高大威,孙孝瑞
(华北电力大学电力工程系,北京100085)
摘要:有源电力滤波器要求其检测系统能对畸变电流准确、快速地进行检测,而传统的检测方法,
其检测原理或实现方法都存在一些不足。文中基于神经网络理论,提出了一种可用于三相不对称非线性负载情况下的畸变电流检测方法。该方法可实时、准确地检测三相不对称非线性负载电流中的畸变电流,并能自适应跟踪负载电流的变化等。理论分析和仿真结果证实了该方法的可行性。关键词:不对称非线性负载;有源电力滤波器;神经网络;电流检测中图分类号:TM 935124;T P 18
收稿日期:1999209214。
0 引言
有源电力滤波器是一种新型的谐波抑制和无功补偿装置,与传统的无源L C 滤波器和一些无功补偿装置相比,其具有对电网阻抗和谐波频率有较好适应能力,且不会产生谐波放大和过载的特点[1]。
有源电力滤波器的基本原理是实时检测电网谐波和无功电流,然后产生与之大小相等、相位相反的电流,进行实时补偿,使电网电流为与电压同相位的正弦波,从而达到抑制谐波、补偿无功的目的。在三相不对称非线性负载情况下,负载电流中除含有基波有功正序电流、无功电流、高次谐波电流外,还含有基波负序和零序电流(三相三线制下无零序电流)。若有源电力滤波器除补偿无功电流和高次谐波电流外,还能补偿基波负序和零序电流,则既能提高功率因数、抑制谐波,又可达到平衡三相负载电流的目的,使有源电力滤波器的性能得到更充分的发挥。
有源电力滤波器的工作性能很大程度上取决于对畸变电流的实时、准确检测。这种检测一般不需要分解出各次谐波分量,而只需检测出除基波有功电流(或基波有功电流的正序分量)之外的总的畸变电流。传统的检测方法,其检测原理或实现方法都存在一些不足[2]。由于人工神经网络具有自学习和自适应的能力,如何将人工神经网络用于有源电力滤波器的电流检测系统已引起了一些研究人员的关注[1,3]。文献[1,3]提到的方法都是针对单相电路来检测谐波电流、无功电流或只针对谐波电流进行检测。本文在文献[3]的基础上,结合电力系统的实际特点,提出了一种基于神经网络的电流检测方法。该方法可对包含基波无功电流、谐波电流、基波负序电流和零序电流的畸变电流进行检测,并且能够自适
应跟踪负载电流的变化,检测畸变电流。
1 检测原理
在三相不对称非线性负载情况下,假设A 相相电压(在电压畸变情况下,为其基波分量)是:
U SA (t )=U mA sin Ξt
(1)若该相基波有功电流表示为:
i A P (t )=I A P sin Ξt
(2)则另两相基波有功电流可写为:
i B P (t )=I B P sin (Ξt -120°)(3)i C P (t )=I C P sin (Ξt +120°)(4)由于三相负载不对称,则I A P ,I B P 和I C P 并不是相等
的。根据对称分量法,可以容易地推得负载电流的基波有功电流的正序分量为:
i A P 1(t )=I P 1sin Ξt
(5)i B P 1(t )=I P 1sin (Ξt -120°)(6)i C P 1(t )=I P 1sin (Ξt +120°)(7)其中I P 1=
1
3
(I A P +I B P +I C P )(8) 若各相负载电流分别为i AL (t ),i BL (t )和i CL (t ),则待检测的畸变电流为:
i A T (t )=i AL (t )-i A P 1(t )
(9)i BT (t )=i BL (t )-i B P 1(t )(10)i CT (t )=i CL (t )-
i C P 1(t )
(11)
i A T (t ),i BT (t ),i CT (t )既包含基波无功电流、谐波电
流,也包含基波负序电流和零序电流(三相三线制下
无零序电流)。
文献[3]给出基于神经网络的单相电路的谐波检测方法。根据正、余弦函数的正交特性,对其方法加以改进就可以同时检测无功电流。再根据上述原理可得到在三相不对称非线性负载情况下的畸变电流检测方法原理图,如图1所示。
5
42000年7月10日
Jul .10,2000
图1 畸变电流检测原理F ig 11 Pr i nc iple di agram of the
detecti ng approach for distortion curren ts
图1中的神经网络采用单层3输入3输出的自适应线性神经网络(M adaline )[4,5]。其中权矩阵为:
W =
w A 00
0w B 000w C
(12)阈值矩阵为:
B =[0,0,0]
T
(13) 若三相相电压(在电压畸变情况下,为其基波正序分量)分别是:
U SA (t )=U mA sin Ξt
(14)U SB (t )=U mB sin (Ξt -120°)(15)U SC (t )=U mC sin (Ξt +120°
