同时控制

百度百科

      播报讨论上传视频

      同时控制

      本词条由“科普中国”科学百科词条编写与应用工作项目 审核 。

      同时控制中的典型问题是多无人机同时到达问题,。在编队飞行、协同攻击中都有应用。 以多无人机同时多目标攻击为应用背景, 对多无人机同时到达问题进行了研究。 考虑到战场环境的动态性和不确定性以及无人机自身的特点, 采用适用于多无人机同时到达的分散化控制方法, 其内容包括仅依靠局部信息交互的分散化控制结构和基于一致性算法的分散化控制策略。

中文名
同时控制
外文名
simultaneous control
拼    音
tóng shíkòng zhì
所属类别
科学技术
作    用
同时控制
涉及领域
各行各业

目录

  1.       1无人机同时控制
  2.       ▪多无人机同时到达问题
  3.       ▪控制结构
  4.       ▪分散化控制策略实现
  5.       ▪结 论
  1.       2同时控制策略
  2.       ▪滤波器的并网逆变器控制原理分析
  3.       ▪几种典型直流抑制技术
  4.       ▪同时控制策略的直流抑制方法
  1.       ▪结论
  2.       3同时控制补偿系统
  3.       ▪SHPF-TCR 的补偿原理
  1.       ▪系统组成与建模
  2.       ▪仿真与实验
  3.       ▪结论

无人机同时控制

播报

      编辑

      多架无人机(UAV)在协同完成任务时常常需要同时到达相同或不同的目标位置 , 例如,从不同机场起飞的多架无人机在某一位置集结以形成紧密编队, 为增加打击的突然性多架无人机从多个方向对一个或多个地面目标同时发起攻击,类似的场景在空中加油 、协同侦察、协同监视等典型应用中也常可以见到。当所有无人机的目标位置都相同时,同时到达也称同时集结(Simul-taneo us Rendezvo us)。 另外, 如无特别说明 , 后文中无人机都指固定翼无人机

      类似的研究在其他领域也有报道 ,例如多智能体集结、多机器人集结、多导弹协同制导等 ,但是相比之下无人机有自己的特点和应用场合。与平面智能体或地面机器人相比 ,无人机在三维空间内运动 ,具有正的速度限制,不能停止等待或谜订倒退 。与导弹相比 ,无人机可以通过盘旋飞行增加路径长度 , 也可以在其允许的范围内调整飞行速度 。在军事应用中, 无人机在飞向目标位置的过程中必须回避威胁和障碍(禁飞区),其中威胁包括已知(静态)威胁和突发(动态)威胁,因而通常需要能够进行在线实时路径规划 。与无人机相比, 多智能体或多机器人的集结位置可以任意 ,一般不需要进行路径规划,而多导弹协同制导通过控制过载进而控制到达时间 ,也不需要进行路径规划。无人机的特点既给它带来优势也带来挑战,适用于机器人或导弹的控制方法并不完全适用。

      多无人机同时到达是典型的协同控制问题,通常包含两方面的研究内容:一是路径规划, 即在考虑环境约束和协同约束的条件下为每一架无人机规划路径;二是轨迹控制,即通过控制无人机的航向和速度使无人机沿规划路径同时到达目标位置。早期的研究以路径规划为洪弃主, 一旦规划完成各无人机的飞行速度也就确定下来, 轨迹控制也比较容易实现。基于协调变量和协调函数的协同控制方法 ,并成功应用于多无人机同时到达控制问题。该方法有很多优点,例如能得到全局最优解,但它本质上还是集中式控制方法, 在计算协调变量时必须取得所有无人机的协调函数信息 ,当部分无人机受突发威胁影响时必须重新进行协同路径规划。

      近年来,关于一致性问题的研究取得长足进展,仅依靠局部信息交互的一致性算法已经成功应用于集结问题、编队控制、群集运动、信息融合等领域。适用于分散化协同控制问题的通用设计方法, 该方法提出的集中式控制方法在通信拓扑动态变化时会失效的问题 ,给出了基于一致性算法的分散化解决方案。将一致性算法用于多机器人集结和多导弹协同制导。将一致性算法用于多无人机同时到达的简单例子 , 该方法假定路径规划已经完成, 仅通过协调无人机的飞行速度以保证同时到达。

