共查询到19条相似文献,搜索用时 94 毫秒
1.
2.
三相三线APF补偿电流的模糊反馈检测与控制 总被引:3,自引:1,他引:2
补偿电流的检测是三相有源电力滤波器的关键问题,快速准确地检测出补偿电流并实施有效的控制直接影响到有源电力滤波器的补偿效果.对三相三线制有源电力滤渡器进行电路模型分析,采用T-S模糊反馈控制的方法,获得三相三线制有源电力滤波器的补偿电流,并对电源电流进行实时的模糊反馈控制.采用并行分布补偿的方法设计了模糊反馈控制器,将有源电力滤波器的非线性问题线性化,在稳定性条件下求解线性矩阵不等式,得到无功功率及谐波电流全补偿控制策略的状态反馈增益,由此获得连续的即时补偿跟踪电流,仿真及实验结果验证了补偿电流检测的准确性及模糊反馈控制的有效性,对简化有源滤波器的电流检测与其构成组件具有较大应用价值. 相似文献
3.
用电负荷类型的增多及电力电子器件的广泛应用,使得电路中的非线性负载越来越多。这就造成了电网中产生了大量谐波源和功率损耗,给人们生产生活带来了很多的不便。为了更有效地解决电网中的谐波问题,提出了通过采用有源电力滤波器来补偿谐波电流的控制策略。该控制策略基于d-q坐标系,对谐波电流进行检测。采用PI-重复控制方法来实现无静差指定次谐波补偿,以消除谐波电流。将该控制方法与传统的PI控制进行比较,并分析了PI-重复控制方法的动态性能及稳态性能。仿真结果对比证明了PI-重复控制能很好地对谐波电流进行抑制。PI-重复控制作为一种便捷的控制策略,对谐波具有明显的消除作用,能很好地应用到生产、生活中。 相似文献
4.
基于APF的谐波补偿中的几种谐波电流检测方法 总被引:2,自引:0,他引:2
采用有源电力滤波器(APF)已成为谐波补偿的一种重要趋势,而采用这种方式的关键是能够准确地检测出谐波电流,本文介绍了几种基于APF的谐波补偿中的谐波电流检测方法,并对它们进行了比较。 相似文献
5.
针对飞机交流变频电网谐波抑制的需要及传统方法在变频条件下的不足,提出了一种基于正序基波滤波器的补偿电流指令产生方法。该方法从整体上分析了正序基波滤波器的特性,并利用正序基波滤波器分别滤除了电源电压和电流中的谐波和非正序成分,而后计算出电源的正序基波有功电流,由此得到补偿电流指令,检测过程中省去了低通滤波器。将该方法应用于三相电压不对称且有畸变的飞机变频电网的并联有源电力滤波器(APF)中,结果表明,采用该方法在整个基频变化范围内能实现对谐波、无功及不平衡电流准确而快速的检测和补偿,补偿结果符合MIL STD 704F和IEEE Std 519标准的要求。 相似文献
6.
7.
8.
由于中性线参与了实际的控制,使得三相四线有源电力滤波器(APF)电流检测与控制更为复杂,同时APF直流侧电压的稳定控制也更为困难.为有效地检测四桥臂三相四线APF的参考补偿电流以满足实现对APF的有效控制并对各类非线性负载电流实施实时补偿,在分析了四桥臂三相四线APF工作原理的基础上,采用Takagi-Sugeno(T-S)模糊控制的方法,以直流侧电压的三值输入逻辑规则对四桥臂三相四线APF进行建模,利用并行分布补偿算法获得模糊控制律,在此基础上设计了模糊控制器,实时准确地获得四桥臂三相四线APF在各种非线性负载条件下的补偿参考电流并使直流侧电压得到自动稳定控制.仿真及实验结果验证了该控制策略的正确性及有效性. 相似文献
9.
10.
针对三角波电流控制方法和滞环电流控制方法的不足,详细分析并实现了有源滤波器预测电流控制方法.该方法具有控制精度高,响应速度快,主电路开关频率恒定等优点.理论分析和实验结果验证所提出的控制方法的有效性,基于预测电流控制方法的有源电力滤波器具有良好的工作性能. 相似文献
11.
电流型变流器的改进模型预测控制 总被引:3,自引:0,他引:3
传统的模型预测控制(MPC)采用脉冲响应的非参数模型作为系统的预测控制模型,计算量大,很难直接应用于实时控制系统.本文提出将传统的MPC进行改进,应用到电流型变流器(CSC)功率因数校正系统中.改进的MPC根据CSC控制量与被控制量的传递函数得出CSC的一阶差分方程作为预测控制模型,同时保留传统MPC反馈校正、动态优化等优点.将此改进的MPC与传统的PID控制进行对比研究,结果表明:改进的MPC用于电流型变流器,比传统的PID控制具有更好的鲁棒性和更快速的动态响应特性. 相似文献
12.
