发明名称 一种基于自适应约束优化的三相并网逆变器鲁棒控制方法
摘要 本发明公开一种基于自适应约束优化的三相并网逆变器鲁棒控制方法,本发明通过机理分析法和坐标变换法建立三相并网逆变器的dq坐标系下的数学模型,设计功率控制器和电流鲁棒控制器分别实现功率外环与电流内环控制,采用鲁棒稳定性能与抑制干扰性能这两个鲁棒性能指标的无穷范数、电流跟踪误差平方值的加权叠加值作为评估控制性能的优化目标函数,将鲁棒稳定性能和抑制干扰性能均小于1作为约束条件,并设计一种自适应约束优化求解器高效地实现电流鲁棒控制器多参数的优化整定。采用本发明,三相并网逆变器输出的并网电流波形具有更低的总谐波畸变率和更强的鲁棒性等控制性能。
申请公布号 CN106208130A 申请公布日期 2016.12.07
申请号 CN201610552504.3 申请日期 2016.07.11
申请人 温州大学 发明人 曾国强;陆康迪;戴瑜兴;李理敏;陈杰;王环;谢晓青;吴烈
分类号 H02J3/38(2006.01)I;H02M7/5387(2007.01)I;H02M7/5395(2006.01)I 主分类号 H02J3/38(2006.01)I
代理机构 杭州求是专利事务所有限公司 33200 代理人 邱启旺
主权项 一种基于自适应约束优化的三相并网逆变器鲁棒控制方法,其特征在于,该方法包括以下步骤:(1)通过机理分析法和坐标变换法建立三相并网逆变器的dq坐标系下的数学模型及功率外环与电流内环的双闭环控制模型,并设置自适应约束优化求解器的参数值(包括最大迭代优化次数I<sub>max</sub>和种群规模NP);(2)随机产生一个实数编码的初始种群P={S<sub>j</sub>=(U‑L)*rj+L,j=1,2,…,NP},其中第j个个体S<sub>j</sub>=[K<sub>pdj</sub>,K<sub>idj</sub>,K<sub>fdj</sub>,T<sub>fdj</sub>,K<sub>pqj</sub>,K<sub>iqj</sub>,K<sub>fqj</sub>,T<sub>fqj</sub>],在此K<sub>pdj</sub>与K<sub>idj</sub>分别表示电流鲁棒控制器C<sub>I</sub>(s)在d轴坐标下的比例系数和积分系数,K<sub>fdj</sub>与T<sub>fdj</sub>分别表示电流鲁棒控制器d轴坐标下的滤波比例系数和惯性系数,K<sub>pqj</sub>与K<sub>iqj</sub>分别表示电流鲁棒控制器q轴坐标下的比例和积分系数,K<sub>fqj</sub>与T<sub>fqj</sub>分别表示电流鲁棒控制器q轴坐标下的滤波比例系数和惯性系数,U与L分别表示电流鲁棒控制器优化变量上限和下限,rj表示在0到1范围内产生的均匀分布随机数。电流鲁棒控制器C<sub>I</sub>(s)的传递函数模型如下:<maths num="0001"><math><![CDATA[<mrow><msub><mi>C</mi><mi>I</mi></msub><mrow><mo>(</mo><mi>s</mi><mo>)</mo></mrow><mo>=</mo><mfenced open = "[" close = "]"><mtable><mtr><mtd><mrow><msub><mi>K</mi><mrow><mi>p</mi><mi>d</mi></mrow></msub><mo>+</mo><mfrac><msub><mi>K</mi><mrow><mi>i</mi><mi>d</mi></mrow></msub><mi>s</mi></mfrac><mo>+</mo><mfrac><msub><mi>K</mi><mrow><mi>f</mi><mi>d</mi></mrow></msub><mrow><msub><mi>T</mi><mrow><mi>f</mi><mi>d</mi></mrow></msub><mi>s</mi><mo>+</mo><mn>1</mn></mrow></mfrac></mrow></mtd><mtd><mn>0</mn></mtd></mtr><mtr><mtd><mn>0</mn></mtd><mtd><mrow><msub><mi>K</mi><mrow><mi>p</mi><mi>q</mi></mrow></msub><mo>+</mo><mfrac><msub><mi>K</mi><mrow><mi>i</mi><mi>q</mi></mrow></msub><mi>s</mi></mfrac><mo>+</mo><mfrac><msub><mi>K</mi><mrow><mi>f</mi><mi>q</mi></mrow></msub><mrow><msub><mi>T</mi><mrow><mi>f</mi><mi>q</mi></mrow></msub><mi>s</mi><mo>+</mo><mn>1</mn></mrow></mfrac></mrow></mtd></mtr></mtable></mfenced><mo>-</mo><mo>-</mo><mo>-</mo><mrow><mo>(</mo><mn>1</mn><mo>)</mo></mrow></mrow>]]></math><img file="FDA0001046127440000011.GIF" wi="1518" he="311" /></maths>(3)按照式(2)~(3)计算种群P中所有个体的约束违反量G(S<sub>j</sub>),并计算种群P的可行解比率f<sub>r</sub>=N<sub>f</sub>/NP,其中N<sub>f</sub>为可行解的数量。