      相比于集中式控制方法, 分散化控制方法不一定能获得全局最优的控制效果, 但是它不会出现单点故障,允许通信拓扑动态变化,还支持个体动态加入或退出, 具有很好的灵活性 、鲁棒性 、可靠性和可伸缩性。关于多无人机同时到达的分散化控制方法研究以压制敌方防空火力(Suppressio n ofEnemy Defense ,SEAD)任务中多无人机协同多目标攻击为应用背景, 提出一种能实现多无人机同时到达的分散化控制方法。该方法将路径规划与速度控制结合起来, 如果需要还可以引入外部参考信号或控制指令, 具有很好的灵活性和适应性。首先给出多无人机同时到达的问题描述、无人机的简化模型以及分散化控制方法的基本思路,然后先提出一种分散化控制结构,再给出基于一致性算法的分散化控制策略设计与实现的细节,最后基于多个仿真算例分析了分散化控制方法的优点及可能存在的问题。

      多无人机同时到达问题

      问题描述

      假定在某次任务中, 有n架无人机要在同一时刻到达预先给定的k 个目标位置,其中n ≥k ≥1。无人机的初始位置是其当前时刻的实际位置,可能在空间内任意分布。各无人机有且仅有一个确定的堡套组目标位置, 不同无人机的目标位置可能相同也可能不同。另假定无人机可以预先或实时获得威胁和障碍(禁飞区)的相关信息, 能独立地离线或在线规划路径并实时给出路径长度的估计值,能自主地沿规划路径飞行。

      多无人机同时到达的研究目标,是寻找一种控制方法或策略以达到上述任务目的, 并尽量避免不利因素的影响, 例如路径误差、突发威胁等。其中有 7 架无人机要同时到达两个目标位置 ,以便分别对两个目标同时发起攻击, 在此过程中无人机还必须回避威胁和禁飞区。由于无人机的飞行路径和速度都不是固定的 ,因此可以通过调整路径长度和飞行速度以保证同时到达。

      基本思路

      多无人机同时到达的分散化控制方法包括分散化控制结构和分散化控制策略等内容 ,按以下基本思路进行设计和实现 :

      (1)不再将燃料消耗最少或路径代价最小作为单架无人机的主要控制目标, 而是通过调整飞行速度和路径长度尽量使无人机以合适的速度同时到达,并保留较大的速度调整裕量。

      (2)鉴腿设姜炼于路径规划比速度控制更耗资源, 主要通过调整速度来控制到达时间, 仅在必要时通过路径规划调整剩余路径长度。

      (3)通过引入外部参考信号或控制指令使操作员可以控制或干预无人机的到达时间。

      控制结构

      仅依靠局部信息交互的多无人机分散化控制, 其中 θi(i ∈ V)为第 i 架无人机的协调变量,每架无人机都只接收其邻居的协调变量信息。协调变量是实现协同所需的最少量信息。在分散化控制结构中 ,所有无人机地位均等, 它们通过有向通信连接联系起来。其中 ,最下层的无人机模块(UAVi )表示无人机实体 ,它是自动驾驶仪的控制对象 ,向外输出状态信息 ;自动驾驶仪模块(APi )表示具有航向保持和速度保持功能的飞行控制系统, 它向协调模块(CMi )和路径规划器模块(PPi )提供指令接口 ;路径规划器模块可根据无人机状态和环境信息进行路径规划 ,向自动驾驶仪模块输出航向角指令以使无人机沿规划路径飞行 ,向协调模块输出当前时刻剩余路径长度的估计值;协调模块接收所有邻居的协调变量信息 , 然后基于一致性算法计算速度指令并输出给自动驾驶仪模块, 同时更新本地协调变量。注意 ,结构仅是对真实系统的逻辑抽象,各模块不一定存在对应的物理模块 。本文不讨论具体的路径规划算法和轨迹跟踪方法,仅为研究方便才假定路径规划模块能实时给出航向角指令和剩余路径长度的估计值。

