段玉波 姜驍楠 付光杰
(東北石油大學(xué)電氣信息工程學(xué)院,黑龍江 大慶 163318)
隨著電力電子裝置的廣泛使用,電網(wǎng)中的諧波問題日益嚴(yán)重,如何準(zhǔn)確、實(shí)時(shí)地檢測電網(wǎng)畸變電流的諧波分量是決定有源電力濾波器補(bǔ)償性能的重要環(huán)節(jié)[1,2]。目前電流檢測的方法大體上可以歸于頻域檢測和時(shí)域檢測兩大類?;陬l域的諧波電流檢測主要有快速傅里葉變換法(FFT)[3,4]和小波理論諧波檢測??焖俑道锶~變換法由于計(jì)算量大,會產(chǎn)生較大的時(shí)間延遲,動態(tài)響應(yīng)較慢,因而在實(shí)際系統(tǒng)中不實(shí)用。小波理論諧波檢測精確度高,但其運(yùn)算量依然很大,還未被廣泛應(yīng)用。
諧波電流的時(shí)域檢測方法是目前研究的重點(diǎn),主要有基于瞬時(shí)無功功率理論諧波檢測法和基于LMS(Least Mean Square)算法的自適應(yīng)對消法[5~9]?;谒矔r(shí)無功功率的諧波檢測方法中用到了數(shù)字低通濾波器,而傳統(tǒng)的低通濾波器延時(shí)較大,直接影響檢測的精確性和動態(tài)跟蹤速度。自適應(yīng)諧波檢測方法算法簡單、易于實(shí)現(xiàn),對元件參數(shù)變化不敏感,在動態(tài)性能上有很大的改善空間。然而傳統(tǒng)的固定步長自適應(yīng)算法在收斂速度、跟蹤速度與收斂精度方面對步長調(diào)整因子μ的要求是矛盾的。為了解決這一矛盾,覃景繁和歐陽景正提出Sigmoid函數(shù)的變步長LMS算法,有較快的跟蹤速度和較小的穩(wěn)態(tài)誤差[10]。但是,Sigmoid函數(shù)在誤差e(n)接近零時(shí)變化太大,使得該算法在接近穩(wěn)態(tài)時(shí)步長變化依舊很大。針對這一問題,文獻(xiàn)[11~15]分別給出了相應(yīng)的改進(jìn)算法。筆者將基于瞬時(shí)無功功率理論的諧波檢測與變步長LMS自適應(yīng)算法相結(jié)合,得到較快的動態(tài)響應(yīng)速度與良好的檢測精度。
圖1 基于瞬時(shí)無功功率的電流檢測原理
自適應(yīng)諧波檢測原理如圖2所示。
圖2 自適應(yīng)諧波檢測原理
圖2中,輸入信號矢量X(n)=[x1(n),x2(n),…,xl(n)]T,權(quán)值系數(shù)矢量W(n)=[w1(n),w2(n),…,wl(n)]T,因此濾波器的輸出為:
y(n)=WT(n)X(n)
(1)
y(n)相對于濾波器期望輸出信號的誤差為:
e(n)=i(n)-y(n)=i(n)-WT(n)X(n)
(2)
均方誤差性能函數(shù)為:
f(w)=E[e2(n)]=E{[i(n)-WT(n)X(n)]2}
(3)
f(w)對w的梯度為零,那么便可求出f(w)最小時(shí)刻的條件,即w的最佳權(quán)值wopt。但在實(shí)際應(yīng)用中,為了使自適應(yīng)算法更加實(shí)用化,提出一種梯度尋優(yōu)的LMS近似算法,使用瞬時(shí)估值誤差平方值的梯度▽we2(n)來近似均方估值誤差梯度▽wE[e2(n)],得到權(quán)值w的迭代公式:
▽we2(n)=-2e(n)X(n)
(4)
W(n+1)=W(n)+2μe(n)X(n)
(5)
其中,μ是設(shè)定步長調(diào)整因子。該算法以犧牲算法性能為代價(jià)換取運(yùn)算量減少,直接后果是遞推權(quán)值不會嚴(yán)格收斂于wopt,只是圍繞wopt波動,波動程度取決于μ取值的大小。
變步長LMS算法基于這樣的準(zhǔn)則:當(dāng)權(quán)值遠(yuǎn)離最佳權(quán)值wopt時(shí),選擇較大的步長以加快動態(tài)響應(yīng)速度和對時(shí)變系統(tǒng)的跟蹤速度;當(dāng)權(quán)值接近最佳權(quán)值wopt時(shí),選擇較小的步長以保證檢測精度。步長調(diào)整因子μ取決于瞬時(shí)誤差e(n),瞬時(shí)誤差e(n)不可避免地存在噪聲δ(n),對于式(2)有:
e(n)=[Wopt-W(n)]TX(n)+δ(n)
(6)
令V(n)=Wopt-W(n),對式(6)進(jìn)行平方得到:
e2(n)=X(n)VT(n)V(n)XT(n)+δ2(n)-
2δ(n)X(n)VT(n)
