[发明专利]一种参数自适应调整的谐波补偿方法及装置

说明书

本发明提供了一种参数自适应调整的谐波补偿方法及装置，采用粒子群优化算法对PI控制和重复控制的控制参数进行优化，在优化的过程中计算谐波电流含有率，根据谐波电流含有率的大小调整粒子优化群算法中粒子的速度，当谐波电流含有率较大时，粒子群中粒子的搜索速度应当加大，可提高算法的全局搜索能力，从而提高谐波补偿效率；当谐波电流含有率较小时，粒子群中粒子的搜索速度应当减小，可提高算法的局部搜索精度，从而提高谐波补偿的精度；通过本发明的粒子群优化算法降低了测试人员手动调节的调试难度，使谐波补偿效果得到了很大的改善。

技术领域

本发明属于电力系统电能质量治理技术领域，特别涉及一种参数自适应调整的谐波补偿方法及装置。

背景技术

近年，随着利用电力电子装置等非线性负荷和分布式发电系统大量接入配电网，电网电流的谐波含量骤增，上述谐波污染使电力系统在负载侧和电源侧均面临严峻的电能质量问题，随着电网系统负荷的复杂化和系统谐波含量的多样化，传统的谐波治理和无功补偿技术不能满足电能质量的要求，较大的谐波电流将直接威胁到配电网变压器的安全运行，如因为变频器、直流屏等非线性电力电子器件的广泛应用，导致局部电网的谐波含量超标，谐波原因导致的各种故障或事故时有发生，在现有技术手段中，有源滤波技术是治理电网谐波污染的有效手段，且有源滤波具有快速响应和高度可控的优点。

随着非线性电力电子装置等非线性负载的大量应用，电力系统中的谐波问题日益严重，各种非线性负载产生的谐波不仅会降低电网系统的传输和利用效率，甚至产生谐振，危及电网的安全运行，还会影响电网中各电气设备的正常工作，现有有源滤波装置在实际应用现场中，由于工况的复杂性和非线性负载经常会发生动态变化，通常需要在现场对多个参数进行手动调试，调试过程复杂，且补偿效果差。粒子群优化(Prticle SwarmOptimization，PSO)算法作为一种新型的基于群体智能计算方法，在解决经典优化算法难以求解的诸如不连续、不可微的非线性病态优化问题和组合优化问题是显示出了强大的优势，与其他进化算法相比，它具有思想简单、容易实现，可调参数较少和应用效果明显等优点，因此，在优化滤波器参数的应用中比较广泛，如公开号为“CN103311930A”，名称为“有源滤波器的模糊PI参数自整定反馈线性化滑模控制方法”的中国专利，该专利采用滑模控制、反馈线性控制、模糊PI控制等多种控制理论设计了基于模糊PI自校正的反馈线性化滑模控制并联有源滤波器，实现了并联欧元滤波器的直流侧电压控制，采用模糊PI参数自校正方法实时的调整反馈控制中的参数，导致得到最优控制参数的计算时间比较长，且结合多种控制方法共同控制得到最优控制参数，其控制过程复杂。

发明内容

本发明的目的在于提供一种参数自适应调整的谐波补偿方法及装置，用于解决现有技术中的有源滤波器的谐波补偿参数的计算时间较长及复杂问题。

为实现上述目的，本发明提供了一种参数自适应调整的谐波补偿方法，包括以下技术方案：

方法方案一，一种参数自适应调整的谐波补偿方法，包括如下步骤：

1)建立有源滤波装置的谐波电流传递函数模型，对所述传递函数模型进行PI控制和重复控制，其中，PI控制和重复控制共同输出的误差为所述重复控制的一个输入量，同时也作为PI控制的一个输入量；

2)采用粒子群算法对PI控制和重复控制的控制参数进行优化，得到所述谐波电流传递函数模型输入的目标电流与输出的实际电流之间的误差最小的最优控制参数，利用所述最优控制参数对所述有源滤波装置进行控制，实现对有源滤波装置的谐波电流进行补偿。

方法方案二，在方法方案一的基础上，采用粒子群算法对PI控制和重复控制的控制参数进行优化时，根据谐波电流含有率调整粒子的搜索速度。

方法方案三，在方法方案二的基础上，所述谐波电流含有率为各次谐波电流的均方根值与基波电流的有效值的百分比；在计算谐波电流含量时，在滑窗迭代算法中加入了用于补偿变流器输出电抗造成输出滞后的补偿系数，所述电流谐波含量的计算公式为：