      分散化控制策略实现

      (记全虹1)与路径规划结合

      对于一阶动态系统, 一致性算法的收敛性和收敛速度与状态变量的取值无关, 只是最终的一致 平衡 状态与初始值有关 。 由此可知,当剩余路径长度 Li 发生突变时 ,分散化控制策略的收敛性和收敛速度不会受影响 已有的一致平衡 状态会被打破 一段时间以后将达到新的一致(平衡)状态。基于上述特点, 可以路径规划结合起来。无人机重新规划路径会导致其剩余路径长度发生突变 ,但是多无人机同时到达的控制目标还是能实现 只是无人机的最终到达时刻可能有变化。划 在下列情况下无人机需要重新进行路径规无人机的规划路径受到突发威胁的影响需:① 要选择新路径以回避威胁 无人机的飞行速度;②接近或达到最小速度限制 ,需要在原路径上增加盘旋或选择更长的路径 ;③无人机的飞行速度接近或达到最大速度限制, 最好能找到更短的路径。无人机远离目标位置时, 尽量通过路径规划调整路径长度, 使其以合适的速度飞行 ,这样可以保留较大的速度调整裕量 ,能更好地应对路径误差和突发威胁 。无人机接近目标位置时 ,主要以速度控制为主,可以保证精确地同时到达。

      (2)收敛速重碑希度保证

      对于一阶动态系统, 一致性算法具有指数时间收敛的特点,其收敛速度与通信拓扑有关。由于无人机有加速度限制, 分散化控制策略收敛速度大为降低,不过仍能满足在有限时间内收敛的要求。为保证同时到达,初始时刻无人机到其目标位置的路径必须足够长。另外,适当增加无人机之间的通信连接可以提高分散化控制策略的收敛速度。

      (3)路径误差的影响

      路径误差有两种,长度估计误差和路径跟随误差,都是不可避免的。但是,无人机在飞行过程中由于计算期望到达时间τi的需要,会不断更新并修正剩断重余路径长度L i的估计值,无人机离目标位置越近L i的估计误差越小,路径误差基本不会对多无人机同时达到产生不利影响。即使初始阶段L i的估计值存在较大的估计误差,只要能通过路径规划使无人机留有适当的速度调整裕量, 最后也能保证同时到达。这显然也降低了对路径规划器模块的要求。

      (4)通信拓扑的影响

      前文在设计分散化控制策略时假定通信拓扑固定不变 ,实际上即使通信拓扑是时变的,也不影响分散化控制策略推导过程和表达形式 ,只是会影响其收敛性和收敛速度 。对于一致性算法和时变(切换)通信拓扑 ,只要在每一个相邻的长度有限的时间间隔内所有切换子图的并图含有有向生成树, 那么系统状态将渐近地达到一致(或渐近收敛)。在系统实现和在线运行时让无人机之间保持尽可能多的通信连接 ,这样当部分通信连接中断或个别无人机退出时还能确保分散化控制策略的收敛性,并具有满意的收敛速度。

      (5)时间延迟的影响

      从无人机更新协调变量开始 , 到其邻居利用该协调变量信息计算出速度指令止, 中间必然存在时间差 ,这相当于给协调变量引入了时间延迟。该时间延迟由计算时间、计算周期、传输时间等共同决定。时间延迟的效果相当于引入了偏差 ,使无人机不能同时到达。减小计算周期、进行预测和补偿可以削弱时间延迟的影响。

      结 论

      提出了一种适用于多无人机同时到达的分散化控制方法。仅依靠局部信息交互的分散化控制结构,降低了通信的需求和难度,并可避免单点故障。基于一致性算法的分散化控制策略具有易于实现、计算简单、通信量小的优点,并且对通信拓扑切换和时间延迟有很好的鲁棒性。引入外部参考信号或者虚拟Leade r 方便了操作员对群体运动的控制和干预。将路径规划与速度控制结合起来,可以达到优势互补的效果,能更好地应对路径误差和突狱戒榆发威胁等不利因素的影响。仿真结果表明,该方法能实现多无人机同时到达,并且具有很好的灵活性、鲁棒性、可靠性和可伸缩性。

