,
(太原理工大學煤礦裝備與安全控制山西省重點實驗室,山西太原 030024)
本文采用基于空間矢量的無差拍電流控制方法。該方法要求實時、準確地預測出下一時刻的指令電流值,因此將預測電流的開環(huán)控制改進為閉環(huán)控制以提高預測的準確性。目前常見的預測方法包括線性預測[1]、拋物線預測[2]、重復預測觀測器、自適應及神經(jīng)元等預測方法。本文利用Matlab軟件對比研究了線性預測與拋物線預測方法,從而得出拋物線預測法的預測效果更好。最后將此控制方法用于APF的實驗,實驗結(jié)果證明了該控制方法的可行性與有效性。
三相3線制并聯(lián)有源電力濾波器的主電路如圖1所示。
圖1 三相3線制并聯(lián)有源電力濾波器的主電路Fig.1 The main circuit of three-phase three-wire shunt APF
由基爾霍夫電壓定律可得APF的數(shù)學模型為
式中:j=A,B,C;ej為電源電壓;uj為以點O為參考點所得A,B,C3點的電壓;icj為APF輸出的補償電流;R,L分別為主電路交流側(cè)的等效電阻與等效電感;Udc為主電路直流側(cè)的電容電壓。
忽略等效電阻,并在k時刻對式(1)中的微分項離散化可得:
式中:T為1個周期的時間;icj(k),icj(k+1)分別為k時刻與k+1時刻的補償電流值。
由于APF輸出的補償電流要求實時、準確地跟蹤其指令電流,于是應將k+1時刻檢測的諧波電流值作為指令電流代替式(2)中的,可得:
由式(3)可知,參考電壓是由主電路的等效電感、電源電壓以及指令電流得到??梢姡琒VPWM控制算法實質(zhì)是通過控制輸出電壓而控制輸出電流。由于采用DSP控制系統(tǒng),使k+1時刻使用k時刻得到的指令電流值來計算參考電壓,所以在k+1時刻才能得到k時刻的實際補償電流值,故存在一拍的滯后。為了彌補滯后現(xiàn)象,引入無差拍控制。該控制方法的原理框圖如圖2所示。
圖2 基于SVPWM無差拍控制的原理框圖Fig.2 Block diagram of deadbeat control base on SVPWM
該方法的基本原理是用k時刻預測出k+1時刻的指令電流值,然后根據(jù)無差拍控制算法得出參考電壓u*(k),最后由SVPWM控制方法[3]生成PWM脈沖信號。這樣便能保證每一時刻輸出的補償電流等于其指令電流。參考電壓u*(k)的表達式為
上述指令電流的預測屬于開環(huán)預測,但實際檢測出的諧波電流是時變、非線性、且易受被測系統(tǒng)干擾的。為了提高指令電流預測的準確性,對此預測模型進行改進,使之成為閉環(huán)預測。具體改進方法為:首先計算出k+1時刻的預測值與實際值的偏差,然后將其加到下一時刻的預測值上,表達式為
將得到的偏差加到下一時刻的預測值上可得:
實現(xiàn)無差拍控制效果的關(guān)鍵是指令電流預測的實時性和準確性。目前主要的預測方法包括自適應預測、神經(jīng)元預測、重復預測觀測器以及拉格朗日插值法等方法。由于自適應預測和神經(jīng)元預測的實時性較差[4],重復預測觀測器[5]實現(xiàn)較復雜,因此本文重點研究了線性預測和拋物線預測方法。
已知k-1時刻、k時刻的指令電流值,采用拉格朗日線性插值公式計算k+1時刻的指令電流值
將式(7)得到的k+1時刻的指令電流預測值代入式(4)便可得出參考電壓值。
同理,通過式(8)得出的指令電流預測值代入式(4)便可得出參考電壓值。
可見,線性預測和拋物線預測的算法簡單,計算量小且實時性好。
雖然理論分析和一些實例證明拋物線插值的精度比線性插值高,但由于本系統(tǒng)中指令電流的表達式難以得到,所以本文利用Matlab軟件對線性插值和拋物線插值這2種預測法進行仿真研究,并對上述控制方法進行仿真以驗證其可行性與有效性。
本文采用Matlab2010/Simulink軟件搭建的有源濾波器仿真模型如圖3所示。其中PWM脈沖生成模塊的仿真模型如圖4所示。仿真參數(shù)設(shè)置如下:1)電源電壓為標準的正弦波,相電壓有效值為220 V,頻率為50 Hz;2)諧波源為帶電阻負載的三相二極管整流橋,進線電感為10 mH,電阻為20 Ω;3)主電路直流側(cè)參考電壓為1 000 V,電容為3 300 μF,交流側(cè)輸出電感為10 mH;4)IGBT的開關(guān)頻率為6.4 kHz;5)仿真時間為0.1 s,算法采用ode45。
圖3 并聯(lián)有源電力濾波器的仿真模型Fig.3 Simulation model of shunt APF
圖4 PWM脈沖生成的仿真模型Fig.4 Simulation model of PWM signal generation module
由于系統(tǒng)三相對稱,以A相為例進行分析。A相負載電流波形及其頻譜圖如圖5所示,其諧波總畸變率為19.7%。采用基于指令電流開環(huán)預測與閉環(huán)預測的空間矢量無差拍控制方法得出經(jīng)有源電力濾波器補償后電源電流的仿真結(jié)果如圖6所示。
圖5 A相負載電流波形及其頻譜圖Fig.5 The waveforms and the corresponding frequency spectrum of the A-phase load current
