T型三电平并网逆变器有限集模型预测控制快速寻优方法

三电平变流器控制系统采用有限集模型预测控制(FCS-MPC),滚动优化需要遍历所有开关状态,针对其导致处理器运算量增加、处理时间长的问题,提出一种T型三电平并网逆变器优化计算量的FCS-MPC方法.通过构建基于电压预测的单目标代价函数,避免设计权重系数问题,减化单次寻优的步骤;根据直流母线电位分布选择冗余小矢量,实现中点电位平衡,使每个控制周期的预测次数减小至3次,提高寻优效率.有限控制集在预测过程中将所包含矢量的加权误差二次方最小作为依据划分,并利用矢量角补偿系统延迟,提高预测精度,使并网电流质量得到改善.搭建基于RT-Lab的功率硬件在环仿真系统和物理装置验证所提控制策略,实验结果验证了所提理论分析的正确性和控制策略的有效性.     

风电机组健康状态预测中异常数据在线清洗

风电机组数据采集与监视控制系统(SCADA)运行数据中含有大量异常数据,对风电机组健康状态预测影响严重,为此针对实测风速-功率、转速-功率数据,提出一种异常数据在线清洗方法.由于机组性能退化过程中数据特征趋于复杂,基于经验Copula-互信息(ECMI)选择关键特征参量作为数据清洗对象,并基于Copula建立置信等效功率区间描述其非线性与不确定性.针对置信边界外的堆积点和离群点,结合其时序特征与密度分布建立Copula数据清洗模型(Copula-TFDD),依次进行在线清洗.最后,基于实际数据与人工模拟数据分析模型的精度、运算效率以及对机组健康状态预测的影响表明,Copula-TFDD能准确并实时地识别各类异常数据,有效提升风电机组健康状态预测的性能.     

考虑饱和效应的无刷双馈发电机功率模型预测控制

该文建立了无刷双馈发电机(BDFIG)考虑饱和效应的动态模型,详细分析了有功功率与无功功率分配,提出考虑饱和效应的功率模型预测控制策略.基于无刷双馈发电机的饱和特性进行励磁电感估算,实时修正每周期输入至控制器的电感参数,实现了功率的精确控制,保证控制侧电流的正弦度和较低的开关频率.通过对功率模型预测控制系统的仿真及实验研究,明确了影响饱和效应的运行因素,最后通过实验验证了所提控制策略的有效性.     

基于自适应高增益观测器的永磁同步电机预测电流控制方法

针对永磁同步电机(permanentmagnetsynchronous motor,PMSM)预测控制系统的模型失配、时变矩阵及观测器增益选择问题,提出基于自适应高增益观测器的预测电流控制方法(predictive current control based on an adaptive high-gain observer,AHGOPCC)。通过构建PMSM的前馈型扩张数学模型,集成考虑电机电阻、电感、磁链参数扰动项。提出基于前馈型扩张标称数学模型的高增益观测器,有效跟踪和估计电流与扰动状态及抑制转速变化引起的扰动。同时,设计自适应观测器增益矩阵满足全速工况的高增益条件,简化观测器的增益选择。在此基础上,构建离散化电流模型和成本函数,实现预测电流控制算法。实验结果证明了该方法的有效性,在多种工况下具备更优的快速性、鲁棒性及稳定性。     

IPMSM低载波比下新型PWM预测控制

在大功率牵引传动控制系统和永磁同步电机(PMSM)高速运行的场合中,开关器件的开关频率受开关损耗的影响和数字控制器计算能力的限制,仍然无法大幅提高.在低载波比下针对内置式PMSM(IPMSM)由于数字控制延迟导致耦合程度加剧和纹波电流过大的问题,在考虑逆变器延时的情况下对IPMSM重新建立复矢量模型,并推导出新的离散化模型,在此基础上建立了低载波比下的新型脉宽调制(PWM)预测控制器.通过对比传统比例积分(PI)控制器,仿真和实验结果表明改进的PWM预测控制器在低载波比下的性能优势更加明显.     

