• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

      基于GAPSO算法的NPC逆變器SHEPWM控制方法的優(yōu)化

      2021-01-04 00:59:36沈顯慶馬志鵬
      關(guān)鍵詞:線電壓方程組電平

      沈顯慶,馬志鵬

      (黑龍江科技大學(xué) 電氣與控制工程學(xué)院, 哈爾濱 150022)

      0 引 言

      PWM調(diào)制技術(shù)是多電平逆變器中的一項(xiàng)關(guān)鍵技術(shù),與SPWM調(diào)制和SVPWM調(diào)制相比,SHEPWM調(diào)制具有開關(guān)頻率低、輸出波形質(zhì)量高等優(yōu)點(diǎn)[1]。在SHEPWM技術(shù)中,開關(guān)角均由非線性方程組求得,因此,該調(diào)制技術(shù)的關(guān)鍵在于對(duì)建立的方程組進(jìn)行求解。傳統(tǒng)數(shù)值方法,如牛頓迭代法[2]、同倫算法[3]、Walsh函數(shù)法[4],原理簡(jiǎn)單、收斂速度快,但對(duì)初值選取依賴性較強(qiáng),不合適的初值可能會(huì)使算法不收斂。目前,研究者們多將智能算法應(yīng)用于SHEPWM非線性方程組的求解中。王群京等[5]采用標(biāo)準(zhǔn)遺傳算法對(duì)方程組進(jìn)行求解,得到不同調(diào)制比下的開關(guān)角度軌跡,但算法后期容易出現(xiàn)早熟現(xiàn)象。趙義武等[6]利用蟻群算法對(duì)目標(biāo)函數(shù)進(jìn)行優(yōu)化,求解效果較好,但在算法進(jìn)化前期由于信息素匱乏會(huì)導(dǎo)致求解效率較低。針對(duì)上述算法存在的問(wèn)題,筆者采用一種改進(jìn)的混合粒子群算法(GAPSO)優(yōu)化計(jì)算SHEPWM的非線性方程組,使開關(guān)角度更易收斂于最優(yōu)解,通過(guò)Matlab/Simulink仿真驗(yàn)證該算法求解結(jié)果的有效性。

      1 NPC逆變器拓?fù)浣Y(jié)構(gòu)及工作原理

      三電平NPC逆變器如圖1所示。圖中,Ud為直流側(cè)電壓;C1、C2為中點(diǎn)電容;D1、D2為箝位二極管;Sa1、Sa2、Sa3、Sa4為開關(guān)功率器件。

      圖1 三電平NPC逆變器拓?fù)浣Y(jié)構(gòu)Fig. 1 Three-level NPC inverter topology

      逆變器的每相橋臂由4個(gè)開關(guān)器件串聯(lián)而成,具有單個(gè)器件所承受的電壓低、對(duì)開關(guān)頻率約束小、輸出的波形質(zhì)量好等優(yōu)點(diǎn)[7]。通過(guò)控制相鄰的2個(gè)開關(guān)器件導(dǎo)通或關(guān)斷,從而得到不同的輸出電壓。以A相橋臂的4個(gè)開關(guān)器件為例,定義0為開關(guān)器件的截止?fàn)顟B(tài),1為開關(guān)器件的導(dǎo)通狀態(tài)。當(dāng)Sa1、Sa2為1,Sa3、Sa4為0時(shí),輸出電壓為Udc/2,稱為P狀態(tài);當(dāng)Sa2、Sa3為1,Sa1、Sa4為0時(shí),輸出電壓為0,稱為O狀態(tài);當(dāng)Sa3、Sa4為1,Sa1、Sa2為0時(shí),輸出電壓為-Udc/2,稱為N狀態(tài)。開關(guān)器件導(dǎo)通狀態(tài)與逆變器輸出電壓關(guān)系如表1所示。

      表1 NPC逆變器輸出電壓及開關(guān)器件導(dǎo)通狀態(tài)

      2 三電平SHEPWM方程組的建立

      圖2為三電平逆變器相電壓輸出波形,波形滿足1/4周期對(duì)稱,同時(shí)考慮到三相系統(tǒng)之間的對(duì)稱性,線電壓中不含有3及3的倍數(shù)次諧波,文中只考慮消除5,7,…,6k-1,6k+1次諧波。

      圖2 三電平逆變器SHEPWM相電壓波形Fig. 2 Phase voltage waveform of 3-level inverter

      根據(jù)Dirichlet定理,可將相電壓波形展開成Fourier級(jí)數(shù)的形式為

      由于相電壓波形的奇對(duì)稱,則有

      An=0,

      (1)

