一种有源电力滤波器自适应模糊滑模rbf神经网络控制方法

文档序号:9846078阅读:1431来源:国知局
一种有源电力滤波器自适应模糊滑模rbf神经网络控制方法
【技术领域】
[0001] 本发明涉及一种有源电力滤波器自适应模糊滑模RBF神经网络控制方法,尤其涉 及一种基于模糊滑模的有源电力滤波器自适应模糊滑模RBF神经网络控制方法在三相并联 电压型有源电力滤波器控制上的应用。
【背景技术】
[0002] 自20世纪80年代以来,随着电力电子技术的快速发展以及环境、能源、社会和高效 化的要求,电力电子设备和系统正朝着应用技术高频化(20kHz以上)、硬件结构集成模块化 (单片集成模块、混合集成模块)等大方向发展。电力电子电能变换技术已在现代社会工业、 生活中的方方面面得到了广泛应用。
[0003] 然而随着作为电网的非线性和时变性负荷的电力电子装置的广泛应用,其带来的 负面效应也变的日益明显和严峻。这类电力电子装置的开关特性在电网中会引起大量的谐 波和次谐波分量,导致电力电路中电压和电流波形出现失真,其中电力电子装置代替传统 磁性材料产生的非线性变化成为最主要的谐波源。另外,波动性、冲击性负荷在电力电路中 不仅引发大量的高次谐波,而且会导致电路电压出现波动、畸变、三相不平衡等问题。
[0004] 目前,国内主要采用无源滤波器处理电网中的谐波。然而无源滤波器的补偿特性 单一,且易受到系统阻抗影响,引发谐振现象,放大谐波,进而烧毁补偿装置,而且仅能对特 定谐波进行有效处理,人们逐渐将研究的重心转向有源电力滤波器。有源电力滤波器等净 化电网产品是智能电网建设的标配产品,能实现谐波和无功动态补偿,响应快、受电网阻抗 影响小、不易与电网阻抗发生谐振,既能补偿各次谐波,还可抑制闪变、补偿无功,补偿性能 不受电网频率变化的影响,能有效抑制谐波污染,因此成为谐波治理的重要手段。
[0005] 目前,国内外尚未形成系统的有源电力滤波器的先进控制理论体系,有源滤波器 的建模方法因人而异,采用的控制方法也多种多样,导致系统的稳定性和可靠性较低。

