CN102856904B - 基于模糊逼近的有源滤波器自适应模糊滑模控制方法 - Google Patents
基于模糊逼近的有源滤波器自适应模糊滑模控制方法 Download PDFInfo
- Publication number
- CN102856904B CN102856904B CN201210363509.3A CN201210363509A CN102856904B CN 102856904 B CN102856904 B CN 102856904B CN 201210363509 A CN201210363509 A CN 201210363509A CN 102856904 B CN102856904 B CN 102856904B
- Authority
- CN
- China
- Prior art keywords
- msub
- mrow
- mfrac
- mover
- mtd
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
- 238000000034 method Methods 0.000 title claims abstract description 15
- 230000003044 adaptive effect Effects 0.000 claims description 23
- 238000013461 design Methods 0.000 claims description 6
- 238000013178 mathematical model Methods 0.000 claims description 5
- 230000006978 adaptation Effects 0.000 claims description 4
- 239000003990 capacitor Substances 0.000 claims description 2
- 230000008859 change Effects 0.000 abstract description 5
- 230000003068 static effect Effects 0.000 abstract 1
- 230000000694 effects Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 238000004088 simulation Methods 0.000 description 4
- 238000011217 control strategy Methods 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 230000001629 suppression Effects 0.000 description 2
- 238000010521 absorption reaction Methods 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000012938 design process Methods 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000000746 purification Methods 0.000 description 1
- 239000004576 sand Substances 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E40/00—Technologies for an efficient electrical power generation, transmission or distribution
- Y02E40/20—Active power filtering [APF]
Landscapes
- Feedback Control In General (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明的有源电力滤波器自适应模糊滑模控制方法,涉及有源电力滤波器的控制***,具体地说属于自适应模糊滑模控制方法在有源电力滤波器控制上的应用。这种控制***不依赖于被控对象的精确模型,动静态性能很好,具有很好的自适应性和鲁棒性,并能保证***全局的稳定性。本***主要是基于模糊控制、滑模控制、自适应控制和李雅普诺夫稳定性理论设计的,能提高***对于非线性负载变化和***参数不匹配的鲁棒性和适应性,从而使***具有在复杂电网环境下实现谐波补偿的能力。另外本***还将控制器的切换项进行模糊逼近,设计了一个新的自适应模糊控制器,从而有效降低抖振。
Description
技术领域
本发明专利属于有源电力滤波技术,特别涉及一种有源电力滤波器自适应模糊控制方法。
背景技术
