CN1747274B - 有源电力滤波器的预测控制方法 - Google Patents

有源电力滤波器的预测控制方法 Download PDF

Info

Publication number
CN1747274B
CN1747274B CN2005100320443A CN200510032044A CN1747274B CN 1747274 B CN1747274 B CN 1747274B CN 2005100320443 A CN2005100320443 A CN 2005100320443A CN 200510032044 A CN200510032044 A CN 200510032044A CN 1747274 B CN1747274 B CN 1747274B
Authority
CN
China
Prior art keywords
current
power network
signal
fundametal compoment
filter
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.)
Expired - Fee Related
Application number
CN2005100320443A
Other languages
English (en)
Other versions
CN1747274A (zh
Inventor
罗安
章兢
贾煜
范瑞祥
周柯
唐杰
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.)
Hunan University
Original Assignee
Hunan University
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 Hunan University filed Critical Hunan University
Priority to CN2005100320443A priority Critical patent/CN1747274B/zh
Publication of CN1747274A publication Critical patent/CN1747274A/zh
Application granted granted Critical
Publication of CN1747274B publication Critical patent/CN1747274B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02EREDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E40/00Technologies for an efficient electrical power generation, transmission or distribution
    • Y02E40/20Active power filtering [APF]

Abstract

本发明公开了一种有源电力滤波器的预测控制方法,将补偿前的当前时刻电网畸变电流信号通过ip,iq算法得到它的基波信号,利用自适应预测滤波器获得预测输出的下一时刻电网电流基波信号,将补偿前的当前时刻电网畸变电流信号与预测得到的当前时刻电网电流基波信号相减,得到当前时刻电网电流谐波分量,即为有源电力滤波器需要补偿的谐波电流信号,将得到的谐波分量进行PWM调制,即得到PWM脉冲信号。本有源电力滤波器的自适应预测控制方法预测精度高,收敛速度快,有效地减小了有源电力滤波器数字化控制系统中存在的延时,以及延时对有源电力滤波器补偿性能的影响。

