微电网中谐波智能检测与抑制算法的研究

【摘要】：微电网作为一个具有分布式发电、储能和负荷等装置的具有很强灵活性的小型电力系统,可以提升能量的利用率,降低输电损耗,是应对目前资源短缺的有效途径。然而随着微电网电力电子设备的增多,微电网中的谐波含量也越来越多,会影响到其供电的可靠性和能源的利用效率。需要在设计微电网时对出现的谐波进行分析以优化网络结构,减少因网络结构设计不良而产生的谐波,并且需要高效可靠的谐波抑制方法来抑制掉电网运行时产生的谐波。本文从谐波检测与抑制两个方面入手,针对现有算法运算速度较慢、精度不够高的缺点提出了智能化的改进方案。在谐波检测部分本文提出了用于整次谐波和间谐波的神经网络算法。对于整次谐波检测,按照整次谐波展开式优化神经网络结构,将神经元的激励函数修改为正弦和余弦函数并将隐含层的计算移动到输入层中;对于间谐波检测,按照间谐波展开式中正弦和余弦成组出现且每组的角频率ω相同的特点,设计分组式神经元结构,并与变步长算法结合以缩短神经网络的训练时长。当微电网中存在谐波时专用的检测网络从微电网线路中选取若干组时间-电流(或电压)值作为神经网络拟合训练样本,拟合训练结束后从权值矩阵和偏置矩阵中计算出谐波的次数、幅值和相位。通过仿真对比,新的整次谐波检测算法在达到相同训练精度的前提下,迭代次数仅为原算法的4%;新的间谐波检测算法仅使用原算法迭代次数的38%便将训练精度提升了4倍。在谐波抑制部分,针对有源滤波器指令信号发生环节瞬时无功功率产生的指令信号精度不高的缺点,设计了将神经网络谐波检测法配合i_p-i_q检测法的并行检测方案,当有谐波输入或谐波信息发生变化时,神经网络检测算法对谐波信号进行采样、拟合,在其运算完成之前使用传统的瞬时无功功率算法生成指令信号,在运算完成后使用神经网络检测出的信息生成指令信号,从而提升指令信号的精度,提升抑制效果。针对有源滤波器指令信号跟踪控制环节滞环控制跟踪效果差,开关损耗大的缺点,本文提出了基于模糊控制的变环宽算法。该算法将实际信号与指令信号的斜率差和指令信号的二阶导作为模糊控制器的输入信号,按照指令信号和实际信号曲线变化的趋势以及对定频算法近似计算公式的修正补偿设计全新的控制规则。优化两路输入变量和输出变量的隶属度函数曲线,按照降低开关元器件通断频率波动的思想合理调节滞环比较器的环宽,最终在降低开关频率的同时也降低了总谐波失真THD.通过仿真对比,新的谐波智能抑制方案和传统滞环控制的有源滤波器方案相比,开关频率降低了3.4%,THD降低了2.3%.