基于IFISA的三相逆变器控制参数的整定方法及系统与流程
- 国知局
- 2024-08-02 16:08:50
本发明涉及电力,尤其涉及基于ifisa的三相逆变器控制参数的整定方法及系统。
背景技术:
1、并网逆变器作为新能源发电与电网之间的接口,直接决定了新能源电站送出的电能能否可靠高效地送入公用电网,同时也对电网的稳定性是否会受到新能源电站的负面影响有着很大关系。逆变器作为新能源发电与用户负载之间的接口,为负载提供安全可靠的电能,保证负载稳定运行。对于逆变器来说,控制环节是决定其输出电能质量好坏的重要环节,其控制参数对控制性能起着决定性作用,合理选择控制参数至关重要。
2、并网逆变器的控制方式有很多,传统的pi控制器在选取控制器参数方面,参数的整定方法主要有传统参数整定方法和智能参数优化方法,其中传统参数整定方法有z-n法、临界比例度法、衰减曲线法等,这类方法都是根据工程经验公式进行近似整定,还需要在实际运行中进行最后的调整和完善,整定精度不高。智能参数优化方法主要有神经网络、模糊控制、遗传算法、粒子群优化算法等,神经网络的整定参数效果受初始值的影响较大,模糊控制则需要整定人具有丰富的先验知识进行模糊规则的编写,遗传算法中的交叉变异操作可能将更优解变差,粒子群优化算法是群体智能算法中最为经典的一种方法,但是存在容易陷入局部最优区域和收敛较慢的缺陷。
3、高被引优化算法rao算法由于其基本公式是没有控制参数的非常简单的算法,该算法依赖于通过在当前迭代中从最优个体的位置减去最差个体的位置而获得差向量,这确保了该算法总是朝着更好的解决方案前进。完全知情优化算法fisa算法对rao算法的局部寻优移位公式进行改进,同时保留了rao算法的简单性和无控制参数的优点,如果将fisa算法应用在并网三相逆变器中,有利于提升pi控制器的控制性能,但fisa算法存在容易陷入局部最优和收敛速度慢的缺陷,因此需要对fisa算法进行改进。
技术实现思路
1、本发明所要解决的技术问题在于如何解决将传统完全知情优化算法应用在并网三相逆变器控制参数整定中存在的易陷入局部最优、收敛速度慢的问题。
2、本发明是通过以下技术方案解决上述技术问题的:基于ifisa的三相逆变器控制参数的整定方法,包括以下步骤:
3、步骤1、将电压参考值uref和非线性负载实际电压值u0差值输入到电压外环pi控制器;
4、步骤2、将非线性负载电流il与步骤1中电压外环pi控制器输出的电流值iref进行比较,得到的差值输入电流内环pi控制器;
5、步骤3、将直流侧电压参考值uz0和直流侧实际电压值uz1的差值输入到直流侧pi控制器;
6、步骤4、将步骤2中非线性负载电流il与电压外环pi控制器输出的电流值iref的差值进行绝对值乘以时间的积分,得到第一积分值,将步骤3中直流侧电压参考值uz0和直流侧实际电压值uz1的差值进行绝对值乘以时间的积分,得到第二积分值,将第一积分值、第二积分值和负载侧电压谐波畸变率进行加权作为算法优化的目标函数f;
7、步骤5、对直流侧pi控制器、电流内环pi控制器和电压外环pi控制器的控制参数进行整定,找出最优值分别输入直流侧pi控制器、电流内环pi控制器和电压外环pi控制器;
8、步骤6、将电流内环pi控制器的输出值进行svpwm变换,输出控制信号g控制三相逆变器。
9、本发明基于完全知情优化算法fisa,采用自适应t分布对完全知情群体的全局最优位置进行位置更新,将ifisa算法应用于并网三相逆变器控制系统控制参数整定中,保证直流侧电压与给定电压值保持一致,保证负载反馈电压能很好跟踪指令电压信号,并保证该反馈电压波形谐波含量少,避免fisa算法陷入局部最优,收敛速度更快,有助于提升三相并网储能双向变流器pi控制器的控制性能。
10、优选的,所述步骤4中目标函数f的计算方法包括:
11、4.1、计算第一积分值其中,e1(t)为非线性负载电流il与电压外环pi控制器输出的电流值iref的差值,t表示时间,取值在0到t之间;
12、4.2、计算第二积分值其中,e2(t)为直流侧电压参考值uz0和直流侧实际电压值uz1的差值,t表示时间,取值在0到t之间;
