楊春輝,屈莉莉*,廖 慧,戴宏躍
(1.佛山科學(xué)技術(shù)學(xué)院機(jī)電工程與自動(dòng)化學(xué)院,廣東 佛山 528225;2.廣東創(chuàng)電科技有限公司,廣東 佛山 528000;3.廣州科技貿(mào)易職業(yè)學(xué)院 智能制造學(xué)院,廣東 廣州 511442)
2020 年9 月,中國(guó)在聯(lián)合國(guó)大會(huì)上提出了“雙碳”目標(biāo):在2030 年之前實(shí)現(xiàn)“碳達(dá)峰”以及在2060年之前實(shí)現(xiàn)“碳中和”的目標(biāo)[1]。在“雙碳”目標(biāo)的引導(dǎo)下,光伏產(chǎn)業(yè)并網(wǎng)發(fā)電在政策扶持和鼓勵(lì)下迅速發(fā)展。光伏陣列的最大功率跟蹤(MPPT)和光伏并網(wǎng)逆變器是光伏產(chǎn)業(yè)并網(wǎng)發(fā)電系統(tǒng)的重要環(huán)節(jié),光伏并網(wǎng)系統(tǒng)由光伏陣列和并網(wǎng)逆變器兩個(gè)部分組合而成[2]。兩級(jí)式光伏并網(wǎng)系統(tǒng)通常利用前級(jí)DC/AC 電路完成MPPT,實(shí)現(xiàn)光伏陣列最大功率輸出,然后再經(jīng)過(guò)后級(jí)DC/AC 電路并入到公共電網(wǎng)[3]。作為太陽(yáng)能光伏發(fā)電系統(tǒng)與電網(wǎng)互連的關(guān)鍵接口裝置,MPPT 和光伏并網(wǎng)逆變器控制策略直接決定系統(tǒng)并網(wǎng)運(yùn)行的可靠性和安全性。
傳統(tǒng)MPPT 方法(如電導(dǎo)增量法INC、擾動(dòng)觀察法P&O)雖然有很好的局部尋優(yōu)能力,但是需要按照一定步長(zhǎng)進(jìn)行追蹤,步長(zhǎng)過(guò)大會(huì)出現(xiàn)功率振蕩,步長(zhǎng)過(guò)小追蹤到最大功率點(diǎn)的時(shí)間過(guò)長(zhǎng),而且在局部遮擋情況下,傳統(tǒng)MPPT 方法還很容易陷入到局部最優(yōu)[4]。近年來(lái)出現(xiàn)的人工智能算法(如蟻群算法、灰狼算法、白冠雞優(yōu)化算法等)以其超強(qiáng)的全局搜索能力成為學(xué)者們關(guān)注的熱點(diǎn)。
并網(wǎng)逆變器的逆變器橋輸出電壓中含有豐富的開關(guān)諧波,需要在逆變器中引入濾波器,LCL 型濾波器與L 型濾波器相比具有更好的諧波抑制能力和衰減特性,因此被廣泛應(yīng)用于并網(wǎng)逆變器[5]??紤]到LCL 濾波器是一個(gè)三階系統(tǒng),存在諧振尖峰,需要合適的阻尼策略來(lái)穩(wěn)定系統(tǒng)。常用阻尼策略可分為:無(wú)源阻尼和有源阻尼,無(wú)源阻尼采用串聯(lián)或并聯(lián)阻尼的方式增加系統(tǒng)阻尼,但該方法會(huì)帶來(lái)額外的功率損耗;有源阻尼從控制策略的角度解決諧振尖峰,通過(guò)虛擬阻尼進(jìn)行狀態(tài)反饋,實(shí)現(xiàn)諧振尖峰抑制,比如電容電流反饋?zhàn)枘峥刂?,但是需要額外增加電流傳感器[6]。對(duì)于并網(wǎng)電流的控制,常見(jiàn)的控制策略有PI 控制、PR 控制、重復(fù)控制等。文獻(xiàn)[7]指出PI 控制具有結(jié)構(gòu)簡(jiǎn)單、算法成熟等優(yōu)點(diǎn),但對(duì)正弦量給定無(wú)法做到無(wú)靜差跟蹤;文獻(xiàn)[8]采用電流比例諧振(PR)控制,省去了坐標(biāo)變換,但由于使用比例諧振控制器的個(gè)數(shù)較多,不僅增加了計(jì)算量,而且系統(tǒng)變得更復(fù)雜;文獻(xiàn)[9]指出重復(fù)控制有良好的穩(wěn)態(tài)特性,能夠抑制周期性干擾,但在動(dòng)態(tài)響應(yīng)過(guò)程中由于延遲了一個(gè)基波周期,當(dāng)系統(tǒng)給定發(fā)生變化時(shí),動(dòng)態(tài)性能較差;文獻(xiàn)[10]提出基于重復(fù)控制+PI 控制復(fù)合控制,彌補(bǔ)了重復(fù)控制動(dòng)態(tài)性能較差的缺點(diǎn),但建模過(guò)程忽略采樣計(jì)算延時(shí)帶來(lái)的影響。
