并联型APF谐波检测方法综述

北方工业大学电气与控制工程学院 蒋正荣 马京哲

串联型有源电力滤波器因其绝缘性能差、不易调整线路失效状况以及无法实现无功功率动态补偿的缺陷，现在使用的大多是并联型APF。并联型APF 可跟踪谐波源产生的谐波电流，并生成与之相反的补偿电流，适用于补偿电流型谐波源[1]。

PWM 技术的应用不可避免地导致了输出电流中存在高频率切换产生的谐波，从而给电网带来二次污染。所以，通常采用开关频率的谐波滤波器，以抑制电网与逆变器之间的谐波分量的扩散[2]。

当前，在并网逆变器及APF 中使用的开关频率谐波滤波器数量很少。在设计切换频率的谐波滤波器时，要综合考虑滤波性能、滤波器成本和能量消耗等诸多因素[3]。并联型APF 如图1所示。

图1 并联型APF

并联有源电力滤波器因其众多优点，而在当今工业中得到广泛地应用。目前，并联型APF 根据电流控制模式，有源滤波器可分为网侧电流检测和负载侧电流检测控制[4]。

1 谐波电流检测技术

谐波检测技术包括多种不同的分类，例如频域检测法、时域检测法和其他检测法；此外，还可能根据其特点分成两类：一类为单独检测每个谐波幅度的选择性检测方法，另一类为将电流直接分成基波和谐波分量的非选择性检测法。对谐波实现高精度、实时化检测是谐振治理的先决条件，而电力品质要求也不断提升则进一步促使谐波检测性能指标的改善。本文将从负荷侧电流检测和网侧电流检测划分方式对谐波检测的具体方法展开分析。

2 负荷侧电流检测

负载侧电流检测是APF 在市场中常见的策略，此方法选择检测负载侧的谐波电流信号，控制滤波电路追踪电流，达到电网侧电流的正弦化。谐振检测环节的性能为影响补偿器效果的重点要素[5]。

2.1 基于瞬时无功功率理论的谐波检测法

日本学者H.Akagi 最早提出三相瞬时功率理论，后发展为常用的谐波检测方法，该方法又分为p-q 法和ip-iq 法，p-q 法无需锁相环（Phase Locking Loop,PLL），但在电网电压三相不平衡或者有畸变时，p-q 法无法准确检测输出准确的谐波分量。该方法的优点是，动态响应速度快，实时性好，检测延时不到一个电源周期。p-q 法原理图如图2所示，在三相三线制电路中，当电网电压存在畸变时，p-q 法无法准确地检测谐波。

图2 p-q 谐波检测原理图

图3 ip-iq 谐波检测原理图

文献[6]提出一种基于同步旋转角度的改进的p-q 无功电流检测方法，该方法实现了三相电网电压不平衡或含有谐波时对无功电流的精确检测。文献[7]提出一种改进的p-q 谐波电流检测方法，解决了传统的谐波电流检测算法在三相电压不对称或负载突然变化时，补偿电流误差较大的问题。

ip-iq 法原理图如图2所示，通过设置锁相环，抵消电压的干扰，从而在噪声影响的情况下，准确地识别和抑制谐波。此外，该技术还能够使用低通滤波器，减少噪声的传递，从而大大降低了传输的时间。要想达到更准确的测量结果，就需要降低低通滤波器的截止频率，因此ip-iq 法存在的准确性和及时性的矛盾。文献[8]基于瞬时无功功率理论的核心思想，提出了一种改进的ip-iq 算法，不平衡三相电压下检测效果不准确的问题。

同步旋转谐波检测方法则是将abc 静止坐标系统中的负荷电流转化为dq 旋转坐标，经HPF 滤波后的谐波成分被分离，同步旋转法仍存在一定的检测时延。文献[9]一种基于虚拟旋转坐标系谐波检测法，通过将电流或电压信号分解到虚拟旋转坐标系的方法对信号进行滤波，引入幅值与相位补偿环节，减轻了检测延时与幅值与相位偏差问题，并实现了对指定次谐波的检测以及各次谐波输出限幅处理。

2.2 基于傅里叶变换的谐波检测法

快速傅里叶变换（fast Fourier transform，FFT）法精度较高且容易实现，是目前谐波检测领域广泛使用的方法，其表达式为：

但FFT 计算量大，检测耗时长，实时性较差，当采样周期和信号周期不同步时，会产生频谱泄漏和栅栏效应；当采样频率不满足采样定理时，还会产生频率混叠现象。文献[10]提出一种基于汉宁窗优化的分裂基FFT 算法，降低了FFT 算法复杂程度并提高了检测精度与抗扰能力。

有源电力滤波器频域检测技术已成为识别和治理谐波的重要工具，包括离散傅里叶变换（Discrete Fourier Transform,DFT）、递归离散傅里叶变换（RecursiveDFT,RDFT）、延时信号对消（Delay Signal Cancellation,DS）谐波检测方法等，以上算法可有效地抑制和抑制谐波的影响，从而提高APF 的性能。DFT 表达式为：

