摘要 傳統(tǒng)L濾波存在濾波效果較差等缺點,設計LCL濾波器進一步降低高頻開關頻率的諧波損耗。當整流器的控制參數(shù)數(shù)量和優(yōu)化目標函數(shù)增多時,傳統(tǒng)粒子群優(yōu)化算法(PSO)調節(jié)濾波器和控制器參數(shù)會出現(xiàn)迭代收斂不穩(wěn)定等缺點,提出一種多目標多群體多位置多速度粒子群算法(MMMMPSO),可以有效優(yōu)化三相VIENNA整流器設計參數(shù),提高系統(tǒng)的動態(tài)和穩(wěn)態(tài)特性。最后仿真和實驗驗證了該整流器的高效性及MMMMPSO的正確性。 中文引用格式: 許文錢,邵如平,袁東林. 基于新穎粒子群算法高效VIENNA整流器的研究[J].電子技術應用,2019,45(3):122-126,130.英文引用格式: Xu Wenqian,Shao Ruping,Yuan Donglin. Research on high efficiency VIENNA rectifier based on novel particle swarm optimization[J]. Application of Electronic Technique,2019,45(3):122-126,130. 0 引言 文獻[2]采用改進的準直接功率控制的雙環(huán)結構抑制LCL濾波的諧振峰值,整流器的性能得到提升。文獻[3]運用DSP控制芯片內部的數(shù)字延時設置諧振頻率;前饋占空比控制,對PFC的LCL濾波中出現(xiàn)過渡補償進行修正。文獻[4]從工程設計的角度優(yōu)化控制環(huán)路中指定次諧波,減小輸入電流畸變。 傳統(tǒng)的參數(shù)整定方法存在整定耗時、設計復雜等缺點。隨著人工智能技術的蓬勃發(fā)展,文獻[5]~[7]運用智能算法對逆變器或整流器的控制器參數(shù)進行優(yōu)化,校正結果顯著,其中粒子群優(yōu)化性能獨特。 本文通過VIENNA整流器的建模,設計LCL濾波器和PI控制器,提出了一種多目標多群體多位置多速度粒子群優(yōu)化(MMMMPSO)算法,對其參數(shù)整體優(yōu)化。建立離線優(yōu)化模型,仿真對比標準粒子群(PSO)下的VIENNA整流器的優(yōu)化效果。搭建一臺5 kW三相整流器實驗樣機,證明該方案的可靠性和正確性。 1 三相VIENNA整流器的設計 1.1 LCL濾波器的數(shù)學模型及設計 LCL濾波器的VIENNA整流器拓撲如圖1所示[1]。LCL濾波器可改善傳統(tǒng)L濾波器的缺點,但參數(shù)設計復雜且工作量較大。簡化LCL濾波模型及設計如下。將a相電路建立其數(shù)學模型為: 1.2 PI數(shù)字控制器的設計 g。VIENNA整流器在abc軸系下各相間較強的耦合性不利于控制器設計。內環(huán)電流經過坐標變換后,dq軸間的耦合影響較小,可看成具有對稱性的控制,只需單獨考慮一個軸。以d軸為例,d軸控制有外環(huán)直流電壓控制,q軸則沒有,其指令電流為給定值,PI控制的三相整流系統(tǒng)結構框圖如圖2所示。2 MMMMPSO和離線優(yōu)化模型 2.1 MMMMPSO的原理和設計 本文提出一種新穎MMMMPSO算法。多目標優(yōu)化克服了傳統(tǒng)單目標的局限性獲得最優(yōu)解。主種群和若干輔助種群構成整個種群。每個輔助種群剔選單個目標類中的粒子獨立優(yōu)化,保證了種群的多樣性;由信息交叉選擇演變給主種群優(yōu)化整體目標,保證算法的收斂性。多位置多速度能夠更好權衡局部和全局最優(yōu),進一步提高迭代范圍。此算法的整體構架如圖3所示。 2.1.1 主種群與多位置更新方式 主種群更新方程基于標準粒子群,定義如下:2.1.2 輔助種群與多速度更新方式 輔助種群使粒子群中較差的粒子通過多次迭代信息選擇獲得最小適應值,形成新的種群增強主種群的多樣性。多速度由改進的壓縮因子更新法及混沌更新法組成。 (1)利用壓縮因子改進的速度更新如下式: 式中τ為經驗值。 混沌變量為: 2.2 優(yōu)化目標函數(shù) 2.2.1 LCL濾波器的參數(shù)優(yōu)化 粒子群優(yōu)化的個體粒子由一組4維向量表示為:X=[L L F],其最后一項為粒子的適應值。目標函數(shù)為式(2)、式(3);約束條件為式(4)~式(8)。2.2.2 PI數(shù)字控制器的參數(shù)優(yōu)化 三相旋轉坐標系下的控制為直流量,為保證eddn(s)的值及id的總諧波畸變率都盡可能小,將總諧波畸變率(THD)和時間乘以誤差絕對值積分(ITAE)作為三相PI控制的整流系統(tǒng)優(yōu)化目標函數(shù)。該組合公式為:2.3 系統(tǒng)的離線優(yōu)化模型 基于MMMMPSO的三相整流系統(tǒng)離線優(yōu)化模型如圖4所示。 