針對(duì)傳統(tǒng)MPPT 算法追蹤到最大功率點(diǎn)所需時(shí)間長(zhǎng)以及容易陷入局部最優(yōu)的問(wèn)題,本文提出一種基于COOT 優(yōu)化算法。通過(guò)對(duì)白冠雞種群進(jìn)行層級(jí)劃分,適應(yīng)度值高者為種群領(lǐng)導(dǎo)者,其余為跟隨者。跟隨者具有兩種位置更新方式,分別為主動(dòng)更新和被動(dòng)更新。主動(dòng)更新過(guò)程中,跟隨者根據(jù)鏈?zhǔn)竭\(yùn)動(dòng)或隨機(jī)運(yùn)動(dòng)更新位置,并不依賴領(lǐng)導(dǎo)者;在被動(dòng)更新過(guò)程中,跟隨者需要向領(lǐng)導(dǎo)者方向發(fā)生靠攏,種群需要朝著最佳區(qū)域前進(jìn),因此在跟隨者向領(lǐng)導(dǎo)者靠攏的同時(shí),領(lǐng)導(dǎo)者也要同時(shí)不斷調(diào)整自身位置向最優(yōu)區(qū)域靠近。通過(guò)這兩種位置更新方式,可以使得在追蹤功率的時(shí)候避免陷入到局部最優(yōu)。
針對(duì)LCL 在高頻處會(huì)帶來(lái)一個(gè)較大的諧振以及考慮到在實(shí)際生產(chǎn)過(guò)程中,廠家一般在逆變器側(cè)加入電流傳感器來(lái)實(shí)現(xiàn)過(guò)流保護(hù),為了節(jié)約成本,本文提出僅采用逆變器側(cè)電流反饋的有源阻尼控制策略。為了避免求解三階系統(tǒng)特征根帶來(lái)的數(shù)學(xué)限制,通過(guò)分析三相LCL 等效電路,不同于用傳統(tǒng)伯德圖進(jìn)行分析,本文提出基于阻尼因子的設(shè)計(jì)方法。在數(shù)學(xué)建模過(guò)程中,把PI 控制和采樣計(jì)算延時(shí)加入到有源阻尼高頻諧振抑制中一起建模,然后在這個(gè)基礎(chǔ)上再加入重復(fù)控制。為了減少奇次諧波,內(nèi)模只選取周期采樣次數(shù)的1/2,搭建出基于奇次基波級(jí)聯(lián)式結(jié)構(gòu)的重復(fù)PI 控制策略的并網(wǎng)逆變器。考慮到在實(shí)際中電網(wǎng)頻率會(huì)出現(xiàn)一定波動(dòng),利用拉格朗日插值法逼近內(nèi)模的小數(shù)部分,得出基于冪級(jí)數(shù)展開的分?jǐn)?shù)延遲濾波器,通過(guò)該濾波器可以使重復(fù)控制的內(nèi)膜更貼近實(shí)際電網(wǎng)基波頻率,從而提高控制器的諧波抑制性能。
圖1 為COOT 優(yōu)化算法的MPPT 系統(tǒng)框圖,其由5 塊光伏陣列組件、Boost 升壓電路、COOT 的MPPT 控制算法、PWM等構(gòu)成。
圖1 COOT 優(yōu)化算法的MPPT 系統(tǒng)框圖
COOT 優(yōu)化算法主要模擬白冠雞在自然界中獲取食物的行為,從而實(shí)現(xiàn)算法尋優(yōu)的目的[11]。
1.1.1 初始化
假設(shè)白冠雞種群大小為N,從白冠雞種群中選取10%的個(gè)體為白冠雞的領(lǐng)導(dǎo)者,記為L(zhǎng)eaderPos,剩余的白冠雞為跟隨者,記為FollowPos。對(duì)白冠雞種群位置(包括領(lǐng)導(dǎo)者以及跟隨者)進(jìn)行初始化處理,即
其中,CootPos(i)表示第i 只白冠雞的位置,ub 和lb 分別表示搜索空間的上界和下界,rand 為0 到1 的隨機(jī)數(shù)。
1.1.2 跟隨者位置主動(dòng)更新
