應用于電力濾波器的逆變器開關規(guī)律研究

0 引言

逆變技術能夠實現直流電能到交流電能的轉換，能使風能、太陽能等直流電能轉換到可以為廣大用戶使用的交流電能。近些年來由于電力電子器件的飛速發(fā)展使得逆變技術在變頻裝置、交流電機傳動、不間斷電源、有源濾波器等更多場合得到了廣泛的應用。

有源濾波器是利用諧波對消原理來消除諧波的，即有源濾波器首先檢測出負載電流中的諧波分量，然后通過某種控制策略使逆變電路產生一個與其大小相等而相位相反的電流，并將其注入到電網中，以抵消負載電流中的諧波分量。所以，諧波檢測電路的性能對于有源濾波器的補償效果起著至關重

要的影響。

無論是何種控制策略，其目的都是通過控制電力電子開關的開通與關斷來實現逆變器輸出電流接近理想參考電流波形，使其與參考波形最接近的目的。本文提出用遺傳算法來研究逆變器的控制規(guī)律，使之能降低諧波畸變率和減小逆變器的電力電子器件開關損耗，從而達到接近最優(yōu)的控制效果。

1 逆變器主電路

圖1 為一單相全橋逆變電路。如圖所示電路包含電容C、電感L、全控型開關器件K1~K4。當開關K1、K4導通，K2、K3關斷時，逆變器輸出電壓為u0=E;

當開關K2、K3導通，K1、K4關斷時，逆變器輸出電壓為u0=-E。狀態(tài)矢量可表示為

2 控制策略理論

2.1 遺傳算法基本理論

遺傳算法[3]是基于生物學界進化和遺傳機理衍生出的一種自適應全局尋優(yōu)算法。遺傳算法以其簡單、通用、魯棒性強和適于并行分布處理等特點，已經在許多領域中得到應用。遺傳算法是一種群體型操作，選擇、交叉和變異是遺傳算法的三個主要操作算子，它們構成了遺傳操作。遺傳算法中包含了如下五個基本要素：參數編碼;初始群體的設定;適應度函數的設計;遺傳操作設計;控制參數設定。在工程中有許多復雜組合的優(yōu)化問題，這些問題大多數是非線性的，有些甚至不連續(xù)，還有的有多個最優(yōu)解，因此用常規(guī)的數學優(yōu)化方法無法有效地求解，只能對問題做簡化的處理。由于遺傳算法不依賴于問題本身，只要求問題是可解的，無連續(xù)性及可微性等要求，適應范圍廣，且能找到近乎全局最優(yōu)的解，所以在解決這些優(yōu)化問題時，遺傳算法非常適用。

2.2 誤差函數

這里逆變器輸出電流函數以分段函數描述，將1/4電氣周期n 等分，每一開關狀態(tài)變量作用時間為駐t。

2.3 適應度函數

基于遺傳算法的控制策略可以進行多個目標的優(yōu)化。多數情況下各個子目標可能是互相沖突的，一個子目標的改善會使另一個子目標性能降低，使各子目標同時達到各自最優(yōu)解是很困難的，因此只有在它們中間進行協(xié)調和折中處理，使各個子目標函數都盡可能優(yōu)化。目前解決多目標優(yōu)化問題有權重系數變化法、并列選擇法[5]、排序選擇法等求解方法[5]。

本文采用了權重系數法，給各個子目標函數賦予不同的權重，代表相應子目標在多目標優(yōu)化問題中的重要程度。再以這個線形性加權和作為多目標優(yōu)化問題的評價函數，這樣多目標優(yōu)化問題就轉化為單目標優(yōu)化問題來求解。

本文采用權重系數法建立的多目標優(yōu)化函數為

3 仿真分析

仿真實驗的算法程序用C 語言編寫，并建立MATLAB 的接口，使結果可視化。仿真實驗參數設置：參考電流幅值IA=3 A，頻率f =50 Hz，逆變器電容兩端電壓E越220 V，將1/4 電氣周期100 等分，即n=100，每個開關量作用時間為

圖2(a)表示開關狀態(tài)矢量經過第1代進化后的最優(yōu)結果，用其控制逆變電路的開關器件所得實際輸出波形如圖3所示，可見與參考標準正弦波相差甚遠。圖2(b)表示開關狀態(tài)矢量經過30代進化后的最優(yōu)結果，逆變電路輸出波形如圖4 所示，雖然與標準正弦波還有差距，但對比第1 代結果發(fā)現其差距已明顯減小。圖2(c)表示達到遺傳運算終止條件，即

到第100代進化后，開關狀態(tài)矢量的最優(yōu)結果。逆變電路輸出波形如圖5所示，與參考標準正弦波非常接近，進化效果明顯，可以作為最優(yōu)輸出波形了。

上一頁 1 2 下一頁