Adaline在APF多目标谐波检测中的应用①

黎 霞， 杜太行， 毛一之

(1.河北工业大学电气工程学院， 天津 300130； 2.河北工业大学信息工程学院， 天津 300130)

Adaline在APF多目标谐波检测中的应用①

黎 霞1， 杜太行2， 毛一之1

(1.河北工业大学电气工程学院， 天津 300130； 2.河北工业大学信息工程学院， 天津 300130)

参考电流检测是有源电力滤波器控制中的主要环节。为提高谐波检测的灵活性，提出一种基于自适应线性神经元结构的谐波检测方法。通过适当的坐标变换后，可由该算法直接分离出负载电流基波各序分量及谐波分量，并按不同的补偿目标和有源电力滤波器容量要求进行多种的组合。为保证在电网电压不对称或畸变情况下对基波正序电压的跟踪，引入了基于模糊比例积分调节的锁相环，有效地提高了锁相环的性能。仿真试验表明：该算法能够很好适应负载的变化，克服电源电压畸变的影响，为有源电力滤波器实现对谐波电流、无功电流和不对称分量的多种补偿提供了合理的参考电流。

有源电力滤波； 多目标谐波检测； 自适应线性神经元； 模糊比例积分调节； 锁相环

有源电力滤波器APF(active power filter)以其良好的动态响应速度和补偿特性，被广泛用于抑制电力系统或大容量工业装置中的谐波和补偿无功。而其性能的提高则主要依赖于其结构设计、控制器的类型以及获得参考指令电流的方法。基于瞬时无功功率的检测方法实际应用十分广泛，但是在电源电压发生畸变或者不对称情况下的检测效果不理想，而且其关键的滤波环节取决于低通滤波器的选择和工作情况，对于硬件要求较高。因此，很多研究者进行了不同的改进工作[1]。基于模糊控制、神经网络等智能型算法的引入也是提高滤波性能的一种新的途径[2]。而且随着数字信号处理器DSP(digital signal processor)、现场可编程门阵列FPGA(field-programmable gate array)等芯片计算水平和计算速度的不断进步，这些智能型算法的数字化实现也成为可能。

自适应神经元Adaline(adaptive linear neural)网络结构简单易于实现，能够在线实时修正权值，收敛速度快，训练精度高。因此本文基于该结构滤波、信号预测的优势，利用Adaline网络来完成主要的滤波工作，以替代传统方法中的低通滤波器环节，改善滤波的性能。为灵活选择多种补偿目标和满足APF容量限制的要求，采用选择性对负载电流基波正序、负序、零序和谐波分量进行分离并组合的方式，就可以得到不同的参考指令电流，从而使APF完成谐波消除、无功补偿、不对称分解等不同补偿效果。而在滤波前，由模糊比例积分PI(proportion integral)调节的锁相环来完成对基波正序电压和频率的跟踪，使滤波环节能够实时跟踪电网正序基波频率来进行滤波，这样即使在电网频率波动，或者电网电压发生不对称和畸变时，仍能保证滤波的效果。

1 检测系统整体结构

检测系统的结构如图1所示，由模糊PI调节器控制的锁相环来锁定基波正序电压及相角后，对负载电流进行适当变换，根据预先确定检测目标要求选择性的提取各分量的直流量和交流量，再由Adaline网络来进行滤波，可以得到多种组合的参考指令电流，实现多种检测目标。

图1 参考指令电流系统整体结构Fig.1 Block diagram of reference instruction current system

1.1 模糊逻辑控制的锁相环工作过程

若电网电压对称，可以得到，当电网电压中只存在正序基波分量时，其dq坐标系下的稳态值为直流量，环路滤波器(LF)采用PI函数就可以实现相位频率锁定。但是若电网电压不对称且存在畸变，即电网电压存在着基波正序分量，负序分量和谐波分量的情况下，经过变换后，

(1)

(2)

(3)

①模糊PI调节器能够根据跟踪误差动态改变控制参数，对非正序分量所引起的相位频率偏差进行模糊分区并消除其影响；

②在参数设置适当的情况下，模糊PI调节器的响应速度和跟踪精度均优于传统PI调节器。传统PI调节器函数关系为

(4)

Kp(k)=Kp(k-1)+ΔKp

(5)

Ki(k)=Ki(k-1)+ΔKi

(6)

而估计相角

(7)

x(k)=x(k-1)+e(k-1)

(8)

(9)

为实现合理的优化，模糊规则按照变参数阶跃响应的效果来整定，即ΔKp与ΔKi的模糊推理的规则：

1)对于比较大的|e|，需要的ΔKp也大，来减小偏差，反之，则ΔKp小；

2)对于e×de/dt>0，则需要ΔKp大，反之，则ΔKp小；

3)对于较大的e，de/dt，ΔKi为零，以避免控制饱和；

4)对于较小的e，ΔKi应增大来减小稳态误差。

1.2Adaline网络谐波检测过程

若负载电流含有基波正序分量、负序分量和零序分量以及谐波分量时，

(10)