當(dāng)一個(gè)取值范圍為[0,1]的隨機(jī)數(shù)rand1>0.5,白冠雞跟隨者將選擇主動(dòng)更新策略,主動(dòng)更新策略包括兩種運(yùn)動(dòng)方式,通過(guò)一個(gè)取值范圍為[0,1]的隨機(jī)數(shù)rand2 來(lái)決定采用哪一種運(yùn)動(dòng)方式。
(1)隨機(jī)運(yùn)動(dòng)。當(dāng)rand2<0.5,跟隨者進(jìn)行隨機(jī)運(yùn)動(dòng),為了體現(xiàn)運(yùn)動(dòng)的隨機(jī)性,首先在位置空間生成一個(gè)隨機(jī)位置Q,其數(shù)學(xué)公式為
隨機(jī)運(yùn)動(dòng)有利于算法跳出局部最優(yōu)解,使用這種方法更新白冠雞跟隨者位置的計(jì)算表達(dá)式為
其中,F(xiàn)ollowPos(i)表示第i 個(gè)跟隨者的位置,R1是區(qū)間[0,1]中的隨機(jī)數(shù),參數(shù)A 為[0,1]中線性遞減的因子,t 為當(dāng)前迭代次數(shù),Iteration 為最大迭代次數(shù)。
(2)鏈?zhǔn)竭\(yùn)動(dòng)。當(dāng)rand2>0.5,執(zhí)行鏈?zhǔn)竭\(yùn)動(dòng),算法將相鄰兩只白冠雞中間位置實(shí)現(xiàn)鏈?zhǔn)竭\(yùn)動(dòng),其數(shù)學(xué)公式為
其中,F(xiàn)ollowPos(i-1)是上一只白冠雞跟隨者的位置。
1.1.3 跟隨者位置被動(dòng)更新
當(dāng)一個(gè)取值范圍為[0,1]的隨機(jī)數(shù)rand1<0.5,白冠雞跟隨者將選擇被動(dòng)更新策略。通常情況下,白冠雞跟隨者根據(jù)白冠雞領(lǐng)導(dǎo)者的位置調(diào)整自已的位置并且朝著它們的方向移動(dòng),利用k 來(lái)控制白冠雞領(lǐng)導(dǎo)者的位置引導(dǎo),即
其中,i 是跟隨者的索引數(shù),k 是領(lǐng)導(dǎo)者的索引數(shù),mod 是取余函數(shù)。跟隨者隨領(lǐng)導(dǎo)者的位置更新公式為
其中,LeaderPos(k)為第k 個(gè)領(lǐng)導(dǎo)者的位置,R 和R2為區(qū)間[0,1]的隨機(jī)數(shù)。
1.1.4 領(lǐng)導(dǎo)者帶領(lǐng)跟隨者走向最佳區(qū)域
白冠雞種群的領(lǐng)導(dǎo)者不斷更新它們朝著最佳區(qū)域目標(biāo)方向的位置,從而帶領(lǐng)白冠雞跟隨者種群走向最佳區(qū)域,白冠雞領(lǐng)導(dǎo)者的位置更新計(jì)算表達(dá)式為
其中,LeaderPos(i)為第i 個(gè)領(lǐng)導(dǎo)者的位置,gBest 為種群最優(yōu)位置,R3和R4為區(qū)間[0,1]的隨機(jī)數(shù),參數(shù)B 為在[0,2]中線性遞減因子。
(1)實(shí)時(shí)采集光伏陣列光照強(qiáng)度和環(huán)境溫度,然后得到光伏陣列輸出特性曲線(P-U 曲線);
(2)利用COOT 算法進(jìn)行搜索,追蹤到光伏陣列工作在全局最大功率點(diǎn)處的功率,最終得到最佳電壓;
(3)通過(guò)PWM控制Boost 電路,使得光伏陣列工作在全局最大功率點(diǎn)處(Boost 電路通過(guò)控制占空比來(lái)調(diào)節(jié)電壓,由于電壓跟功率是有對(duì)應(yīng)關(guān)系的光伏陣列曲線,得到最佳占空比即得到最佳電壓即得到最大功率);
(4)當(dāng)使用COOT 算法追蹤GMPP 時(shí),考慮到外部光照或者溫度會(huì)發(fā)生變化,光伏陣列輸出特性曲線會(huì)發(fā)生偏移,GMPP 的位置也可能發(fā)生變化,為降低功率損失需要重新啟動(dòng)COOT 算法進(jìn)行追蹤。本文設(shè)置功率變化情況滿足下式就重啟算法
本文算法的具體步驟為:
