三相四线制并联型有源电力滤波器研究

介绍了三相四线并联型有源电力滤波器的基本原理,谐波检测方法以及控制策略.本文采用电流闭环PI结合电压前馈控制补偿电流发生环节,建立了并联型三相四线制有源电力滤波系统的仿真模型并进行了仿真.仿真结果表明该并联型有源电力滤波器能有效地补偿三相电流及中线电流,论证了其补偿电流检测方法及控制方案的可行性.     

直流侧并联型有源电力滤波器的可控性及其统一控制策略

直流侧并联型有源电力滤波器并联在整流桥的直流侧,实现谐波治理的功能.本文提出了直流侧并联型有源电力滤波器正常工作的两个可控性条件,一是有源滤波器可以控制为一个受控电流源,二是有源滤波器的输入平均功率为零才能保证在逆变器直流侧选用无源储能元件.根据提出的两个条件分别分析验证了单相和三相直流侧有源电力滤波器的可控性.根据单相和三相直流侧有源电力滤波电路功能上的相似性,提出了基于单周控制的无需进行谐波电流检测的统一控制策略,稳态和动态实验结果证明了统一控制策略的正确性.     

并联有源电力滤波器解耦控制研究综述

为解决并联型有源电力滤波器三相电流之间和有功无功电流之间的强耦合问题,以达到改善负载补偿效果的目的,总结了近年来相关学者对有源电力滤波器解耦控制的研究工作。首先,分析了并联有源电力滤波器的结构和特点。然后,从搭建模型的不同类型出发,对比分析了三相三线制、三相四线制及混合型并联有源电力滤波器的结构特点和控制方法,研究了近年来有源电力滤波器各种解耦控制方法的研究进展及相互的联系。最后,结合近年来新兴的控制方法,对有源电力滤波器解耦控制的研究做了展望。     

电力系统谐波产生和控制方法的探讨

谐波是影响电能质量的主要因素,谐波治理的意义可以上升到治理环境污染的高度。对并联型APF进行了较为详细的论述,重点讨论了三相三线制并联型有源电力滤波器指令电流的提取方法,提出了并联型有源电力滤波器谐波和无功电流检测方法和并联型有源电力滤波器的控制方法。     

基于灰色预测理论的并联型混合电力有源滤波器研究

并联型混合有源滤波器应用于电力系统可以动态抑制电网谐波,但由于有源滤波器控制延时影响而无法进行完全电流补偿.提出采用灰色模型来实现无时延预测控制,并将其应用于并联型混合有源滤波器有效补偿非线性负载中的谐波电流.文中具体分析了并联型混合电力有源滤波器的谐波检测原理、灰色预测控制策略及PWM滞环比较控制策略,在EMTDC平台建立基于灰色预测控制策略的并联型混合有源滤波器仿真模型进行测试,仿真结果表明采用灰色预测控制策略的并联型混合有源滤波器有较好的谐波抑制和无功补偿的性能.     

检测电源电流控制方式在有源电力滤波器中的应用

如何提高电能质量和治理谐波是输配电技术中最迫切的问题之一,有源电力滤波器已成为解决这一问题的关键性技术.建立了三相三线制并联型有源电力滤波器的数学模型,把检测电源电流控制方式应用于并联型有源电力滤波器,通过仿真研究验证了此种控制方法可以有效地实现谐波的动态补偿,证明了该方法的可行性.     

并联型有源电力滤波器在非理想电源电压下的控制

首先提出了并联型有源电力滤波器在不对称、非正弦电源电压情况下补偿电流指令的准确计算方法。该方法基于同时对三相电压、电流进行旋转坐标变换和投影变换。所求得的补偿电流指令为非线性负载电流中除了基波正序有功分量之外的全部电流分量。应用于三相三线制电路时，该方法可以计算任意次谐波电流的瞬时值。进一步提出了在不对称、非正弦电源电压情况下，并联型有源电力滤波器产生补偿电流的无差拍控制法。理论分析、仿真及实验结果表明了所提出的计算和控制方法的有效性，从而为并联型有源电力滤波器在非理想电源电压条件下的正确控制提供了一条有效途径。所提出的方法对其它类型有源电力滤波器的控制也有借鉴意义。     