13、4.3、将第一积分值itae1、第二积分值itae2和负载侧电压谐波畸变率thd进行加权作为算法优化的目标函数且a+b+c=1,其中,负载侧电压谐波畸变率uzo1表示负载输出电压基波幅值,uzon表示负载输出电压各次谐波幅值,n为大于1的正整数,a表示第一积分值的加权系数,b表示负载侧电压谐波畸变率的加权系数,c表示第二积分值的加权系数,t0表示储能双向变流器运行的时间。
14、优选的,所述步骤5中对直流侧pi控制器、电流内环pi控制器和电压外环pi控制器的控制参数进行整定的过程包括以下步骤:
15、5.1、初始化群体数量,n表示群体的总数量,设搜索空间为d维,itermax为迭代的最大次数;
16、5.2、通过公式计算每个变量的平均值,其中,f(xi)表示每个变量在当前迭代次数下的平均值,f(xiter)表示当前迭代次数下的粒子的平均值,iter表示当前迭代次数;
17、5.3、通过公式更新每个成员的位置,其中,表示每个成员更新后的位置,表示第i个解在当前迭代iter中的位置,j表示每个解的第j个维度,j的取值在1到d之间,表示当前迭代期间群体中表现最高的成员的位置,表示当前迭代期间群体中表现最低的成员的位置,r1,j和r2,j均是在0到1之间随机选择的值;
18、5.4、若完全知情群体处于全局搜索阶段,则种群将以当前全局最优个体为目标向其移动,具体模型为:
19、
20、5.5、采用自适应t分布对完全知情群体的全局最优位置进行更新,更新公式为:
21、其中,表示变异后的完全知情位置,xi表示完全知情群体的全局最优位置,t(iter)表示以算法的迭代次数为参数自由度的t分布;
22、5.6、更新最优完全知情个体位置和最优适应度值,继续进行步骤5.2-5.6的操作;
23、5.7、判断是否满足终止条件,若满足则输出最优解,结束程序;否则,重复以上步骤继续进行寻优迭代处;
24、5.8、将控制参数的最优值分别输入直流侧pi控制器、电流内环pi控制器和电压外环pi控制器。
25、优选的,当前迭代期间群体中表现最高的成员的位置当前迭代期间群体中表现最低的成员的位置其中,表示群体中的最优粒子,表示群体中的最差粒子,bi表示在迭代次数iter中具有比第i个成员更好的适应度的群体成员的集合,wi表示在迭代次数iter中具有比第i个成员更差的适应度的群体成员的集合,length()表示集合中个体的计数。
26、优选的,控制参数包括直流侧pi控制器的比例控制参数kp、直流侧pi控制器的积分控制参数ki、电流内环pi控制器的比例控制参数kp1、电流内环pi控制器的积分控制参数ki1、电压外环pi控制器的比例控制参数kp2和电压外环pi控制器的比例控制参数ki2。
27、本发明还提供基于ifisa的三相逆变器控制参数的整定系统,包括:
28、第一运算模块,用于将电压参考值uref和非线性负载实际电压值u0差值输入到电压外环pi控制器;
29、第二运算模块,用于将非线性负载电流il与第一运算模块中电压外环pi控制器输出的电流值iref进行比较,得到的差值输入电流内环pi控制器;
30、第三运算模块,用于将直流侧电压参考值uz0和直流侧实际电压值uz1的差值输入到直流侧pi控制器;
31、目标函数模块,用于将第二运算模块中非线性负载电流il与电压外环pi控制器输出的电流值iref的差值进行绝对值乘以时间的积分,得到第一积分值,将第三运算模块中直流侧电压参考值uz0和直流侧实际电压值uz1的差值进行绝对值乘以时间的积分,得到第二积分值,将第一积分值、第二积分值和负载侧电压谐波畸变率进行加权作为算法优化的目标函数f;
32、ifisa算法模块,用于对直流侧pi控制器、电流内环pi控制器和电压外环pi控制器的控制参数进行整定,找出最优值分别输入直流侧pi控制器、电流内环pi控制器和电压外环pi控制器;
33、变换模块,用于将电流内环pi控制器的输出值进行svpwm变换,输出控制信号g控制三相逆变器。
34、优选的,所述目标函数模块中目标函数f的计算方法包括:
35、4.1、计算第一积分值其中,e1(t)为非线性负载电流il与电压外环pi控制器输出的电流值iref的差值,t表示时间,取值在0到t之间;