(1)初始化COOT 算法的參數(shù),包括:設(shè)置白冠雞數(shù)量N=50,其中,白冠雞領(lǐng)導(dǎo)者的數(shù)量LeaderPos=5,白冠雞跟隨者的數(shù)量FollowPos=45,最大迭代次數(shù)Iteration=15,以及初始化白冠雞種群的位置;
(2)將采集到電壓、電流值進(jìn)行采樣;
(3)判斷迭代次數(shù)是否滿足迭代跳轉(zhuǎn)次數(shù)15 次,若滿足則轉(zhuǎn)至步驟(6);
(4)計(jì)算一開始設(shè)置白冠雞領(lǐng)導(dǎo)者和白冠雞跟隨者對(duì)應(yīng)的適應(yīng)度值(適應(yīng)度值即功率),找出白冠雞種群個(gè)體的最優(yōu)位置gBest(位置即占空比);
(5)把第一輪得到的最佳適應(yīng)度值和最佳位置代入到位置更新中,產(chǎn)生隨機(jī)數(shù)rand1 和rand2;若rand1>0.5,跟隨者進(jìn)行主動(dòng)更新,并不依賴領(lǐng)導(dǎo)者,當(dāng)rand2>0.5,跟隨者進(jìn)行鏈?zhǔn)竭\(yùn)動(dòng),當(dāng)rand2<0.5,跟隨者進(jìn)行隨機(jī)運(yùn)動(dòng);若rand1<0.5,跟隨者進(jìn)行被動(dòng)更新,跟隨者需要向領(lǐng)導(dǎo)者方向發(fā)生靠攏。種群需要朝著最佳區(qū)域前進(jìn),因此在跟隨者向領(lǐng)導(dǎo)者靠攏的同時(shí),領(lǐng)導(dǎo)者也要同時(shí)不斷調(diào)整自身位置向最優(yōu)區(qū)域靠近;
(6)記錄本次迭代中的最佳適應(yīng)度值;
(7)計(jì)算本次迭代更新的適應(yīng)度值與目前找到的最佳適應(yīng)度值是否滿足式(8),若不滿足則轉(zhuǎn)回步驟(1);
(8)測(cè)量到最佳適應(yīng)度值即為全局最大功率,結(jié)束算法。
基于COOT 的MPPT 控制算法的流程圖如圖2 所示。
圖2 基于COOT 的MPPT 控制算法的流程圖
為了抑制LCL 高頻諧振,在過(guò)去10 年里,基于狀態(tài)變量的主動(dòng)阻尼控制策略被廣泛提出[12]。在實(shí)際生活中,工廠生產(chǎn)的并網(wǎng)逆變器通常將逆變器側(cè)電流傳感器與逆變器產(chǎn)品集成,以實(shí)現(xiàn)過(guò)流保護(hù)為目的。僅采用逆變器側(cè)電流反饋不僅可以節(jié)約成本,還可以避免三相LCL 在DQ 變換解耦時(shí)需要進(jìn)行復(fù)雜的數(shù)學(xué)運(yùn)算,同時(shí)為了避免求解三階系統(tǒng)特征根時(shí)的數(shù)學(xué)限制,提出基于阻尼因子的設(shè)計(jì)方法。在數(shù)學(xué)建模過(guò)程中加入采樣計(jì)算延時(shí)以及PI 控制,通過(guò)后續(xù)推導(dǎo)驗(yàn)證設(shè)計(jì)的主動(dòng)阻尼控制策略與實(shí)際被動(dòng)阻尼控制策略的效果相同。
無(wú)源阻尼控制策略較容易實(shí)現(xiàn),而且不需要增加額外的控制手段,但需要引入阻尼電阻R,導(dǎo)致有功功率的損耗,通常情況下在逆變器電感上串聯(lián)R;考慮到三相LCL 的狀態(tài)反饋跟單相LCL 狀態(tài)反饋大致類似,為了簡(jiǎn)化本文就以單相LCL 進(jìn)行數(shù)學(xué)建模,該控制方法拓?fù)鋱D及其結(jié)構(gòu)框圖如圖3 所示。
圖3 無(wú)源阻尼拓?fù)浜徒Y(jié)構(gòu)框圖
按照?qǐng)D3 所示,以逆變器側(cè)電壓Vinv為輸入,網(wǎng)側(cè)電流ig為輸出,則LCL 傳遞函數(shù)為
由式(9),可以得到阻尼比為