      式中:Umn——n次諧波電壓幅值;

      n——諧波次數(shù);

      N—— 1/4周期內(nèi)開關(guān)角的個(gè)數(shù);

      Ud——直流側(cè)電壓;

      ω——基波角頻率;

      αk——第k個(gè)開關(guān)角,且開關(guān)角應(yīng)滿足條件, 0<α1<α2<…<αN<π/2。

      由式(1)可得,只要準(zhǔn)確求出開關(guān)角的大小就可使Umn=0,即可有選擇地消除某些低次諧波。文中以3個(gè)開關(guān)角為例,主要消除輸出電壓中的5、7次諧波。令式(1)中的B1=m,B5=0,B7=0,即可在滿足基波幅值的情況下,消除目標(biāo)諧波。建立適應(yīng)度函數(shù)方程為

      (2)

      式中:Um1——基波電壓幅值;

      Um5、Um7——5、7次諧波電壓幅值;

      m——調(diào)制比,m=2Um1/Ud。

      3 SHEPWM方程組的求解

      3.1 PSO算法權(quán)重系數(shù)的改進(jìn)

      對(duì)標(biāo)準(zhǔn)的PSO算法[8],假設(shè)在一個(gè)群體中由n個(gè)粒子組成,表示為X={x1,x2,…,xn},每個(gè)粒子由一個(gè)D維向量xi={xi1,xi2…,xiD}表示。在算法尋優(yōu)的過(guò)程中,粒子通過(guò)跟蹤個(gè)體最優(yōu)位置和全局最優(yōu)位置來(lái)更新自己,從而在搜索空間中向更好的位置移動(dòng),粒子速度及位置更新公式為

      式中:t——當(dāng)前迭代次數(shù);

      w——慣性權(quán)重;

      c1,c2——學(xué)習(xí)因子;

      r1,r2——(0,1)之間的隨機(jī)數(shù);

      gt——第t次迭代的全局最優(yōu)位置。

      根據(jù)SHEPWM方程組的特點(diǎn),在算法的前中期,慣性權(quán)重w應(yīng)該較大,保證搜索的全局性,在算法迭代尋優(yōu)的后期,采用數(shù)值較小的w值,保證算法在該粒子處搜索的準(zhǔn)確性[9]。因此,文中w的取值采用隨著迭代次數(shù)遞減的方式,公式為

      式中:wmin、wmax——w的最小值及最大值;

      T——最大迭代次數(shù)。

      3.2 開關(guān)角度的求解

      在GAPSO算法中[10],選擇操作主要是對(duì)種群中的粒子進(jìn)行一定的篩選,根據(jù)適應(yīng)度函數(shù)的值進(jìn)行排序,從種群中挑選出一些優(yōu)質(zhì)個(gè)體進(jìn)行后續(xù)迭代。在選擇操作的基礎(chǔ)上,對(duì)這些被挑選出來(lái)的粒子以一定的概率pc進(jìn)行兩兩交叉,替換種群中的劣質(zhì)個(gè)體,保證種群規(guī)模的前后一致。新粒子的位置及速度更新公式為

      式中:ε1、ε2——(0,1)之間的隨機(jī)數(shù);

      在此基礎(chǔ)上,以變異概率pm對(duì)種群中的個(gè)體一個(gè)或多個(gè)維數(shù)賦以初值,從而避免算法搜索后期種群多樣性的喪失。改進(jìn)的混合粒子群算法(GAPSO)計(jì)算步驟如圖3所示。

      以3個(gè)開關(guān)角的消諧方程為例,將改進(jìn)的GAPSO算法用于SHEPWM方程組的求解,將式(2)變換為

      cosα1-cosα2+cosα3-πm/4=η1,

      cos 5α1-cos 5α2+cos 5α3=η2,

      cos 7α1-cos 7α2+cos 7α3=η3。

      由此,建立算法的適應(yīng)度函數(shù):

      min:g(α)=|η1|+|η2|+|η3|,

      圖3 改進(jìn)的GAPSO算法計(jì)算流程Fig. 3 Improved GAPSO algorithm calculation process

      經(jīng)過(guò)上述變換,最小多目標(biāo)問(wèn)題被轉(zhuǎn)化為一個(gè)單目標(biāo)問(wèn)題,當(dāng)g(α)取最小值時(shí),η1、η2、η3均為最小,此時(shí),所求出的開關(guān)角度即為方程組的解。

