一种混合电能治理装置和方法转让专利
申请号 : CN202110089911.6
文献号 : CN112909944B
文献日 : 2021-12-07
发明人 : 彭子舜 , 戴瑜兴 , 朱方 , 胡文 , 陈宇 , 李民英 , 章纯
申请人 : 广东志成冠军集团有限公司
摘要 :
权利要求 :
1.一种混合电能治理方法,其特征在于,包括如下步骤:S01:电网电流的低次谐波电流通过IGBT谐波控制单元滤除;具体包括:S011:电网电流经过低通滤波器滤除高次谐波,然后减去基波分量;
S012:随后加入引入常规直流下垂控制策略的电压环PI控制输出量,以获得低次谐波电流;
S013:采用针对IGBT逆变器的自适应模型预测控制策略,控制IGBT逆变器去除电网电流中的低次谐波电流,实现电网电流的初步治理;
S02:电网电流的剩余谐波电流通过MOSFET谐波控制单元滤除;具体包括:S021:电网电流经过低通滤波器滤除高次谐波,然后减去电网电流;
S022:随后加入引入常规直流下垂控制策略的电压环PI控制输出量,以获得剩余谐波电流;
S023:采用针对MOSFET逆变器的自适应模型预测控制策略,控制MOSFET逆变器去除电网电流中的剩余谐波电流,实现电网电流的进一步治理;其中,IGBT逆变器和MOSFET逆变器并联,IGBT逆变器和MOSFET逆变器直流输入侧并联,共用同一个直流电容;IGBT逆变器和MOSFET逆变器交流输出侧并联,交流输出侧滤波电感分开接入;
所述步骤S013具体包括:
S0131:采用改进型灰狼算法,设计应用于IGBT谐波控制单元的多目标优化函数,获取IGBT谐波控制单元中自适应模型预测控制的最优权重系数;
S0132:将最优权重系数代入代价函数中,再结合预测模型,获取IGBT逆变器的最佳开关矢量;
S0133:利用最佳开关矢量控制IGBT逆变器滤除电网电流中的低次谐波电流;
所述步骤S023具体包括:
S0231:采用改进型灰狼算法,设计应用于MOSFET谐波控制单元的多目标优化函数,获取MOSFET谐波控制单元中自适应模型预测控制的最优权重系数;
S0232:将最优权重系数代入代价函数中,再结合预测模型,获取MOSFET逆变器的最佳开关矢量;
S0233:利用最佳开关矢量控制MOSFET逆变器滤除电网电流中的剩余谐波电流。
2.根据权利要求1所述的一种混合电能治理方法,其特征在于,所述改进型灰狼算法包括首领阶层狼群、第二阶层狼群、下属阶层狼群以及最低阶层狼群,其中,首领阶层狼群、第二阶层狼群和下属阶层狼群采用灰狼算法;最低阶层狼群中一半灰狼采用灰狼算法路径更新方案,另一半灰狼采用布谷鸟算法路径更新方案。
3.根据权利要求2所述的一种混合电能治理方法,其特征在于,所述步骤S0131具体包括:
T01:所述改进型灰狼算法初始化,并进入优化迭代循环中;
T02:首领阶层狼群、第二阶层狼群、下属阶层狼群以及最低阶层狼群中的粒子进行更新,获得IGBT谐波控制单元中自适应模型预测控制的最新权重系数;将最新的权重系数值输出到代价函数中:同时获取电网电流和电网电压,并通过多目标优化函数计算出最新粒子所对应的适应值;
T03:判断迭代次数是否小于等于设定次数,若小于设定次数,则对当前所有群体中适应值最小的粒子与历史最优粒子进行比较,更新最优粒子,返回步骤T01;若等于迭代次数,选取适应值最小的权重系数进行输出,即为最优权重系数。
4.根据权利要求2所述的一种混合电能治理方法,其特征在于,所述步骤S0231具体包括:
B01:所述改进型灰狼算法初始化,并进入优化迭代循环中;
B02:首领阶层狼群、第二阶层狼群、下属阶层狼群以及最低阶层狼群中的粒子进行更新,获得MOSFET谐波控制单元中自适应模型预测控制的最新权重系数;将最新的权重系数值输出到代价函数中:同时获取电网电流和电网电压,并通过多目标优化函数计算出最新粒子所对应的适应值;