根據(jù)式(9)可知,R 值越大,其阻尼控制的效果越好。當(dāng)R 值過(guò)大時(shí),LCL 對(duì)高頻諧波的抑制效果明顯,同時(shí)R 產(chǎn)生的有功損耗會(huì)進(jìn)一步增大;當(dāng)R 值較小時(shí),其抑制固有諧振的能力變?nèi)?。因而確定R 值需綜合考慮對(duì)濾波器的固有諧振抑制以及高次諧波的抑制要求。
圖4 為三相LCL 并網(wǎng)逆變器有源阻尼控制圖,逆變器側(cè)電感為L(zhǎng)1、電網(wǎng)側(cè)電感為L(zhǎng)2、濾波電容為C以及電網(wǎng)阻抗為L(zhǎng)g,忽略所有的等效串聯(lián)電阻確保系統(tǒng)無(wú)被動(dòng)阻尼,其中LT=L2+Lg,測(cè)量電網(wǎng)電壓以進(jìn)行鎖相環(huán)同步,測(cè)量逆變器側(cè)電流并向有源阻尼提供一個(gè)附加阻尼GS的控制器,Gc(s)為PI 控制器以跟蹤參考電流,而且還考慮到采樣計(jì)算調(diào)制會(huì)帶來(lái)Gd(s)=e-1.5sTs的延時(shí)。
圖4 三相LCL 并網(wǎng)逆變器有源阻尼控制圖
根據(jù)圖4 畫出其有源阻尼控制框圖,如圖5 所示,考慮到d 軸跟q 軸一致,本文只拿d 軸進(jìn)行數(shù)學(xué)分析,并考慮到逆變器增益KPWM。
圖5 三相LCL 并網(wǎng)逆變器有源阻尼控制框圖
按照?qǐng)D5 所示,以逆變器側(cè)電壓Vinv為輸入,網(wǎng)側(cè)電流iL2為輸出,則GLCL1(s)傳遞函數(shù)為
從式(11)可以明顯看出,逆變器側(cè)電流的有源阻尼控制策略存在兩個(gè)阻尼源,一個(gè)是系統(tǒng)本身固有阻尼kp,另一個(gè)是本文加入的附加阻尼GS。
主動(dòng)阻尼控制策略若想與實(shí)際被動(dòng)阻尼控制策略產(chǎn)生諧振抑制效果一致,式(9)應(yīng)與式(11)等價(jià)。為簡(jiǎn)化計(jì)算,本文先忽略時(shí)間延遲,阻尼增益K=GS+kp和阻尼電阻R 之間的關(guān)系可用下式表示,即
當(dāng)考慮延遲的時(shí)候,式(11)分母二次項(xiàng)引入指數(shù)e-1.5sTs將影響到開環(huán)極點(diǎn)的分布,為了將有源阻尼控制策略與無(wú)源阻尼控制策略等效,需要等同于在實(shí)際被動(dòng)阻尼電阻R 上再串聯(lián)一個(gè)虛擬阻抗Z(s),如圖6 所示。
圖6 串聯(lián)阻抗后無(wú)源阻尼等效控制框圖
Z(s)可表示為
把s=jw 代入,則Z(s)化簡(jiǎn)為
令
根據(jù)上述公式可知,虛擬阻抗Z(s)由虛擬電阻器Req和虛擬電抗器jXeq表示。將電感L1與jXeq合并,形成等效電感器Leq,即
串聯(lián)虛擬阻抗后,實(shí)際無(wú)源阻尼的LCL 諧振頻率wr'為
根據(jù)式(10)得出串聯(lián)阻抗后無(wú)源阻尼的阻尼因子為
通過(guò)前面分析得出阻尼因子應(yīng)該是越大越好。
比例增益kp取決于串聯(lián)電感、交叉頻率wc(一般取值為0.3 wr)和直流母線電壓,kp和積分時(shí)間常數(shù)計(jì)算公式分別為
計(jì)算得到kp=0.06,ki=0.004 4,根據(jù)前面分析,當(dāng)K=0.092 時(shí),存在最佳阻尼因子,附加阻尼Gs=K-kp=0.032;把計(jì)算后的參數(shù)代入進(jìn)行仿真;聯(lián)立式(13)、(15)、(16)、(17)、(18)、(19),作出阻尼增益K 與阻尼因子ζ 的函數(shù)關(guān)系圖,如圖7 所示。
圖7 阻尼增益與阻尼因子函數(shù)關(guān)系圖
由圖7 可看出,當(dāng)K=0.092 時(shí),電路處于最佳阻尼因子狀態(tài),可以提供最佳的阻尼能力和更大的穩(wěn)定裕度。隨著Lg變化,電路由剛性網(wǎng)絡(luò)變換成弱性網(wǎng)絡(luò),K 的穩(wěn)定區(qū)域擴(kuò)大,最佳阻尼因子從0.141 提高到0.4,但最佳阻尼因子K 沒(méi)有變化。由圖8 可以看出,隨著電網(wǎng)阻抗增加,LCL 諧振峰值變更加平滑,且增益裕度一直大于0 dB,系統(tǒng)保持穩(wěn)定;證明該有源阻尼控制策略在剛性網(wǎng)絡(luò)和弱性網(wǎng)絡(luò)都具有良好的魯棒性。