<img file="FDA0001046127440000012.GIF" wi="590" he="149" />其中<img file="FDA0001046127440000013.GIF" wi="1211" he="157" /><maths num="0002"><math><![CDATA[<mrow><msup><msub><mi>G</mi><mi>k</mi></msub><mi>max</mi></msup><mo>=</mo><munder><mi>max</mi><mrow><mi>j</mi><mo>=</mo><mn>1</mn><mo>,</mo><mo>...</mo><mo>,</mo><mi>N</mi><mi>P</mi></mrow></munder><mrow><mo>(</mo><msub><mi>G</mi><mi>k</mi></msub><mo>(</mo><msub><mi>S</mi><mi>j</mi></msub><mo>)</mo><mo>)</mo></mrow><mo>,</mo><mi>k</mi><mo>=</mo><mn>1</mn><mo>,</mo><mo>...</mo><mo>,</mo><mi>p</mi><mo>-</mo><mo>-</mo><mo>-</mo><mrow><mo>(</mo><mn>3</mn><mo>)</mo></mrow></mrow>]]></math><img file="FDA0001046127440000014.GIF" wi="1311" he="86" /></maths>其中p为约束条件的数量。(4)计算种群P中每个个体的适应度值F(S<sub>j</sub>),j=1,2,…,NP,具体计算过程如下:若f<sub>r</sub>=0,则种群P中个体的适应度值为F(S<sub>j</sub>)=G(S<sub>j</sub>);若f<sub>r</sub>=1,则F(S<sub>j</sub>)=J(S<sub>j</sub>),其中J(S<sub>j</sub>)表示第j个个体的控制性能指标;若0&lt;f<sub>r</sub>&lt;1,则按照式(4)~(7)计算出F(S<sub>j</sub>):F(S<sub>j</sub>)=F<sub>n</sub>(S<sub>j</sub>)+G<sub>n</sub>(S<sub>j</sub>)                             (4)<maths num="0003"><math><![CDATA[<mrow><msub><mi>F</mi><mi>n</mi></msub><mrow><mo>(</mo><msub><mi>S</mi><mi>j</mi></msub><mo>)</mo></mrow><mo>=</mo><mfrac><mrow><mi>f</mi><mrow><mo>(</mo><msub><mi>S</mi><mi>j</mi></msub><mo>)</mo></mrow><mo>-</mo><mi>m</mi><mi>i</mi><mi>n</mi><mo>{</mo><mi>f</mi><mrow><mo>(</mo><msub><mi>S</mi><mi>j</mi></msub><mo>)</mo></mrow><mo>}</mo></mrow><mrow><mi>m</mi><mi>a</mi><mi>x</mi><mo>{</mo><mi>f</mi><mrow><mo>(</mo><msub><mi>S</mi><mi>j</mi></msub><mo>)</mo></mrow><mo>}</mo><mo>-</mo><mi>m</mi><mi>i</mi><mi>n</mi><mo>{</mo><mi>f</mi><mrow><mo>(</mo><msub><mi>S</mi><mi>j</mi></msub><mo>)</mo></mrow><mo>}</mo></mrow></mfrac><mo>,</mo><mi>j</mi><mo>=</mo><mn>1</mn><mo>,</mo><mo>...</mo><mo>,</mo><mi>N</mi><mi>P</mi><mo>-</mo><mo>-</mo><mo>-</mo><mrow><mo>(</mo><mn>5</mn><mo>)</mo></mrow></mrow>]]></math><img file="FDA0001046127440000015.GIF" wi="1494" he="142" /></maths><img file="FDA0001046127440000021.GIF" wi="1627" he="175" /><img file="FDA0001046127440000022.GIF" wi="1630" he="238" />其中S<sub>b</sub>和S<sub>w</sub>表示不可行解集合中最好和最差的个体。