 Active CN117713088B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202410160793.7A CN117713088B (zh) 2024-02-05 2024-02-05 高铁电力机车并网对电网谐波影响的分析方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202410160793.7A CN117713088B (zh) 2024-02-05 2024-02-05 高铁电力机车并网对电网谐波影响的分析方法及系统

Publications (2)

Publication Number Publication Date
CN117713088A CN117713088A (zh) 2024-03-15
CN117713088B true CN117713088B (zh) 2024-05-10

Family

ID=90162827

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202410160793.7A Active CN117713088B (zh) 2024-02-05 2024-02-05 高铁电力机车并网对电网谐波影响的分析方法及系统

Country Status (1)

Country Link
CN (1) CN117713088B (zh)

Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102904254A (zh) * 2012-10-13 2013-01-30 山东电力集团公司电力科学研究院 电气化铁路注入电力系统谐波的仿真方法
CN106602582A (zh) * 2017-01-26 2017-04-26 湖南铁道职业技术学院 基于自适应陷波器的牵引供电系统谐振抑制方法及装置
CN110932278A (zh) * 2019-12-28 2020-03-27 上海科能电气科技有限公司 一种高铁电力机车注入电网谐波的仿真方法
CN112886570A (zh) * 2021-01-18 2021-06-01 湖南大学 一种高速铁路牵引供电系统综合负荷等效建模方法
CN112994111A (zh) * 2021-04-26 2021-06-18 浙江大学 考虑功率控制的永磁同步风机接入弱电网稳定性分析方法
CN113472226A (zh) * 2021-07-07 2021-10-01 郑州轻工业大学 基于滑膜观测器的并网逆变器双矢量无模型预测控制方法
CN115128419A (zh) * 2022-06-21 2022-09-30 上海交通大学 基于工况模拟的电力电子短时过应力测试系统及方法
CN115622429A (zh) * 2022-10-24 2023-01-17 云南电网有限责任公司电力科学研究院 三电平变换器模型预测控制方法、装置、设备及存储介质
CN116454879A (zh) * 2023-05-04 2023-07-18 四川通通友铁科技有限公司 一种虚拟电厂型铁路牵引供电系统及控制方法
CN116742660A (zh) * 2023-06-19 2023-09-12 上海应用技术大学 一种考虑高铁再生制动的全周期工况负序分析方法及系统
CN116826779A (zh) * 2023-05-16 2023-09-29 国网福建省电力有限公司电力科学研究院 基于自抗扰控制的经柔直并网系统次同步振荡抑制方法
CN116937618A (zh) * 2023-06-16 2023-10-24 清华大学 基于谐波平衡的等幅振荡求解方法、装置、设备及介质
CN117013594A (zh) * 2023-06-26 2023-11-07 海南电网有限责任公司 一种微电网并网逆变器电流控制器参数整定方法
CN117353288A (zh) * 2023-09-28 2024-01-05 中国电力科学研究院有限公司 一种多流融合的有源配电网仿真分析方法、系统及介质

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8810182B2 (en) * 2010-09-30 2014-08-19 Rockwell Automation Technologies, Inc. Adaptive harmonic reduction apparatus and methods
WO2022226709A1 (zh) * 2021-04-25 2022-11-03 浙江大学 考虑功率控制的永磁同步风机接入弱电网稳定性分析方法