圖8 不同Lg 下頻率響應(yīng)曲線
在電網(wǎng)外部,由于諧波的存在,將會(huì)嚴(yán)重影響系統(tǒng)的穩(wěn)定,相比于偶次諧波,奇次諧波會(huì)對(duì)系統(tǒng)造成更大的危害[13]。為了有效地降低奇次諧波,縮短重復(fù)控制器開始修正跟蹤誤差時(shí)的延遲時(shí)間,筆者將內(nèi)膜進(jìn)行改進(jìn),內(nèi)模只選取周期采樣次數(shù)的1/2。奇次諧波重復(fù)控制器是重復(fù)控制將一個(gè)基本單元放入回路中,該基本單元基于采樣周期延遲的正反饋,由N/2 個(gè)采樣周期延遲的負(fù)反饋組成,其中N=Ts/T0(N 為一個(gè)周期的采樣次數(shù),Ts為系統(tǒng)的采樣周期,T0為輸出正弦電壓基波周期),可以在某個(gè)頻率及其所有諧波下引入無(wú)限增益。改進(jìn)后的重復(fù)控制結(jié)構(gòu)如圖9b 所示。
圖9 傳統(tǒng)和奇次諧波重復(fù)單元
PI 控制器中,比例環(huán)節(jié)可以實(shí)現(xiàn)動(dòng)態(tài)響應(yīng)速度快,積分環(huán)節(jié)可以實(shí)現(xiàn)無(wú)靜差跟蹤,但PI 控制很容易出現(xiàn)周期性干擾,沒(méi)有很好的抑制作用;重復(fù)控制由于內(nèi)部存在延時(shí)環(huán)節(jié),動(dòng)態(tài)性能較差,但在周期信號(hào)控制中具有良好的穩(wěn)態(tài)性能[14]。本文將二者結(jié)合在一起,并考慮到降低奇次諧波,采用基于奇次內(nèi)膜級(jí)聯(lián)式復(fù)合重復(fù)控制結(jié)構(gòu),如圖10 所示。重復(fù)控制器與反饋級(jí)聯(lián)閉環(huán),第1 個(gè)周期內(nèi)通過(guò)閉環(huán)進(jìn)行調(diào)節(jié),從第2 個(gè)周期開始,重復(fù)控制再進(jìn)行無(wú)靜差跟蹤,以提高系統(tǒng)的動(dòng)態(tài)響應(yīng)。
圖10 基于奇次諧波級(jí)聯(lián)式復(fù)合重復(fù)控制框圖
圖10 中,z-N/2為超前環(huán)節(jié);內(nèi)膜包括低通濾波器和延遲環(huán)節(jié)Q(z)z-N/2;C(z)為補(bǔ)償器,提供相位補(bǔ)償和幅值補(bǔ)償;Gc(z)為PI 控制器;Gp(z)為被控對(duì)象;r(z)為參考電流;d(z)為擾動(dòng);y(z)為輸出電壓;E(z)為跟蹤誤差。
對(duì)重復(fù)控制器的設(shè)計(jì)即對(duì)三個(gè)環(huán)節(jié)參數(shù)低通濾波器Q(z)、采樣次數(shù)N 和補(bǔ)償環(huán)節(jié)C(z)=krzMS(z)的設(shè)計(jì)。為了簡(jiǎn)化設(shè)計(jì)過(guò)程,通常設(shè)Q(z)=0.95、kr=0.9,則N=10 000/50,即只用對(duì)濾波器補(bǔ)償S(z)補(bǔ)償和zM超前環(huán)節(jié)進(jìn)行設(shè)計(jì)即可。
三相LCL 并網(wǎng)逆變器的系統(tǒng)傳遞函數(shù)為式(11),在重復(fù)控制器加入之前已經(jīng)插入PI 控制器,經(jīng)過(guò)前面計(jì)算,比例函數(shù)kp=0.06,ki=0.004 4。
將三相LCL 并網(wǎng)逆變器通過(guò)雙線性變換法離散化后,得到