(7)
對式(7)求期望,并由δ(n)和X(n)不相關(guān),且E[δ(n)]=0可得:
E[e2(n)]=E[X(n)VT(n)V(n)XT(n)]+E[δ2(n)]
(8)
顯然,由于噪聲E[δ2(n)]的存在,會影響步長μ,而:
e(n)e(n-1)=δ(n)δ(n-1)-δ(n-1)[X(n)VT(n)-
δ(n)]X(n-1)VT(n-1)+X(n)VT(n)·V(n-1)XT(n-1)
(9)
E[e(n)e(n-1)]=E[X(n)VT(n)V(n-1)XT(n-1)]
(10)
利用誤差自相關(guān)e(n)e(n-1)來調(diào)整步長可以有效抑制噪聲。為了進(jìn)一步抑制噪聲干擾,引入中間變量p(n)對自相關(guān)均值估計(jì)進(jìn)行表示。
筆者提出的改進(jìn)型變步長LMS算法為:
(11)
p(n)=γp(n-1)+(1-γ)e(n)e(n-1)
(12)
β(n+1)=ξβ(n)+ηp2(n)
(13)
式(11)是基于雙曲正切函數(shù)的變步長算法。雙曲正切函數(shù)與Sigmoid函數(shù)形狀相似,同時(shí)也存在誤差e(n)接近零時(shí)變化太大的缺點(diǎn),因此引入?yún)?shù)m改善函數(shù)形狀,使函數(shù)底部形狀平緩。圖3所示為α=1,β=1時(shí),分別令m=1和m=20時(shí),μ的函數(shù)圖象。β用來控制函數(shù)的取值范圍,這里采用變量β(n)。β(n)隨著p2(n)變化而變化,避免因β的固定而引起較大的穩(wěn)態(tài)誤差。
圖3 μ和p(n)的關(guān)系曲線
式(12)是對誤差自相關(guān)e(n)e(n-1)進(jìn)行滑動指數(shù)窗運(yùn)算,有:
p(n)=γp(n-1)+(1-γ)e(n)e(n-1)
(14)
令窗的寬度為N,那么可以認(rèn)為在n-N+1之前的數(shù)據(jù)可以忽略,則式(12)可以表示為:
(15)
指數(shù)窗運(yùn)算可以進(jìn)一步地抑制噪聲。在計(jì)算初始階段,p2(n)較大,步長μ也會比較大;達(dá)到最佳權(quán)值時(shí),p2(n)就接近于零,步長μ就會變小。
把式(15)帶入式(13)有:
(16)
取期望可得:
=ξE[β(n)]+η(1-γ)2E{[e(i)e(i-
(17)
(18)
β的取值應(yīng)該小于μmax,那么:
(19)
通過對η、ξ的調(diào)整,可以達(dá)到很好地動態(tài)響應(yīng)。在遞推過程中,對步長μ有如下約束條件:
(20)
圖4 基于ip-iq運(yùn)算的自適應(yīng)電流檢測原理
用MATLAB仿真軟件進(jìn)行仿真,仿真電路如圖5所示。負(fù)載為三相對稱非線性負(fù)載,由帶阻感負(fù)載的整流橋產(chǎn)生,觸發(fā)角為30°。L=100mH、R=10Ω、La=Lb=Lc=10mH、Ra=Rb=Rc=1Ω。
圖5 仿真電路圖
三相負(fù)載電流如圖6所示,可以看出負(fù)載電流中含有豐富的諧波分量。
由前文的分析,設(shè)α=1、m=20、γ=0.99、ξ=0.95、η=0.001。以A相為例,通過傳統(tǒng)的檢測系統(tǒng)與改進(jìn)型的檢測系統(tǒng)得到的A相基波與諧波電流的檢測結(jié)果對比如圖7所示。從圖7中看出,改進(jìn)的檢測系統(tǒng)比傳統(tǒng)的檢測系統(tǒng)可以更快速準(zhǔn)確地獲取電網(wǎng)基波,實(shí)現(xiàn)諧波分量的分離,跟蹤性能更好,有較快的響應(yīng)速度。
圖6 三相負(fù)載電流波形
圖7 A相電流檢測波形
筆者還對傳統(tǒng)的變步長算法與改進(jìn)后的變步長算法的權(quán)值變化進(jìn)行了比較,如圖9所示。比較可見,改進(jìn)型的變步長算法的權(quán)值響應(yīng)更快,收斂后波動更小。
圖8 直流分量檢測結(jié)果
圖9 兩種算法權(quán)值比較結(jié)果
筆者采用自適應(yīng)濾波器代替原來基于瞬時(shí)無功功率的檢測電路中的低通濾波器(LPF),并在此基礎(chǔ)上對變步長LMS算法進(jìn)行改進(jìn),進(jìn)一步提高動態(tài)性能與檢測精度。將這種檢測方法應(yīng)用于三相諧波的檢測,經(jīng)過仿真驗(yàn)證,改進(jìn)后的方法有較好的動態(tài)性能與較高的檢測精度。