統(tǒng)一電能質(zhì)量調(diào)節(jié)器并聯(lián)側(cè)控制算法的研究

胡曉青，程啟明，程尹曼，白園飛，吳凱

（1.上海電力學(xué)院自動(dòng)化工程學(xué)院，上海 200090；2.上海電力公司市北供電分公司，上海 200041）

統(tǒng)一電能質(zhì)量調(diào)節(jié)器并聯(lián)側(cè)控制算法的研究

胡曉青1，程啟明1，程尹曼2，白園飛1，吳凱1

（1.上海電力學(xué)院自動(dòng)化工程學(xué)院，上海 200090；2.上海電力公司市北供電分公司，上海 200041）

針對(duì)統(tǒng)一電能質(zhì)量調(diào)節(jié)器(UPQC)并聯(lián)側(cè)的結(jié)構(gòu)特點(diǎn)和數(shù)學(xué)模型，提出了一種基于徑向基函數(shù)(RBF)神經(jīng)網(wǎng)絡(luò)整定PID自適應(yīng)控制的新算法。該方法由徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)在線辨識(shí)得到梯度信息，PID參數(shù)根據(jù)梯度信息在線調(diào)整，自適應(yīng)系統(tǒng)參數(shù)的變化，通過電流控制，使UPQC并聯(lián)側(cè)輸出相反諧波和無功電流，從而使系統(tǒng)中不含諧波電流成分。在Simulink環(huán)境下分別針對(duì)三相恒定對(duì)稱非線性負(fù)載和三相變化非線性負(fù)載的情況進(jìn)行仿真，仿真結(jié)果證明了該方法的有效性和正確性。

諧波檢測(cè)；統(tǒng)一電能質(zhì)量調(diào)節(jié)器；神經(jīng)網(wǎng)絡(luò)；徑向基函數(shù)；自適應(yīng)；有源濾波

隨著電網(wǎng)負(fù)荷的急劇加大，特別是非線性、沖擊性、非對(duì)稱性負(fù)荷容量的不斷增長(zhǎng)，電網(wǎng)電壓、電流波形畸變、電壓波動(dòng)與閃變，以及諧波等問題使得電網(wǎng)運(yùn)行環(huán)境日趨惡劣，進(jìn)行諧波抑制和無功補(bǔ)償?shù)难芯縿?shì)在必行[1-2]。統(tǒng)一電能質(zhì)量調(diào)節(jié)器(unified power quality controller，UPQC)[3]兼顧了串聯(lián)型與并聯(lián)型裝置的優(yōu)點(diǎn)，具有抑制諧波、補(bǔ)償無功、平衡負(fù)載、調(diào)節(jié)電壓、抑制電壓閃變等功能，被認(rèn)為是最具發(fā)展前景的一種柔性交流輸電系統(tǒng)[4]元件。

目前在UPQC控制策略中，普遍的做法是串聯(lián)APF實(shí)現(xiàn)動(dòng)態(tài)電壓恢復(fù)器的功能，控制為電壓源來補(bǔ)償電網(wǎng)電壓諧波、跌落和閃變等電壓質(zhì)量問題，使負(fù)載電壓為基波正弦；并聯(lián)APF則被控制為電流源來補(bǔ)償負(fù)載產(chǎn)生的諧波和無功電流，使流入電網(wǎng)的電流為基波正弦。