B03:判断迭代次数是否小于等于设定次数,若小于设定次数,则对当前所有群体中适应值最小的粒子与历史最优粒子进行比较,更新最优粒子,返回步骤T01;若等于迭代次数,选取适应值最小的权重系数进行输出,即为最优权重系数。
5.根据权利要求1所述的一种混合电能治理方法,其特征在于,当电网电流为三相电网电流,IGBT逆变器和MOSFET逆变器为两电平三相逆变器时,所述步骤S0132或步骤S0232具体包括:得出IGBT逆变器或MOSFET逆变器电压矢量、电感电流与预测电流的关系式:式中,v(k)代表7种开关矢量;L、L1为滤波电感; 为IGBT逆变器电流矢量;
为IGBT逆变器预测电流矢量; 为MOSFET逆变器电流矢量; 为MOSFET逆变器预测电流矢量;将IGBT逆变器指令电流iIr(k+1)通过静止坐标轴变换得到电流矢量和 ;将MOSFET逆变器指令电流iMr(k+1)通过静止坐标轴变换得到电流矢量和 ;
建立IGBT谐波控制单元中自适应模型预测控制的代价函数和MOSFET谐波控制单元中自适应模型预测控制的代价函数:
式中, 和 为通过模型预测得到的IGBT逆变器谐波电流值; 和为通过模型预测得到的MOSFET逆变器谐波电流值;μ1、μ2、μ3为IGBT谐波控制单元中自适应模型预测控制的权重系数,μ4、μ5和μ6为MOSFET谐波控制单元中自适应模型预测控制的权重系数;为网侧功率因数;P为网侧有功功率;Q为网侧无功功率;其中,代价函数最小时对应的开关矢量即为最佳开关矢量。
说明书 :
一种混合电能治理装置和方法
技术领域
背景技术
力电子装置作为并网接口,将会给电网引入大量谐波,污染电网环境。目前,电力电子器件
作为其中一个制约有源滤波装置性能的,因此研究高性能、高功率密度、大容量、低成本以
及高可靠需求的电能质量综合治理技术及装置,对我国电力电子发展和电能质量提升有着
至关重要的作用。
发明内容
器,其中,IGBT逆变器和MOSFET逆变器直流输入侧并联,共用同一个直流电容;IGBT逆变器
和MOSFET逆变器交流输出侧并联,交流输出侧滤波电感分开接入;
余谐波电流。
流。
MOSFET逆变器并联,IGBT逆变器和MOSFET逆变器直流输入侧并联,共用同一个直流电容;
IGBT逆变器和MOSFET逆变器交流输出侧并联,交流输出侧滤波电感分开接入。
低阶层狼群中一半灰狼采用灰狼算法路径更新方案,另一半灰狼采用布谷鸟算法路径更新
方案。
数值输出到代价函数中:同时获取电网电流和电网电压,并通过多目标优化函数计算出最
新粒子所对应的适应值;
次数,选取适应值最小的权重系数进行输出,即为最优权重系数。
低阶层狼群中一半灰狼采用灰狼算法路径更新方案,另一半灰狼采用布谷鸟算法路径更新
方案;
系数值输出到代价函数中:同时获取电网电流和电网电压,并通过多目标优化函数计算出
最新粒子所对应的适应值;
次数,选取适应值最小的权重系数进行输出,即为最优权重系数。
矢量、电感电流与预测电流的关系式:
逆变器预测电流矢量;将IGBT逆变器指令电流iIr(k+1)通过静止坐标轴变换得到电流矢量
iIrα(k+1)和iIrβ(k+1);将MOSFET逆变器指令电流iMr(k+1)通过静止坐标轴变换得到电流矢
量iMrα(k+1)和iMrβ(k+1);
单元中自适应模型预测控制的权重系数,μ4、μ5和μ6为MOSFET谐波控制单元中自适应模型预
测控制的权重系数;λ为网侧功率因数;P为网侧有功功率;Q为网侧无功功率;其中,代价函
数最小时对应的开关矢量即为最佳开关矢量。
更低的开关损耗、更高的短路冗余能力及较低成本等特点。
附图说明
具体实施方式
Si IGBT逆变器,MOSFET逆变器为小容量SiC MOSFET逆变器。大容量Si IGBT逆变器采用较
低开关频率以防止混合有源滤波单元开关损耗的增大,小容量SiC MOSFET逆变器采用更高
开关频率以进一步提高Si IGBT/SiC MOSFET混合有源滤波单元的功率密度,两者结合在防
