智能控制理论在电力电子中的应用

李兵兵　伍维根　谢永春

摘 要：近年来伴随着智能化技术的不断进步和逐渐成熟，以物联网为代表的智能电网和能源互联网的发展趋势，电力电子装置智能化和电力电子控制智能化发展也日渐兴起，并发挥着巨大的潜力。文章将从这两个方面详细综述智能控制理论在电力电子中的应用研究，并对智能控制理论在电力电子学中的应用前景作出展望。[1]

关键词：人工智能；电力电子；神经网络；模糊变结构

中图分类号：TM132 文献标志码：A 文章编号：2095-2945（2018）35-0170-03

Abstract： In recent years， with the development of intelligent technology， smart grid and energy Internet， represented by the Internet of things， intelligent power electronic devices and intelligent power electronic control， are also on the rise， with enormous potential. In this paper， the application of intelligent control theory in power electronics is summarized in detail from these two aspects， and the application prospect of intelligent control theory in power electronics is prospected.

Keywords： artificial intelligence； power electronics； neural network； fuzzy variable structure

1 概述

隨着电力半导体制造技术、微电子技术，以及控制理论的不断进步，电力电子技术的应用呈现快速发展趋势。当前，随着全球化的能源危机和环境问题的出现，电力电子技术更是凭借其独有的特点和优势，在高效、清洁、节能的科技产品研发创造方面发挥着不可替代的作用。电力电子技术逐渐由传统的电力半导体器件、交直流可变电路、电力传动与控制领域扩展为电气节能、新能源发电和智能电网与能源互联网等先进领域。[2]

目前，已有的电力电子技术的发展重心基本上停留在对系统基本功能的实现与性能的提高，而同时针对传统的经典控制理论和现代控制理论对电力电子控制技术的发展也越来越难以满足日渐复杂多元系统的发展需要。近年来，随着微电子技术的迅速发展，高精度、高速度的微处理器的出现，使得复杂参量和系统状态实时计算成为可能，以及现代控制理论的大量实践和丰富经验，模糊控制、自适应控制、神经网络控制等智能控制理论开始应用于电力电子技术，以此来满足高性能、高精度、强鲁棒性的电力电子系统发展需求。智能控制理论的使用和探索将是对电力电子技术领域一次新的革命，极大的促进电力电子应用的发展和创新。[3-4]

2 电力电子技术智能化的必然趋势

随着电力电子技术的成熟，现实中对电力电子装置的要求越来越高，控制系统也变得日渐复杂。通过对复杂系统的研究发现，系统的非线性、多变量、强耦合等特点往往严重影响我们的系统整体性，这种情况下常规的控制方法就很难达到一个令人满意的效果。而智能控制理论在电力电子中的应用发展给这一问题的解决带来了可能。因为在智能控制理论中就有很多理论在这种非线性、复杂性和不确定性等问题的解决上有很好的适应性。[10]例如模糊控制，神经网络控制，自适应控制等，他们在处理非线性、多变量以及强耦合问题中具有独特的优势。这些都使得智能控制理论在电力电子中的应用成为了一个新的研究方向，在现实的电力电子技术的发展中发挥着巨大作用和潜力。[5]

近年来，我国加大对新能源、智能电网和物联网等应用的开发、建设和发展趋势，对设备的要求和系统的响应速度以及各方面性能的要求也越来越高。因此在电力电子装置普遍采用的同时，对其智能化的要求越来越高。要将先进的微电子技术、可视化技术、计算机技术等与电力电子装置有机结合，最终实现系统运行状态的感知、分析、预警、状态评估、信息共享等功能，增强智能电网与能源互联网的自适应能力与稳定性，提升装置自身的可靠性和利用率。电力电子装置智能化是实现新能源、智能电网与能源互联网快速发展的重要技术基础。

3 电力电子控制智能化的应用发展

3.1 模糊变结构控制的应用

模糊控制是20世纪60年代发展起来的一种高级控制策略和新颖技术。模糊控制技术在基于模糊数学理论的基础上，通过模拟人的近似推理和综合决策过程，按照模糊控制规则实施控制，而且此过程不需要考虑其数学模型与系统的矛盾问题。它在算法的稳定性和适应性上得到很大程度的提高，成为智能控制技术的重要组成部分，一般的控制理论很难做到这一点。模糊控制有一个重要特点，就是它也存在“抖振”现象。这种“抖振”现象却成为解决电力电子变结构系统的“抖振”现象的一个意外契机，实现了两者的结合，从而使复杂的问题得到有效解决。[6]

传统的边界层法在解决这种“抖振”现象问题时存在很大的缺陷和不足。但利用模糊控制理论将传统边界层模糊化可实现切换曲面的无抖振切换。通过设计模糊规则来降低抖振，可以在一定程度上降低模糊控制的“抖振”现象，模糊控制柔化了控制信号，可实现不连续控制信号的连续化，可减轻和避免我们电力电子变结构控制应用中的“抖振”现象。[7]