)(16)则图1中,
A =[a 1,a 2,a 3]
T
(17)D =[i A T (t ),i BT (t ),i CT (t )]
T
(18)E =I -A
(19)I =[i AL (t ),i BL (t ),i CL (t )]
T
(20)P =[sin Ξt ,sin (Ξt -120°
),sin (Ξt +120°)]T (21)
W ′=
w
00
w
00w
(22)
Y =W ′P
(23)w =
w A +w B +w C
3
(24)其中 A 为神经网络输出向量;D 为检测系统输出
向量,即检测出的畸变电流;E 为误差向量;I 为负载电流向量;P 为神经网络输入向量;Y
为负载电流中的有功正序电流分量向量。
2 学习算法
M adaline 的输入向量为:
P (k )=[sin Ξk ,sin (Ξk -120°
),sin (Ξk +120°)]T (25)
M adaline 的输出为:
A (k )=W (k )P (k )
(26)误差为:
E (k )=I (k )-A (k )(27)
权值修正为:
∃W (k )=ΓE (k )A (k )
(28)W (k +1)=W (k )+∃W (k )
(29)根据式(22)、式(24)可得到W ′
(k ),则检测系统的输出为:
D (k )=I (k )-W ′
(k )P (k )(30)其中 0<Γ≤1为学习速率;k =1,2,3…
3 仿真研究
根据上述检测原理,以三相不对称非线性负载电流为对象,做了仿真研究。负载电流i AL (t )是频率为50H z 、幅值为±1的方波,比sin Ξt 滞后30°;i BL (t )是频率为50H z 、幅值为±115的方波,比
sin (Ξt -120°)超前30°;i CL (t )是频率为50H z 、幅值
为±2的方波,与sin (Ξt +120°)同相。为了观察系
统在负载电流突然变化时的跟踪检测情况,从第5个周期(t =0108s )起,负载电流i AL (t )变为频率为50H z 、幅值为±115的方波,与sin Ξt 同相;i BL (t )是频率为50H z 、幅值为±2的方波,比sin (Ξt -120°)滞后60°;i CL (t )是频率为50H
z 、幅值为±1的
方波,比sin (Ξt +120°)超前60°。系统结构和神经
网络的训练参数保持不变。仿真结果如图2、图3所示。为了便于比较,图中同时给出理论计算结果和仿真结果,其中图2为A 相基波有功正序电流,图3为检测系统输出的A 相被检测出来的畸变电流,包括基波无功电流、负序电流、零序电流(三相三线制下无零序电流
)和高次谐波电流。
图2 A 相基波有功正序电流波形F ig 12 Si m ulation result of the fundam en t al active positive curren t of phase A
从图2、图3可以看出,在检测初始阶段和负载电流突然发生变化时经过一段时间的迭代后,仿真结果可以较好地与理论计算结果相吻合,波形相同且没有时延;同时能够快速跟踪负载电流的变化,符合电力系统运行的实际情况。此检测方法有较高的检测准确度和很好的实时性,符合有源电力滤波器对畸变电流检测的要求。
6
4
图3 A相畸变电流波形
F ig13 Si m ulation result
of distortion curren t of phase A
4 结论
以三相不对称非线性负载为对象进行畸变电流检测的研究,更符合电力系统的实际运行特点。理论分析和仿真研究表明,本文基于神经网络提出的畸变电流检测方法与传统的检测方法[2]相比,该方法可以实时地、准确地检测三相不对称非线性负载电流中的畸变电流,并能对突然变化的负载电流进行跟踪检测。
参考文献
1 周雒维,江泽佳,吴 宁,等(Zhou L uow ei,J iang Zejia, W u N ing,et al).基于补偿电流最小原理的谐波与无功电流检测方法(A D etecting A pp roach of H ar monic and R eactive Currents Based on the M ini m um Compensated Currents).电工技术学报(T ransacti ons of Ch ina
E lectro technical Society),1998,13(3):33~36
2 L uo Sh iguo,Hou Zhencheng.A n A dap tive D etecting M ethod fo r H ar monic and R eactive Currents.IEEE T rans on Ind E lectron,1995,42(1):85~