(11)

(12)

(13)

式中，IL+、IL-、Ψ+、Ψ-分别为基波正序电流与负序电流的有效值及初相角。

同理，对负序电流的处理为

(14)

(15)

(16)

由于上述变换中零序分量自动消除，所以要对零序分量特殊处理，构造新的变换矩阵

(17)

(18)

(19)

(20)

式中，IL0、Ψ0、I3k、Ψ3k为基波电流零序分量和3次谐波分量的有效值和相角。

可以看到电流各序分量经过变换以后都分离为直流量和交流量，而其直流量部分所含有的信息刚好是对应于其各序分量的有效值和角度，所以只要上述各式的直流量分离出来就可以得到各序分量。提取直流量普遍采用的方法是低通滤波器，但是本文提出一种新的利用Adaline方法来完成直流量的提取的方法。Adaline方法具有3个优点：

①通过最小场方差LMS(least mean square)规则在线调整权重，算法简单，收敛速度快和精度高；

②单层线性神经元结构十分简单，易于编程实现；

③通过锁相环引入相角频率，可以随电网频率进行自适应调整[7]。

根据Adaline的寻优过程，首先定义一个线性网络的输出误差函数：

(21)

式中：dk为原始输入，xk为参考输入，Wk为权重，εk为平方误差函数。

可知线性网络具有抛物线型误差函数，所以只有一个误差最小值,并可通过沿着相对于误差平方和最速下降方向(LMS法)连续地调整网络的权值来实现网络的误差平方和最小化。即权重更新关系式为

Wk+1=Wk+μ(dk-Wkxk)xk

(22)

式中μ为学习因子，控制着收敛速度和精度。

在本文中，以基波正序电流分量的d轴提取为例，构造误差函数

(23)

(24)

通过权值调整和在线学习，使得误差函数最小。可知通过学习权值会收敛到常数项：

(25)

类似的可以进行q轴分量提取，得到

(26)

很明显

(27)

这样基波正序分量的信息就由最终收敛权值得到。再经过一次反向αβ两相到三相坐标变化，就可以得到三相基波正序分量。

负序和零序分量的提取也有类似的过程。由于各序分量的提取可以同时进行，所以计算时间与只进行一次正序分量提取基本相等，为两次坐标转换和一次Adaline滤波的计算过程。

1.3 多种目标参考补偿电流选择

为灵活实现多种补偿目标或适应APF的容量要求，在检测之初就可以确定出不同的检测目标，将需要的各分量同时提取出来，组成参考补偿电流。对于APF容量不足，负载为不对称的情况下，可以选择指令电流形式如下[8]：

(28)

(29)

(30)

如果APF容量充足，且需要同时补偿基波负序、谐波与无功时，即

(31)

则只需要将基波正序有功电流分离出来。很明显此时

(32)

在锁相环得到的基波正序电压相角下进行αβ两相到三相变换就可以得到。这样，在完成补偿后，电源侧提供给负载的功率是最小的，电源电流

(33)

2 仿真验证

为验证该算法的谐波检测的实时性和有效性，使用Matlab/Simulik程序建立了仿真模型，系统参数见表1。

表1 系统参数Tab.1 System parameters

2.1 锁相环工作情况的验证

为验证本文提出的模糊PI控制的锁相环的工作情况，当电源电压发生畸变及不对称干扰时，模糊控制的PI调节器经过一个电网周期能够锁定基波频率并且基本不变，尽管电压d轴分量在平均值附近振荡变化，但估计得到的基波正序电压保持正弦关系，较好地滤除了电压谐波和不对称的影响，跟踪效果仍然是比较理想的，如图2所示。

图2 模糊PI调节器锁相环工作情况Fig.2 Performances of PLL based onFuzzy logic PI regulator

2.2Adaline方法滤波情况分析

2.2.1 各序分量和谐波分量分解

在锁定了基波正序电压的相角频率和数值之后，在整流负载和不对称电阻负载共同作用下，负载电流波形如图3所示，由Adaline网络进行滤波，并根据参考补偿目标的要求进行多种选择。为了验证该方法的适应性，本文对基波正序、负序、零序以及谐波分量都进行了分离，仿真效果如图3、4和5所示。

图3 Adaline方法滤波效果1Fig.3 Filtering performances of the Adaline 1

图4 Adaline方法滤波效果2Fig.4 Filtering performances of the Adaline 2

图5 Adaline方法滤波效果3Fig.5 Filtering performances of the Adaline 3

2.2.2 基波正序有功和无功的分离

如果将iLq支路断开，则只提取基波正序有功分量。同时为验证该算法对于负载变化的适应性，在0.04 s才投入不对称负载，得到了变化的负载电流，进行基波正序有功和无功分离的仿真结果如图6所示，可以看到投入负载后，有功也随之增加。该算法可以实时完成权值调整，进行寻优。半个电网周期后就跟随负载的变化，得到了新的基波正序有功分量。