Description

有源电力滤波器的预测控制方法
技术领域
本发明专利属于有源电力滤波技术,特别涉及一种有源电力滤波器的预测控制方法。
背景技术
随着现代工业发展,电力负荷越来越复杂,形成了电力系统谐波的容量大、时变的特点。传统的LC无源滤波器越来越不能满足现代工业应用和电力系统的要求,随着有源电力滤波器(APF)的出现,为电网谐波治理提供了一种重要的方式。有源电力滤波器通过向电网注入一定补偿电流来抵消负载所产生的谐波电流,其应用克服了LC滤波器等传统的谐波抑制方法的一些缺点,它既可补偿非线性负荷产生的高次谐波,又能自动适应电网阻抗和频率的快速变化,并且具有高可控性和快速响应性。
有源电力滤波器数字化控制系统中存在着两个方面的延时,一方面是有源电力滤波器数字化控制器的信号在每个环节的信号处理中都会引起有源电力滤波器补偿电流相位的滞后;另一方面,数字化控制的特点是控制指令每隔一定的周期更新一次,控制指令的更新周期大于等于系统的采样周期,从当前周期更改了控制指令的时刻开始,到下一个周期更改控制指令之前,系统的控制信号保持不变,并不是实时跟随控制对象的变化而变化,这是引起数字化控制器控制误差的更重要的原因。
理论研究表明在同一延时下,谐波次数越高,补偿残余度越大;对于某次谐波,延时越大,补偿残余度越大。解决数字化控制器的延时有两种措施,一是采用快速微处理器,二是采用信号预测方法。第一种方法只能缓解数字化控制器引起的延时,并不能有效地减小延时对有源电力滤波器补偿性能的影响,因此,不是理想的解决措施。信号预测方法是从信息处理方面解决延时问题的,它有较强的处理复杂的非线性、时变性和不确定性工业过程控制的能力,可完全由软件实现,不需增加任何硬件,因而是一种较经济的解决措施。
但是,采用信号预测方法的前提是信号具有可预测性。考虑到大多数电力负荷属于可预测性负荷,而且,电力系统主要的谐波污染源——各种变流装置也属于可预测性负载,因此,有源电力滤波器选择使用信号预测方法,来研究解决有源电力滤波器数字化控制器延时的问题。
发明内容
本发明的目的在于提供一种有源电力滤波器的预测控制方法。这种预测控制方法能够有效的解决数字化控制器的延时问题,从而使有源电力滤波器的输出能跟踪电网电流的变化,实现谐波电流完全补偿。
本有源电力滤波器的预测控制方法包括以下步骤:
1)当前预测时刻对总的电网电流进行采样,预测采样周期为k,通过ip,iq算法得到电网电流的基波分量isf(n),对电网电流的基波分量isf(n)进行幅值估计,得到其幅值大小,电网电流的基波分量isf(n)除以其幅值则得到单位信号isf(n),isf(n)作为自适应预测滤波器的输入信号,滤波器的输乘即为预测得到的理想的下一个预测采样周期的电网电流基波分量
Figure GA20189639200510032044301D00021
补偿前电网电流的基波分量与补偿后的电网电流信号相减得到补偿误差ε(n),ε(n)与反馈校正系数λ相乘即为误差校证信号λε(n),理想的下一个预测采样周期的电网电流基波分量
Figure GA20189639200510032044301D00022
与λε(n)相加得到实际预测输出的下一个预测周期电网电流基波分量即为当前时刻后第k个周期的电网电流基波分量;补偿前的当前时刻电网畸变电流信号is(n)与预测得到的当前时刻电网电流基波分量相减,得到有源电力滤波器需要补偿的谐波电流信号;将得到的谐波电流信号进行PWM调制,即得到PWM脉冲信号,用PWM脉冲信号控制逆变器IGBT的通断,逆变器输出的谐波电流通过注入电路注入到电网中;
2)在预测采样周期之间的k-1个采样周期中,这些采样周期只检测总的电网电流,这些采样周期的电网基波电流采用内插值算法计算得到,将总的电网电流减去电网基波电流即得到需要补偿的电网电流谐波分量,将需要补偿的电网电流谐波分量信号进行PWM调制,即得到PWM脉冲信号,用PWM脉冲信号控制逆变器IGBT的通断,逆变器输出的谐波电流通过注入电路注入到电网中。
本发明的有益效果是:
本发明的有源电力滤波器的自适应预测控制方法预测精度高,收敛速度快,有效地减小了有源电力滤波器数字化控制系统中存在的延时,以及延时对有源电力滤波器补偿性能的影响,即使电网频率或幅值发生变化,仍可准确地得到期望结果。
下面结合附图对本发明专利进一步说明。
附图说明
图1是基于FIR自适应滤波器的预测算法原理框图。
图2是基于自适应预测算法的计算有源电力滤波器补偿参考电流的整体思想结构图。
图3是自适应预测算法和内插值算法的数据流程图。
图4有源电力滤波器自适应预测控制方法的原理框图。
