2 APF中的谐波检测算法
最早的检测方法是通过模拟电路实现的,但模拟电路存在只能滤除固定频率的谐波、对频率时变信号的谐波检测误差较大、对元件参数变化十分敏感的缺点,使得其应用受到了限制,随着计算机和电子技术的飞速进步,数字检测算法得到了广泛的发展。根据其发展过程可以将算法分为频域、时域、现代智能控制三类。下面分别介绍这些算法
(1) 傅里叶及其改进算法:传统的傅里叶检测法是将检测电流进行傅里叶变换,从而得到基波和整数次谐波电流。但该方法计算量大、实时性较差,所以衍生出了改进算法,包括快速傅里叶变换、离散傅里叶变换和递归离散傅里叶变换。这三种改进方法在一定程度上提高了检测精度,减少了计算量,但都需要严格的同步采样,限制了其应用。
(2) 卡尔曼滤波器:此算法是以最小均方误差为准则的最优线性估计,根据前一个观测数据和最近一个观测数据,利用状态方程和递推方法,对当前过程状态进行实时估计。动态噪声和饱和现象是影响滤波器性能的两个重要因素,如何确定这两个量是应用卡尔曼滤波器的难点。
(3) 基于小波理论的检测法:对检测电流进行小波变换,利用带通特性,将信号分解到各个频率上去,同时保留信号各分量的时间信息。小波检测法对于信号特征量的提取具有很好的特性,但选择小波母函数时,还没有统一的理论依据,有待进一步研究。文献[12]提出基于小波变换的时变谐波检测方法,利用小波变换将时变谐波幅值的估计问题转化为常系数估计, 可以准确检测时变谐波并且具有较快的跟踪速度。
以上三种方法是基于频域的谐波检测法,对于稳定信号的谐波检测有很好的效果,但对于时变和非周期的信号,谐波检测能力就会有所降低,所以就需要基于时域的谐波检测法进行补充。
(4) 同步检测算法:该算法基于平均功率,按照补偿分量的不同,可分为等功率法、等电流法和等电阻法,即分别使补偿后各相的功率、电流和电阻相等,且电压电流同相位。该方法可以有效消除无功和谐波,减少线路损耗,平衡线路电流。但三相电压不平衡时,会使补偿后的电流不平衡、时间延时增大,限制了其应用。
(5) 基于瞬时无功功率的检测算法:主要包括基于瞬时有功功率和瞬时无功功率的检测算法(p-q法)、基于瞬时有功电流和瞬时无功电流的检测算法(ip-iq法)、基于同步旋转坐标的算法(d-q法)。这三种算法主要通过坐标变换,得到相应坐标系下的基波和谐波分量,再经过反变换即可得到计算所需的量。p-q方法参与运算的量为三相瞬时相电压和瞬时线电流,而ip-iq方法参与运算的是三相对称单位正弦量和余弦量。在硬件实现上后者的电路简单,实现容易。d-q法能够实现对指定次谐波的补偿,但是用模拟电路实现时需要的低通滤波器过多,会增加系统的复杂程度。
(6) 基于Fryze的谐波检测算法:该方法是把实际电路中的负载等效为理想电导元件,认为电路中的功率都消耗在这个等效电导上,根据等效电导对电流进行分解,讨论各电流分量的性质。可分为直接法和间接法,直接法是用电源电压的波形来分析电流,分别得到基波有功分量和基波无功分量,从而检测出谐波电流分量;间接法是用锁相环来生成与电源电压同相位的参考电压,在计算过程中代替实际的电压,从而准确检测出各电流分量。这种方法应用范围广,并能检测出基波以及任意次谐波电流。
除以上几种方法外,基于时域的谐波检测方法还有直流侧电压控制算法、广义积分算法、单位功率因数算法等,这些算法对于时变的负载电流有很好的检测能力,但是存在着计算复杂,精确度不高的缺点,随着现代智能控制的发展有望解决这些问题。
(7) 自适应检测法:该方法基于自适应干扰抵消原理,将电压作为参考输入,负载电流作为原始输入,从负载电流中消去与电压波形相同的有功分量,得到需要补偿的谐波与无功分量。在电压波形畸变情况下也具有较好的自适应能力,缺点是动态响应速度较慢。
(8) 神经网络检测法:神经网络谐波电流检测法通过自适应性或训练权重来检测谐波电流。不但避免了对于给定补偿电流的复杂计算,而且有广泛的适应性,可以同时检测出谐波电流、无功电流、基波负序和零序电流。
(9) 预测控制算法:利用当前采样时刻的状态信息,预测下一个采样周期补偿电流的轨迹,从而确定逆变器的开关函数,使补偿电流跟随电流参考值变化,实现谐波电流预测控制。将其与神经网络或自适应相结合,可构成复合算法,实现谐波电流的快速、精确检测。
智能控制算法在检测精度和计算速度上都有明显的优势,但是目前的技术水平还不能使这些算法应用到实际中,有待进一步的研究。
共0条 [查看全部] 网友评论