13.
针对一类Hammerstein-Wiener模型描述的非线性控制系统,提出一种基于逆模型补偿的预测控制策略.在控制优化计算中,利用Wiener非线性环节的逆模型分别对系统输出设定值和采样值进行变换;控制实施过程中,将控制器输出操作量经过Hammerstein静态非线性环节模型逆变换后施加到实际被控对象上,通过两次逆变换,使得标称模型下控制器输出与闭环系统中线性环节的输入相一致.通过非线性变换补偿将非线性过程的控制转化为线性系统控制,避免了对非线性模型进行优化计算量大及预测不准确的问题.最后通过仿真验证了所提方案的可行性及有效性. 相似文献
14.
A new formulation of nonlinear model predictive control (MPC) is developed by including a weighted barrier function in the control objective. While the barrier ensures that inequality constraints are strictly satisfied it also provides a smooth transition between points in the interior and those on the boundary of the constraint set. In addition, the resulting optimisation problem, to be solved at each control step, is effectively unconstrained and thus amenable to elegant optimisation techniques. The barrier must satisfy certain conditions in order that the state converges to the origin and we show how to construct such a barrier. Conventional MPC may be seen as a limiting case of the new class as the barrier weighting itself approaches zero. We pay particular attention to the novel approach of fixing the weighting parameter to some positive value—possibly large—and observe that this provides a degree of controller caution near constraint boundaries. We construct an ellipsoidal invariant set by exploiting the geometry of self-concordant functions and show nominal closed-loop stability for this class of controllers under full state feedback. 相似文献
15.
谐波检测是有源电力滤波器实时补偿谐波的关键,检测谐波的实际是通过某种方法提取出基波。所以本文主要研究基波提取法即传统的ip-iq法、平均值法和正序法等三种方法。在研究理论的基础上对三种方法进行MATLAB仿真建模和比较分析,并着重比较三种方法提取基波的实时胜,比较结果表明,实时性最好的是平均值法,其次是传统的ip-iq法,最差的是正序法。 相似文献
16.
状态空间模型的双层结构预测控制算法 总被引:1,自引:0,他引:1
双层结构预测控制是指先进行设定值优化、再进行设定值跟踪的预测控制.在已有的双层结构动态矩阵控制的基础上,本文给出基于状态空间模型的双层结构预测控制算法.该算法基于干扰模型和新定义的开环预测值,给出了新的开环预测模块.该开环预测模块采用Kalman滤波方法得到操作变量、被控变量的开环动、稳态预测值.基于这些开环预测值,稳态目标计算模块的基本原理同双层结构动态矩阵控制,但是具体细节上遵循状态空间方法.动态控制模块基于稳态目标计算提供的操作变量、被控变量的稳态目标(设定值),采用二次规划算法计算控制作用.仿真算例证实了该算法的有效性. 相似文献
17.
Qinwen Li Zhiqian Wang Wenrui Wang Zhiyang Liu Yiwen Chen Xianyao Ng Marcelo H. Ang Jr. 《Asian journal of control》2023,25(2):1510-1525
A dynamic motion primitive (DMP) is a robust framework that generates obstacle avoidance trajectories by introducing perturbative terms. The perturbative term is usually constructed with an artificial potential field (APF) method. Dynamic obstacle avoidance is rarely considered with this approach; furthermore, even when dynamic obstacles are considered, only the velocity and position information of the current state are incorporated into the obstacle avoidance framework. However, if the position of an obstacle changes suddenly, a robot may be placed in a dangerous position close to the obstacle, resulting in large obstacle avoidance accelerations, sharp trajectories, or even obstacle avoidance failure. Therefore, we present a model predictive obstacle avoidance method based on dynamic motion primitives and a Kalman filter. This method has three main components: Dynamic motion primitives are used to generate the desired trajectory and introduce perturbations to achieve obstacle avoidance; the Kalman filter method is adopted to estimate the future positions of the obstacles; and model predictive control is employed to optimize the repulsive force generated by the APF while minimizing the defined cost function, thus guaranteeing the safety and flexibility of the method. We validate the presented method with 2D and 3D obstacle avoidance simulations. The method is also verified with a real robot: the-Kinova MOVO. The simulation and experimental results show that the proposed method not only avoids dynamic obstacles but also tracks the desired trajectory more smoothly and precisely. 相似文献
18.