[发明专利]一种多变压器推挽型光伏逆变器有效

专利信息
申请号: 201310685965.4 申请日: 2013-12-16
公开(公告)号: CN103684028A 公开(公告)日: 2014-03-26
发明(设计)人: 马良玉;马云龙;刘卫亮;林永君;刘长良;马进;陈文颖;马永光 申请(专利权)人: 华北电力大学(保定)
主分类号: H02M7/5387 分类号: H02M7/5387;H02M7/539;H02M3/335
代理公司: 石家庄冀科专利商标事务所有限公司 13108 代理人: 李羡民;高锡明
地址: 071003 河*** 国省代码: 河北;13
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 多变 压器推挽型光伏 逆变器
【说明书】:

技术领域

发明涉及一种适用于独立光伏发电系统的多变压器推挽型两级逆变器装置,属光伏发电技术领域。 

背景技术

随着能源危机和环境污染问题日益严重,太阳能光伏发电作为清洁的绿色能源,成为世界各国关注和研究的热点。 

逆变器是一种把直流电能变换为交流电能的电力电子装置,是实现独立光伏发电应用的重要组成部分。由于单块光伏电池组件输出的直流电压较低,所以需要先通过DC/DC变换器将低直流电压升压,然后再经DC/AC变换电路输出标准的交流电压。 

现有的光伏逆变器多采用简单的PID控制器进行控制,存在响应速度慢、输出电能质量差的缺点,其根本原因在于PID控制器是一种线性控制器,对非线性程度较高的系统难以取得较好的控制品质。随着人们对电能质量要求的不断提高,如何进一步提高光伏发电系统的控制品质成为了一个亟待解决的问题。 

此外,常见的升压DC/DC变换器可分为BOOST、CUK以及推挽、反激等类型,这些DC/DC变换器普遍存在电压、电流应力大、隔离特性差、负载能力有限、输出电压瞬态控制特性较差等缺点,有必要进行改进。 

发明内容

本发明的目的在于针对现有技术之弊端,提供一种多变压器推挽型光伏逆变器,以提高光伏发电系统的控制品质,满足人们对电能质量的要求。 

本发明所述问题是以下述技术方案实现的: 

一种多变压器推挽型光伏逆变器,构成中包括DSP及依次连接的DC/DC变换器、DC/AC变换器和滤波器,所述DSP内设置有由DC/AC变换器的PI控制器、人工神经网络模型和前馈运算器构成的复合控制器,所述人工神经网络模型的输入端接DC/AC变换器第 个采样周期时的状态变量,其输出的第个采样周期时输出电压的预测值接前馈运算器的负输入端,所述前馈运算器的正输入端接时刻的电压设定值,其输出信号与PI控制器的输出信号叠加后控制DC/AC变换器的占空比。

上述多变压器推挽型光伏逆变器,所述复合控制器的构造方法包括如下步骤: 

a.建立系统等效模型

将由DC/AC变换器、滤波器和负载组成的逆变系统等效为一个四输入单输出的模型,其输入变量为第个采样周期时的直流母线电压、PI控制器输出占空比、输出电流、输出交流电压,输出变量为第个采样周期时的预测电压; 

b. 训练样本数据的采集

在逆变器装置平台上,通过闭环控制DC/DC变换器的占空比,得到逆变直流母线波动电压,随机给定DC/AC变换器功率管的占空比,采集对应的输出电流反馈值和输出电压反馈值,连续采集样本数据集组;

c. 建立DC/AC变换器的静态人工神经网络模型

神经网络包含一个输入层、一个隐含层、一个输出层,输入层包括四个神经元,隐含层包括六个神经元并使用logsig转移函数,输出层包括一个神经元并使用purelin转移函数;利用步骤b获取的训练样本数据,采用变学习速率的误差反传算法对人工神经网络模型进行训练,确定其中的各个神经元的权系数和阈值;

d.构造前馈运算器

前馈运算器的输入信号为第+1个采样周期时电压设定值及第个采样周期时电压预测值,前馈运算器输出占空比为:

其中:为前馈控制器控制权值;

e.构造复合控制器

将PI控制器输出占空比与前馈运算器输出占空比叠加即为复合控制器的输出。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于华北电力大学(保定),未经华北电力大学(保定)许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201310685965.4/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top