基于TMS320F2812的靜止無功發(fā)生器的研究.pdf

1、隨著居民生活用電量的增加以及大功率用電設備的普遍使用，造成具有沖擊性的負荷越來越多，這對電網的電壓質量產生了很大的影響。為了改善系統(tǒng)中的電壓質量、降低整個電力網絡的損耗，并且提高整個系統(tǒng)的穩(wěn)定性，無功補償裝置在電力系統(tǒng)中起到了至關重要的作用。而對于傳統(tǒng)的無功補償設備，由于自身的補償范圍較小而且補償的快速性較低等缺陷，不能夠滿足電力用戶的需求。因此，高性能的無功補償裝置是確保系統(tǒng)能夠穩(wěn)定運行的關鍵，新型的無功補償技術的研發(fā)是當前較熱門的研

2、究課題。
　　研究一種新型靜止無功發(fā)生器SVG裝置，與以往的無功補償設備相比，SVG裝置具有更寬的運行范圍、更快的響應速度，在系統(tǒng)中進行無功補償能夠體現出很大的優(yōu)越性。因此，本文將對SVG系統(tǒng)中存在的一些關鍵技術進行相應的研究分析。
　　本文首先是對靜止無功發(fā)生器SVG的研究背景與研究意義進行介紹與分析，比較了現有的一些無功補償裝置，分析了SVG的優(yōu)越性能;其次是本文重點對靜止無功發(fā)生器SVG的基本原理、SVG的主電路進行了

3、研究分析，并在此基礎上，建立了SVG的數學模型，分析比較了電流間接控制和電流直接控制兩種控制方法，為后面SVG的控制仿真奠定基礎。接著分析比較了SVG系統(tǒng)中各種無功電流檢測方法的局限性和適用性，由此引入了神經網絡控制算法，形成一種新的無功電流檢測方法，并進行重點分析介紹。另外，本文設計了基于TMS320F2812的SVG系統(tǒng)所需的硬件構件和軟件構件。最后，利用MATLAB軟件，完成了對BP神經網絡的訓練，并且搭建了基于MATLAB/Si