      仅对多无人机同时到达的分散化控制方法进行了初步研究, 实际实现时还有许多工作要做,比如对无人机何时重新进行路径规划,还有必要根据实际情况设计一套复杂的控制逻辑。方法也可推广到多架无人机对地面低速运动目标的协同侦察和攻击上去。 [1]

同时控制策略

播报

      编辑

      光伏(PV)发电具有平均变化率小、正调峰性能的突出优势,有可能成为最具发展前景的发电技术之一。光伏并网发电系统主要由光伏阵列模块、逆变器、交流滤波和电网组成。逆变器是连接光伏阵列模块和电网的关键部件,用以实现控制光伏阵列模块运行于最大功率点和向电网注入正弦电流两大主要任务。光伏并网系统通常利用电压源型逆变器作为和电网连接的接口,通过实时采样电网电压、电流数据形成控制指令,进而使逆变器输入电流按照相应指令注入电网实现光伏发电系统的并网发电。早期的并网逆变器系统输出端一般安装工频隔离变压器,实现电压调整和电气隔离,然而,工频隔离变压器体积大、成本高、损耗大,影响系统整机效率。因此,无工频隔离变压器的并网逆变器系统成为研究热点。光伏发电系统采用无工频变压器并网时,并网逆变系统整体效率可以得到一定提高,但是却带来了诸如漏电流和直流注入等新的问题。漏电流的本质是共模电流,其产生原因是光伏发电系统存在寄生的对地电容,当寄生电容-光伏发电系统-电网三者之间形成回路时,共模电压将在寄生电容上产生共模电流。当光伏发电系统采用工频变压器与电网连接时,因为回路中变压器绕组间寄生电容阻抗相对较大,则回路中的共模电压产生的共模电流可以得到一定程度的抑制;但是在无变压器的光伏发电系统中,回路阻抗相对较小,共模电压将在光伏系统和对地电容上形成较大的共模电流。如果逆变器具有可变的共模电压,在光伏阵列模块和地之间会产生漏电流,威胁人身安全,并产生电磁干扰。实际应用中可以通过改进系统拓扑或调制方法来减小或消除共模电流。

      电力系统不允许将有较大输出直流分量的逆变器连接到电网上,因为注入电网直流分量会使变电所变压器工作点偏移,导致变压器饱和;增加电网电缆的腐蚀;导致较高的初级电流峰值,可能烧毁输入保险,引起断电;甚至可能增加谐波分量。IEEE Std929—2000 中规定光伏系统并网电流中直流分量必须小于系统额定电流的0.5 %。因此,研究光伏并网直流注入问题具有重要的现实意义。

      国内外关于光伏发电系统直流注入方面已有初步研究。采用半桥拓扑逆变器可以有效抑制直流分量注入到电网,但是与全桥逆变器相比,半桥结构需要更高的直流输入电压。提出一种基于直流分量检测及校正方法,理论上可实现较为理想的直流抑制效果,但是其直流抑制效果非常依赖于检测元件的精度。事实上并网电流中直流成分相对较小,低精度检测元件不仅无法实现准确的直流检测,其检测误差又将引入其他谐波成分,而高精度检测元件或检测电路又将导致成本的增加。此外,还提出了在并网逆变器输出侧串联隔直电容的直流抑制方法。该方法虽然能有效抑制直流分量,但为了避免过大的基波压降,交流电容取值一般较大,成本较高。实际应用中,理想的电容是不存在的,电容的杂散参数将影响系统整机效率,而且电容一旦损坏引起断路,将造成电感能量无法泄放而导致过电压现象。 提出一种基于虚拟电容的直流抑制方法,采用控制方法代替隔直电容,使并网逆变器既可实现零直流注入,又可实现隔直电容零损耗,但是当光伏并网系统采用LCL 型滤波器滤波时,电容隔直方法以及虚拟电容隔直方法将可能失效。本文基于LCL 型滤波器在光伏并网逆变系统广泛应用的现况,分析了现有典型直流抑制技术在采用LCL 型滤波器光伏并网逆变系统中的适用性,进而提出了一种基于比例谐振(PR )与PI 联合控制的直流抑制技术。该方法无需增加外围硬件电路,且只占用很少的控制芯片资源。仿真结果验证了算法的有效性。