可見,在無差拍電流控制中采用電流閉環(huán)控制比開環(huán)控制的效果好,補償后電源電流中諧波總畸變率由6.51%下降到2.55%。
圖6 A相電源電流的波形及其頻譜圖Fig.6 The waveforms and the corresponding frequency spectrum of the A-phase supply current
上述仿真是采用線性預測算法進行指令電流的預測。為提高指令電流預測的準確性,本文對拋物線預測算法也進行了仿真,其結(jié)果見圖7。
圖7 拋物線預測時A相電源電流波形及其頻譜圖Fig.7 The waveforms and the frequency spectrum of the A-phase supply current by parabola forecast
由圖7可知,采用拋物線預測法比線性預測法的預測效果更好。因此,在實驗中采用拋物線預測法并進行電流閉環(huán)控制。
本文用TMS320F2812 DSP作為APF的控制核心,在集成開發(fā)環(huán)境CCS3.3上使用C語言進行軟件系統(tǒng)設(shè)計。APF的軟件系統(tǒng)包括主程序和中斷服務(wù)程序2部分。主程序完成系統(tǒng)初始化、鍵盤及顯示功能。中斷服務(wù)程序?qū)崿F(xiàn)PWM脈沖的生成、功率驅(qū)動保護以及直流側(cè)電壓的過壓與欠壓保護功能。
本文采用鎖相環(huán)芯片CD4046得到與A相電源電壓同步的方波信號,并將其送入DSP的捕獲單元3(CAP3)引腳,通過編寫CAP3中斷服務(wù)程序?qū)崿F(xiàn)同步控制和電源頻率的計算。又采用CD4040芯片得到頻率為6.4 kHz的方波信號,該信號接到捕獲單元1(CAP1)引腳,利用軟件程序?qū)崿F(xiàn)PWM脈沖的生成。
當CAP3檢測到方波信號的上升沿時產(chǎn)生中斷,若是第1次進入中斷則使能CAP1中斷。使能CAP1中斷后便可等其觸發(fā)信號的到來,以執(zhí)行此中斷服務(wù)程序。該中斷服務(wù)程序包括A/D采樣子程序、PI調(diào)節(jié)子程序、指令電流預測子程序以及SVPWM控制子程序。該程序的流程如圖8所示。
圖8 CAP1中斷服務(wù)程序流程圖Fig.8 Flowchart of interrupt service program for capture1
指令電流預測子程序分為2部分:一是采用單位功率因數(shù)諧波檢測法計算諧波電流;二是采用拋物線預測法得到指令電流的預測值。SVPWM控制子程序是先用改進的閉環(huán)電流控制計算參考電壓,再采用SVPWM算法生成PWM脈沖。計算指令電流的流程圖如圖9所示。
圖9 指令電流子程序流程圖Fig.9 Subprogram flowchart of reference current
通過運行上述程序可生成6路PWM脈沖信號,將此信號接到驅(qū)動電路進行隔離和放大,再將其接到IPM模塊以控制IGBT的通斷,便可產(chǎn)生補償電流。以A相為例,得出的負載電流與補償后電源電流的波形分別如圖10和圖11所示。
圖10 負載電流的波形Fig.10 Waveforms of load current
圖11 電源電流的波形Fig.11 Waveforms of supply current
本文研究了空間矢量無差拍電流控制方法在APF中的應用。在無差拍電流控制部分采用了閉環(huán)電流控制以提高指令電流預測的準確性。利用Matlab仿真軟件對比研究了線性預測與拋物線預測算法的預測效果,得出拋物線預測算法的準確性更高。因此,在APF實驗中使用拋物線預測算法進行指令電流的預測并對其采用閉環(huán)控制。實驗結(jié)果證明了該控制方法的可行性和有效性。
[1]于晶榮,章兢.基于電壓空間矢量的有源濾波器無差拍電流控制方法[J].湖南大學學報:自然科學版,2008,35(10):31-35.
[2]曾繁鵬,譚光慧,伏祥運,等.有源電力濾波器的簡單無差拍控制策略[J].電氣應用,2006,25(8):60-63.
[3]ZHOU Juan,WU Xiao-jie,GENG Yi-wen,et al.Simulation Research on a SVPWM Control Algorithm for a Four-leg Active Power Filter[J].Journal of China University of Mining and Technology,2007,17(4):590-594.
[4]Temurtas F,Gunturkun R,Yumusak N,et al.Harmonic Detection Using Feed Forward and Recurrent Neural Networks for Active Filters[J].Electric Power Systems Research,2004,72(1):33-40.
[5]高吉磊,黃先進,林飛.基于重復觀測器的PWM整流器無差拍控制[J].電工技術(shù)學報,2010,25(6):47-54.