有源电力滤波器重复控制方法的设计

分析了三相并联型有源电力滤波器(APF)原理和电流控制数学模型。接着将重复控制器嵌入到有源电力滤波器(APF)中,实现PI控制和重复控制的双闭环电流控制。同时讨论了重复控制的稳定性和稳态误差,分析了重复控制器的参数设计。最后在一台20kVA并联型有源电力滤波器样机上验证了该方法的使用性和有效性。     

三相四开关并联型有源电力滤波器的指令电流确定方法

该文提供一种低成本的三相四开关并联型有源电力滤波器以适用于中、低压系统同时进行谐波电流抑制和无功功率补偿。通过对该三相四开关并联型有源电力滤波器工作原理的分析,采用直接将期望得到的电网正序基波电流作为该三相四开关并联型有源电力滤波器指令电流信号的控制方法。为保证在电网电压不平衡和电网出现短时故障等情况下,三相四开关并联型有源电力滤波器仍能安全有效的工作,引入正序基波电流幅值校正环节和正序基波电压相角检测器;为实现直流侧中点电压平衡,采用一种基于比例控制算法的直流侧电压偏置补偿器。相关的仿真与实验结果均证明该指令电流确定方法的可行性和有效性。     

基于系统电流检测的并联有源电力滤波器新型数字控制方法

提出了一种基于系统电流检测的并联有源电力滤波器数字控制方法,应用于以PWM(Pulse Width Modulation)电压源型变流器为主电路结构的并联有源电力滤波器中,对三相三线制系统中非线性负载的谐波和无功电流有理想的补偿效果.该控制方法只需检测系统电流和直流侧电压,无需参考电流,与传统控制方法相比具有检测量少、计算简单等优点.文章给出了理论分析和仿真结果,并以ADMC326(DSP)为控制核心设计了一套三相并联有源滤波器实验装置.仿真和实验结果证明了所提出控制方法的可行性和有效性.     

人工神经网络在电能质量调节器中的应用仿真研究

运用人工神经网络控制模式和一种新型控制算法,设计了一种可同时补偿无功和抑制谐波的并联有源电力滤波器.经MATLAB仿真,结果证明,所提出的有源电力滤波器控制技术及其控制算法,对消除谐波和补偿无功电流起到了更好的作用.     

神经网络控制的三相并联有源电力滤波器设计

针对现有各种谐波检测方法的不足,在分析了滤波器的工作原理和传统的神经网络控制算法之后,提出了一种新的神经网络控制算法,设计了一种应用于电力系统中补偿无功和抑制谐波的三相并联有源电力滤波器(APF),该滤波器由一个三相PWM电压源逆变器及其控制电路组成。将负载电流、直流侧电容电压与系统电压输入改进的神经网络,计算出并联有源电力滤波器的参考电流,参考电流输入滞环电流控制器获得逆变器的触发脉冲,从而得到补偿电流。通过Matlab仿真表明,由改进的神经网络控制的滤波器,在负载变化及其电流变化情况下都有良好的性能。同时,通过数字信号处理器实现的系统实验验证了该方案的正确性。     

基于广义预测的三相四线制APF控制策略研究

针对有源电力滤波器(APF)系统自身同有延时造成APF补偿性能下降问题,提出了一种基于广义预测控制(GPC)策略。根据GPC理论,设计了三相四线制APF预测控制结构模型,建立了APF的受控自回归积分滑动模型。在此基础上讨论GPC预测控制器的设计方法,实现了对三相四线制APF电流的预测控制。设计了最优控制规律。仿真试验结果表明,广义预测控制具有较好的跟踪能力,克服了系统延时造成的网侧电流存有毛刺的现象。     

基于动态矩阵的APF预测控制策略研究

为进一步提高有源电力滤波器(APF)的补偿性能,提了一种基于动态矩阵的预测控制策略.研究了预测控制策略的基本原理,根据动态矩阵控制理论,建立了APF的动态矩阵预测模型,进而设计出最优控制规律和反馈校正装置.实验结果证明,这种预测控制方案具有响应速度快、鲁棒性高等特点.     