      滤波器的并网逆变器控制原理分析

      基于 LCL型滤波器的单相光伏并网逆变器原理

      采用LCL 结构的滤波器比L、LC 结构有更好的衰减特性,对高频分量呈高阻态,可以抑制谐波电流,且同电网串联的电感L 还可起到抑制冲击电流的作用。要达到相同的滤波效果,LCL 滤波器的总电感量比L 和LC 滤波器小得多,有利于提高电流动态性能,同时还可降低成本,减小装置的体积重量。在中大功率应用场合,LCL 滤波器的性能更为明显。光伏阵列将太阳能转换为直流电能,DC /DC 环节实现最大功率点跟踪(MPPT)控制和直流升压功能。DC /AC 逆变器输出经过LCL 型滤波器连接到电网上,通过适当控制使并网电流为与电网电压同频同相的正弦波。

      电流控制器设计

      LCL 型滤波器存在谐振问题,即当输入电压的频率到达某一频率值时,其阻抗为0,这将不利于系统稳定和控制器设计。因此有必要在LCL 型滤波器中增加阻尼设计,常见的阻尼方法有无源阻尼法和有源阻尼法。电容支路串联电阻是广泛应用的一种无源阻尼法,它在电容支路串联一个较小的电阻即可有效抑制LCL 型滤波器的谐振幅值,且使得增加的阻尼损耗较小,因此本文选取电容支路串联电阻法作为LCL 型滤波器的阻尼设计方案。传统并网电流调节一般采用PI 控制,然而PI 控制存在交流量静差。为了解决该问题,可采用PR 控制,它可以实现对交流量的无静差跟踪。

      几种典型直流抑制技术

      电容隔直方法的适用性当基于 LCL 型滤波器的单相并网光伏发电系统采用电容隔直方案时,即在 L2 和电网之间增加一个隔直电容 Cg(R1、R2 分别为电感 L1、L2的等效串联电阻,RC 为限制 LCL 滤波器谐振的阻尼电阻 ), 由此 LCL 型滤波器将变成 4 阶的 LCLC 系统 。对于LCLC 系统其输出电流ig(jω)在ω= 0直流频率处为零,能够有效抑制直流分量注入到电网。然而从LCL 系统与LCLC 系统的波特图可以看出,隔直电容Cg的加入使得LCL 系统的频率特性发生了明显改变:LCLC 系统具有2 个谐振频率(在L1、L2、Cg、Cd参数取值为相近数量级时),这将使得LCLC 系统的阻尼方案设计更加困难;更为重要的是,Cg的加入使得LCL 系统的低频特性发生了剧烈变化,其对基波的衰减程度明显增加,而对2 个谐振频率之间的低次谐波的增益却明显增加。仿真结果表明,L1、L2、Cd、Cg参数取值的增加可以减轻LCLC 系统对基波的衰减程度,但同时导致2 个谐振频率之间的低次谐波(主要为2 ~ 6 次谐波)含量的增加,使得谐波含量无法达到相应电能质量标准。隔直电容Cg增加使得光伏并网系统更为复杂,不利于控制器的设计。虚拟电容隔直方案同样存在上述问题。

      半桥拓扑逆变隔直方法的适用性

      半桥拓扑并网系统中,半桥逆变器在任何开关状态,电流通路中总存在一个电容,于是阻断了输出电流的直流分量。但与全桥逆变器相比,半桥结构需要更高的直流输入电压。仿真结果表明,当采用SPWM 方法,若逆变器连接到220 V 电压等级的配电网,半桥逆变器的输入电压应为650 V左右,这就需要DC /DC 环节输出更高的直流电压,使用更高耐压等级的开关管,影响了开关频率,增加了开关损耗。

