企業(yè)配電網(wǎng)電能質(zhì)量檢測(cè)及控制方法研究.pdf

1、電力工業(yè)是關(guān)系國(guó)計(jì)民生的基礎(chǔ)產(chǎn)業(yè)，隨著國(guó)民經(jīng)濟(jì)的發(fā)展和人民生活水平的不斷提高，人們對(duì)電力的需求快速增長(zhǎng)，同時(shí)對(duì)配電網(wǎng)電能質(zhì)量提出了更高的要求。
　　 本文重點(diǎn)針對(duì)企業(yè)配電網(wǎng)的諧波及無(wú)功電流的實(shí)時(shí)檢測(cè)方法、動(dòng)態(tài)補(bǔ)償控制方法和綜合補(bǔ)償技術(shù)進(jìn)行了深入研究。本文所做研究的特色和創(chuàng)新之處以及獲得的有益結(jié)論主要體現(xiàn)在以下幾個(gè)方面：
　　 1.首先介紹了自適應(yīng)噪聲消除原理及傳統(tǒng)LMS(Least Mean Square)算法，在歸一化

2、LMS算法基礎(chǔ)上提出了改進(jìn)LMS算法，該算法具有較快的收斂速度和良好的平穩(wěn)性。將改進(jìn)LMS算法用于調(diào)整自適應(yīng)濾波器的權(quán)值，提出了兩種基于定步長(zhǎng)的自適應(yīng)諧波與無(wú)功檢測(cè)算法。對(duì)兩種算法進(jìn)行觀測(cè)比較，并且在配電網(wǎng)單相系統(tǒng)仿真及三相濾波器系統(tǒng)的諧波補(bǔ)償控制仿真中對(duì)兩算法進(jìn)行檢驗(yàn)。仿真結(jié)果顯示應(yīng)用檢測(cè)算法二的濾波器系統(tǒng)擁有較好的動(dòng)態(tài)響應(yīng)性能，但在穩(wěn)態(tài)精度方面仍有待改進(jìn)。以檢測(cè)算法二為基礎(chǔ)，提出一種模糊自適應(yīng)諧波與無(wú)功電流檢測(cè)方法，通過(guò)建立起對(duì)應(yīng)的

3、模糊規(guī)則并利用模糊推理來(lái)實(shí)時(shí)調(diào)整算法的步長(zhǎng)，能夠協(xié)調(diào)好系統(tǒng)穩(wěn)態(tài)性能與收斂速度之間的矛盾，并能在一定程度上改善濾波器的補(bǔ)償精度。最后對(duì)模糊自適應(yīng)諧波與無(wú)功電流檢測(cè)方法進(jìn)行仿真研究，仿真結(jié)果顯示了所提方法的正確性和有效性。
　　 2.以IHAPF(Hybrid Active Power Filter With Injection Circuit)為研究對(duì)象，提出了基于π補(bǔ)償smith預(yù)估器和BP神經(jīng)網(wǎng)絡(luò)(Neural Network

4、，NN)的諧波電流信號(hào)跟蹤控制方法，能夠降低系統(tǒng)控制延時(shí)對(duì)濾波器性能的影響。使用π補(bǔ)償smith預(yù)估器可以將系統(tǒng)延時(shí)從控制閉環(huán)內(nèi)部轉(zhuǎn)移到外部，提高系統(tǒng)的響應(yīng)速度和穩(wěn)定性?；赑SO-BP(Particle Swarm Optimization and BP Neural Network)算法的神經(jīng)網(wǎng)絡(luò)則用來(lái)在線尋求PI控制器的最優(yōu)參數(shù)，PSO-BP算法不僅可以克服傳統(tǒng)BP算法的收斂速度慢和易陷入局部極值的局限，而且較好的提高了BP神經(jīng)網(wǎng)

5、絡(luò)學(xué)習(xí)能力。對(duì)于π補(bǔ)償smith預(yù)估器模型的辨識(shí)，則是利用時(shí)間乘以誤差絕對(duì)值積分(Integral Time Absolute Error，ITAE)準(zhǔn)則建立起預(yù)估器參數(shù)與PI控制器參數(shù)間的數(shù)學(xué)關(guān)系式，應(yīng)用該等式關(guān)系便可得到預(yù)估器模型的具體參數(shù)值，完成對(duì)預(yù)估器模型的辨識(shí)。最后，對(duì)所提控制方法進(jìn)行仿真和實(shí)驗(yàn)研究，仿真結(jié)果顯示所提方法的可行性和有效性，實(shí)驗(yàn)結(jié)果進(jìn)一步驗(yàn)證了方法的正確性。
　　 3.針對(duì)TCR-MSC型靜止無(wú)功補(bǔ)償器(