3 仿真與實驗 3.1 仿真結果分析 根據上述分析建立MATLAB/Simulink仿真模型,主要參數(shù)為輸入三相相電壓220 V,額定輸出電壓560 V,直流側電容(c1=c2)0.6 mF,開關頻率100 kHz?;赑SO與MMMMPSO的系統(tǒng)在穩(wěn)態(tài)下的電網側電壓電流均高度近似正弦波且同相位,但后者紋波較小,明顯改善了波形。然后分別對輸入電流快速傅里葉分析(FFT)如圖5所示。PSO的THD為20.65%,MMMMPSO的THD為1.88%。表明MMMMPSO能有效避免粒子群陷入局部最優(yōu)區(qū)域而無法跳出的情況出現(xiàn),有高效的抑制諧波能力。 圖6是兩者的直流輸出電壓波形。圖6(a)為輸出電壓在0.35 s左右時趨于穩(wěn)定,響應和超調都較為理想。圖6(b)為輸出電壓在0.17 s左右達到平衡且穩(wěn)態(tài)性更好。 ![]() 在0.03 s時MMMMPSO系統(tǒng)下切載動態(tài)響應如圖7所示。直流輸出電壓躍變后迅速恢復于給定值560 V。負載擾動下網側電壓電流波形如圖8所示,可知網側電流突增1倍而網側電壓不變,仍然接近同相脈動。 ![]() ![]() 3.2 實驗驗證 本文采用DSP控制芯片TMS320F28033,基于MMMMPSO優(yōu)化算法,搭建一個5 kW三相VIENNA整流器實驗樣機平臺,樣機參數(shù)和仿真參數(shù)相同。 穩(wěn)態(tài)時a相網側電壓電流及輸出電壓波形如圖9所示;負載突變從2.5 kW到5 kW時網側電壓電流和輸出電壓波形如圖10所示。同步狀態(tài)下整流器功率因數(shù)基本是1且諧波含量滿足設計要求;網側電流始終呈正弦化且過渡平穩(wěn);輸出電壓紋波較小且動態(tài)響應良好。 ![]() 4 結論 本文設計一種基于新穎粒子群算法應用在三相VIENNA整流器中。主要利用MMMMPSO算法對整流器的前端LCL濾波器和PI數(shù)字控制器參數(shù)的優(yōu)化,通過與傳統(tǒng)PSO的仿真對比表明,改進的算法有效改善了網側電流波形且降低了其總諧波畸變率,整流器輸出電壓獲得了良好的穩(wěn)態(tài)與動態(tài)性能。由實驗樣機驗證,當負載突變時,輸入電流和輸出電壓都在極短時間獲得動態(tài)平衡,輸入電壓電流始終保持同步,表明VIENNA整流器在該方案下有較強的魯棒性和優(yōu)越性。 參考文獻 [1] VIITANCE T,TUUSA H.Space vector modulation and control of a unidirectional three phase/switch VIENNA I rectifier with LCL-type AC filer[C].Power Electronics Specialist Conference,2003.PESC’03.2003 IEEE 34th Annual,2003(3):1063-1068. [2] 王曉剛,謝運祥,張杰,等.LCL濾波PWM整流器的新型準直接功率控制[J].電力系統(tǒng)保護與控制,2013,41(9):80-85. [3] 林壯.VIENNA拓撲整流器的控制技術研究[D].杭州:浙江大學,2014. [4] 劉源,梅燁,曹豐文,等.VIENNA整流器的設計與優(yōu)化[J].電源學報,2018(2):110-118. [5] 趙葵銀.PWM整流器的模糊滑模變結構控制[J].電工技術學報,2006,21(7):49-53. [6] Sun Wei,Chen Zhe,Wu Xiaojie.Intelligent optimize design of LCL filter for three phase voltage source PWM rectifier[C].2009 IEEE 6th International Power Electronics and Motion Control Conference,2009:970-974. [7] Ren Haipeng,Guo Xin.Optimization controller design of CACZVS three phase PFC converter using particle swarm optimization[C].IECON 2014-40th Annual Conference of the IEEE Industrial Electronics Society,2014:1665-1671. [8] SHI Y,EBERHART R.A modified particle swarm optimizer[C].IEEE International Conference on Evolutionary,1998:69-73. 作者信息: 許文錢,邵如平,袁東林 |
|
來自: 昵稱16619343 > 《科研、學術文件》