3.2 神经网络控制的应用

神经网络在电力电子中的应用主要涉及控制和故障诊断两方面。随着现代电力电子产业的快速发展，其涉及到的范围也越来越广泛。如今，人们对于电力电子的控制精度以及稳定性等提出了更高的要求，越来越多的控制要求具备智能化和强适应能力的特征。而神经网络控制技术在电力电子中的应用恰好能够达到这样的控制要求，它使得我们的电力电子控制电路具备了很强的复杂环境的适应能力和多目标控制的自学习能力。理论上来说，其可以设计出一个与系统数学模型无关的，自学习、自适应的，鲁棒性好、动态响应快的智能控制系统。[8]神经网络的这些特性为解决现代电力电子装置控制上的种种难题提供了一条很好的解决途径。

在传统的电力电子故障诊断时，人们主要依靠实践过程中积累的丰富的经验和对电力电子设备的感知能力俗称为“专家经验”。神经网络具有非常强的自学习和自适应能力以及非线性映射特征，所以如果我们利用神经网络的自学习能力来不断获得这种“专家经验”，使得我们的故障诊断系统能够根据历史保存的故障时段波形与故障的原因之间的关联映射通过神经网络的自学习后保存在其结构和权中。通过丰富的样本训练，最终能够实现神经网络故障诊断系统对电力系统或者设备的在线自诊断功能。实践证明，利用神经网络智能化系统的故障诊断系统在变压器的故障诊断、三相整理电路等电力电子电路中得到了很好的实践证明和广泛应用，极大的提高了系统的运行效率。

3.3 预测控制系统的应用

预测控制系统在电力电子中的优势在于，它是一种致力于更长的时间跨度甚至无穷时间的最优化控制。它将控制过程分解为若干个更短时间跨度或者有限时间跨度的最优化问题，并在一定程度上仍然追求最优解。因此比较与传统的控制技术中以时间序列分析和统计学两种基本形式来说，其优势在于预测控制策越的复杂控制系统的复杂度更低以及具有更高的精度和鲁棒性。[9]

例如在电网中电力系统的运行过程，由于供配电用电安全的需要，以及如何根据具体的实时用电状态来及时调整发电和向线路各用户配电的问题，是一项非常复杂而又重要的工作。过去国内采用的大多是传统的预测方法，这些方法的预测精度已经远远不能满足我们实际系统的发展要求，尤其是在面对特殊情况下的用电高峰期，由于不具备适应性要求，将直接影响到整个电网系统的稳定性和用电的电能质量和安全。预测控制策越最大的优势就是在于很强的自适应预测能力，它能较好的处理系统中可能存在的干扰、噪声等不确定问题，也增强了系统的鲁棒性。[10]

4 电力电子装置智能化发展

随着电力电子在高技术产业，特别是在新能源和电力节能领域的广泛应用，人们都迫切需要高质量可控的电能。智能化的电力电子装置已经成为实现各种能源高效率高质量的电能转换和节能的重要途径。其电力电子装置的功能从以往的单一化向未来的集成化和多元化方向发展，它也成为未来能源互联网、智能电网技术的关键因素。

4.1 智能电力监控

随着社会的经济和科技繁荣和发展，在国家电网系统中全国范围的居民用电、各地重点工程项目、大型公共设施、新能源汽车充电站等急剧增加。人们对包括供配电系统在内的各电力系统的可靠性、安全性、稳定性、兼容性及故障预警和诊断提出了更高的要求。随着电力电子设备的更新和智能化发展，电力监控系统的范围更广、方式也更加多元，已经逐渐从对供配电系统的实施监控，扩展到对新能源发电、新能源汽车充电站等不同空间甚至不同设备系统的智能化监控领域。[11]

智能化的电力监护系统可以给电网、企业以及一些单独电力设备提供“监控一体化”的整体解决方案，实时历史数据库建立、工业自动化组态软件、电力自动化软件、“软”控制策略、通信网关服务器、Web门户工具等。它的最大优势在于可实现系统的人机交互界面、用户管理、数据采集处理、事件记录查询和故障报警等功能。这些功能的实现和完善将极大的提高对被监控系统的信息化数据采集、监控和控制，有利于系统的稳定运行、精度控制和故障诊断以及系统的巡察和维护，让我们的电力系统更加安全高效。[12]

4.2 智能充电系统

随着电能汽车、电能自行车、以及各种电力电子产品的不断丰富和广泛使用，如何实现这些电能设备快速高效的充电成为了我们亟待解决的问题。针对传统的充电方法都存在着充电时间长、充电方法过于单一、对电池使用寿命影响等问题。于是，充电系统的智能化发展成为电力电子能源设备的迫切需求。