随着电力电子技术的快速发展,各种半导体开关器件得到广泛的应用。电力电子技术在改善人们生产和生活的同时,带来了电能质量问题。所谓电能质量问题是指由于电网中存在非线性负载而引起的电流和电压波形畸变、相位失真、功率因数低下等问题。采用电力滤波装置就近吸收谐波源所产生的谐波是谐波抑制的有效措施。目前,国内主要采用并联型无源滤波器处理电网中的谐波电流。但由于无源滤波器仅能对特定谐波进行有效处理,人们逐渐将研究的重心转向有源电力滤波器。有源滤波器等净化电网产品是智能电网建设的标配产品,能实现谐波和无功动态补偿,响应快,受电网阻抗影响小,不易与电网阻抗发生谐振;既能补偿各次谐波,还可抑制闪变、补偿无功,补偿性能不受电网频率变化的影响,能有效抑制谐波污染,因此成为谐波治理的重要手段。
由于难以获得被控对象精确的数学模型,传统的控制方案难以达到理想的控制效果。智能自适应有源滤波器动态补偿和控制是有源电力滤波器控制***研究的发展趋势。其中,滑模变结构控制具有快速响应、对参数变化及扰动不灵敏等优点,自适应滑模变结构控制等策略极大促进了自适应控制理论的进一步发展。模糊控制不依赖被控对象精确的数学模型,建模简单、控制精度高、非线性适应性强、鲁棒性强。因此,自适应控制,滑模变结构控制,模糊控制相互之间具有很强的互补性,有必要综合运用。但是,迄今为止,存在的专利虽然都从不同的侧面对有源电力滤波器控制展开研究,但尚未有综合应用各种先进控制方法并基于李亚普诺夫分析方法对有源电力滤波器进行控制和动态补偿。
发明内容
本发明的目的是为避免传统有源电力滤波器控制***的不足,提供一种有源电力滤波器自适应模糊滑模控制方法,综合利用模糊控制、滑模控制、自适应控制和李雅普诺夫稳定性理论,在保证全局稳定性的基础上,实现了谐波补偿的目的,同时为了克服控制器存在的抖振现象,突破性的为切换项设计了一个自适应模糊控制器。
本发明采用的技术方案是:首先建立有源电力滤波器的数学模型,然后综合利用模糊控制、滑模控制、自适应控制方法设计自适应模糊滑模控制器,代替传统的补偿电流跟踪控制方法,使补偿电流实时跟踪指令信号,达到消除谐波的目的。同时为控制器的切换项设计了一个自适应模糊控制器,从而减轻控制器存在的抖振现象。
由上说明的技术方案可以看出本发明的有益效果在于:基于模糊控制、滑模控制、李雅普诺夫理论设计的自适应模糊滑模控制器,提高了***对于非线性负载变化和***参数不匹配的鲁棒性和适应性,从而使***具有在复杂电网环境下实现谐波补偿的能力。另外本***还将控制器的切换项进行模糊逼近,设计了一个新的自适应模糊控制器,从而有效降低抖振。
附图说明
图1为并联型APF的主电路结构;
图2为自适应模糊滑模控制***框图;
图3为A相电流波形;
图4为指令电流和补偿电流波形;
图5为补偿电流跟踪偏差波形;
图6为自适应律θf仿真波形;
图7为自适应律θh仿真波形;
图8为直流侧电压波形。
具体实施方式
下面结合附图,对本发明的具体实施作进一步说明:
本发明专利主要研究应用最广泛的并联电压型有源电力滤波器。实际应用中,用于三相的占多数,故主要研究用于三相三线制***的情况。其主电路结构如图1。
有源电力滤波器的基本工作原理是,检测补偿对象的电压和电流,经指令电流运算电路计算得出补偿电流的指令信号i* c,该信号经补偿电流发生电路放大,得出补偿电流ic,补偿电流与负载电流中要补偿的谐波及无功等电流抵消,最终得到期望的电源电流。
根据电路理论和基尔霍夫定理可得到如下公式:
其中,v1,v2,v3分别为三相有源滤波器端电压,i1,i2,i3分别为三相补偿电流,Lc为电感,Rc为电阻。
假设交流侧电源电压稳定,可以得到
其中,vMN为M端到N端的电压,v1M、v2M、v3M分别为M端到a、b、c端的电压。并定义ck为开关函数,指示IGBT的工作状态,定义如下:
其中,k=1,2,3。
同时,vkM=ckvdc,vdc为电容电压,所以(1)可改写为
以下的自适应模糊滑模控制器的设计就是基于(4)的模型。
自适应模糊滑模控制器的设计
模糊逻辑***是由一些具体的模糊规则以及模糊化和反模糊化策略组成的。模糊推理是通过一些IF-THEN规则将输入变量x=(x1,x2,…,xn)T∈Rn映射到输出变量y∈R。第i条模糊规则可以写成如下形式Ri:如果x1的模糊集为的模糊集为那么y的模糊集为yi其中,和yi分别表示xi和y的模糊集。
采用乘积推理机、单值模糊器和中心解模糊器,模糊***的输出如(5)
其中,为xj的隶属函数,r为模糊规则的数量,
θT=(y1,y2,…,yr)为自由参数,
ξ(x)=(ξ1(x),ξ2(x),…,ξM(x))T为模糊基函数,并定义
有源电力滤波器自适应模糊滑模控制***框图如图2。这种控制策略不依赖精确的数学模型,和传统的控制方法相比具有更好的控制效果。在***的稳定性分析后还为切换项设计了一个新的自适应模糊控制器,从而减轻了抖振。详细的设计过程可以被描述成如下步骤:
(4)的3个方程可以写成以下的形式:
其中状态向量x为i1,i2,i3, k=1,2,3,控制向量 d为未知干扰,d≤D。控制的目标就是使状态向量x跟踪一个给定信号xm。跟踪误差e=xm-x。
定义切换函数为
s(t)=-ke(7)
将控制器设计为
其中usw=ηsgn(s),η>0
由(6)(8)得
则
当f(x)、b、d未知时,控制器(8)不适用,可采用模糊***来逼近f、ηsgn(s)。
采用乘积推理机、单值模糊器和中心解模糊器来设计模糊控制器,则控制器变为