频域探测技术的核心是利用傅里叶变换，对负载电流中的不同频率谐波进行提取。但是其附加的运算则会使运算复杂程度更高，同时也会影响到谐波的解析度。

文献[11]提出了基于五项MSD 窗六谱线插值FFT 的谐波与间谐波分析算法，大幅提升了抑制频谱泄漏能力。

文献[12]提出了基于一种输入信号的特定谐波模式，重新配置梳状滤波器的广义DFT（GDFT），保持了简单性和选择性滤波的优点，且能快速瞬变，其典型应用约为0.3基波周期，远短于传统DFT 的单周期建立时间。

2.3 基于小波变换的谐波检测法

小波变换的优势在于，无论时域还是频域都能够获得局部信息，用于分析非平稳信号和瞬变信号十分合适，但由于小波变换的频带非均匀划分，即低频频带窄而高频频带宽，所以可能会产生小波混叠和频谱泄漏现象，从而产生测量误差。

文献[13]提出一种基于分数阶的小波变换检测方法，解决了噪声在稳态和暂态谐波检测过程中产生干扰影响的问题。

2.4 基于希尔伯特—黄变换的谐波检测法

希尔伯特-黄变换法（Hilbert-Huang transform，HHT）相比于小波变换，具有能够提取各种不同的谐波的能力。HHT 变换利用经验模态分解法（empirical mode decomposition，EMD）对复杂的非线性、不均匀的信号进行线性平稳化处理，EMD 能把给定的信号分解为若干固有模态函数（intrinsic mode functions,IMF），再将每个IMF 分别进行希尔伯特变换，获取各分量随时间变化的瞬时频率和幅值。

文献[14]提出一种将改进型总体平均经验模态分解（MEEMD）和改进的自适应波形匹配延拓结合希尔伯特变换相结合的，解决模态混叠等问题，在强噪声下确保了较高的检测精度。

2.5 基于人工神经网络的谐波检测法

通过将神经网络技术应用于谐波检测，不仅可实现谐波的准确检测，而且还可更好地利用网络的结构、数据的准备、算法的优化等，从而实现更高效的模型训练，从而更好地处理复杂的任务，比如模型预测、自适应控制等。

神经网络谐波检测方法有着许多显著的优势，计算量少，极高的准确率。各次谐波检测精度都比传统的小波变换或傅里叶变换更准确，实时性好，能同时检测多个频率的谐波，拥有较强的抗干扰能力，因为其能够使用一个随机建模的信号处理方法来抑制非有效成分（如直流衰减分量）的影响。

神经网络用于工程实际还有很多问题，比如缺乏统一的模型建立标准，以及在选择模型时，无从得知模型的准确值，以及模型的准确率与模型的质量之间的关系。

文献[15]针对谐波数据采集、存储、传输中存在的问题，提出了一种新的具有无稀疏字典特性的压缩重构方法CS-CNN 方法，有效减少了数据存储量与传输成本。

2.6 复合检测法

单独使用以上的谐波检测方法或多或少都存在一些缺陷，比如电路结构复杂、耗时长，实时性较差，存在频谱泄漏、栅栏效应和频率混叠等。近年来，越来越多专家、学者尝试将几种方法结合起来使用，获得了令人满意的效果，如小波变换-HHT、FFT-小波变换等。然而，由于智能算法的运算量较大，很难在实践中实施。

3 网侧电流检测

网侧谐波电流检测优势在于可提供更好的补偿精度、更加可靠的鲁棒性以及更加简单的安装，网侧谐波电流检测与负荷电流检测法相似，其是利用电网侧的谐波电流来获取相应的指令信号。

此外，还有无谐波检测法，主要包括功率平衡法（Power-Balance-based,PB）、单周控制（One-Cycle-Control,OCC）等。文献[16]对电网侧和无谐波检测两种有源电力滤波器的优劣进行了对比和分析，并在此基础上给出了一种基于功率平衡的电压源控制策略。功率均衡控制虽然在无谐波探测方面有其优越性，但在负载突然变化时，其影响较大，严重时会对系统的正常工作造成一定的影响。

4 结语

本文主要从谐波检测对并联型APF 目前的研究现状进行了归类和分析。谐波检测具有关键的意义，因此必须加强算法的智能化、多样化以及可靠地运作，以提高谐波的识别准确度。不能仅仅局限于传统的数学模拟、滤波等，还包括更加复杂的信号处理，以便更好地识别出各种不同的谐波，实现对谐波快速、准确地分析和检测。在此基础上，对新的谐波识别算法及数学模型进行优化，以提高系统的准确度、速度和可靠性。随着大功率快速关断器件的不断发展，控制技术和数字信号处理技术的发展。APF 的发展也将迎来一个新的发展阶段。