36、4.2、计算第二积分值其中,e2(t)为直流侧电压参考值uz0和直流侧实际电压值uz1的差值,t表示时间,取值在0到t之间;
37、4.3、将第一积分值itae1、第二积分值itae2和负载侧电压谐波畸变率thd进行加权作为算法优化的目标函数且a+b+c=1,其中,负载侧电压谐波畸变率uzo1表示负载输出电压基波幅值,uzon表示负载输出电压各次谐波幅值,n为大于1的正整数,a表示第一积分值的加权系数,b表示负载侧电压谐波畸变率的加权系数,c表示第二积分值的加权系数,t0表示储能双向变流器运行的时间。
38、优选的,所述ifisa算法模块中对直流侧pi控制器、电流内环pi控制器和电压外环pi控制器的控制参数进行整定的过程包括以下步骤:
39、5.1、初始化群体数量,n表示群体的总数量,设搜索空间为d维,itermax为迭代的最大次数;
40、5.2、通过公式计算每个变量的平均值,其中,f(xi)表示每个变量在当前迭代次数下的平均值,f(xiter)表示当前迭代次数下的粒子的平均值,iter表示当前迭代次数;
41、5.3、通过公式更新每个成员的位置,其中,表示每个成员更新后的位置,表示第i个解在当前迭代iter中的位置,j表示每个解的第j个维度,j的取值在1到d之间,表示当前迭代期间群体中表现最高的成员的位置,表示当前迭代期间群体中表现最低的成员的位置,r1,j和r2,j均是在0到1之间随机选择的值;
42、5.4、若完全知情群体处于全局搜索阶段,则种群将以当前全局最优个体为目标向其移动,具体模型为:
43、
44、5.5、采用自适应t分布对完全知情群体的全局最优位置进行更新,更新公式为:
45、其中,表示变异后的完全知情位置,xi表示完全知情群体的全局最优位置,t(iter)表示以算法的迭代次数为参数自由度的t分布;
46、5.6、更新最优完全知情个体位置和最优适应度值,继续进行步骤5.2-5.6的操作;
47、5.7、判断是否满足终止条件,若满足则输出最优解,结束程序;否则,重复以上步骤继续进行寻优迭代处;
48、5.8、将控制参数的最优值分别输入直流侧pi控制器、电流内环pi控制器和电压外环pi控制器。
49、优选的,当前迭代期间群体中表现最高的成员的位置当前迭代期间群体中表现最低的成员的位置其中,表示群体中的最优粒子,表示群体中的最差粒子,bi表示在迭代次数iter中具有比第i个成员更好的适应度的群体成员的集合,wi表示在迭代次数iter中具有比第i个成员更差的适应度的群体成员的集合,length()表示集合中个体的计数。
50、优选的,控制参数包括直流侧pi控制器的比例控制参数kp、直流侧pi控制器的积分控制参数ki、电流内环pi控制器的比例控制参数kp1、电流内环pi控制器的积分控制参数ki1、电压外环pi控制器的比例控制参数kp2和电压外环pi控制器的比例控制参数ki2。
51、本发明提供的优点在于:
52、1、本发明基于完全知情优化算法fisa,采用自适应t分布对完全知情群体的全局最优位置进行位置更新,将ifisa算法应用于并网三相逆变器控制系统控制参数整定中,保证直流侧电压与给定电压值保持一致,保证负载反馈电压能很好跟踪指令电压信号,并保证该反馈电压波形谐波含量少,避免fisa算法陷入局部最优,收敛速度更快,有助于提升三相并网储能双向变流器pi控制器的控制性能。
53、2、相比直流侧电压pi控制,或用pso算法参数整定,本发明提出的采用ifisa算法进行参数整定,逆变器负载电压稳定效果更好、补偿后负载电压、电流的谐波畸变率thd值更小。
54、3、本发明大大提高了谐波补偿的有效性和实时性,降低了稳态误差,验证了iboa整定并网三相逆变器控制参数的可行性。
本文地址:https://www.jishuxx.com/zhuanli/20240801/249494.html
版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容, 请发送邮件至 YYfuon@163.com 举报,一经查实,本站将立刻删除。
下一篇
返回列表