止Si IGBT/SiC MOSFET混合有源单元成本过高的前提下,也能进一步增加混合电能治理装
置的冗余能力。针对Si IGBT逆变器,通过获取低次谐波电流,然后采用针对IGBT逆变器的
自适应模型预测控制策略以实现有源滤波装置低次谐波电流的抑制功能,同时让Si IGBT
承受低次大电流谐波;针对SiC MOSFET逆变器,通过获取剩余谐波电流,然后采用针对
MOSFET逆变器的自适应模型预测控制策略以实现有源滤波单元剩余谐波电流的抑制功能;
两者的结合也能够实现功率因数的有效矫正。因此,本发明通过结合大容量Si IGBT逆变
器、小容量SiC MOSFET逆变器以及相应谐波控制策略,能使治理装置有效满足高性能、高功
率密度、大容量、低成本以及高可靠等苛刻需求。
与MOSFET逆变器相同,IGBT逆变器的开关频率远低于MOSFET逆变器的开关频率,IGBT逆变
器的额定电流远大于MOSFET逆变器的额定电流。谐波控制模块包括IGBT谐波控制单元和
MOSFET谐波控制单元,分别用于控制IGBT逆变器去除电网电流中的低次谐波电流以及控制
MOSFET逆变器去除电网电流中的剩余谐波电流。
直流电给定值;iI为SiIGBT逆变器谐波电流;iM为SiC MOSFET逆变器谐波电流;iIr为SiIGBT
逆变器谐波参考电流;iMr为SiC MOSFET逆变器谐波参考电流;IMdc、IIdc分别为Si IGBT逆变
器直流侧电流,SiC MOSFET逆变器直流侧电流。图1主要包括由大容量Si IGBT逆变器(以两
电平三相逆变器为例)和小容量SiC MOSFET逆变器并联组成的混合有源滤波单元、用于控
制IGBT逆变器和MOSFET逆变器去除电网电流中的低次谐波电流和剩余谐波电流的谐波控
制模块。大容量Si IGBT逆变器采用较低开关频率以防止混合有源滤波装置开关损耗的增
大,小容量SiC MOSFET逆变器采用更高开关频率以进一步提高Si IGBT/SiC MOSFET混合有
源滤波装置的功率密度,两者结合在防止Si IGBT/SiC MOSFET混合有源滤波单元成本过高
的前提下,也能进一步增加该装置的冗余能力。针对Si IGBT逆变器,通过获取低次谐波电
流,然后采用针对IGBT逆变器的自适应模型预测控制策略以实现有源滤波装置低次谐波电
流的抑制功能,同时让Si IGBT承受低次大电流谐波;针对SiC MOSFET逆变器,通过获取剩
余谐波电流,然后采用针对MOSFET逆变器的自适应模型预测控制策略以实现有源滤波装置
剩余谐波电流的抑制功能;两者的结合也能够实现功率因数的有效矫正。
环PI控制输出量,以获得低次谐波电流;最后,采用针对IGBT逆变器的自适应模型预测控制
策略,控制IGBT逆变器去除电网电流中的低次谐波电流;
值;IMdc、IIdc、DM、DI分别为Si IGBT逆变器直流侧电流,SiC MOSFET逆变器直流侧电流、Si
IGBT逆变器电压环中的直流下垂控制系数、SiC MOSFET逆变器电压环中的直流下垂控制系
数;Ia0、Ib0、Ic0为直流分量;iaf、ibf、icf为基波分量;ialh、iblh、iclh为低次谐波电流;iIra、iIrb、
iIrc为SiIGBT逆变器谐波参考电流;iMra、iMrb、iMrc为SiC MOSFET逆变器谐波参考电流。请继
续参阅附图2,步骤S01具体包括如下步骤:
电流的低次谐波电流ialh、iblh、iclh。
iIrc),实现电网电流的初步治理。步骤S013具体包括:
阶层狼群、第二阶层狼群、下属阶层狼群以及最低阶层狼群,其中,首领阶层狼群、第二阶层
狼群和下属阶层狼群采用灰狼算法;最低阶层狼群中一半灰狼采用灰狼算法原有更新方
案,另一半灰狼采用布谷鸟算法路径更新方案。获取IGBT谐波控制单元中自适应模型预测
控制的最优权重系数具体包括:
系数值输出到代价函数中:同时获取电网电流和电网电压,并通过多目标优化函数计算出