并聯(lián)APF實(shí)現(xiàn)電流補(bǔ)償，很大程度上取決于逆變器采用的電流控制方法。目前電流跟蹤控制方法主要有正弦波脈寬調(diào)制法、滯環(huán)控制法、無差拍控制法和重復(fù)控制法等。其中，正弦波脈寬調(diào)制法[5]響應(yīng)速度快，主要缺點(diǎn)是開關(guān)頻率不固定且頻率高，開關(guān)損耗大，輸出波形中包含有載波頻率的高頻畸變分量。滯環(huán)電流控制方法[6]控制性能好，精度高，響應(yīng)快，但是控制精度、開關(guān)頻率、損耗受容差帶寬度影響，對(duì)控制精度的要求越高，開關(guān)頻率和損耗就越高。無差拍控制[7]基于被控對(duì)象精確的數(shù)學(xué)模型，根據(jù)逆變器的輸出反饋信號(hào)和狀態(tài)方程，計(jì)算下一周期的開關(guān)時(shí)間；缺點(diǎn)是要求脈寬必須即拍即輸出，算法較復(fù)雜，采樣頻率較高。重復(fù)控制[8]基于內(nèi)模原理，把外部信號(hào)植入控制器內(nèi)部，高精度地控制反饋，能以較低系統(tǒng)帶寬和采樣頻率獲得高質(zhì)量穩(wěn)定波形，穩(wěn)態(tài)誤差小，但動(dòng)態(tài)性能較差。

本文采用基于徑向基函數(shù)(RBF)神經(jīng)網(wǎng)絡(luò)(NN)整定PID控制策略實(shí)現(xiàn)對(duì)指令脈寬的調(diào)制，以UPQC為模型，對(duì)其工作原理和控制方法進(jìn)行了研究，使其輸出的補(bǔ)償電流能精確跟蹤補(bǔ)償電流信號(hào)，更好地達(dá)到濾波效果。仿真結(jié)果顯示其性能優(yōu)越，適應(yīng)于電力系統(tǒng)這樣強(qiáng)非線性、強(qiáng)不確定性的系統(tǒng)，可靠性高。

1 并聯(lián)變流器的數(shù)學(xué)模型

圖1為UPQC中的并聯(lián)變流器[9]及電網(wǎng)部分，將并聯(lián)變壓器等效為Y/Y接法，輸出濾波電感折算到變壓器副方（4'側(cè)），濾波電容等效為Y型接法。

圖1 并聯(lián)變流器與負(fù)載等效電路圖

定義并聯(lián)變流器電壓開關(guān)函數(shù)為：

根據(jù)圖1得：

由式（2）和式（3）可推出：

并聯(lián)變流器的輸出方程為：

2 RBF神經(jīng)網(wǎng)絡(luò)整定理論及其Simulink實(shí)現(xiàn)

2.1 并聯(lián)側(cè)補(bǔ)償控制原理

通過對(duì)UPQC并聯(lián)側(cè)逆變器的控制，可以使其具有APF、DSTATCOM等功能[10]，其工作原理如圖2所示。圖2中，三相電壓源作為非線性負(fù)載的電源，當(dāng)系統(tǒng)中不含對(duì)諧波進(jìn)行補(bǔ)償?shù)腁PF時(shí)，負(fù)載電流等于電源電流，電源電流中含有大量諧波電流，將基波電流用表示，諧波電流用表示，有通過UPQC并聯(lián)側(cè)向負(fù)載側(cè)注入等于負(fù)載諧波的電流來消除網(wǎng)側(cè)諧波，使三相電源輸出電流中只含有基波部分，如圖2所示，

圖2 并聯(lián)側(cè)有源濾波器檢測(cè)及控制原理

為了控制APF輸出補(bǔ)償電網(wǎng)中的諧波電流，采用基于瞬時(shí)無功功率變換的方法檢測(cè)出三相電網(wǎng)中包含諧波和無功的電流，將檢測(cè)出來的指令電流*作為APF電流控制的輸入給定，通過電流控制，使APF發(fā)出與之大小相等、相位相反的補(bǔ)償電流，從而諧波全部被補(bǔ)償，只有負(fù)荷基波電流流出電網(wǎng)，系統(tǒng)中將不含諧波電流成分。電流控制的具體過程為：將實(shí)際補(bǔ)償電流和基于瞬時(shí)無功功率法檢測(cè)計(jì)算出來的補(bǔ)償指令電流信號(hào)相減得到的差，作為調(diào)制信號(hào)，用基于徑向基函數(shù)的神經(jīng)網(wǎng)絡(luò)整定PID控制器后，再與高頻三角載波進(jìn)行比較，從而將得到的矩形脈沖作為UPQC各開關(guān)元件的控制信號(hào)，在輸出端獲得所需的輸出波形。