基于ADALINE的有源电力滤波器预测电流控制策略

为有效补偿有源电力滤波器(APF)的控制延时,提出一种基于自适应线性神经元(ADALINE)的APF预测电流控制策略。该策略通过ADALINE预测下一控制周期的参考电流,根据两相静止坐标系下APF系统模型确定参考电压,利用空间矢量脉宽调制(SVPWM)方法,使APF输出电流快速、准确地跟踪参考电流。仿真与APF样机上的实际运行结果表明,和采用传统无预测算法的SVPWM方法相比,采用本文提出的预测电流控制策略,APF的稳态补偿精度和动态跟踪性能均明显提高。     

新型复合神经网络控制的并联有源电力滤波器

为向用户提供高质量的电能,同时消除负载对供电系统的不利影响,提出了一种新的基于复合神经网络的并联有源电力滤波器(APF),并将其应用于配电系统的谐波治理中.采用复合神经网络组成APF提取控制回路,它分为补偿信号提取回路和逆变器控制回路两部分.前者确定电流中的谐波成分,后者通过对PWM逆变器的输入信号的调整使逆变器提供更精确的补偿.仿真结果表明,复合神经网络控制的有源电力滤波器能够显著降低供电系统中的畸变,且反应迅速,补偿精度高,效果稳定.     

三相四线制并联有源电力滤波器及其神经网络控制

介绍了一种适用于三相四线制电力系统的并联有源电力滤波器，提出了其神经网络控制方法。     

有源电力滤波器预测电流控制及稳定性分析

为补偿有源电力滤波器的控制延时,提出了一种基于横向滤波器的参考电流预测算法。该算法采用基于Widrow-Hoff学习算法的横向滤波器预测下一控制周期参考电流,结合空间矢量脉宽调制方法,实现APF预测电流控制。本文建立了预测电流控制的APF系统等效结构,将稳定性分析分解为电流预测算法稳定性和SVPWM稳定性两部分。通过Lyapunov函数分析参考电流预测算法的稳定性,根据SVPWM调制的APF闭环传递函数分析SVPWM部分的稳定性。APF的长期稳定运行结果证明了预测电流控制的有效性及APF稳定性分析的正确性。     

Model reference adaptive sliding mode control using RBF neural network for active power filter

In this paper, a model reference adaptive sliding mode (MRASMC) using a radical basis function (RBF) neural network (NN) is proposed to control the single-phase active power filter (APF). The RBF NN is utilized to approximate the nonlinear function and eliminate the modeling error in the APF system. The model reference adaptive current controller in AC side not only guarantees the globally stability of the APF system but also the compensating current to track the harmonic current accurately. Moreover, a sliding mode voltage controller based on an exponential approach law is designed to improve the tracking performance of DC side voltage. Simulation results demonstrate strong robustness and outstanding compensation performance with the proposed APF control system. In conclusion, MRASMC using RBF NN can improve the adaptability and robustness of the APF system and track the given instructional signal quickly.     

带LCL滤波器的APF新型预测电流控制策略

针对带LCL滤波器的有源电力滤波器APF（active power filter）的优化控制问题,设计了一种新颖的预测电流控制方案。传统的APF控制器采用多旋转坐标系变换和PI调节器实现对谐波的控制,此外还有谐振控制方案,但都存在计算负担随谐波次数增加而增大的缺点。新型预测电流控制方案结合使用了比例预测控制、积分预测控制和阻尼算法,实现了在计算量固定条件下的APF优化控制,其中积分预测控制可以补偿由参数扰动引起的模型误差。利用APF实验平台开展了动静态实验,结果验证了使用所开发的新型预测电流控制方案在稳态和负载变化的情况下均具有优良的控制性能,并能完成对高次谐波的补偿。