传统的充电方法主要是恒流充电和恒压充电。这两种基本的充电方法，一方面控制电路简单，充电功率一般比较小，实现起来比较容易；另一方面充电速度非常缓慢，充电方法过于单一，控制的稳定性较差，以致影响蓄电池本身的使用寿命。新发展的智能充电监控系统，实现了高效、快速、无损地对蓄电池进行科学充电。其根据铅酸储电池的特性，提出了分阶段充电模式，使充电电流极大的接近储电池的可接受充电的高效率电流曲线，并采用智能化的控制方法来实现储电池的充放电控制。[13]

目前国内针对大容量智能充电技术的研究还处于起步阶段，但也取得了一定的成果。以智能化充电桩和小容量无线充电模式为代表的先进案例。电动汽车智能充电桩不仅能够实现电动汽车地快速高效充电的问题，同时也扩展到实现对充电电池的评估甚至进行维护，并且具有人性化的人机交互界面和完善的通讯能力，实现了人性化的用户体验。

4.3 家庭能源管理

家庭能源管理系统是智能电网在居民侧的一个新的延伸体，近年来随着智能家居的出现，使得其逐渐成为智能电网领域的一个研究热点。家庭能源管理系统是通过各种传感器采集室内环境变化、人员活动状况和设备工作状态信息，然后利用这些采集信息的分析結果，对用电设备做出对应的调度和控制，在满足用户舒适度的前提下减少电能的消耗，提高用电效率。[13]

现实中居民侧用电量占据了电网用电的一个重要部分，它占全社会用电总量的36.3%以上，但一直存在用电效率低、浪费严重的现象。为改善这一难题提高居民用电效率，避免资源浪费，一些西方国家在20世纪70年代己开始尝试开展了家庭能源管理系统（home energy management system HEMS）的研究。

家庭能源管理系统是一个实时的与外界能量和信息的交换过程，由家庭智能控制和家庭能源管理两个部分组成。通过智能化电器、智能电表和各种先进传感器的应用，实现信息的采集和挖掘；通过预算控制和智能化控制策略，实现能耗的最低化的高效节能用电。一般家庭能源管理系统可分为用户设置模块、信息采集模块、数据分析模块、优化调度模块、设备监控模块等五个模块组成。它最终实现在智能电网环境下，居民用户所有的用电负载、储能系统等设备与家庭环境内的用电网络构成一个线上实时监测控制的家庭区域微电网。家庭能源管理系统为节能减排、提高用电效率及智能电网环境下的居民侧需求响应实施、分布式电源和电动汽车接入网络提供了支持，也为未来智能城市电网的发展提供了广阔的前景。

5 结束语

综合目前的最新文献及电力电子行业的发展热点，我们已经看到智能化控制理论已经在电力电子中得到了广泛的应用和尝试。虽然一些先进的控制策略暂时还停留在理论研究阶段以及一些智能化控制方法复杂度较高、稳定差等等弊端，但随着智慧城市、智能电网与能源互联网系统等大环境对电力电子装置的智能化更加深入，智能控制理论也不断丰富和提高，电力电子智能化领域应用也会得到飞速的发展。因此，对这一问题的研究具有重要的现实意义。

参考文献：

[1]Electronic designer's guide（：Form No.ec2005-j）[M]. Little fuse Inc，U.S.A，2005.

[2]Bose B K.Power electricity-a technology review.Processing IEEE，1992（80）：1303-1334.

[3]陈坚.电力电子技术应用[M].电力出版社，2006.

[4]曹军威，扬洁.电力电子装置智能化研究综述[J].电力建设，2017，5：18-30.

[5]王艳秋.先進控制技术的集成及应用研究[D].东北大学，2006.

[6]刘伟.智能控制理论在电力电子学中的应用[J].江苏技术师范学院学报，2006（02）：60-62+66.

[7]毛宗源，周其节.模糊变结构控制器的研究[J].控制原理与应用，1999，16（4）：550-55.

[8]Liao S.H.， C.H. Wen， Artificial neural networks classification and clustering of methodologies and applications-literature analysis from 1995 to 2005[J]. Expert Systems with Applications， 2007，32（1）：1-11.

[9]张兴会.自适应智能预测控制系统的研究[D].南开大学，2002.

[10]田超，沈沉，孙英云.电力应急管理中的综合预测预警技术[J].清华大学学报（自然科学版），2009，49（4）：481-484.

[11]姜建.智能开闭所综合监控系统[D].华北电力大学，2012.

[12]王旭，齐向东.电动汽车智能充电桩的设计与研究[J].机电工程，2014，31（3）：393-396.

[13]张延宇，曾鹏，减传治.智能电网环境下家庭能源管理系统研究综述[J].电力系统保护与控制，2014，42（18）：144-154.