2.2 RBF網(wǎng)絡(luò)結(jié)構(gòu)

RBF神經(jīng)網(wǎng)絡(luò)具有三層前饋網(wǎng)絡(luò)結(jié)構(gòu)。神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)模擬了人腦結(jié)構(gòu)相互覆蓋、局部調(diào)整的接收域，如圖3所示。因此，RBF網(wǎng)絡(luò)是一種局部逼近網(wǎng)絡(luò)，已經(jīng)證明它能夠以任意精度逼近所有連續(xù)函數(shù)。與BP網(wǎng)絡(luò)相比，RBF網(wǎng)絡(luò)是一種前向網(wǎng)絡(luò)，輸入非線性映射到輸出，而隱含層線性映射到輸出，因此可以避免局部極小問題并極大地加快學(xué)習(xí)速度。

圖3 RBF神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)

利用梯度下降法，輸出權(quán)的迭代算法為：

式中：η為學(xué)習(xí)速率；α為動(dòng)量因子。

節(jié)點(diǎn)中心、節(jié)點(diǎn)基寬參數(shù)的迭代算法為：

2.3 基于RBF神經(jīng)網(wǎng)絡(luò)整定的PID自適應(yīng)控制

圖4是基于RBF神經(jīng)網(wǎng)絡(luò)的PID自適應(yīng)控制系統(tǒng)原理圖，將RBF神經(jīng)網(wǎng)絡(luò)算法引入PID控制中，結(jié)合RBF神經(jīng)網(wǎng)絡(luò)算法和傳統(tǒng)PID控制的優(yōu)點(diǎn)，實(shí)現(xiàn)對(duì)UPQC并聯(lián)側(cè)指令電流的跟蹤控制。RBF神經(jīng)網(wǎng)絡(luò)對(duì)PID控制器的3個(gè)參數(shù)進(jìn)行自適應(yīng)控制，由神經(jīng)網(wǎng)絡(luò)在線辨識(shí)得到梯度信息，PID參數(shù)根據(jù)梯度信息在線調(diào)整，適應(yīng)系統(tǒng)參數(shù)的變化，使系統(tǒng)控制品質(zhì)得到改善。

圖4 RBF網(wǎng)絡(luò)PID自適應(yīng)控制原理圖

P、I、D的3項(xiàng)輸入分別為：

性能指標(biāo)函數(shù)可定義為：

(1)確定RBF網(wǎng)絡(luò)的基寬參數(shù)、中心矢量、慣性系數(shù)、學(xué)習(xí)速率和PID控制器比例、積分、微分參數(shù)的初始值；

(2)采樣得到系統(tǒng)輸入、輸出以及控制誤差，計(jì)算得到網(wǎng)絡(luò)的輸入信號(hào)1()、2()和3()，將RBF神經(jīng)網(wǎng)絡(luò)的權(quán)值進(jìn)行調(diào)整，得到輸出層的Jacobian陣；

(3)利用Jacobian陣調(diào)節(jié)PID控制器的比例、積分、微分參數(shù)，計(jì)算神經(jīng)網(wǎng)絡(luò)PID控制器的輸出；