图6 在iLq支路断开后Adaline方法滤波效果Fig.6 Filtering Performances of the Adaline after iLqbranch is broken

3 结语

文中充分利用智能计算技术的优势，通过模糊比例积分(PI)调节器改善了锁相环的性能，再由自适应线性神经元(Adaline)结构来进行滤波，为智能型算法引入谐波检测进行了新的尝试。

该方法可以克服电压畸变及不对称的影响，直接应用于三相三线制及三相四线制系统对称负载与不对称负载的各序电流以及谐波电流提取，并根据需要灵活调整谐波检测目标，能够提供APF所需的参考指令电流。

由于这两种智能算法结构相对简单，在提高运算精度的同时并不影响运算的速度，这在仿真程序得到了验证。鉴于其简单性和稳定性，将该方法推广到DSP等数字化芯片应用中并设法提高其运算速度，开展算法的实用性研究将是本文下一步要进行的工作。

[1] 盘宏斌,罗安,唐杰,等(Pan Hongbin,Luo An,Tang Jie,etal).一种改进的基于最小二乘法的自适应谐波检测方法(An improved adaptive harmonic detection method based on least squares algorithm)[J].中国电机工程学报(Proceedings of the CSEE)，2008,28(13):144-151.

[2] Kumar Parmod, Mahajan Alka. Soft computing techniques for the control of an Active power filter[J].IEEE Trans on Power Delivery, 2009,24(1):452-461.

[3] 张学广,徐殿国，李伟伟，等(Zhang Xueguang,Xu Dianguo, Li Weiwei,etal).一种适用于电网不平衡故障情况的数字锁相环(A digital phase lock loop suitable for grid imbalance fault situations)[J].电气应用(Electrotechnical Application),2009,28(6):54-58.

[4] 吕干云,丁屹峰,程浩忠(Lü Ganyun,Ding Yifeng,Cheng Haozhong). 一种基于改进锁相环系统的电能质量扰动检测方法 (Detection method of power quality disturbance based on an improved PLL system)[J]. 电力系统及其自动化学报(Proceedings of the CSU-EPSA),2004,16(5):20-25,46.

[5] 薛定宇.控制系统计算机辅助设计-MATLAB语言与应用[M].北京：清华大学出版社，2006.

[6] 胡志坤,胡锰洋, 桂卫华,等(Hu Zhikun,Hu Mengyang,Gui Weihua,etal).基于p-q变换的改进i_p-i_q基波正序有功和无功电流检测算法(An improved i_p-i_q detection approach of positive fundamental active and reactive current based on p-q transformation)[J].中南大学学报：自然科学版(Journal of Central South University：Science and Technology)，2010,41(3):1015-1021.

[7] Cirrincione M, Pucci M, Vitale G. A single-phase DG generation unit with shunt active power filter Capability by adaptive neural filtering[J]. IEEE Trans on Industrial Electronics, 2008,55(5): 2093-2110.

[8] Singh B, Verma V. Selective compensation of power-quality problems through active power filter by current decomposition[J]. IEEE Trans on Power Delivery, 2008,23(2):792-799.

ApplicationofAdalineinMulti-objectiveHarmonicDetectionofAPF

LI Xia1， DU Tai-hang2， MAO Yi-zhi1

(1.Institute of Electrical Engineering， Hebei University of Technology,Tianjin 300130, China;2.Institute of Information Engineering， Hebei University of Technology,Tianjin 300130, China)

Reference current detection is important in the control of active power filter. Based on the adaptive linear neural filter, a new neural identification scheme for the current harmonic extraction was proposed.in the paper. The fundamental sequence components and harmonic components of load current are extracted directly by Adaline filter after the coordinate transformation to generate reference current under multi-objective conditions. And a phase-locked loop system based on fuzzy logic proportion integral regulator is used to track the fundamental grid frequency adapts with unsymmetrical and distorted voltage. Simulation results show that the proposed method can adapt to load changes, overcome the distortion of the supply voltage and provides a reasonable reference current for multiple compensation of harmonic, reactive and unbalanced currents under the conditions of load fluctuation or voltage distortion.

active power filter(APF)； multi-objective harmonic detection； adaptive linear neural(Adaline)； fuzzy logic PI regulator； phase-locked loop

2011-03-23

2011-05-13

TM71

A

1003-8930(2011)04-0137-06

黎 霞(1977-)，女，讲师，研究方向为配电系统自动化，智能无功与谐波控制。Email:jintian011@sina.com

杜太行(1963-)，男，教授，研究方向为检测技术与自动化装置、电器可靠性。Email:taihangdu@hebut.edu.cn

毛一之(1950-)，女，教授，研究方向为高电压技术、变压器绝缘。Email:myz@yeah.net