图5有源电力滤波器自适应预测控制方法的具体实现示意图。
具体实施方式
图1是基于FIR自适应滤波器的预测算法的原理框图。基于FIR模型的自适应预测滤波器的输出y可表示为当前和过去输入x的线性组合:
y ^ ( n + 1 ) = Σ k = 0 N - 1 h k x ( n - k ) = H ′ · X ( n ) - - - ( 1 )
式中,X′(n)=[x(n),x(n-1),…,x(n-N+1)]为自适应预测滤波器输入信号向量。H′=[ h0,h1,…,hN-1]为预测滤波器的系数向量,是决定预测滤波器性能的关键因素,为了增强算法在动态条件下的适应性,应对它进行反复地在线优化。N为数据窗的长度,是影响滤波器性能的另外一个因素。自适应预测滤波器的原理框图如图1所示。图1中,y(n)为期望输出,
Figure GA20189639200510032044301D00042
为预测计算结果,e(n)为期望输出与预测计算结果之间的误差,即
e ( n ) = y ( n ) - y ^ ( n ) - - - ( 2 )
滤波器系数的自适应调整算法就是跟据该误差信号,采取一定的准则,来在线优化校正滤波器系数的。
图2是基于自适应预测算法的计算有源电力滤波器补偿参考电流的整体思想结构图。假设系统的采样频率为fS,每电网周期采样M点数据。检测电网畸变电流,采用ip,iq谐波电流检测算法计算电网基波电流。从当前时刻开始,从过去的一个电网周期的电网基波电流数据中等间隔地抽取N个数据,根据这些历史基波数据(采样频率为fS/k),采用自适应预测算法预测从当前采样周期开始第k个采样周期的电网基波电流,当前采样周期与第k个采样周期之间的其它采样周期的电网基波电流采用内插值算法计算得到。
图3是自适应预测算法和内插值算法的数据流程图。图中左边虚线框中的数据即为直接预测计算结果,右边虚线框中数据为内插值计算结果。在接下来的k个采样周期内,只需检测总的电网电流,并执行一次减法运算,即从检测得到的电网电流中减去电网基波电流的预测值,就可得到有源电力滤波器的参考电流。本发明所提出的方法中,预测算法和内插值算法每k个采样周期执行一次,即只在n=k*i(i=0,1,...,N-1)的采样周期内进行预测计算,而在其它采样周期不进行预测计算,滤波器系数的自适应调整运算则安排在这些采样周期内完成,下一个n=k*(i+1)(i=0,1,...,N-1)采样周期到来之前,新的滤波器系数已准备好。这样分配计算任务的优点是,使得滤波器系数的自适应调整运算不影响功能程序的执行,并且保证系数的自适应调整运算有充裕的时间完成。
图4为有源电力滤波器自适应预测控制方法的原理框图。首先对输入信号进行信号预处理,从总的电网畸变电流中预测将来时刻的电网基波电流,在将来的那个采样周期,只需检测电网畸变电流,从总的电流中减去基波电流的预测值即为有源电力滤波器的参考电流,然后根据参考电流计算并发出PWM信号。期望信号——电网基波电流采用ip,iq法计算得到。
图5为有源电力滤波器自适应预测控制方法的具体实现示意图。其在工作过程如下:
1)将总的电网电流is(n)通过ip,iq算法得到它的基波分量isf(n)
2)将电网电流基波分量isf(n)进行幅值估计,得到其幅值大小,电网电流基波分量isf(n)除以其幅值则得到单位信号isf(n),isf(n)作为自适应预测滤波器的输入信号,自适应预测滤波器的输出信号与幅值相乘即为预测得到的理想的下一个预测采样周期电网电流基波分量
Figure GA20189639200510032044301D00051
3)补偿前电网电流的基波分量与补偿后的电网电流信号相减得到补偿误差ε(n),补偿误差ε(n)与反馈校正系数λ相乘即为误差校证信号λε(n),下一个预测采样周期电网电流基波分量与λε(n)相加得到实际预测输出的下一个预测采样周期电网电流基波分量
4)补偿前的当前时刻电网畸变电流信号is(n)与预测得到的当前时刻电网电流基波分量
Figure GA20189639200510032044301D00061
相减,得到当前时刻电网电流谐波分量,即为有源电力滤波器需要补偿的谐波电流信号;
5)将需要补偿的谐波电流信号进行PWM调制,即得到等效的PWM脉冲信号,PWM脉冲信号用于控制逆变器IGBT的通断,逆变器输出的谐波电流通过注入电路注入到电网中。
本发明的有源电力滤波器的自适应预测控制方法中,本时刻只需检测电网畸变电流,从总的电流中减去基波电流的预测值即为有源电力滤波器的参考电流。即在本时刻只需检测电网畸变电流,而不需做任何滤波算法,从而大大减少了信号处理过程中的延时。