3 仿真驗(yàn)證

根據(jù)統(tǒng)一電能質(zhì)量調(diào)節(jié)器并聯(lián)側(cè)的系統(tǒng)結(jié)構(gòu)和工作原理，利用Simulink進(jìn)行仿真。仿真模型的參數(shù)可選?。合到y(tǒng)側(cè)三相線電壓380 V，50 Hz，系統(tǒng)最大容量為20 kVA，直流側(cè)電容為3 000μF，交流側(cè)進(jìn)線電感為=1.2mH，=100mΩ，高通濾波器=150μF，=2Ω，=7.5mH，負(fù)載側(cè)為三相整流橋電路接電阻2.5Ω和1mH電感的串聯(lián)負(fù)載，直流電容電壓控制值為0.6 kV。仿真中并聯(lián)補(bǔ)償采用基于RBF神經(jīng)網(wǎng)絡(luò)的PID自適應(yīng)控制，通過編寫函數(shù)實(shí)現(xiàn)。RBF網(wǎng)絡(luò)的結(jié)構(gòu)采用3-6-1，網(wǎng)絡(luò)輸入為()、()和(－1)，學(xué)習(xí)速率η=0.001，動(dòng)量因子α=0.015，比例、積分、微分的系數(shù)、、初始參數(shù)分別為20、0.5、0.1。為了適當(dāng)加快系統(tǒng)仿真速度，利用Power-Gui對(duì)整個(gè)仿真系統(tǒng)進(jìn)行離散化，采用固定步長(zhǎng)的離散算法，采樣周期為1μs，仿真時(shí)間為0.1 s。

3.1 對(duì)稱三相非線性負(fù)載的情況

系統(tǒng)負(fù)載側(cè)采用可控三相橋式整流電路作為對(duì)稱三相非線性負(fù)載，阻感負(fù)載=25Ω，=20mH，觸發(fā)角為30°。圖5為未使用UPQC補(bǔ)償?shù)碾娫措娏?，其含有高次諧波，波形發(fā)生畸變，總諧波畸變率為24.72%。圖6為經(jīng)過基于RBF神經(jīng)網(wǎng)絡(luò)的PID自適應(yīng)控制后的實(shí)際補(bǔ)償電流。

圖7為經(jīng)過RBF神經(jīng)網(wǎng)絡(luò)整定的PID自適應(yīng)控制補(bǔ)償后的電網(wǎng)電流，經(jīng)過補(bǔ)償后的電網(wǎng)電流非常接近正弦波，= 3.49%，諧波含量已經(jīng)減少了許多。補(bǔ)償后的電網(wǎng)電流可以滿足公用電網(wǎng)對(duì)諧波的要求。

圖5 并聯(lián)APF補(bǔ)償前電源電流波形

圖6 補(bǔ)償電流

圖7 基于RBF神經(jīng)網(wǎng)絡(luò)整定的PID自適應(yīng)控制補(bǔ)償后電網(wǎng)電流

3.2 時(shí)變非線性負(fù)載的情況

圖8為補(bǔ)償前的電源電流波形，由于負(fù)載發(fā)生變化，電流隨之發(fā)生變化。圖9為0.04 s加入非線性負(fù)載后的實(shí)際補(bǔ)償電流。補(bǔ)償后電網(wǎng)三相電流如圖10所示。在接入非線性負(fù)載變化的情況下，本文所采用的基于RBF神經(jīng)網(wǎng)絡(luò)整定PID自適應(yīng)控制能夠自動(dòng)調(diào)整控制器的參數(shù)，輸出補(bǔ)償電流，補(bǔ)償后電網(wǎng)電流波形中各次諧波的含量明顯降低。

4 結(jié)語(yǔ)

本文針對(duì)UPQC并聯(lián)側(cè)的結(jié)構(gòu)特點(diǎn)，提出了一種基于RBF神經(jīng)網(wǎng)絡(luò)整定PID自適應(yīng)控制的新算法。由神經(jīng)網(wǎng)絡(luò)在線辨識(shí)得到梯度信息，PID參數(shù)根據(jù)梯度信息在線調(diào)整，適應(yīng)系統(tǒng)參數(shù)的變化，使系統(tǒng)的控制品質(zhì)得到改善。通過仿真驗(yàn)證了本文所提出控制算法的可行性、有效性和正確性。

圖8 補(bǔ)償前電源電流

圖9 0.04 s加入非線性負(fù)載后補(bǔ)償電流

圖10 基于RBF神經(jīng)網(wǎng)絡(luò)整定PID自適應(yīng)控制補(bǔ)償后的電網(wǎng)電流

[1]萬健如,裴瑋,張國(guó)香.統(tǒng)一電能質(zhì)量調(diào)節(jié)器同步無差拍控制方法研究[J].中國(guó)電機(jī)工程學(xué)報(bào),2005,25(13):63-67.

