APP下载

试论交流系统电压波动和闪变调节与控制

2013-12-05潘敏

科技致富向导 2013年22期
关键词:神经网络

潘敏

【摘 要】本文主要研究基于STATCOM无功补偿的交流系统电压波动和闪变调节与控制问题。采用直接电流控制[2],提出了基于神经网络与滑模控制相结合的方法。通过建立控制对象的滑模等效控制器,利用神经网络优化等效控制与切换控制以实现STATCOM自适应控制。最后通过数值仿真验证了所提出方法的有效性。

【关键词】交流系统;STATCOM;神经网络;滑模控制

0.引言

目前较为传统的补偿方式是SVC,其原理就是为了实现动态无功补偿的目的,而利用电弧炉和TCR补偿装置,使其吸收的电流值和尽量的小,来达到抑制闪变的作用。由于补偿容量会受到装置本身的影响,所以在连续投切电容器组的时候会产生非常多的谐波。电弧炉工作时,其电流往往会发生急剧的变化,SVC的感应速度又比较慢,响应速度和补偿容量一会对闪变的抑制效果产生影响]。可以迅速反应的STATCOM装置,可以将无功功率稳定迅速吸收,校正功率因数,调节系统的电压。由于具有如此多的优势,STATCOM也正在成为新的研究的热点。

由于STATCOM是一个非线性系统,其控制方法也相对复杂。然而PI控制参数难以确定,并且其对参数变化以及扰动也非常敏感;而非线性鲁棒控制设计过程非常复杂;相对而言,滑模控制更容易实现,且对模型参数的变化和外部扰动具有较强的鲁棒性。实质上,滑模控制是非线性控制的一个特殊的情况,不连续性的控制输入是其非线性的一个表现,而在一个动态的过程是,是可以依据系统的不同状态,可以做有目的性的并且不停的变化的控制输入量,这样以来可以令滑动模态的状态轨迹按照系统预定做轨迹运动。所以本文采用滑模变结构控制的方法设计STATCOM的无功补偿控制策略。

1.神经网络-滑模控制器设计

在STATCOM的控制中,应用比较普遍和适用的方法是双闭环电流控制方法,选择内外环控制结构。外环指直流电压环,通常采用形式比较固定的反馈PI控制,但是本文创新性地采用滑模控制来实现外环电压指令的自适应控制。内环指的是无功电流环以及有功电流环,直流电压外环的输出作为有功电流控制的参考输入。

1.1电压环滑模控制器

STATCOM的数学模型可以表示为:

式中,D为逆变器的输出一侧线的电压的有效值和直流一侧的电压的比值;δ为逆变器输出侧的电压和系统电压的相位差;i为dqo坐标系之下STATCOM所吸收的这种有功电流;i为dqo坐标系之下STATCOM所吸收的这类的无功电流;U为STATCOM直流一侧的电压;U为系统线的电压的有效值;ω为系统电压的基波角频率;R为STATCOM有功损耗下的等效的电阻;L为STATCOM串联电抗器的感抗值。

由于本文将电流环作为控制的重点,所以在电压环只采用传统滑模控制的设计方案。取电压跟踪误差为状态变量:

由于模型摄动以及环境因素干扰,可能造成滑模面波动,故采用切换控制器来抑制。切换控制器形式如下:

可见所设计的滑模控制器满是稳定的。

1.3 RBF神经网络控制

本文利用RBF对切换增益进行估计,并利用切换增益消除干扰项,从而消除抖振,使得对负载干扰和参数变化具有很好的鲁棒性[9]。

RBF滑模控制器形式如下:

2.仿真实验与结果分析

为了探讨交流系统电压波动和闪变的抑制在实际工程中应用的可行性,利用科学研究软件MATLAB建立了的基于STATCOM的交流系统电压波动和闪变抑制模型,并对比了神经网络-滑模控制与传统PID控制在系统电能质量控制方面的性能。

该模型由电源、负载、STATCOM本体、STATCOM控制器等模块组成。由GTO构造的STATCOM容量为10Mvar,用来调节110千伏交流系统。交流系统的负载容量一个是30MVA,另一个是20MVA。STATCOM装置参数(标幺值):R=0.1,L=0.15,C=0.8,Vs=1.0,ω=314。在稳态运行时STATCOM调节无功电流来维持直流侧电压有名值的恒定。如果电源产生的电压高或低于系统电压、STATCOM生成(或吸收)无功功率。无功功率的数量取决于电源电压大小和变压器漏电抗。本节采用上述基于神经网络-滑模自适应控制的直接电流控制策略进行系统性能仿真。仿真实验中模拟了系统电压突变情况下STATCOM控制系统的动态响应性能。系统仿真时间为0.8s,在0.1s时系统电压从标识值1pu突然降低到0.975pu,经过0.1s 的持续时间,系统电压在0.2s时又回升到1.025pu,继而在0.3s时回落到0.965pu;随后系统电压在0.5s恢复到正常值1pu,经过0.1s后再次波动到1.045pu,0.1s后系统回复平静。可见,整个仿真过程充分体现了系统电压的波动过程,以期检验STATCOM系统对系统的调节作用。仿真结果可见,神经网络-滑模控制器和传统PID控制器均能在系统参考指令时变情况下有效补偿系统无功功率。但是,由于采用了神经网络的强化学习,以及滑模控制的自适应能力,所设计的神经网络-滑模控制具有比传统PID控制器更快的反应速度与更优的控制效果。

3.结论

STATCOM无功补偿系统是一个复杂非线性的控制对象,利用传统的PID控制器很难得到理想的控制性能。为了提高控制系统控制性能,提出了神经网络-滑模控制器。创新点在于利用滑模控制器对伺服系统电压与电流环进行控制,并在电流环利用神经网络控制来优化滑模控制律,从而达到消除滑模抖振问题,实现STATCOM系统高精度控制。最后通过MATLAB仿真平台进行了实验测试研究,结果表明所设计的神经网络-滑模控制器能够有效控制STATCOM无功补偿系统,保证系统即使在较频繁电压波动与闪变情况下稳定工作,为负载提供优质电能,保证交流系统高效可靠运行。

【参考文献】

[1]张秀峰,连级三,高仕斌.基于三相变四相变压器的新型同相牵引供电系统[J].中国电机工程学报,2006,26(15):19-23.

猜你喜欢

神经网络
复杂神经网络下的多行为识别技术研究
基于人工智能LSTM循环神经网络的学习成绩预测
基于BP神经网络算法的成绩预测模型研究
基于CNN的轻量级神经网络单幅图像超分辨率研究
基于图像处理与卷积神经网络的零件识别
基于改进VGG-16神经网络的图像分类方法
基于 BP 神经网络的城市轨道交通客流预测研究
基于自适应神经网络的电网稳定性预测
基于遗传算法对广义神经网络的优化
基于遗传算法对广义神经网络的优化