亞志政

(天津泰達電子工程有限公司 天津 300450)

0 引 言

隨著現(xiàn)代化進程的加快，各種電力設備如整流器、變頻調(diào)速設備以及各種電力電子設備相繼投入到生產(chǎn)運行中。由于上述設備的非線性對供配電系統(tǒng)造成了相當嚴重的問題，如何治理諧波造成的污染和損失也成為各國研究的重點。

有源電力濾波器(APF)可同時實現(xiàn)諧波和無功功率的動態(tài)補償，補償效果好，所以各國把研究的重心放在APF上。其中APF的補償電流跟蹤控制能力決定了其整體性能。本文重點分析對比了各種主要的控制方法以及近些年發(fā)展迅速的智能控制方法。

1 有源電力濾波器的工作原理

如圖1可知，諧波源是其中的非線性負載，它主要消耗無功功率并且發(fā)出一定頻率的諧波。APF由幾個部分構(gòu)成，其最重要的核心部分分別是指令電流運算電路和補償電流發(fā)生電路。

圖1 有源電力濾波器原理圖Fig.1 Schematic diagram of active power filter

指令電流運算電路的功能是檢測出需要補償?shù)脑O備中電流的無功和諧波等電流分量。補償電流發(fā)生電路的功能是按照指令電流運算電路給出的補償電流指令信號產(chǎn)生實際的補償電流，該電路主要包括3部分，分別是電流跟蹤控制電路、驅(qū)動電路和主電路[1]。

2 補償電流控制方法

2.1 滯環(huán)比較控制方法

由圖2可知，該方法是把補償電流的指令信號與實際的補償電流信號進行比較，再將兩者比較的差值輸入到滯環(huán)比較器當中，通過滯環(huán)比較器產(chǎn)生控制主電路中開關器件通斷的脈沖寬度調(diào)頻(PWM)信號，該信號經(jīng)驅(qū)動 電路來控制開關器件的通斷，從而控制補償電流的 變化。

圖2 滯環(huán)比較控制方法Fig.2 Hysteresis comparison control method

上述控制方法的優(yōu)點是響應速度快，整體結(jié)構(gòu)簡單，而且在輸出的電壓當中諧波成分相對少。它的缺點是滯環(huán)寬度很大程度上決定了開關頻率、損耗以及控制的精度，如果滯環(huán)寬度比較小，那么控制的精度相應比較高，但這會造成開關頻率和開關損耗增加。文獻[2]將該控制方法應用到APF當中取得了一定的補償效果。

2.2 滑?？刂品椒?/h3>

該方法與其他控制方法的不同在于它的控制是不連續(xù)的，隨著系統(tǒng)的運行，滑?？刂品椒ǜ鶕?jù)檢測出的系統(tǒng)狀態(tài)隨時做出調(diào)整，強迫系統(tǒng)運動在既定的狀態(tài)軌跡當中，即滑模面上。因為這種狀態(tài)軌跡是可以人為設計的，并且和系統(tǒng)對象的參數(shù)及擾動無關，所以該方法具有對參數(shù)變化及擾動不敏感、無需系統(tǒng)在線辨識等優(yōu)點。電力電子裝置拓撲結(jié)構(gòu)的特點與上述控制方法的特點非常匹配，因而它在APF當中得到了非常廣泛的應用。

滑?？刂品椒ㄖ饕娜秉c在于當系統(tǒng)的狀態(tài)軌跡到達滑模面之后，它不會一直沿著滑模面向平衡點滑動，而是從滑模面的一側(cè)運動到另一側(cè)這樣反復運動，即產(chǎn)生了抖振。文獻[3-4]對APF通過其他途徑來降低抖振取得了一定的效果，但是控制算法設計比較復雜。圖3描述了上述過程。

圖3 滑模運動過程Fig.3 Sliding mode movement process

2.3 自適應控制方法

自適應控制主要分為2種，一種是模型參考自適應控制，另一種是自校正控制。模型參考自適應控制根據(jù)不同的控制需求使參考模型的輸出滿足一定條件，其中調(diào)節(jié)環(huán)節(jié)根據(jù)一定的要求調(diào)節(jié)控制器的參數(shù)，以此使參考模型的輸出和控制對象的輸出保持一致。自校正控制首先需要通過檢測到輸入和輸出的值，然后將它們的值輸入到參數(shù)估計器，該環(huán)節(jié)通過迭代的方法估計出對象參數(shù)，計算器根據(jù)已經(jīng)編寫的規(guī)則和得到的參數(shù)估計值計算控制器參數(shù)，最后通過上述方式控制被控對象從而達到控制目標。文獻[5]將該控制方法應用到了APF當中。