不平衡电网下PWM整流器自抗扰模型预测控制

电网电压不平衡时,脉宽调制(PWM)整流器网侧电流产生大量谐波,导致电能质量下降,此外,当负载突变时,系统将长时间处于暂态运行.针对上述问题,这里提出一种基于自抗扰控制器(ADRC)的改进的有限控制集模型预测控制(FCS-MPC)方法.该方法通过对不平衡电网下的网侧功率分析获得新的功率参考值,以此设计评价函数,降低整流器网侧电流畸变率,减小有功功率波动.另外,为提高系统鲁棒性,采用ADRC跟踪电压参考值,提升负载突变时的系统暂态性能,并通过仿真和实验验证所提方法的有效性.     

大功率三电平变流器有限控制集开关频率预测控制

针对现有大功率变流器缺少主动式开关频率灵活控制方式来实现热管理的问题,提出一种有限控制集开关频率控制方法.建立中点箝位(NPC)三电平脉宽调制(PWM)整流器有限控制集预测模型,引入固定滑窗开关频率统计方法;在有限控制集预测控制基础上添加固定滑窗时间内开开关频率优化项,建立统一多目标价值函数,选择最小化价值函数的电压矢量.基于2 MW三电平变流器样机进行实验验证,表明该方法性能良好.     

基于频繁模式挖掘的风电爬坡事件统计特性建模及预测

风电爬坡事件的统计特性建模和精准预测有利于电网的安全稳定运行。文中首先通过参数分辨率自适应算法对大型历史风电数据库进行爬坡事件检测,得到风电爬坡事件的历史学习集。对该学习集进行数据挖掘,建立了单个爬坡事件的起点、终点、持续时间以及爬坡间隔的多属性联合统计特性模型,并得到爬坡事件的基本模式。通过关联规则算法建立了多个相邻爬坡事件之间的自相关性统计特性模型。在此基础上,提出了爬坡事件序列预测算法的基本概念和模型。算例结果表明,所提算法能够更为直观地描述爬坡事件的统计特性,且基于事件序列的预测算法能够较好地进行日前的爬坡预测。     

基于差分分解和误差补偿的短期电力负荷预测方法

基于序列分解的方法能够提高短期电力负荷预测精度,但会带来误差的积累。同时,现有方法忽略了历史预测误差与当前预测结果的相关关系。提出了一种基于差分分解和误差补偿的短期电力负荷预测方法(differential decomposition-error compensation-gated recurrent unit,DD-EC-GRU)。首先,对原始负荷序列进行一阶差分,将负荷的预测问题转化为负荷变化量的预测问题。基于此,在一组实际预测负荷序列的基础上引入多组辅助预测负荷序列,应用门控循环单元(gated recurrent unit,GRU)构建多目标迭代预测网络。最后综合考虑各序列迭代预测误差的变化趋势与平稳性,构建基于序列相似度和人工神经网络集成模型的误差补偿网络,提升预测精度。在3个实际负荷数据集上对DD-EC-GRU各环节有效性进行验证,并与多种主流算法对比,结果表明本文所提方法有较高的预测精度和较强的适应能力。     

基于电网不平衡的三相Vienna整流器双闭环控制策略

传统的有限集预测功率控制应用在Vienna整流器时,在电网不平衡条件下输入电流将产生大量的三次谐波,严重影响Vienna整流器的正常工作。提出了一种基于电网不平衡的三相Vienna整流器双闭环控制策略,内环采用新型有限集预测功率控制(new-finite control set-model predictive direct power control,N-FCS-MPDPC),外环采用线性自抗扰控制(linear auto disturbance rejection control, LADRC)。通过引入重新定义的无功功率,使得在电网不平衡时能够同时有效控制瞬时有功功率二次谐波和瞬时无功功率二次谐波,实现了Vienna整流器在电网不平衡条件下的正常工作。电压外环采用线性自抗扰控制,还可以克服PI控制存在的电压超调和动态响应慢的问题;同时,其在电网不平衡条件下也具有较好的鲁棒性和较快的跟踪性能。最后,在Simulink中搭建了三相Vienna整流器的仿真模型,对所提控制算法进行了验证。