最新粒子所对应的适应值;
次数,选取适应值最小的权重系数进行输出,即为最优IGBT权重系数。
控制输出量,以获得剩余谐波电流;最后,采用自适应模型预测控制实现MOSFET逆变器吸收
小功率剩余谐波电流。请继续参阅附图2,具体包括:
括首领阶层狼群、第二阶层狼群、下属阶层狼群以及最低阶层狼群,其中,首领阶层狼群、第
二阶层狼群和下属阶层狼群采用灰狼算法;最低阶层狼群中一半灰狼采用灰狼算法原有更
新方案,另一半灰狼采用布谷鸟算法路径更新方案:
重系数值输出到代价函数中:同时获取电网电流和电网电压,并通过多目标优化函数计算
出最新粒子所对应的适应值;
次数,选取适应值最小的权重系数进行输出,即为最优权重系数。
起进行介绍:
两种性能指标的多目标优化函数,然后通过改进型灰狼算法优化自适应模型预测控制策略
中的权重参数,实现该装置的性能及可靠性提升。
新取值,以实现该算法收敛精度和收敛速度的有效提升。改进型灰狼算法包含首领阶层、第
二阶层、下属阶层以及最低阶层四个阶层狼群,该主要依靠α(首领阶层狼群)、β(下属阶层
狼群)和δ(最低阶层狼群)三个群体分散开来寻找最优区域,由于该算法在寻优过程中也具
有较强的随机行为,因此该算法具有很强的全局搜索能力,能有效防止优化陷入局部最优
区域。前两个阶层狼群(首领阶层和第二阶层狼群)位置更新方程为:
表自适应模型预测控制中的权重系数。因为大部分较优粒子都在首领阶层和第二阶层狼群
中,因此这两个群体采用的更新方式不改变。
的随机数;n1和n2均代表当前迭代次数;sδ(n)和s (n)分别代表改进型灰狼算法中的个体
粒子和整个群体中的最优粒子,即代表自适应模型预测控制中的权重系数;u和v为服从正
态分布的随机数;a0、b和b1均为常数。下属阶层狼群中一半的灰狼还采用原有方案进行更
新,另一半狼群则采用布谷鸟算法中的路径寻优方案进行更新,两种更新方案的结合能够
提升该阶层粒子的寻优能力。
寻优能力。
电流有效值(与iaf、ibf和icf相同)。适应值越小,则代表粒子的性能越好。
Ts为采样时间;abs是取模运算,μ1、μ2、μ3、μ4、μ5和μ6为权重系数,iIp(k+1)为SiIGBT逆变器预
测电流矢量;iMp(k+1)为SiCMOSFET逆变器预测电流矢量;iIr(k+1)为Si IGBT逆变器指令电
流;iMr(k+1)为SiCMOSFET逆变器指令电流。逆变器模型是基于滤波电感建立的逆变器电压
矢量、电感电流与预测电流的关系式,根据当前开关周期的电流值以及开关矢量所对应的
电压矢量,来预测下个开关周期的电流值;代价函数包含了电网功率因数、逆变器预测电
流、参考电流等多个变量和多个权重系数,定量评价预测值与参考值之间误差和电网功率
因数状况等多个变量在对应的权重系数下对系统性能的影响,通过比较单元,判断当前开
关周期内代价函数输出值的大小;代价函数输出值越小,预测的电流越接近参考电流,电网
侧功率因数越接近1,同时输出当前预测得到电流所对应的开关矢量。所提预测控制的相关
内容如下:
分别为:000(111)、001、010、100,110、010和011;7种开关矢量又对应V0~V6共7种电压矢量。
SiCMOSFET逆变器预测电流矢量。将Si IGBT逆变器指令电流iIr(k+1)通过静止坐标轴变换
得到电流矢量iIrα(k+1)和iIrβ(k+1);将SiCMOSFET逆变器指令电流iMr(k+1)通过静止坐标轴
变换得到电流矢量iMrα(k+1)和iMrβ(k+1)。然后,为精确控制谐波电流并提升网侧功率因数,
需要建立的代价函数表达式如下:
和μ6为权重系数;λ为网侧功率因数;P为网侧有功功率;Q为网侧无功功率。
关矢量的代价函数越小,说明当前开关矢量预测的电流越接近参考电流,且网侧功率因数
越接近1,因此逆变器应选择该开关矢量。
高性能、高功率密度、大容量、低成本以及高可靠等苛刻需求。
之内。