2.4 模糊控制方法

利用模糊控制方法首先需要對模糊集合和模糊邏輯有一定的認識，因為該方法是以它們?yōu)榛A的一種控制方法。其特點是利用隸屬度函數(shù)來確定每個元素多大程度上屬于某一個集合。模糊控制以模糊集理論為基礎，以模糊語言變量和邏輯推理為工具，依照以往的實際經(jīng)驗和知識，通過一定的規(guī)則來達到控制目的。

模糊控制經(jīng)常和PI控制結(jié)合使用，因為PI控制雖然結(jié)構(gòu)簡單，但是PI控制參數(shù)的選取依賴于系統(tǒng)的精確模型，對于一些復雜系統(tǒng)，模型往往不易建立，控制參數(shù)的選擇成為難題，而且PI控制的魯棒性比較差，容易引發(fā)超調(diào)。模糊控制就不受限于建模，而且魯棒性能好，兩者的結(jié)合可以彌補單純PI控制的缺點，同時帶來更高效的動態(tài)響應速度，更低的超調(diào)，更小的靜態(tài)誤差等。文獻[6-7]利用模糊控制的特點來調(diào)整Kp和Ki這2個參數(shù)使得APF的直流側(cè)電壓有良好的穩(wěn)定值。

2.5 人工神經(jīng)網(wǎng)絡控制方法

人工神經(jīng)網(wǎng)絡(artificial neural networks，ANN)是依照一定的規(guī)則通過數(shù)量很多的、比較簡單的神經(jīng)元相互組合在一起而形成的計算機系統(tǒng)，隨著外部信息不斷輸入，該系統(tǒng)的狀態(tài)做出一定的響應來處理信息，可以把ANN當成一個模仿人類大腦結(jié)構(gòu)以及它的功能的信息處理系統(tǒng)。ANN有幾個主要的特點：本質(zhì)上是非線性系統(tǒng)，能充分逼近任意復雜的非線性關系；無需建立輸入輸出間明確的關系，而是通過學習過程和自適應算法實現(xiàn)，能夠適應不確定系統(tǒng)的動態(tài)特性；系統(tǒng)信息存儲在神經(jīng)元及連接權(quán)中，具有很強的魯棒性和容錯能力；具有并行處理能力，可極大地加快系統(tǒng)的速度和可靠性。

由于APF本身是一個非線性系統(tǒng)，根據(jù)上面的描述可以看到，將ANN應用于APF控制是比較符合其特點的?；谏窠?jīng)網(wǎng)絡控制的APF如圖4所示，它的工作原理是依照一定的算法來完成神經(jīng)網(wǎng)絡的訓練數(shù)據(jù)，通過輸入給神經(jīng)網(wǎng)絡的電流誤差信號來控制電路產(chǎn)生需要的PWM開關控制信號，從而產(chǎn)生需要補償?shù)闹C波電流。

圖4 基于神經(jīng)網(wǎng)絡控制的APF系統(tǒng)Fig.4 APF system based on neural network control

文獻[8]將神經(jīng)網(wǎng)絡應用到APF的補償電流控制當中，但是該方法比較復雜而且只是處于試驗階段。

3 有源濾波器發(fā)展方向

盡管近年來人們對APF的控制方法已經(jīng)做出了非常多的研究和討論，但是各種方法都存在著自己的一定缺點，所以人們還是需要對各種控制方法做出相關的改進，根據(jù)上面的描述，對APF的發(fā)展方向做出如下總結(jié)。

① 傳統(tǒng)控制方法一般結(jié)構(gòu)相對簡單，控制過程也不復雜，響應速度比較快，但是這些控制方法一般情況下都不具備在線調(diào)整能力，針對一些不確定的系統(tǒng)往往效果不很理想，如果能和其他現(xiàn)代控制理論或智能控制方法相結(jié)合，將會取得一定的改進。

② 由于APF的電壓、電流耦合在一起，APF本身是一個強非線性系統(tǒng)，APF的參數(shù)也會隨著系統(tǒng)的運行發(fā)生改變所以具有一定的不確定性，而且APF針對的補償對象即電網(wǎng)系統(tǒng)本身也是一個非常復雜的被控對象?；谏鲜鲈?，現(xiàn)代控制方法具有在線調(diào)節(jié)能力以及比傳統(tǒng)控制方法更強的魯棒性，故其控制精度更高，補償效果也更加理想。

③ 現(xiàn)階段，APF智能控制方法還未到達大規(guī)模有效使用階段，但是相對于它的研究速度比較快。與ANN相比而言，模糊控制方法計算量比較少，同其他控制方法結(jié)合相對效果也比較好，故有一定的應用

前景。

4 結(jié) 論

本文在研究分析APF工作原理的基礎上，分別從不同的層面對比分析了針對APF補償電流的各種控制方法以及它們的優(yōu)缺點，最后根據(jù)控制方法的特點給出了未來的研究方向。通過本文的闡述可以了解到當前對APF控制方法的研究還不夠成熟，如何將已有的研究成果加以完善并在應用當中帶來實際效益，值得進一步思考。■