3 王 群,吴 宁,谢品芳(W ang Q un,W u N ing,X ie P infang).一种基于神经元的自适应谐波电流检测法(A N euron2Based A dap tive A pp roach to D etecti on of the
H ar monic Currents).电力系统自动化(A utom ati on of
E lectric Pow er System s),1997,21(10):13~16
4 Zeidler J R.Perfo r m ance A nalysis of LM S A dap tive P redicti on F ilters.P roc of the IEEE,1990,78(12): 1781~1806
5 W idrow B.30Years of A dap tive N eural N etw o rk s Percep tron,M adaline and Backp ropagati on.P roc of the IEEE,1990,78(9):1415~1442
高大威,男,博士研究生,研究方向为电力电子技术及其在电力系统中的应用。
孙孝瑞,男,教授,研究方向为电磁场数值计算、电力电子技术及其在电力系统中的应用。
A D ETECT ING M ETHOD OF CURRENT D IST ORT I ON UND ER THE
COND IT I ON OF UNBALANCED NONL INEAR LOAD S
Gao D aw eiΨS un X iaoru i;N o rth Ch ina E lectric Pow er U niversityΚBeijing100085ΚCh inaΓ
AbstractΠA ctive pow er filter requires its currents detecting system to be of h igh accuracy and rap id detecti on fo r current disto rti on.P rinci p les and realizati on of traditi onal detecti on m ethods have deficiencies.T h is paper p ropo ses a detecting m ethod of current disto rti on based on neural netw o rkΚw h ich can be used under the conditi on of unbalanced nonlinear loads. T he m ethod has som e advantagesΚsuch as real ti m e detecti onΚh igh accuracyΚadap tability to load currents and so on.T he results of the theo retical analysis and computer si m ulati on confir m the feasibility of the m ethod.
KeywordsΠunbalanced nonlinear loadsΜactive pow er filterΜneural netw o rkΜcurrent detecti on
单色广告索引
南京力导电子公司(文前1)南瑞集团南京中德保护控制系统有限公司(文后1)新民科技发展有限公司(文后2)北京天讯达电信技术有限责任公司(文后3)北京和利时系统工程股份有限公司(文后4、文后5)北京科海高技术集团公司实用技术研究所(文后6)深圳市峨嵋实业有限公司(文后7)北京全国经济技术交叉服务中心软件部(文后8)珠海市汇通洋电力电子设备有限公司(文后9)武汉波士电子公司(文后10)南京海翔电子通信有限公司(文后11)武汉联兴电力电子有限公司(文后12)南自宁普自动化系统有限公司(文后13)杭州高特电子设备有限公司(文后14)湖北天门天瑞电子有限公司(文后15)广州光亚展览贸易有限公司(文后16)南海市能兴发展有限公司(文后17)电力线载波机产品质量检验结果公告(文后18)南京金杰出科技实业有限公司(文后19)北京中自三博控制工程公司(文后19)合肥阳光电源有限公司(文后20)北京德隆博宇科贸有限公司(文后20)珠海优特电力产品配套有限公司(文后21)上海海得控制系统股份有限公司(文后22)大连市旅顺恒力电源设备厂(文后22)北京百目技术有限公司(第53页)深圳市友讯达通讯设备有限公司(第53页)深圳市同诚致实业有限公司(第59页)
74
・应用研究及成果・ 高大威等 三相不对称非线性负载情况下的畸变电流检测