Patent Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102904254A (zh) * 2012-10-13 2013-01-30 山东电力集团公司电力科学研究院 电气化铁路注入电力系统谐波的仿真方法
CN106602582A (zh) * 2017-01-26 2017-04-26 湖南铁道职业技术学院 基于自适应陷波器的牵引供电系统谐振抑制方法及装置
CN110932278A (zh) * 2019-12-28 2020-03-27 上海科能电气科技有限公司 一种高铁电力机车注入电网谐波的仿真方法
CN112886570A (zh) * 2021-01-18 2021-06-01 湖南大学 一种高速铁路牵引供电系统综合负荷等效建模方法
CN112994111A (zh) * 2021-04-26 2021-06-18 浙江大学 考虑功率控制的永磁同步风机接入弱电网稳定性分析方法
CN113472226A (zh) * 2021-07-07 2021-10-01 郑州轻工业大学 基于滑膜观测器的并网逆变器双矢量无模型预测控制方法
CN115128419A (zh) * 2022-06-21 2022-09-30 上海交通大学 基于工况模拟的电力电子短时过应力测试系统及方法
CN115622429A (zh) * 2022-10-24 2023-01-17 云南电网有限责任公司电力科学研究院 三电平变换器模型预测控制方法、装置、设备及存储介质
CN116454879A (zh) * 2023-05-04 2023-07-18 四川通通友铁科技有限公司 一种虚拟电厂型铁路牵引供电系统及控制方法
CN116826779A (zh) * 2023-05-16 2023-09-29 国网福建省电力有限公司电力科学研究院 基于自抗扰控制的经柔直并网系统次同步振荡抑制方法
CN116937618A (zh) * 2023-06-16 2023-10-24 清华大学 基于谐波平衡的等幅振荡求解方法、装置、设备及介质
CN116742660A (zh) * 2023-06-19 2023-09-12 上海应用技术大学 一种考虑高铁再生制动的全周期工况负序分析方法及系统
CN117013594A (zh) * 2023-06-26 2023-11-07 海南电网有限责任公司 一种微电网并网逆变器电流控制器参数整定方法
CN117353288A (zh) * 2023-09-28 2024-01-05 中国电力科学研究院有限公司 一种多流融合的有源配电网仿真分析方法、系统及介质

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
Research on Error Characteristics of Three-phase Two-element Combined Transformer under Simulation Operating Conditions;Cong Lin等;《2021 International Conference on Electrical Materials and Power Equipment (ICEMPE)》;20210818;1-4页 *
基于改进有限状态多步模型预测的MMC-APF技术研究;文翌铖等;《电源学报》;20230822;1-11页 *
采用VSG策略的MMC阻抗建模及并网稳定性分析;孙杰等;《电源学报》;20211130;第19卷(第6期);30-41页 *

Also Published As

Publication number Publication date
CN117713088A (zh) 2024-03-15

Similar Documents

Publication Publication Date Title
US10826292B2 (en) Multi-time-scale digital/analog hybrid simulation system and method for power distribution network and storage medium
CN103746624B (zh) 基于模型预测的双凸极永磁同步电机的电流控制方法
CN108280271B (zh) 基于开关周期平均原理的统一潮流控制器等效建模方法
Jiang et al. Low-frequency oscillation analysis of the train-grid system based on an improved forbidden-region criterion
CN113472226A (zh) 基于滑膜观测器的并网逆变器双矢量无模型预测控制方法
CN102055205A (zh) 一种基于电压不平衡数学模型的无刷双馈电机网侧变换器控制策略
CN103995948B (zh) 一种基于多项式模型的振荡中心电压预测方法
CN113193766B (zh) 一种并联变流器集群的环流抑制直接预测控制方法及系统
CN116029464B (zh) 一种电网精确箱型经济运行域的加速求解方法
CN117713088B (zh) 高铁电力机车并网对电网谐波影响的分析方法及系统
Dominguez et al. Super-twisting control of induction motors with core loss
CN112134303B (zh) 一种基于六边形变流器风力发电系统的无差拍电流控制方法
CN113224788A (zh) 含有风电接入的交直流混联电网静态电压稳定评估方法
Wang et al. Finite‐control‐set model predictive control for eight‐switch three‐phase NPC converters
Ji et al. Improved Three-Vector-Based Model Predictive Current Control for Energy Storage Converter
Guo et al. Improved model predictive current control for single-phase cascaded h-bridge rectifier
Liu et al. Modeling and simulation of multi-vehicle DC traction power supply system based on Matlab/Simulink
CN113852123B (zh) 一种电力系统自动电压控制方法、装置、电子设备和存储介质
CN114336791B (zh) 风电场无功功率的优化分配方法及其系统及计算机可读存储介质
CN114611402B (zh) 基于分块互联模型和数据驱动的直驱风机动态拟合方法
CN114825433A (zh) 基于分段模型预测控制策略的微电网逆变控制方法及系统
CN115882478B (zh) 一种含光伏配电网的储能容量配置方法与系统
Hosseinian et al. Detailed Parametric Modeling of AC–DC Converters for EMT Simulators
Shi et al. An Optimized PMSG Model for FPGA Hardware Development
He et al. Rotor Winding Short Circuit Fault Protection Method of Variable Speed Pumped Storage Unit Based on Stator and Rotor Side Differential Current

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