6、Static Var Compensator，SVC)的無(wú)功動(dòng)態(tài)補(bǔ)償控制方法進(jìn)行了深入研究，提出了將SVC電壓穩(wěn)定控制和SVC負(fù)荷不平衡補(bǔ)償相結(jié)合的復(fù)合控制方法，該方法易于實(shí)現(xiàn)、計(jì)算量小。首先介紹了SVC系統(tǒng)的拓?fù)浣Y(jié)構(gòu)，并設(shè)計(jì)了SVC的整體控制器，然后分別對(duì)電壓的穩(wěn)定控制方法和SVC負(fù)荷不平衡補(bǔ)償方法進(jìn)行了介紹。在電壓穩(wěn)定控制的實(shí)現(xiàn)過(guò)程中采用了一種改進(jìn)的Z-N(Ziegler-Nichols)方法對(duì)控制器參數(shù)進(jìn)行了優(yōu)化，獲得了優(yōu)越的SV

7、C系統(tǒng)控制性能。對(duì)三相負(fù)荷不平衡的補(bǔ)償控制采用了基于虛擬對(duì)稱三相系統(tǒng)的同步參考旋轉(zhuǎn)坐標(biāo)變換的補(bǔ)償電納計(jì)算方法，應(yīng)用該方法計(jì)算量小，使用該方法的SVC不需要利用鎖相環(huán)來(lái)獲取同步旋轉(zhuǎn)角，能夠快速準(zhǔn)確地補(bǔ)償負(fù)荷的無(wú)功功率。最后對(duì)所提控制方法進(jìn)行了仿真研究，仿真結(jié)果驗(yàn)證了方法的可行性與有效性。
　　 4.針對(duì)IHPQC(Injection Hybrid Power Quality Compensator)系統(tǒng)的控制技術(shù)進(jìn)行了深入研究，提

8、出了將SVC模式控制與IHAPF電流控制相復(fù)合的控制方法。在第四章所提電壓穩(wěn)定和負(fù)荷不平衡補(bǔ)償控制方法的基礎(chǔ)上，結(jié)合提出的電網(wǎng)功率因數(shù)校正控制方法，即構(gòu)成了本文的SVC模式控制方法，通過(guò)該方法可以實(shí)現(xiàn)企業(yè)配電網(wǎng)電壓的穩(wěn)定、負(fù)荷電流負(fù)序分量的補(bǔ)償和電網(wǎng)功率因數(shù)的校正。IHAPF電流控制主要包含配電網(wǎng)諧波與無(wú)功電流的檢測(cè)及跟蹤補(bǔ)償控制環(huán)節(jié)，在諧波與無(wú)功的檢測(cè)中使用了特定次數(shù)諧波檢測(cè)并進(jìn)行相位補(bǔ)償?shù)姆椒?，可以?shí)現(xiàn)電網(wǎng)諧波分量的準(zhǔn)確檢測(cè)，并能夠

9、減小控制延時(shí)在檢測(cè)環(huán)節(jié)對(duì)系統(tǒng)產(chǎn)生的影響，該方法不僅可用于三相對(duì)稱系統(tǒng)，同樣適用于三相不對(duì)稱系統(tǒng)。采用電流的反饋-前饋跟蹤控制方法實(shí)現(xiàn)對(duì)電網(wǎng)諧波電流的動(dòng)態(tài)補(bǔ)償，其中電流的反饋控制環(huán)節(jié)應(yīng)用了提出的迭代學(xué)習(xí)控制算法，該算法克服了傳統(tǒng)迭代學(xué)習(xí)算法在IHPQC應(yīng)用中的不足，改善了配電網(wǎng)諧波電流的跟蹤補(bǔ)償效果。采用單純形加速算法對(duì)電流反饋控制器的參數(shù)進(jìn)行在線優(yōu)化，能夠獲得控制器的最優(yōu)參數(shù)，提高系統(tǒng)的控制性能。PSIM仿真和實(shí)驗(yàn)結(jié)果驗(yàn)證了所提方法的可