三相变流器神经网络滞环控制研究论文

4电流误差增益在线修正

从控制的效果来讲，如果滞环控制的容差带越小，那么系统输入电流的谐波成分就越小，THD值越接近于零。然而控制中由于系统参数的约束，如果容差带设计过小，系统难以实现，反而使得谐波成分增加。可以就额定负载下可以实现的容差带进行分析，然后留取一定的裕量，作为额定容差带，保证系统的条件能力。在控制中选择1.2倍的额定负载时允许的容差带作为导师信号中的δ值。

假设主电路3相参数对称，输入为理想三相正弦电压源，任意时刻总有三个开关处于开状态，另三个处于关状态。上下桥臂不能同时导通。这样，变流器的开关状态便形成8个开关函数。开关函数定义为如下：

di=(i=1,3,5)=1,当Si(i=1,3,5)导通，Sj(j=2,4,6)关断。di=0，当Si关断，Sj导通。

在1个开关周期内，假设占空比为Di。di=1时，输入端向负载端输出能量，电感电流减小;di=0时，输入电感存储能量，电感电流增加，电流波形如图5。

阶段1：

具有固定滞环带的电流控制方式有一些缺点。在滞环带范围内，由峰-峰电流的波动而产生的PWM频率的变化受基波波动的控制，同时，电流误差没有严格的控制。滞环控制系统中，滞环容差带是根据系统交流电流的额定工作点定的。这样，系统在低电流工作时，电流噪声成分相对增加，系统频谱变差。因此，根据静态工作点的改变，相应改变系统的滞环容差带，可以保证系统电流频谱不随功率变化而变，这种思想较为适合负载变动频繁的工作场合。系统的静态工作点的分析可以通过检测直流输出来得到，但不是最佳的方案，因为时间工作过程中系统负载特性可能较为复杂，阻性、感性、容性是不可预测的，暂态过程中输出电流与电压的相位难以维持相同。对于高频实时控制来讲，可以通过FFT算法来分析系统的功率输出获负载特性，但应用该方案负载程度增加。本文提出一种较为简单的控制方案。

将可逆变流器的三相静态电压量变换到两相旋转dq坐标系中，有

由于滞环控制可以控制系统功率因数为1，因此经过3/2变换后，输入有功功率是与d轴电流id成正比的，iq应该为0。设为id的标幺值，取额定负载时id的标幺值为1，所以在图2所示的基本控制器中，令，其中k在实现时要加下限幅。

则输入到神经网络中的电流为

nin=k△i(6)

5空间矢量调制神经网络控制器

这里Vk是变流器的电压矢量。

任意时刻变流器期望端电压Vr的相角对应于了复平面上6个区域中的1个。Vr可由给定区域内的邻近矢量来构成，从而降低电磁噪声和开关次数[8]。

通过后面的仿真和实验我们可以看到滞环神经网络控制器结构简单，由于系统属于数字化实现，最高开关频率是固定的，在这一点上使得系统参数易于设计。但滞环控制开关的状态是难以确定的。因此变流器期望电压矢量一般不是由相邻的矢量构成Vr的，任意时刻开关的状态不可预知。

在滞环控制过程中，结合空间矢量调制原理，根据系统滞环条件的需要及系统此时期望矢量的位置来修正开关波形，形成如表2所示导师信号。导师信号中z区确定如图8a所示，经过这种修正后系统稳态时电流控制器所产生的开关随时间而呈现空间矢量调制的特点，图8b所示为空间矢量滞环调节稳态工作时开关波形，可以看出稳态时开关按照规律由同一区域的开关矢量来合成。

式中Vs是电压源矢量;i*s参考电流矢量。

6仿真与实验说明

系统中的参考电流可由下面的方程得到

I*=P*/E

这里E可由整流滤波取平均值的方式得到。

参考电压Uref同输出电压Uo的差值经PI调节后，取其为电流峰值参考，再分别与三相的同步信号相乘，得到内环电流的参考信号I*，得到瞬时参考电流给定ijcom(j=a,b,c)，再与实际相电流ij相比较得到电流误差信号△ij，与K相乘然后输入神经网络控制器，神经网络的输出即为开关信号算法由DSP(TiTMS320c240[9])来实现。主要参数及检测设备如下：

7结论

本文研究了三相变流器的神经网络控制方案。①将神经网络控制技术与电力电子电路滞环控制结合起来，实现了神经网络在快速变化量控制中的应用，可以提高系统鲁棒性与控制的容错能力，在三相输入电源不平衡和某一相负载电流反馈丢失时，系统依然保持较好的控制性能;②评估系统负载特性，并根据负载的变化而改变电流误差增益，有助于提高系统电流控制性能，全程优化谐波，算法较为简单;③容差带与负载特性、开关频率有机结合，才能保证系统的调节能力;④为了减小开关频率和开关损失，采用了将空间矢量调制运用到滞环控制中的技术，由于采用数字神经网络进行调节，易于实现。

参考文献

[1]邬伟扬，郑颖楠，刘彦民(WuWeiyang，ZhengYingnang，LiuYanmin).AC/DC功率变流技术的发展与现状(AreviewofAC/DCpowerconversiontechnique)[R].西安：中国电力电子技术学会五届一次理事会学术报告(xi’an：DissertationofChinapowerelectroniccouncilconference)，1999.

[2]WeiyangWu，YingnanZheng，etal.Anovelindireetcurrentcontrolledrealizationforthethreephasevoltagesoureereversibleconverter[C].IPEMC’2000August2000，TsinghuaUniversityBeijing，China.

[3]KiTaePark，JunKooKang，SeungKiSul.AnalysisanddesignofthreephaseboostPWMconverteragainstpowerdisturbances[C].1997，774-776.

[4]FumioHarashima，etal.Applicationofneuralnetworkstopowerconvertercontrol[C].Conf.Rec.IEEE-IASAnnu.Meeting,Conf.Rxc,1989，1087-1091.

[5]KamranF.Animproveddead-beatrectifierregulatorusinganeuralnetpredictor[C].IEEE，PESC，1994，1431-1436.

[6]MalesaniL.AnovelhysteresiscontrolmethodforcurrentcontrolledvoltagesourcePWMinverterwithconstantmodulationfrequency[J].IEEETransationsonIA，1990，26(1)：88-92.

[7]MinBd.SVPWMbasedhysteresiscontrolforthethreephasePWMconverter[J].IEEProc.Electr.PowerAppl.1999，146(2)：225-230.

[8]TMS320F/C24xDSPcontrollersreferenceguide[M].