其中,为(5)形式的模糊***输出,ξ(x)、φ(s)为模糊基函数,向量θf T、根据自适应律而变化。
ηΔ=D+η,η≥0(13)
|d|≤D(14)
设计自适应律为
下面对(15)(16)中设计的自适应律进行证明:
定义最优参数为
定义最***近误差为
|ω|≤ωmax(20)
则
其中,
定义李雅普诺夫函数
其中,r1、r2为正常数。
则
由于
则
(24)
其中,
将(15)(16)代入式(24)得
根据模糊逼近理论,自适应模糊***可实现使逼近误差ω非常小。因此
为了验证上述理论的可行性,在Matlab下进行了仿真实验。仿真结果验证了自适应模糊滑模控制器的效果。
仿真参数选取如下:
切换函数为s=-ke,其中k=100。
取五种隶属函数进行模糊化:μ=exp(-(x+4-(i-1)*2)÷1)2,i=1,...,6。定义切换函数s的隶属函数为: μZO(s)=exp(-s2),
自适应参数取r1=10000,r2=1000。
其中,
电源电压Vs=380V,f==50Hz。非线性负载的电阻10Ω,电感2mH。补偿电路电感10mH,电容100μF。采用PI控制器控制直流侧电压,PI控制器的参数kp=0.005,ki=0.02。
图3描述的是A相电流在APF作用前后的波形图。当t=0.04s时,补偿电路接入开关闭合,有源滤波器开始工作。可以看出,0.04秒之前,***中含有大量的谐波,电流谐波的畸变率为24.71%,当有源电力滤波器开始工作以后,可以看出电流波形在0.05秒就接近正弦波,并达到稳定,畸变率仅为1.59%。证明了该控制策略的有效性。
图4描述的是指令电流和补偿电流的波形图。图5描述的是补偿电流跟踪偏差的波形图。从中可以看出,0.05秒前补偿电流已经能够跟踪到指令电流,并且跟踪效果很好,大大消除了谐波,有效降低了畸变率。
图6和图7描述的是自适应律θf和θh的波形图。可以看出各个参数最后都能趋于稳定,控制效果很好。
图8是直流侧电压的动态曲线。说明采用PI控制能比较好的维持直流侧电容电压的稳定。
为了验证本文提出的自适应模糊滑模控制器具有很好的鲁棒性,对参数变化具有很好的自适应能力,本文还针对参数变化设计了如下的仿真实验,结果如表1:
表1参数变化表
由表1可以看出当参数发生变化时,畸变率仍可以控制在很低的范围内,证明自适应模糊滑模控制策略对参数的变化具有很强的自适应能力。
Claims (2)
1.一种基于模糊逼近的有源滤波器自适应模糊滑模控制方法,其特征在于,包括以下步骤:
1)根据电路理论和基尔霍夫定理建立有源电力滤波器的数学模型:
其中,v1,v2,v3分别为三相有源滤波器端电压,i1,i2,i3分别为三相补偿电流,Lc为电感,Rc为电阻,vdc为电容电压;定义ck为开关函数,其中,k=1,2,3
上述方程可以写成以下的形式:
其中状态向量x为i1,i2,i3,参数控制向量d为未知干扰,控制的目标就是使状态向量x跟踪一个给定信号xm,跟踪误差e=xm-x,u为控制器;
2)基于模糊控制、滑模控制、自适应控制和李雅普诺夫稳定性理论设计控制器为:
且,
其中,为模糊***输出,ξ(x)、φ(s)为模糊基函数,向量θf T、根据自适应律而变化,s为切换函数。
2.根据权利要求1所述的基于模糊逼近的有源滤波器自适应模糊滑模控制方法,其特征在于,还包含以下步骤:
定义切换函数s(t)=-ke,k为正常数,e为跟踪误差;
基于李雅普诺夫方法设计向量θf和θh的自适应算法,
定义最优参数为
其中,Ωf、Ωh分别为θf、θh的集合;Rn表示n维欧氏空间,usw为切换控制项;
李雅普诺夫函数设计为:其中,r1,r2是正常数;其中,
选取自适应算法为:根据模糊逼近理论,可实现使逼近误差非常小,从而保证
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210363509.3A CN102856904B (zh) | 2012-09-26 | 2012-09-26 | 基于模糊逼近的有源滤波器自适应模糊滑模控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210363509.3A CN102856904B (zh) | 2012-09-26 | 2012-09-26 | 基于模糊逼近的有源滤波器自适应模糊滑模控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102856904A CN102856904A (zh) | 2013-01-02 |
CN102856904B true CN102856904B (zh) | 2014-12-10 |
Family
ID=47403214
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201210363509.3A Expired - Fee Related CN102856904B (zh) | 2012-09-26 | 2012-09-26 | 基于模糊逼近的有源滤波器自适应模糊滑模控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102856904B (zh) |