Claims (1)

1.一种有源电力滤波器的预测控制方法,包括以下步骤:
1)当前预测时刻对总的电网电流进行采样,预测采样周期为k,通过ip,iq算法得到电网电流的基波分量isf(n),对电网电流的基波分量isf(n)进行幅值估计,得到其幅值大小,电网电流的基波分量isf(n)除以其幅值则得到单位信号isf(n),isf(n)作为自适应预测滤波器的输入信号,滤波器的输出信号与幅值相乘即为预测得到的理想的下一个预测采样周期的电网电流基波分量
Figure FA20189639200510032044301C00011
;补偿前电网电流的基波分量与补偿后的电网电流信号相减得到补偿误差ε(n),ε(n)与反馈校正系数λ相乘即为误差校证信号λε(n),理想的下一个预测采样周期的电网电流基波分量
Figure FA20189639200510032044301C00012
与λε(n)相加得到实际预测输出的下一个预测周期电网电流基波分量
Figure FA20189639200510032044301C00013
,即为当前时刻后第k个周期的电网电流基波分量;补偿前的当前时刻电网畸变电流信号is(n)与预测得到的当前时刻电网电流基波分量相减,得到有源电力滤波器需要补偿的谐波电流信号;将得到的谐波电流信号进行PWM调制,即得到PWM脉冲信号,用PWM脉冲信号控制逆变器IGBT的通断,逆变器输出的谐波电流通过注入电路注入到电网中;
2)在预测采样周期之间的k-1个采样周期中,这些采样周期只检测总的电网电流,这些采样周期的电网基波电流采用内插值算法计算得到,将总的电网电流减去电网基波电流即得到需要补偿的电网电流谐波分量,将需要补偿的电网电流谐波分量信号进行PWM调制,即得到PWM脉冲信号,用PWM脉冲信号控制逆变器IGBT的通断,逆变器输出的谐波电流通过注入电路注入到电网中。
CN2005100320443A 2005-08-23 2005-08-23 有源电力滤波器的预测控制方法 Expired - Fee Related CN1747274B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN2005100320443A CN1747274B (zh) 2005-08-23 2005-08-23 有源电力滤波器的预测控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN2005100320443A CN1747274B (zh) 2005-08-23 2005-08-23 有源电力滤波器的预测控制方法

Publications (2)

Publication Number Publication Date
CN1747274A CN1747274A (zh) 2006-03-15
CN1747274B true CN1747274B (zh) 2010-11-17

Family

ID=36166659

Family Applications (1)

Application Number Title Priority Date Filing Date
CN2005100320443A Expired - Fee Related CN1747274B (zh) 2005-08-23 2005-08-23 有源电力滤波器的预测控制方法

Country Status (1)

Country Link
CN (1) CN1747274B (zh)

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN100461580C (zh) * 2007-06-29 2009-02-11 清华大学 一种用于补偿控制延时的谐波电流预测方法
CN102332721B (zh) * 2011-09-13 2013-04-03 湖南工业大学 基于最佳线性预测理论的混合电力滤波器谐波电流预测方法
CN103138263A (zh) * 2011-11-28 2013-06-05 广西星宇智能电气有限公司 一种电能质量综合治理装置的控制方法
CN103308747B (zh) * 2013-07-09 2015-09-30 西南交通大学 一种加权lms谐波电流检测方法
CN103337860A (zh) * 2013-07-11 2013-10-02 南京因泰莱电器股份有限公司 一种用于有源电力滤波器的预测控制系统及预测控制方法
CN104158192A (zh) * 2014-08-18 2014-11-19 信元瑞电气有限公司 自适应控制方法和装置
CN105007060A (zh) * 2015-08-07 2015-10-28 广西星宇智能电气有限公司 一种清除有源滤波器中非选定谐波的方法
CN107359615B (zh) * 2017-07-17 2019-07-16 华南理工大学 一种有源电力滤波器电流跟踪控制方法和系统

