版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)
文檔簡介
1、如今,電能質(zhì)量問題在工業(yè)生產(chǎn)、配電系統(tǒng)和人民生活中越來越受到關(guān)注。特別是隨著電網(wǎng)中非線性負載的廣泛使用,供電電壓和電流受到諧波污染而發(fā)生畸變。為了解決電網(wǎng)諧波問題,通常采用無源電力濾波器(PPF),盡管,無源電力濾波器具有結(jié)構(gòu)簡單、價格便宜和易于使用等優(yōu)點,但無源電力濾波器仍具有很多不足,比如易與電網(wǎng)發(fā)生諧振,降低系統(tǒng)的穩(wěn)定性,發(fā)生偏諧,并且無源電力濾波器只能濾除特定階次的諧波,無法做到各次諧波的濾除和容性無功的動態(tài)補償?;诖?,采用能
2、夠?qū)崿F(xiàn)各次諧波抑制和無功動態(tài)補償?shù)挠性措娏V波器(APF)成為濾除電網(wǎng)諧波的理想途徑;并聯(lián)型有源電力濾波器與非線性負載并聯(lián)在電網(wǎng)上,能夠?qū)χC波電流實現(xiàn)動態(tài)跟蹤和補償。但受限于價格昂貴、容量偏小、難以應用于高壓電網(wǎng)等因素,解決電網(wǎng)諧波問題的另一種方法是采用混合型有源電力濾波器(HAPF),混合型有源電力濾波器由有源電力濾波器和無源電力濾波器組成,目的是降低有源電力濾波器的容量,同時保留了有源和無源電力濾波器的優(yōu)點。注入式混合型有源電力濾波
3、器(IHAPF)通過注入電容將補償電流注入到電網(wǎng)中,在降低APF容量的同時能夠取得很好的諧波補償效果。(.)論文主要對注入式混合型有源電力濾波器(IHAPF)的工作機理、數(shù)學模型、參數(shù)設(shè)計、控制策略及工程應用進行相關(guān)闡述。本文的創(chuàng)新點、研究重點和成果主要體現(xiàn)在以下幾個方面:
1)對電能質(zhì)量問題,IEEE諧波標準,諧波畸變對電網(wǎng)電能質(zhì)量的影響和諧波抑制方法進行了整體的綜述。
2)基于p-q和i-iq的諧波檢測方
4、法都需要用到ⅡR濾波器,因為ⅡR濾波器是無限脈沖響應濾波器,對于線性特性不明確的負載有良好的濾波特性。對于變化的負載,F(xiàn)IR濾波器的計算延時變得很長,將導致產(chǎn)生其他問題,而ⅡR濾波器采用遞歸方式,低頻性能良好,能夠適應負載的變化。為了改進p-q和ip-iq檢測方法的不足,本文提出了一種新型的基于神經(jīng)網(wǎng)絡(luò)模糊的諧波電流檢測方法。通常,非線性負載的負載電流中含有基波電流和諧波電流。本文提出的方法中,神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)采用Adaline結(jié)構(gòu)。Ada
5、line網(wǎng)絡(luò)的權(quán)重因子的大小分別與補償電流的幅值對應。因此,Adaline網(wǎng)絡(luò)相當于一個諧波檢測模型。計算輸入和輸出的偏差用于調(diào)整神經(jīng)網(wǎng)絡(luò)的重量。訓練算法采用基于最快下降過程的LMS算法和Widrow-Hoff學習算法。Widrow-Hoff學習算法具有敏銳的觀察力,能夠根據(jù)權(quán)重的平方誤差估計均方差。此外,這種方法的特別之處在于,神經(jīng)網(wǎng)絡(luò)的收斂系數(shù)α能夠通過模糊控制器進行調(diào)整。反之,小的α降低了穩(wěn)態(tài)誤差,但是系統(tǒng)的收斂速度也得到降低。為
6、了確保神經(jīng)網(wǎng)絡(luò)穩(wěn)定地學習,收斂系數(shù)必須小于輸入向量相關(guān)矩陣的最大特征值的倒數(shù)。通過與通常的p-q和ip-iq諧波檢測方法對比分析,仿真的結(jié)果顯示本文提出的諧波檢測方法縮短了動態(tài)響應時間,同時大幅提高了諧波電流檢測的精確性。
3)對幾種典型的混合型有源電力濾波器的拓撲結(jié)構(gòu)進行了分析,在比較了其優(yōu)缺點之后,選擇帶注入支路的混合型有源電力濾波器(IHAPF)作為研究對象。詳細地闡述了IHAPF的控制策略和參數(shù)整定方法。根據(jù)IHA
7、PF的所選擇參數(shù)和控制策略分析結(jié)果,得知基于負載諧波電流檢測的控制策略有著最好的控制性能。
4)提出一種用于IHAPF的具有延時補償?shù)男滦涂刂品椒āS捎贗HAPF的控制系統(tǒng)由很多部分組成,導致輸出電流帶有一定的相位延遲??刂葡到y(tǒng)為雙閉環(huán)結(jié)構(gòu),下層控制環(huán)由常規(guī)PI控制器和IHAPF模型組成,上層控制環(huán)包括神經(jīng)預測網(wǎng)絡(luò)、廣義預測控制器(GPC)和IHAPF模型。上層控制環(huán)的主要作用是為下層控制環(huán)尋求PI參數(shù)的最優(yōu)解。建立預測神
8、經(jīng)網(wǎng)絡(luò)模型是為了對IHAPF的非線性過程進行模擬。建立π-Smith預測補償器用于電流的延時補償,保證IHAPF輸出電流與負載諧波電流的相位差為180°。采用Lyapunov穩(wěn)定判據(jù)對系統(tǒng)的穩(wěn)定性進行了分析。仿真和實驗結(jié)果顯示,與傳統(tǒng)PI控制相比本文提出的控制策略在縮短動態(tài)響應時間、諧波有效抑制和實時控制等方面有明顯的優(yōu)勢。