S(z)一般設(shè)計(jì)為低通濾波器,二階濾波器起的主要是對(duì)高頻信號(hào)的衰減作用,二階濾波器僅提供高頻衰減,因此可以根據(jù)二階濾波器的截止頻率來(lái)設(shè)計(jì),補(bǔ)償器C(z)中的濾波器S(z)一般采用的是二階低通濾波器的形式,如式(17)所示,取低通濾波器的截止頻率為受控對(duì)象的諧振頻率ω=31 400 rad/s,阻尼系數(shù)0.707,通過(guò)雙線性比變換法離散后,最后設(shè)計(jì)的補(bǔ)償器C(z)中的濾波器S(z)為:
從圖11 中可看出高頻段增益得到了有效抑制。因?yàn)闉V波器和逆變器本身都存在滯后,它則由超前環(huán)節(jié)zM來(lái)補(bǔ)償,首先畫出S(z)GLCL1(z)的Bode 圖,再依次畫z-M的Bode 圖;通過(guò)伯德圖比較分析模塊z-M 與補(bǔ)償對(duì)象之間的相位滯后特性來(lái)完成M 參數(shù)的選擇,以達(dá)到最佳的相位補(bǔ)償效果。圖12 為不同階數(shù)的超前補(bǔ)償效果圖。
圖11 S(z)GLCL1(z)的伯德圖
圖12 超前環(huán)節(jié)z-M 的相頻特性
z-2的相頻特性曲線在中低頻段與被控對(duì)象的相頻特性曲線基本一致??梢哉J(rèn)為提前2 拍的超前補(bǔ)償環(huán)節(jié)z2可以有效補(bǔ)償和糾正系統(tǒng)的相位滯后問(wèn)題,并保證系統(tǒng)中低頻零相移的控制特性。
傳統(tǒng)重復(fù)控制的離散域內(nèi)膜G(z)=1/(1-Q*z-N/2),其中N=fs/f0(fs為采樣頻率,f0為電網(wǎng)頻率)。在理想情況下,采樣頻率和電網(wǎng)頻率的比值N 為整數(shù),此時(shí)重復(fù)控制能夠有效抑制各次諧波,但由于弱電網(wǎng)存在,電網(wǎng)頻率會(huì)出現(xiàn)一定程度的波動(dòng),N 中會(huì)出現(xiàn)小數(shù)部分,即
其中,Ni=int(N)表示整數(shù)部分,F(xiàn)=N-Ni表示小數(shù)(0 由拉格朗日插值原理可得 由式(25)可以得出基于冪級(jí)數(shù)展開的分?jǐn)?shù)延遲濾波器,如圖13 所示。 圖13 M 階分?jǐn)?shù)延遲濾波器 當(dāng)F=d,d 為整數(shù)時(shí),式(25)依然成立,即 用矩陣形式表示為 其中 利用拉格朗日插值法計(jì)算得到 當(dāng)M 分別取1、2、3 時(shí),濾波器的系數(shù)如表1 所示。 表1 分?jǐn)?shù)延遲濾波器的系數(shù) 本文選取M=3 作為實(shí)際的插值階數(shù)。 在實(shí)際生活中,電網(wǎng)頻率需要在49.6 Hz~50.4 Hz 之間波動(dòng),以7 次諧波為例,當(dāng)電網(wǎng)頻率為49.6 Hz 和50.4 Hz 時(shí),傳統(tǒng)內(nèi)膜(N=200)和加入分?jǐn)?shù)延遲環(huán)節(jié)內(nèi)膜(N=10 000/49.6=201.6 和10 000/50.4=198.4)的幅值特性對(duì)比如圖14 所示。頻率波動(dòng)時(shí)加入分?jǐn)?shù)延遲環(huán)節(jié)的RC 在7 次諧波處的增益由9.71 dB 增加到26 dB,諧波抑制效果更好。 圖14 7 次諧波處的幅頻特性 對(duì)應(yīng)的控制框圖如圖15 所示。 圖15 頻率自適應(yīng)級(jí)聯(lián)式重復(fù)PI 控制框圖 考慮到電流紋波限制、無(wú)功功率要求和電網(wǎng)諧波標(biāo)準(zhǔn),表2 列出了主要的電路參數(shù)。 表2 電路主要參數(shù) 對(duì)變化的光照模式下COOT 優(yōu)化算法的追蹤能力進(jìn)行仿真,設(shè)定在時(shí)間t=0 s 時(shí),光伏組件受光照強(qiáng)度的情況1 為:1 000、900、600、800、400 W/m2,最大功率為Pmax=4 250 W;在t=0.6 s 時(shí)所受光照情況2為:600、500、200、400、200 W/m2,最大功率為Pmax=3 430 W;變化遮擋下的輸出有功功率、無(wú)功功率曲線如圖16 所示。 