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5162983A (en) * 1990-07-11 1992-11-10 Mitsubishi Denki Kabushiki Kaisha Active filter device for suppressing harmonics in a system including a capacitive load
US5321598A (en) * 1992-09-18 1994-06-14 Westinghouse Electric Corp. Three-phase active filter utilizing rotating axis transformation
CN1402406A (zh) * 2002-09-06 2003-03-12 清华大学 有源滤波器谐波电流检测的延迟时间的补偿方法及系统
CN1404196A (zh) * 2002-10-16 2003-03-19 武汉大学 复杂电力系统谐波、无功、负序综合治理的方法及装置
CN1411118A (zh) * 2002-12-06 2003-04-16 清华大学 有源电力滤波器的变流器直流侧电压闭环控制方法和系统
CN1645708A (zh) * 2005-01-21 2005-07-27 浙江大学 一种采用混合型谐波检测的有源电力滤波器

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5162983A (en) * 1990-07-11 1992-11-10 Mitsubishi Denki Kabushiki Kaisha Active filter device for suppressing harmonics in a system including a capacitive load
US5321598A (en) * 1992-09-18 1994-06-14 Westinghouse Electric Corp. Three-phase active filter utilizing rotating axis transformation
CN1402406A (zh) * 2002-09-06 2003-03-12 清华大学 有源滤波器谐波电流检测的延迟时间的补偿方法及系统
CN1404196A (zh) * 2002-10-16 2003-03-19 武汉大学 复杂电力系统谐波、无功、负序综合治理的方法及装置
CN1411118A (zh) * 2002-12-06 2003-04-16 清华大学 有源电力滤波器的变流器直流侧电压闭环控制方法和系统
CN1645708A (zh) * 2005-01-21 2005-07-27 浙江大学 一种采用混合型谐波检测的有源电力滤波器

Also Published As

Publication number Publication date
CN1747274A (zh) 2006-03-15

Similar Documents

Publication Publication Date Title
CN1747274B (zh) 有源电力滤波器的预测控制方法
Olm et al. Stability analysis of digital repetitive control systems under time-varying sampling period
CN103595069B (zh) 不平衡电压下光伏发电系统网侧变换器模型预测控制方法
Zahira et al. A technical survey on control strategies of active filter for harmonic suppression
Zhao et al. Improved synergetic excitation control for transient stability enhancement and voltage regulation of power systems
CN108155651B (zh) 有源电力滤波器直流侧电压的改进滑模pi控制方法
CN102916599A (zh) 不平衡电压下三相pwm整流器的模型预测控制方法
CN106532702A (zh) 一种有源电力滤波器改进宽频自适应重复控制方法
Kale et al. Chattering free robust control of LCL filter based shunt active power filter using adaptive second order sliding mode and resonant controllers
CN100461580C (zh) 一种用于补偿控制延时的谐波电流预测方法
Kai et al. Deadbeat control of PWM inverter with repetitive disturbance prediction
Ornelas-Tellez et al. Optimal dynamic harmonic extraction and suppression in power conditioning applications
CN104065292A (zh) 三电平变换器中点电位平衡控制方法与装置
CN109301823B (zh) 基于有限状态模型预测控制策略的电能质量扰动补偿方法
CN102332721B (zh) 基于最佳线性预测理论的混合电力滤波器谐波电流预测方法
Yongchang et al. Comparative study of model predictive current control and voltage oriented control for PWM rectifiers
CN102969913B (zh) 主动前端整流器模型预测控制参数不匹配补偿方法
CN102654533A (zh) 一种无功和谐波分量检测分离方法
CN105977979B (zh) 单相并联型有源电力滤波器的单环控制算法
Chau et al. Online control method with time-delay compensation for hybrid active power filter with injection circuit
Yang et al. A method to improve the reliability of three-level inverter based on equivalent input disturbance and repetitive control combinations
Pan et al. Grey‐prediction‐based double model predictive control strategy for the speed and current control of permanent magnet synchronous motor
CN104852382A (zh) 一种直流侧电压自适应调节的apf电流预测控制算法
CN103138263A (zh) 一种电能质量综合治理装置的控制方法
CN103138264A (zh) 一种用于有源电力滤波器参考信号的校正方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20101117

Termination date: 20160823