[2]朱鵬程,李勛,康勇,等.統(tǒng)一電能質(zhì)量控制器控制策略研究[J].中國(guó)電機(jī)工程學(xué)報(bào),2004,24(8):67-73.

[3]陳國(guó)柱,呂征宇，錢照明.有源電力濾波器的一般原理與應(yīng)用[J].中國(guó)電機(jī)工程學(xué)報(bào),2000,20(9):17-21.

[4]呂廣強(qiáng),趙劍鋒,程明,等.配電網(wǎng)動(dòng)態(tài)電能質(zhì)量問題及其解決方案[J].高電壓技術(shù),2007,33(1):53-56.

[5]莫莉,謝運(yùn)祥,陳兵.單周控制在有源電力濾波器不同拓?fù)渲械膽?yīng)用比較[J].電力系統(tǒng)保護(hù)與控制,2008,36(14):42-47.

[6]FUJITA H,AKAGIH.The unified power quality conditioner:the integration of series and shunt-active filters[J].IEEE Transactions on Power Electronics,1998,13(2):315-322.

[7]胡凱,申群太.基于微粒群算法優(yōu)化PI參數(shù)的單相有源電力濾波器[J].電力系統(tǒng)保護(hù)與控制,2009,37(18):51-56.

[8]YE Y,KAZERANIM,QUINTANA V H.A novelmodeling and controlmethod for three-phase PWM converters[J].IEEE Transactionson Power Electronics,1999,46(3):544-553.

[9]黃其新,孫黎霞,甄威,等.同步發(fā)電機(jī)參數(shù)辨識(shí)的蟻群算法及擾動(dòng)分析[J].電力自動(dòng)化設(shè)備，2009，29(11)：50-53.

[10]王兆安,楊君,劉進(jìn)軍.諧波抑制和無功功率補(bǔ)償[M].北京:機(jī)械工業(yè)出版社,2002.

Research on controlalgorithm atparallelsideof unified power quality conditioner

HU Xiao-qing1,CHENGQi-ming1,CHENG Yin-man2,BAIYuan-fei1,WU Kai1

Aiming at the structural characteristics and mathematical models at parallel side of unified power quality conditioner(UPQC),a new self-adaptation controlalgorithm of tuning PID based on neuralnetwork of radial basis function(RBF)was proposed.The princip le of thismethod lied in that the gradient information was got from the online identification of the radial basis function neural network,and the PID parameters were online adjusted based on gradient information to self-adapt to changes of system parameters.Through current control,the UPQC parallelside could output the opposite harmonic and reactive current,so that the system would not contain harmonic current.To demonstrate the feasibility of the PID adaptive control algorithm based on RBF neural network tuning,it was simulated respectively for the three-phase constant symmetric non-linear load and three-phase changing nonlinear load in Simulink environment.The simulation results prove the validity and correctness of the method.

harmonic detection;unified power quality conditioner(UPQC);neural network(NN);radialbasis function (RBF);self-adaptation;active filter

TM 571

A

1002-087 X(2014)05-0916-04

2013-11-18

上海市重點(diǎn)科技攻關(guān)計(jì)劃(11510500800)；上海市電站自動(dòng)化技術(shù)重點(diǎn)實(shí)驗(yàn)室項(xiàng)目(13DZ2273800)

胡曉青(1986—），男，江蘇省人，碩士研究生，主要研究方向?yàn)殡娏ο到y(tǒng)及其自動(dòng)化、光伏發(fā)電、電能質(zhì)量分析與控制。

程啟明(1965—)，男，江蘇省人，教授，主要研究方向?yàn)殡娏ο到y(tǒng)自動(dòng)化。