圖16 變化光照下有功、無(wú)功功率曲線 光照情況1 時(shí),基于COOT 算法的MPPT 系統(tǒng)在0.42 s 后追蹤到全局GMPP,為4 250 W;t=0.6 s時(shí),光照情況2 變化,COOT 算法重啟,并在0.82 s 時(shí)準(zhǔn)確追蹤到新的全局GMPP,為3 430 W??芍贑OOT 方法的MPPT 系統(tǒng)在變化的光照模式下可以快速準(zhǔn)確跟蹤到全局最大功率點(diǎn)處。 將頻率由原來(lái)的工頻50 Hz 變?yōu)?9.6 Hz,采用冪級(jí)數(shù)展開的分?jǐn)?shù)延遲濾波器下基于奇次內(nèi)膜級(jí)聯(lián)式復(fù)合重復(fù)控制并網(wǎng)策略(即頻率自適應(yīng)級(jí)聯(lián)式重復(fù)PI 控制并網(wǎng)策略),系統(tǒng)輸出電壓-電流波形和電流諧波分析圖如圖17 所示。 圖17 49.6 Hz 下改進(jìn)型重復(fù)PI 控制電壓-電流波形和并網(wǎng)電流諧波含量 將頻率由原來(lái)的工頻50 Hz 變?yōu)?0.4 Hz,采用冪級(jí)數(shù)展開的分?jǐn)?shù)延遲濾波器下基于奇次內(nèi)膜級(jí)聯(lián)式復(fù)合重復(fù)控制并網(wǎng)策略(即頻率自適應(yīng)級(jí)聯(lián)式重復(fù)PI 控制并網(wǎng)策略),系統(tǒng)輸出電壓-電流波形和電流諧波分析圖如圖18 所示。 圖18 50.4 Hz 下改進(jìn)型重復(fù)PI 控制電壓-電流波形和并網(wǎng)電流諧波含量 由圖18 可知,無(wú)論是光照強(qiáng)度還是電網(wǎng)頻率發(fā)生變化時(shí),并網(wǎng)電流與電網(wǎng)電壓頻率和相位依舊一致;并且工頻由50 Hz 變?yōu)?9.6 Hz,輸出電流的THD 僅為1.56%;工頻由50 Hz 變?yōu)?0.4 Hz,輸出電流的THD 僅為1.31%;說(shuō)明無(wú)論是光照強(qiáng)度發(fā)生變化或者頻率發(fā)生漂移時(shí),采用頻率自適應(yīng)級(jí)聯(lián)式重復(fù)PI 控制可使系統(tǒng)的輸出電流對(duì)參考電流的跟蹤誤差小,而且可以明顯看出奇次諧波含量也很少。 本文將白冠雞優(yōu)化算法結(jié)合到MPPT 上面,可以快速準(zhǔn)確追蹤到全局最優(yōu)功率值沒(méi)有陷入到局部最優(yōu);本文僅采用逆變器側(cè)電流反饋進(jìn)行有源阻尼控制,不同于利用伯德圖進(jìn)行分析,提出基于阻尼因子的設(shè)計(jì)方法,在數(shù)學(xué)建模過(guò)程中把采樣計(jì)算延時(shí)和PI 控制加入,驗(yàn)證得到的數(shù)學(xué)模型與無(wú)源阻尼的數(shù)學(xué)模型是等效的,最后加入重復(fù)控制;在這個(gè)基礎(chǔ)上,為了減少奇次諧波,提出基于奇次內(nèi)膜的級(jí)聯(lián)式復(fù)合重復(fù)控制策略降低奇次諧波的危害;考慮到實(shí)際電網(wǎng)頻率會(huì)出現(xiàn)一定波動(dòng),提出冪級(jí)數(shù)展開的分?jǐn)?shù)延遲濾波器,提高重復(fù)內(nèi)膜對(duì)電網(wǎng)頻率擾動(dòng)的適應(yīng)性;最后把它們運(yùn)用到三相LCL 型光伏并網(wǎng)系統(tǒng)Simulink 仿真中,通過(guò)將光照強(qiáng)度和工頻頻率進(jìn)行變化,驗(yàn)證本文提出的基于COOT 優(yōu)化算法和改進(jìn)型重復(fù)PI 控制策略下,并網(wǎng)電壓和電流具有良好的正弦形、電流可以很快跟蹤到給定值、THD 值較小且奇次諧波含量低。5 仿真驗(yàn)證
6 結(jié)語(yǔ)