Families Citing this family (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103066603B (zh) * | 2013-01-25 | 2015-01-21 | 河海大学常州校区 | 三相并联型有源滤波器的自适应rbf神经滑模控制方法 |
CN103595050B (zh) * | 2013-11-22 | 2015-06-10 | 河海大学常州校区 | 模型参考自适应模糊控制的有源电力滤波器控制方法 |
CN104730921B (zh) * | 2015-01-13 | 2017-05-10 | 河海大学常州校区 | 基于终端滑模的有源电力滤波器模糊神经网络控制方法 |
CN105137759A (zh) * | 2015-09-15 | 2015-12-09 | 上海电力学院 | 基于滑模变结构的核反应堆功率复合控制器设计方法 |
CN105140924B (zh) * | 2015-09-24 | 2017-07-18 | 上海电力学院 | 一种混合型有源滤波器的非线性控制器设计方法 |
CN105305422B (zh) * | 2015-10-14 | 2017-07-14 | 国家电网公司 | 基于模糊滑模自适应的upfc控制方法 |
CN105610162B (zh) * | 2016-01-04 | 2018-03-20 | 河海大学常州校区 | 一种有源电力滤波器自适应模糊滑模rbf神经网络控制方法 |
CN105610163B (zh) * | 2016-01-20 | 2018-05-22 | 河海大学常州校区 | 基于分数阶的有源电力滤波器自适应模糊滑模控制方法 |
CN106026675B (zh) * | 2016-07-05 | 2020-01-03 | 扬州大学 | 一种llc谐振直流变换器的模糊选频滑模控制器 |
CN106406090B (zh) * | 2016-09-13 | 2019-06-04 | 河海大学常州校区 | 基于模糊反演的有源电力滤波器fnn控制方法 |
CN106374490B (zh) * | 2016-09-21 | 2018-11-23 | 河海大学常州校区 | 基于动态面模糊滑模控制的有源电力滤波器控制方法 |
CN108923430B (zh) * | 2018-07-16 | 2021-09-24 | 河海大学常州校区 | 有源电力滤波器神经网络终端滑模控制方法及计算设备 |
CN109103885A (zh) * | 2018-09-18 | 2018-12-28 | 河海大学常州校区 | 有源电力滤波器元认知模糊神经网络控制方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE4308903A1 (de) * | 1993-03-19 | 1994-09-22 | Siemens Ag | Anordnung und Verfahren zur Regelung eines Sollschlupfes von aneinander unter Krafteinwirkung reibenden Flächen |
CN102393639A (zh) * | 2011-10-18 | 2012-03-28 | 河海大学常州校区 | 基于自适应模糊滑模的微陀螺仪追踪控制方法 |
CN102412580A (zh) * | 2011-11-17 | 2012-04-11 | 河海大学常州校区 | 有源电力滤波器自适应模糊控制***及其方法 |
CN102508434A (zh) * | 2011-11-07 | 2012-06-20 | 河海大学常州校区 | 用于微陀螺仪的自适应模糊滑模控制器 |
-
2012
- 2012-09-26 CN CN201210363509.3A patent/CN102856904B/zh not_active Expired - Fee Related
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE4308903A1 (de) * | 1993-03-19 | 1994-09-22 | Siemens Ag | Anordnung und Verfahren zur Regelung eines Sollschlupfes von aneinander unter Krafteinwirkung reibenden Flächen |
CN102393639A (zh) * | 2011-10-18 | 2012-03-28 | 河海大学常州校区 | 基于自适应模糊滑模的微陀螺仪追踪控制方法 |
CN102508434A (zh) * | 2011-11-07 | 2012-06-20 | 河海大学常州校区 | 用于微陀螺仪的自适应模糊滑模控制器 |
CN102412580A (zh) * | 2011-11-17 | 2012-04-11 | 河海大学常州校区 | 有源电力滤波器自适应模糊控制***及其方法 |
Non-Patent Citations (4)
Title |