      4 系統(tǒng)仿真

      改進(jìn)的GAPSO算法具體參數(shù)設(shè)置為:粒子群數(shù)量n1=200,最大迭代次數(shù)T=100,wmin=0.2,wmax=0.7;c1=c2=1.494 45,pc=0.8,pm=0.2。在Matlab 2016a[11]內(nèi)編寫GAPSO角度計(jì)算程序,計(jì)算得到m=0.7時(shí)的三個(gè)開關(guān)角度為47.856 3°、58.175 2°、66.356 1°及m=0.8時(shí)的開關(guān)角度為37.072 6°、44.036 8°、56.783 0°。圖4為GAPSO算法進(jìn)化代數(shù)與目標(biāo)函數(shù)適應(yīng)度值的關(guān)系,可以明顯看出文中所提的改進(jìn)GAPSO算法收斂速度快,搜尋能力強(qiáng),在很短的時(shí)間內(nèi)即可計(jì)算出最優(yōu)解,且不容易陷入局部最優(yōu)。為了驗(yàn)證改進(jìn)的GAPSO算法求解非線性方程組的有效性,在Matlab/Simulink環(huán)境下搭建三電平NPC逆變器仿真系統(tǒng)進(jìn)行仿真分析。將所計(jì)算的開關(guān)角度代入仿真模型中,其中直流電壓源為2 000 V,輸出頻率為50 Hz,圖5~6為m=0.7時(shí)的相、線電壓波形及諧波頻譜分析,相電壓、線電壓THD分別為75.75%和47.53%。圖7~8為m=0.8時(shí)的相、線電壓波形及諧波頻譜分析,相電壓、線電壓THD分別為63.64%和41.52%。

      圖4 適應(yīng)度進(jìn)化曲線Fig. 4 Fitness evolution curve

      圖5 m=0.7時(shí)仿真波形Fig. 5 Simulation waveform of m=0.7

      圖6 m=0.7時(shí)仿真頻譜Fig. 6 Simulation spectrum of m=0.7

      圖7 m=0.8時(shí)仿真波形Fig. 7 Simulation waveform of m=0.8

      圖8 m=0.8時(shí)仿真頻譜Fig. 8 Simulation spectrum of m=0.8

      由圖5~8可見,逆變器輸出的相電壓中5、7次諧波含量基本為0,線電壓中3的倍數(shù)次諧波基本消除,由此證明所提算法計(jì)算出開關(guān)角度的正確性。

      5 結(jié)束語(yǔ)

      利用GAPSO算法求解了三電平NPC逆變器SHEPWM的非線性方程組,將遺傳算法與粒子群算法進(jìn)行有機(jī)融合,克服了傳統(tǒng)數(shù)值算法對(duì)初值要求高、求解精度差及標(biāo)準(zhǔn)PSO算法易早熟等問(wèn)題,具有搜索時(shí)間短,收斂速度快,求解精度高等優(yōu)點(diǎn)。仿真結(jié)果驗(yàn)證了該算法求解SHEPWM方程組的準(zhǔn)確性,為SHEPWM方程組的求解提供了一種新的方法。

      猜你喜歡
      線電壓方程組電平
      深入學(xué)習(xí)“二元一次方程組”
      《二元一次方程組》鞏固練習(xí)
      一類次臨界Bose-Einstein凝聚型方程組的漸近收斂行為和相位分離
      NPC五電平Z源逆變器的設(shè)計(jì)研究
      基于三電平光伏并網(wǎng)逆變器控制系統(tǒng)的研究與實(shí)踐
      微電網(wǎng)儲(chǔ)能系統(tǒng)下垂協(xié)調(diào)控制與母線電壓控制策略
      基于ANN模型的在線電壓穩(wěn)定裕度評(píng)估
      基于NPC三電平變換器的STATCOM研究
      非自治耗散Schr?dinger-Boussinesq方程組緊致核截面的存在性
      一種多電平逆變器及其并網(wǎng)策略
      商洛市| 搜索| 迭部县| 荔浦县| 读书| 镇坪县| 盐城市| 甘德县| 宁明县| 普陀区| 房山区| 余庆县| 蒙自县| 舟曲县| 库伦旗| 彭阳县| 河西区| 泸西县| 南乐县| 灌阳县| 兴化市| 三穗县| 邛崃市| 张掖市| 上饶县| 泰顺县| 清原| 洛隆县| 平远县| 太湖县| 五寨县| 水富县| 岱山县| 温泉县| 蓝山县| 阳原县| 城口县| 平阳县| 三门峡市| 朔州市| 治县。|