5)提出了一種用于IHAPF的基于滯環(huán)—模糊自適應神經(jīng)網(wǎng)絡(luò)的新控制方法。此方法結(jié)合了滯環(huán)控制和模糊
9、自適應神經(jīng)網(wǎng)絡(luò)控制的優(yōu)點??刂葡到y(tǒng)采用雙環(huán)結(jié)構(gòu),下層控制環(huán)為常規(guī)的滯環(huán)控制器和IHAPF模型,上層控制環(huán)由模糊—神經(jīng)控制器、預測辨識模型和IHAPF模型組成。預測辨識模型用于尋求模糊—神經(jīng)控制器的最優(yōu)解。因此,模糊—神經(jīng)控制器的參數(shù)能夠根據(jù)目的函數(shù)的最小標準進行實時地調(diào)整,本文提出的控制方法具有實時跟蹤諧波電流變化的性能。控制系統(tǒng)具有兩種控制模式:滯環(huán)控制模式和模糊—神經(jīng)控制模式。兩種模式間的切換由多模式轉(zhuǎn)換開關(guān)K控制。采用Lyapun
10、ov穩(wěn)定判據(jù)對系統(tǒng)的穩(wěn)定性進行了分析。與傳統(tǒng)的滯環(huán)控制相比,本文提出的控制方法具有縮短動態(tài)調(diào)節(jié)時間和在線控制的優(yōu)勢。仿真結(jié)果驗證了控制系統(tǒng)的有效性。
6)提出采用復合模糊的IHAPF的新型控制方法。這控制方法包括兩個閉環(huán),上層控制環(huán)由單模糊邏輯控制器和IHAPF模型組成,下層控制環(huán)由基于模糊推理的自適應控制器(ANFIS)、廣義神經(jīng)網(wǎng)絡(luò)預測(NGP)調(diào)節(jié)器和IHAPF模型組成。下層控制環(huán)主要用于改善單模糊邏輯控制器的性能。
11、首先對IHAPF的單模糊邏輯控制器進行介紹。同時,ANFIS控制器的輸出信號疊加到單模糊邏輯控制器的輸出信號。因此,提出的控制器的輸出量是變化的,目的是減少動態(tài)響應時間及將穩(wěn)態(tài)誤差降到最小。這種新型的控制方法非常適合于非線性控制。對比單模糊邏輯控制方法。仿真結(jié)果顯示本文提出的控制方法能夠縮短系統(tǒng)的動態(tài)調(diào)節(jié)時間,實現(xiàn)系統(tǒng)的實時在線控制和諧波的有效抑制。
此外,本文提出具有延時補償功能的在線實時IHAPF控制方法已通過實驗樣機
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- Active Power Filter.pdf
- ACTIVE POWER FILTER——Didactic system of compensation Of harmonics and reactive power.pdf
- The Balance Filter.pdf
- The Balance Filter.pdf
- An Introduction to the Kalman Filter.pdf
- An Introduction to the Kalman Filter.pdf
- 入世bmw active hybrid 7
- small hybrid solar power system.pdf
- Research on Intelligent Control for Marine Power Systems.pdf
- Research on Congestion Free Routing Algorithim for Hybrid SDN Network.pdf
- research on smart residential community and power management system
- Hybrid Power Generation System Using Offshore-Wind Turbine and Tidal Turbine for Power Fluctuation Compensation.pdf
- an actively controlled fuel cell_battery hybrid to meet pulsed power demands
- An actively controlled fuel cell_battery hybrid to meet pulsed power demands.pdf
- An actively controlled fuel cell_battery hybrid to meet pulsed power demands.pdf
- Research on energy conversion model of solar photovoltaic power generation system.pdf
- The Research on Reduction of Peak-to-Average Power Ratio of Ofdm Systems.pdf
- Power Electronic Hybrid System for Load Balancing Compensation and Frequency-Selective Harmonic Suppression.pdf
- Intelligent Power Management and Control Strategy for Hybrid Electric Vehicles Driven by Electric Variable Transmission Based o.pdf
- active
評論
0/150
提交評論