【发明内容】

[0006] 针对上述问题,本发明提供一种有源电力滤波器自适应模糊滑模RBF神经网络控 制方法,能够对指令电流实时跟踪补偿、可靠性高、对参数变化鲁棒性高、稳定性高。
[0007] 为实现上述技术目的,达到上述技术效果,本发明通过以下技术方案实现:
[0008] -种有源电力滤波器自适应模糊滑模RBF神经网络控制方法,其特征在于,包括如 下步骤:
[0009] 步骤1、建立有源电力滤波器的数学模型;
[0010]步骤2、基于模糊滑模设计得到自适应模糊滑模RBF神经网络控制器,包括模糊自 适应律和RBF神经网络自适应律;
[0011]步骤3、根据自适应模糊滑模RBF神经网络控制器控制有源电力滤波器。
[0012]优选,针对三相三线制系统,有源电力滤波器的数学模型为:
[0013]
[0014] 式中,Lc是交流电感,Re是直流侧电阻,ik是滤波器输出补偿电流,k = I,2,3,ζ是ik 的二阶导数,Vk为三相有源电力滤波器端电压,Vdc是直流侧电容电压,dk为开关状态函数,t 是时间。
[0015] 其中,步骤2中得至IjLyapunov函数Vi、V2和V3,其中:
[0016]
[0017]
[0018]
[0019]式中,
,s是切换函数,s%s的转置,? = ?是RBF神经网络权值, 斤为备的转置,其中,为RBF神经网络的理想权值,焱为RBF神经网络的实时估计权值,μ 为正常数,K1是μ的倒数,η = 1,2,3···,贫=4-?是模糊系统理想参数和实时参数之间的 误差,^为模糊系统理想参数,義为模糊系统的实时参数,年是民的转置;
[0020] 根据Lyapunov稳定定理设计模糊自适应律和RBF神经网络自适应律:
[0021 ]模糊自适应律为:
[0022]
[0023] 其中,I为模糊向量,为1的一阶导数,Si是切换函数。
[0024] RBF神经网络自适应律为:
[0025]
[0026] 其中,Φ (χ) = [ Φι(χ),Φ2(χ)··· Φη(χ)]τ,η=1,2,3···,为高斯基函数,Γ 为常数。
[0027] 本发明的有益效果是:
[0028] 在基于模糊滑模的有源电力滤波器自适应模糊滑模RBF神经网络控制法中,自适 应模糊滑模RBF神经网络控制器用来逼近有源电力滤波器中的非线性部分。自适应模糊控 制器能够确保对指令电流的实时跟踪并加强系统的鲁棒性。可对有源电力滤波器进行有 效、可靠的控制,在对系统参数未知的情况下,可以有效估计出系统的各项参数,并且保证 系统全局的稳定性;在基于模糊滑模的有源电力滤波器自适应模糊滑模RBF神经网络控制 器的设计的基础上,可逐步得到动态控制律和自适应律;在滑模控制的设计中主要是利用 常规的滑模变结构控制,其能够克服系统的不确定性,对干扰具有很强的鲁棒性,尤其对非 线性系统的控制具有很强的控制效果。
【附图说明】
[0029] 图1是本发明具体实施例中有源电力滤波器的模型示意图;
[0030] 图2是本发明一种有源电力滤波器自适应模糊滑模RBF神经网络控制方法的原理 示意图;
[0031] 图3是本发明的具体实施例中实际输出追踪期望曲线的时域响应曲线图;
[0032]图4是本发明的具体实施例中对电网电流进行补偿之后的时域响应曲线图。
[0033] 其中,图1中的符号:
[0034] Vsl , Vs2 , Vs3 -二相电源电压;isl , is2 , is3-二相电源电流;iu , iL2 , iL3-负载电流; Vl,V2,V3-二相有源电力滤波器端电压;il,i2,i3-二相补偿电流;Lc一交流电感;Rc-直流 侦Ij 电阻;VlM,V2M,V3M,VMN-M点到a、b、C、N点的电压。
【具体实施方式】
[0035] 下面结合附图和具体的实施例对本发明技术方案作进一步的详细描述,以使本领 域的技术人员可以更好的理解本发明并能予以实施,但所举实施例不作为对本发明的限 定。
[0036] 一种有源电力滤波器自适应模糊滑模RBF神经网络控制方法,主要包括如下三个 步骤:
[0037]步骤1、建立有源电力滤波器的数学模型;
[0038] 步骤2、基于模糊滑模设计得到自适应模糊滑模RBF神经网络控制器,包括模糊自 适应律和RBF神经网络自适应律;
[0039] 步骤3、根据自适应模糊滑模RBF神经网络控制器控制有源电力滤波器。
[0040] 实际应用中,应用最广泛的是并联电压型有源电力滤波器,而三相的占多数,故本 实施例针对三相三线制系统的情况进行详细说明。有源电力滤波器主要由三部分组成,分 别是谐波电流检测模块、电流跟踪控制模块和补偿电流发生模块。如图1所示,其显示了有 源电力滤波器的系统模型。
[0041] 一、建立有源电力滤波器的数学模型:
[0042] 有源电力滤波器的基本工作原理是,检测补偿对象的电压和电流,经指令电流运 算电路计算得出补偿电流的指令信号P。,该信号经补偿电流发生电路放大,得出补偿电流 i。,补偿电流与负载电流中要补偿的谐波及无功等电流抵消,最终得到期望的电源电流。
[0043] 根据电路理论和基尔霍夫定理可得到如下公式:
[0044]
(1)
[0045]其中,V1,V2,V3分别为三相有源电力滤波器端电压,^,。,。分别为三相补偿电流, L。是交流电感,R。是直流侧电阻,VlM,V2M,V3M,VM^mA到a、b、C、N点的电压。
[0046]假设交流侧电源电压稳定,可以得到
[0047] ,、
(2)
[0048] 并定义Ck为开关函数,指示IGBT的工作状态,定义如下: Γ ? fl第_,上桥臂导通,下桥臂断开 ⑶
[0049] 、-|〇第細,上桥臂断开,下桥臂导通
[0050] 其中,k = l,2,3。
[0051 ] 同时 ,VkM= CkVdc,所以(1 )可改与为
[0052](4) V ^
l-·
[0053] 我们定义dk为开关状态函数,定义如下: _]

[0055]则dk依赖于第k相IGBT的通断状态,是系统的非线性项,并有:
[0056]
(6)
[0057] 那么(4)可改写为:
[0058]
(7)
[0059] 定义:
[0060]
(8)
[0061] 那么:
[0062]
(9)
[0063]
(10)
[0064] 那么可以将(7)改写成如下形式:
[0065]
(11)
[0066] 其中:
[0067]则式(11)为有源电力滤波器的数学模型,也即:
[0068]针对三相三线制系统,有源电力滤波器的数学模型为:
[0069]
[0070] 式中,Lc是交流电感,Rc是直流侧电阻,ik是滤波器输出补偿电流,k = 1,2,3,ξ是ik 的二阶导数,Vk为三相有源电力滤波器端电压,Vdc是直流侧电容电压,dk为开关状态函数,t 是时间。
[0071 ]二、基于模糊滑模设计得到自适应模糊滑模RBF神经网络控制器,包括模糊自适应 律和RBF神经网络自适应律:
[0072] 定义跟踪误差为:
[0073] e = Xd-X (12)
[0074] 对e求导得:
[0075] e = kd -k (13)
[0076] 定义滑模面为:
[0077] s = e+M (14)
[0078] 定义李雅普诺夫函数为:
[0079] K1 - -.Sf-V (U) Ib
[0080] 对心求导可得:
[0081 ]
(i.6)
[0082] 其中,定义非线性部分为:
[0083]
(17)
[0084] 则式(16)可改为:
[0085]
(18)
[0086] 为使Vi ' < 0,设计控制器为:
[0087]
(19)
[0088] 其中 /为f 的估计值,K = diag(Kii,…,Knn),A = diag(ai,...an),n = l,2,3···,为元 素为正常数的对角矩阵。
[0089]那么:
[0090]
(20)
当前第1页1 2 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1