---|
Adaptive Fuzzy Sliding Mode Control Design: Lyapunov Approach;H.F. Ho等;《Control Conference, 2004. 5th Asian (Volume:3 )》;20040723;第1502-1507页 * |
H.F.Ho等.AdaptiveFuzzySlidingModeControlDesign:LyapunovApproach.《ControlConference 2004. 5th Asian (Volume:3 )》.2004 * |
徐长波等.自适应模糊控制在三相三线有源电力滤波器中的应用.《第二十七届中国控制会议论文集》.2008,第402-405页. * |
自适应模糊控制在三相三线有源电力滤波器中的应用;徐长波等;《第二十七届中国控制会议论文集》;20080718;第402-405页 * |
Also Published As
Publication number | Publication date |
---|---|
CN102856904A (zh) | 2013-01-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102856904B (zh) | 基于模糊逼近的有源滤波器自适应模糊滑模控制方法 | |
CN102832621B (zh) | 三相并联型有源滤波器自适应rbf神经网络控制方法 | |
CN103151781B (zh) | 基于反馈线性化的有源电力滤波器自适应模糊控制方法 | |
CN105610162B (zh) | 一种有源电力滤波器自适应模糊滑模rbf神经网络控制方法 | |
CN105610163B (zh) | 基于分数阶的有源电力滤波器自适应模糊滑模控制方法 | |
CN103293963B (zh) | 有源电力滤波器自适应模糊反演跟踪控制方法 | |
CN107147120B (zh) | 有源电力滤波器rbf双神经网络自适应滑模控制方法 | |
CN103560516B (zh) | 一种并联混合型有源电力滤波器及其控制方法 | |
CN103441499B (zh) | 三相并联型有源滤波器的线性化反馈神经滑模控制方法 | |
Cao et al. | Adaptive fractional fuzzy sliding mode control for three-phase active power filter | |
CN107069723B (zh) | 有源电力滤波器分数阶PIλ及自抗扰混合控制方法 | |
CN104022508B (zh) | 一种三相四开关型有源电力滤波器及其控制方法 | |
CN103066603B (zh) | 三相并联型有源滤波器的自适应rbf神经滑模控制方法 | |
CN103887798B (zh) | 有源电力滤波器的反演全局快速终端滑模控制方法 | |
CN104467741B (zh) | 基于t‑s模糊建模的有源滤波器智能电流跟踪控制方法 | |
Khairy et al. | Comparing proportional-resonant and fuzzy-logic controllers for current controlled single-phase grid-connected PWM DC/AC Inverters | |
CN106406090B (zh) | 基于模糊反演的有源电力滤波器fnn控制方法 | |
CN103293965B (zh) | 有源电力滤波器的反演控制方法 | |
CN110350546B (zh) | 一种单相有源电力滤波器控制方法 | |
Fei et al. | Chebyshev Fuzzy Neural Network Super-Twisting Terminal Sliding-Mode Control for Active Power Filter | |
ÙÒÑ et al. | Harmonic suppression of three-phase active power filter using backstepping approach | |
CN106099928B (zh) | 一种有源电力滤波器反演滑模自适应模糊控制方法 | |
CN105140924A (zh) | 一种混合型有源滤波器的非线性控制器设计方法 | |
Deshmukh et al. | Comparison and performance analysis of closed loop controlled nonlinear system connected PWM inverter based on hybrid technique | |
Fei et al. | Adaptive control of active power filter using RBF neural network |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20141210 Termination date: 20170926 |