利索能及
我要发布
收藏
专利号: 2022116489154
申请人: 淮阴工学院
专利类型:发明专利
专利状态:已下证
更新日期:2026-06-16
缴费截止日期: 暂无
联系人

摘要:

权利要求书:

1.一种基于并网条件下复合锁相环参数优化方法,其特征在于,包括以下步骤:步骤1:通过采样,获得并网逆变器的三相并网电压va,vb,vc,经过Clark变化得到αβ轴分量,将αβ轴的电压通过改进双二阶广义积分器,改进双二阶广义积分器在传统二阶广义积分器的基础上再增加一条回路,将信号经增益k放大后与qv'相减,消除qv1'中的直流分量,最后通过计算获取基波电压的正序分量当通过改进后双二阶广义积分器经过计算获取基波电压的正序分量为:

其中,ω为电网电压角频率,D(jw)表示为二阶广义积分器的传递函数,ω′为二阶广义积分器截止角频率;

步骤2:根据步骤1所得到的输出 经过Park变换后,可得到q轴分量 经过周期积分器模块,滤掉高次谐波;

步骤3:通过并网逆变器控制系统得到逆变器与电网交叉系统的阻抗回率矩阵,并且通过劳斯准则,得到复合型锁相环中PI控制器的比例增益k p,pll范围;

通过并网逆变器控制系统得到逆变器与电网交叉系统的阻抗回率矩阵为:其中,YL(s)是滤波器的导纳矩阵,GCP(s)是dq坐标系中滤波器的耦合分量矩阵,Gd(s)为延时传递函数,Gi(s)为电流控制器,Gccpll(s)为电流和锁相环的传递函数,Kvf为电压前馈系数;考虑的电网阻抗主要为感性阻抗,其感性阻抗矩阵Zg(s)推导出其q轴的输出导纳公式为:其中,Td为延时比值等于 fs为采样频率,vd为公共耦合点电压,id坐标变化输入电流,Gcl(s)为电流控制闭环传递函数,根据劳斯判定准则设计,可以将q轴的输出导纳公式改写为:其中,Zgqq为电网阻抗取q轴阻抗分量,K为稳定裕度相关系数,通过劳斯判定稳定性准则得到锁相环中PI控制器的比例增益范围为:其中,vd为公共耦合点电压,ω0为额定角频率,SCR为短路电流比,fd为电网电感与滤波器的比值,Td延时比值;

步骤4:根据系统最优的相位裕度范围找到复合型锁相环中PI控制器的比例增益k p,pll范围;通过系统最优的相位裕度范围,根据自动控制理论,系统相位裕度在30°到60°之间时能够保证系统稳定,通过对复合型锁相环的开环传递函数,得到截止最大截止频率,通过锁相环中PI参数的关系,可以得到系统相位裕度表达式为:其中,Vm为电网电压,g为PI参数关系式,ωc为系统截止频率,ω′为二阶广义积分器截止角频率,kp,pll为锁相环PI参数的比例增益,ki为相环PI参数的积分增益,根据统相位裕度表达式算出具体的g值,最后根据系统有较好的抗扰能力,故可以求得参数k p,pll的范围;

步骤5:根据步骤3和步骤4所获得的结果,从中推出复合型锁相环中PI控制器参数范围;

步骤6:根据步骤5所获得的参数范围,通过复合型锁相环的输入与输出相位差运用改进型混合粒子群优化找到最优参数,将最优参数送入PI调节,经过积分环节最后实现锁相;

所述改进型混合粒子群算法包括粒子群算法和遗传算法的结合再加入自适应控制,所述自适应控制包括改变加速因子、边界因子以及惯性权值。

2.根据权利要求1所述的基于并网条件下复合锁相环参数优化方法,其特征在于,所述步骤1对三相并网电压采样,当三相并网电压有直流分量时经过Clark变换:其中,V为输入电压的幅值,da,db,dc分别为三相电压含有的不同的直流分量。

3.根据权利要求1所述的基于并网条件下复合锁相环参数优化方法,其特征在于,所述步骤2对所得输出进行Park变化,q轴分量 为:其中,ω0为额定角频率,因此通过改进后的二阶广义积分器来消除直流分量,最后经周期积分器模块,滤掉高次谐波。

4.根据权利要求1所述的基于并网条件下复合锁相环参数优化方法,其特征在于,所述步骤5中根据步骤3在满足于限定条件下锁相环中PI控制器的比例增益范围kp,pll的最大范围和步骤4中所求得参数k p,pll的范围,找到k p,pll的范围的最大和最小值。

5.根据权利要求1所述的基于并网条件下复合锁相环参数优化方法,其特征在于,所述步骤6中,改进型混合粒子群算法对复合型锁相环中PI参数进行整定,所述改进型混合粒子群算法包括粒子群算法和遗传算法的结合再加入自适应控制,所述改进型混合粒子群算法具体包括:

1)粒子群算法的速度和位置更新公式为

2)添加自适应因子来解决,其中包括改变加速因子,边界因子,惯性权值;

其中c1,c2为加速因子,改写为:

其中,tmax为最大迭代次数,t为净化代数,ω为惯性权值,Vi,xi为当前迭代时的位置和速度,pbesti为个体最优,gbesti为全局最优,r1,r2为[0,1]之间的随机数;

3)边界因子改写为:

xl(d)=gbestl(d)‑|xl(d)‑gbestl(d)|×(cb1r1+cb)xl(d)=gbestl(d)‑|xl(d)‑gbestl(d)|×(kbr2+1)其中,gbestl(d)为第l代全局最极值点,cb1为收缩率,cb=1‑cb1,kb为扩展率;

4)惯性权值改写为:

其中,wmin为惯性权值最小值,fi为第k次迭代粒子的适应值,f'avg为大于平均值后所求得的平均值,ka为大于1的常数,kb为大于1常数,favg粒子群的平均适应值,fm为最优粒子适应值,fk为|fm‑f'avg|。

6.根据权利要求5所述的基于并网条件下复合锁相环参数优化方法,其特征在于,所述步骤6中运用改进型混合粒子群优化找到最优参数具体包括:步骤6.1:预处理阶段,输入PI参数范围;

步骤6.2:初始化种群,并计算适应度值,速度及边界自适应调整;

步骤6.3:将每一代的粒子种群随机选取一部分粒子进行交叉,通过随机把配对的粒子参数进行切断,重新交叉组合形成新的粒子参数,最后进行排序计算;

步骤6.4:将每一代的粒子种群随机选取一部分粒子进行数值变换,并且计算变异后粒子的适应度值;

步骤6.5:判断结果是否达标,若达标进行步骤6.6,否则将新粒子的位置及速度返回步骤6.3;

步骤6.6:输出PI参数,参数整定结束。