      同时控制策略的直流抑制方法

      PR 与PI 联合控制原理分析

      PR 控制器因其可以无静差地跟踪特定频率的交流量而广泛应用于光伏并网系统。采用PR 控制KPWM为逆变器的等效放大增益,即其输出电压基波与输入调制波的幅值比,分析其闭环传递函数Ф(s)=G(s)×GLCL(s)/[1 + G(s)GLCL(s)]可以发现,该系统的闭环传递函数在ω = 0直流频率处的增益为1,不具备隔离直流分量的功能。PI 控制器可以无静差跟踪直流量,如果能够检测出并网电流的直流成分,则可以通过 PI 控制将其消除。同时也会增加系统损耗,在对系统损耗要求很严格的场合中,可以使用虚拟电阻法降低系统的损耗;PI 环节的比例系数Kp1取值过大会导致系统不稳定,而取值过小又影响抑制直流分量的响应时间;PI 环节的积分系数Ki1取值过小时将影响系统抑制直流分量的响应时间,而取值过大会导致整个系统出现明显的欠阻尼振荡;因此必须合理整定控制器的响应参数,使系统同时具有较好的稳定性和动态性能。分析其闭环传递函数得:其在ω = 0直流频率处的增益为0,可以有效隔离直流分量注入到电网。通过分析各个参数对系统零极点分布从而对系统稳定性的影响发现:RC取值过小时,系统将具有右半平面的极点,使得系统失去稳定性,RC取1 ~ 2 Ω时即有效抑制LCL 的谐振峰值;RC取值越大,其抑制LCL 谐振峰值的效果将越明显,系统稳定性也随之增加,但是同时会使LCL 滤波器对高频谐波的衰减程度变

      仿真实验与分析

      本文采用MATLAB /Simulink 对基于PR 与PI联合控制的直流注入控制策略进行仿真研究,系统参数如下:电网电压220 V /50 Hz,直流母线电压400 V,并网电流额定峰值50 A,倍频SPWM 方式,开关频率10kHz;LCL 滤波器中,L1=2 mH,L2=1 mH,C=400 μF,RC= 1 Ω;PI 控制器参数,Kp1= 0.05,Ki1= 5;PR 控制器参数,kp2= 0.05,ki2= 20。设并网参考电流为ig= 50 sin(ωt)+ 2。 无虚拟电容时的仿真结果,可以看出,并网逆变器输出电流实现零稳态误差,基波分量为50 A,但并网电流中含有直流偏置成分约为2 A。与3.1 节分析一致,零频率处增益K = 1 使得2 A 直流成分通过闭环系统后输出为输入直流的K 倍,即输出直流分量为2 A。采用PR 与PI 联合控制时的仿真结果,可以看出,并网逆变器输出电流中不含直流成分。与分析一致,采用PR 与PI 联合控制后,零频率处增益K = 0 使得2 A 的直流成分通过闭环系统后输出为输入直流的K 倍,即输出直流分量为0 A。

      结论

      随着光伏发电的快速发展,单个并网光伏发电的容量以及整个电网接纳的光伏发电容量也随之增加,因此直流注入抑制是光伏并网发电系统中需要解决的关键问题之一。本文结合了在光伏并网系统中广泛使用的LCL 型滤波器,分析了现有几种典型直流抑制方法的适用性,将PR 控制器对交流量无静差跟踪和PI 控制器对直流量无静差跟踪的特性相结合,通过检测并网电流平均值并通过PI 控制器前馈至调制信号,实现了对并网电流直流分量的有效抑制。仿真实验结果验证了PR 与PI 联合控制方法可以实现并网逆变器零直流注入,具有原理简单、易于实现等特点,有一定工程应用价值。 [2]

同时控制补偿系统

播报

      编辑

      随着大型企业非线性及无功负载的大量增加,配电网中电流、电压波形畸变程度及相角偏移也日益严重。电力电子器件额定功率有限,与电网所要求控制的电压之间产生矛盾。因此,有源电力滤波器的多样化方案成为研究的重点。补偿系统能否应用于实际取决于其结构的复杂度,滤波系统的治理效果取决于其控制方法。为了应用实际并提高滤波效果,针对各类拓扑结构提出了许多新颖的控制方法,均有各自的优势,但都局限在低压小容量系统中使用。传统的混合型电力滤波器无法像无源滤波器一样补偿无功功率,因此提出了用于补偿谐波和无功功率的新型拓扑结构,例如改进多通道注入式 HAPF 与TCR 联合系统,双环解耦电压型逆变器控制的研究。这些新的拓扑与控制方法结构复杂,补偿时是分别并入电网,没有达到联合控制的目的,且这些方法并没有大幅度减小有源电力滤波器容量。针对于此,本文提出一种并联混合电力滤波器(SHPF)与TCR 的新型串联组合。这种组合可以很好地抑制负载产生谐波电流并补偿系统所需无功功率,并且减小直流侧电压。该拓扑结构适用于大容量系统的谐波抑制和无功补偿的综合系统。

