应用于电力滤波器的逆变器开关规律研究

<[p] >0 引言<[p] >逆变技术能够实现直流电能到交流电能的转换，能使风能、太阳能等直流电能转换到可以为广大用户使用的交流电能。近些年来由于电力电子器件的飞速发展使得逆变技术在变频装置、交流电机传动、不间断电源、有源滤波器等更多场合得到了广泛的应用。<[p] >有源滤波器是利用谐波对消原理来消除谐波的，即有源滤波器首先检测出负载电流中的谐波分量，然后通过某种控制策略使逆变电路产生一个与其大小相等而相位相反的电流，并将其注入到电网中，以抵消负载电流中的谐波分量。所以，谐波检测电路的性能对于有源滤波器的补偿效果起着至关重<[p] >要的影响。<[p] >无论是何种控制策略，其目的都是通过控制电力电子开关的开通与关断来实现逆变器输出电流接近理想参考电流波形，使其与参考波形最接近的目的。本文提出用遗传算法来研究逆变器的控制规律，使之能降低谐波畸变率和减小逆变器的电力电子器件开关损耗，从而达到接近最优的控制效果。<[p] >1 逆变器主电路<[p] >图1 为一单相全桥逆变电路。如图所示电路包含电容C、电感L、全控型开关器件K1~K4。当开关K1、K4导通，K2、K3关断时，逆变器输出电压为u0=E;<[p] >当开关K2、K3导通，K1、K4关断时，逆变器输出电压为u0=-E。状态矢量可表示为<[p] >&nbs[p] ;<[p] >&nbs[p] ;<[p] >2 控制策略理论<[p] >2.1 遗传算法基本理论<[p] >遗传算法[3]是基于生物学界进化和遗传机理衍生出的一种自适应全局寻优算法。遗传算法以其简单、通用、鲁棒性强和适于并行分布处理等特点，已经在许多领域中得到应用。遗传算法是一种群体型操作，选择、交叉和变异是遗传算法的三个主要操作算子，它们构成了遗传操作。遗传算法中包含了如下五个基本要素：参数编码;初始群体的设定;适应度函数的设计;遗传操作设计;控制参数设定。在工程中有许多复杂组合的优化问题，这些问题大多数是非线性的，有些甚至不连续，还有的有多个最优解，因此用常规的数学优化方法无法有效地求解，只能对问题做简化的处理。由于遗传算法不依赖于问题本身，只要求问题是可解的，无连续性及可微性等要求，适应范围广，且能找到近乎全局最优的解，所以在解决这些优化问题时，遗传算法非常适用。<[p] >2.2 误差函数<[p] >这里逆变器输出电流函数以分段函数描述，将1/4电气周期n 等分，每一开关状态变量作用时间为驻t。<[p] >&nbs[p] ;<[p] >&nbs[p] ;<[p] >2.3 适应度函数<[p] >基于遗传算法的控制策略可以进行多个目标的优化。多数情况下各个子目标可能是互相冲突的，一个子目标的改善会使另一个子目标性能降低，使各子目标同时达到各自最优解是很困难的，因此只有在它们中间进行协调和折中处理，使各个子目标函数都尽可能优化。目前解决多目标优化问题有权重系数变化法、并列选择法[5]、排序选择法等求解方法[5]。<[p] >本文采用了权重系数法，给各个子目标函数赋予不同的权重，代表相应子目标在多目标优化问题中的重要程度。再以这个线形性加权和作为多目标优化问题的评价函数，这样多目标优化问题就转化为单目标优化问题来求解。<[p] >本文采用权重系数法建立的多目标优化函数为<[p] >&nbs[p] ;<[p] >&nbs[p] ;<[p] >3 仿真分析<[p] >仿真实验的算法程序用C 语言编写，并建立MATLAB 的接口，使结果可视化。仿真实验参数设置：参考电流幅值IA=3 A，频率f =50 Hz，逆变器电容两端电压E越220 V，将1/4 电气周期100 等分，即n=100，每个开关量作用时间为<[p] >&nbs[p] ;<[p] >&nbs[p] ;<[p] >图2(a)表示开关状态矢量经过第1代进化后的最优结果，用其控制逆变电路的开关器件所得实际输出波形如图3所示，可见与参考标准正弦波相差甚远。图2(b)表示开关状态矢量经过30代进化后的最优结果，逆变电路输出波形如图4 所示，虽然与标准正弦波还有差距，但对比第1 代结果发现其差距已明显减小。图2(c)表示达到遗传运算终止条件，即<[p] >到第100代进化后，开关状态矢量的最优结果。逆变电路输出波形如图5所示，与参考标准正弦波非常接近，进化效果明显，可以作为最优输出波形了。<[p] >&nbs[p] ;<[p] >&nbs[p] ;<[p] >&nbs[p] ; [[p] ] <[p] >&nbs[p] ;<[p] >&nbs[p] ;<[p] >&nbs[p] ;<[p] >4 实际应用<[p] >如图6所示为一单相有源电力滤波器原理图。这种有源电力滤波器是为解决用户端供电系统中存在的电能质量问题而设计的。它利用[p] WM逆变器产生与电网中谐波电流大小相等、方向相反的波形，以达到改善电能质量的目的。<[p] >&nbs[p] ;<[p] >&nbs[p] ;<[p] >从主电路原理图可以看出，DS[p] 控制系统必须能从电源电流中实时检测出其中的谐波电流，并根据免疫遗传算法实时计算出最优开关控制序列，再控制[p] WM 变流器实时产生一个补偿电流。<[p] >在同一硬件环境下，对比两种控制策略控制的输出，可以看出遗传算法的优越性。图7(a)所示为常规控制策略时的电流波形，图7(b)为经过遗传算法得出的最优开关序列所发出的电流波形。图8为对两种实测波形的分析结果。图8(a)所示为常规方法下电流波形的谐波分析，可以得出电流总谐波畸变率为1.663%。图8(b)所示为遗传算法得出电流波形的谐波分析，电流总谐波畸变率为1.103%，较前者减小33.7%。<[p] >如图9 所示为该有源滤波装置的控制器电路板。以此控制器为核心的有源滤波装置已成功应用于电气化铁路单相27.5 kV系统，长期运行证明装置稳定、可靠。<[p] >&nbs[p] ;<[p] >&nbs[p] ;<[p] >&nbs[p] ;<[p] >&nbs[p] ;<[p] >5 结语<[p] >遗传算法适合于对复杂的、多变的、具有不确定性等问题的最优解的寻找，所以为复杂的非线性电力电子器件的控制策略的确定提供了一种新的思路。本文将遗传算法应用于电力电子器件的开关控制策略，求解逆变器的最优控制规律，仿真及应用证明较常规方法效果有明显提高，同时也为遗传算法应用于研究电力电子器件的最优控制规律提供了参考。<[p] >&nbs[p] ;