(5)按照升序对种群P中所有个体的适应度值{F(S<sub>j</sub>),j=1,2,…,NP}进行排序,将适应度值最大的个体标记为S<sub>m</sub>,将适应度值最小的个体标记为S<sub>best</sub>,并将当前最好的适应值F<sub>best</sub>设置为F<sub>best</sub>=F(S<sub>best</sub>)=min{F(S<sub>j</sub>),j=1,2,…,NP};(6)按照式(8)~(9)产生新的个体S<sub>new</sub>,无条件地接受S<sub>m</sub>=S<sub>new</sub>;<maths num="0004"><math><![CDATA[<mrow><msub><mi>S</mi><mrow><mi>n</mi><mi>e</mi><mi>w</mi></mrow></msub><mo>=</mo><msub><mi>S</mi><mrow><mi>b</mi><mi>e</mi><mi>s</mi><mi>t</mi></mrow></msub><mo>+</mo><mi>&lambda;</mi><mo>&CenterDot;</mo><mrow><mo>(</mo><msub><mi>S</mi><msub><mi>r</mi><mn>1</mn></msub></msub><mo>-</mo><msub><mi>S</mi><msub><mi>r</mi><mn>2</mn></msub></msub><mo>)</mo></mrow><mo>-</mo><mo>-</mo><mo>-</mo><mrow><mo>(</mo><mn>8</mn><mo>)</mo></mrow></mrow>]]></math><img file="FDA0001046127440000023.GIF" wi="1205" he="70" /></maths><maths num="0005"><math><![CDATA[<mrow><msub><mi>S</mi><mrow><mi>n</mi><mi>e</mi><mi>w</mi></mrow></msub><mrow><mo>(</mo><mi>i</mi><mo>)</mo></mrow><mo>=</mo><mfenced open = "{" close = ""><mtable><mtr><mtd><mrow><mi>L</mi><mrow><mo>(</mo><mi>i</mi><mo>)</mo></mrow><mo>,</mo><mi>i</mi><mi>f</mi><mi> </mi><msub><mi>S</mi><mrow><mi>n</mi><mi>e</mi><mi>w</mi></mrow></msub><mrow><mo>(</mo><mi>i</mi><mo>)</mo></mrow><mo>&lt;</mo><mi>L</mi><mrow><mo>(</mo><mi>i</mi><mo>)</mo></mrow></mrow></mtd></mtr><mtr><mtd><mrow><mi>U</mi><mrow><mo>(</mo><mi>i</mi><mo>)</mo></mrow><mo>,</mo><mi>i</mi><mi>f</mi><mi> </mi><msub><mi>S</mi><mrow><mi>n</mi><mi>e</mi><mi>w</mi></mrow></msub><mrow><mo>(</mo><mi>i</mi><mo>)</mo></mrow><mo>&gt;</mo><mi>U</mi><mrow><mo>(</mo><mi>i</mi><mo>)</mo></mrow></mrow></mtd></mtr></mtable></mfenced><mo>,</mo><mi>i</mi><mo>=</mo><mn>1</mn><mo>,</mo><mn>2</mn><mo>,</mo><mo>...</mo><mo>,</mo><mn>8</mn><mo>-</mo><mo>-</mo><mo>-</mo><mrow><mo>(</mo><mn>9</mn><mo>)</mo></mrow></mrow>]]></math><img file="FDA0001046127440000024.GIF" wi="1294" he="151" /></maths>其中r<sub>1</sub>和r<sub>2</sub>表示从1到NP范围内随机产生的个体序号值,且r<sub>1</sub>≠r<sub>2</sub>,r<sub>1</sub>和r<sub>2</sub>也同时与S<sub>m</sub>个体对应的序号不等;λ表示变异调节系数,通常取0.3~0.9范围内产生的均匀随机数;S<sub>new</sub>(i)表示个体S<sub>new</sub>第i个优化变量,L(i)与U(i)分别表示第i个优化变量对应的下限值和上限值。(7)重复步骤(3)~(6)直到满足预先设定的最大迭代优化次数I<sub>max</sub>终止条件;(8)输出最佳适应度值F<sub>best</sub>和对应的电流鲁棒控制器优化参数S<sub>best</sub>,将其传输至三相并网逆变器电流鲁棒控制器中,通过示波器获得三相并网逆变器的输出电压和电流波形及其对应的总谐波畸变率。
地址 325000 浙江省温州市瓯海经济开发区东方南路38号温州市国家大学科技园孵化器