      SHPF-TCR 的补偿原理

      SHPF 和TCR 组合的新型拓扑结构。SHPF 由一个小容量的APF 和一个LC 五次无源滤波器串联组成。其中APF 由串接注入式升压电感(Lpf,Rpf)和脉冲宽度调制(PWM)三相全桥电压型逆变器及直流母线电容器(Cdc)组成。系统主要补偿由无源部分承担,有源部分改善滤波特性、抑制电网和SPF 间的谐振,承受非常小的电网基波电压和电流,其额定容量被大大降低。新型拓扑结构不用经过隔离变压器,系统复杂度被大大降低,经济实用性强。

      联合系统提出了改善动态响应并降低TCR 稳态误差的控制方法。由PI 控制器和提取所需的触发角来补偿负载所消耗的无功功率。非线性控制SHPF 进行电流跟踪和电压调节。采用解耦控制策略,将dq坐标系的分量解耦线性化,控制SHPF的注入电流。直流电压使用输出反馈线性控制,该 SHPF 可以保持较低的直流侧电压。这个SHPF-TCR 相结合的拓扑结构及控制方法非常适合电力系统综合补偿无功功率和消除谐波电流。

      系统组成与建模

      在三相静止abc 坐标系变换到两相旋转dq坐标系,将电流id和iq进行微分,得出该系统的空间状态模型。由于状态变量{id,iq,Vdc}和开关状态函数{dnd,dnq}的存在,系统模型为非线性的。SHPF控制的三个状态变量必须独立地控制。因此通过解耦策略,充分分离它们各自的动态变量,可以避免内部电流环路和外部直流母线电压环路之间的相互作用。

      采用电流内环和直流电压外环模型时,TCR 电容电压的微分系数比较低,所以对所提出控制技术的性能没有显著的负面影响。因此,它们实际上可忽略不计,然后将电流进行解耦,得出输入变量。在变换过程中,对解耦后的电流进行跟踪。电流id和iq可以被独立地控制,并且通过使用比例积分补偿器,实现快速动态响应和零稳态误差。跟踪控制器的表达式为

      仿真与实验

      不投入无功负载,得出单相供电电流(is1),负载电流(iL1),SHPF-TCR电流(ic1)的仿真图形及直流侧电压(Vdc)。 SHAP 工作时,电源电流的总谐波失真,从25.72%降低到1.52%。通过仿真验证SHPF-TCR 补偿器提供了非常良好的补偿性能,并且直流侧电压稳定在50 V。在系统产生谐波和需无功功率时,通过实验观察SHPF-TCR 的补偿规律,显示为SHPF-TCR 补偿无功功率和消除谐波的稳态响应,其中波形是网侧电压(Vs1)、单相电源电流(is1)、负载电流(iL1)和混合滤波器的电流(ic1)。 SHPF-TCR 补偿负载电流(iL1)的动态响应。从该实验结果,可以观察到SHPF-TCR 补偿器能够有效地补偿谐波电流和无功功率。电源电流接近正弦,并保持与电压同相位。系统谐波由TCR 并联连接电容器和有源滤波器进行补偿。APF 被设置为仅补偿负载谐波,TCR 的谐波电流迫使流过电容器,这些谐波不会流过电源或负载。因此,保证了网侧的电能质量。

      结论

      本文提出的HAPF 与TCR 联合补偿系统,将非线性控制解耦策略应用于SHPF-TCR 控制系统,同时把有源滤波器和SPF 进行互补,从而提高了滤波性能,减小有源滤波器的额定功率,并且使有源滤波器直流侧电压保持在稳定的低压值处,实现了谐波与无功的动态综合补偿。仿真与试验证明了其具有动态响应快,稳态和瞬态晶闸管能够通过功率的变化进行切换,所提出的补偿系统及控制方法有效地解决了大型企业非线性负载增加的问题。 [3]