基于径向基函数神经网络的PI-准比例谐振控制策略

电力系统及其自动化学报Proceedings of the CSU -EPSA

第30卷第8期2018年8月

Vol.30No.8Aug.

2018

基于径向基函数神经网络的PI -准比例谐振控制策略

李圣清，张

茜

（湖南工业大学电气与信息工程学院，株洲412007）

摘要：针对三相并网逆变器在电网电压波动时存在电流畸变等问题，提出了一种基于径向基函数神经网络的改进型PI -准比例谐振复合控制方法，在分析PI 与准比例谐振控制原理的基础上，通过径向基函数神经网络的自适应控制能力，根据系统运行状态对改进型PI -准比例谐振控制器参数进行在线整定，解决了传统PI 控制器存在稳态误差和准比例谐振控制器参数难整定的问题。采用Matlab/Simulink 平台进行仿真研究，结果证明该方法实现了电流的无静差跟踪，降低了输出电流的总谐波畸变率，提高了系统的抗干扰能力，增强了系统的稳定性。关键字：并网逆变器；电流控制；准比例谐振控制；神经网络中图分类号：TM615

文献标志码：A

文章编号：1003-8930（2018）08-0062-06

DOI ：10.19635/https://www.360docs.net/doc/1017226425.html,ki.csu -epsa.000041

PI -QPR Control Strategy Based on RBF Neural Network

LI Shengqing ，ZHANG Xi

（College of Electrical and Information Engineering ，Hunan University of Technology ，Zhuzhou 412007，China ）

Abstract:Aiming at current distortion and other problems in three -phase grid -connected inverters when the grid voltage fluctuates ，an improved PI -quasi proportional resonant （PI -QPR ）compound control method is proposed based on radial basis function （RBF ）neural network.Based on the analysis of the PI -QPR control principle and with the self -adaptive

control capability of RBF neural network ，the on -line tuning of parameters of the improved PI -QPR controller is con?ducted according to the operating status of the system.In this way ，the problems ，such as the existence of steady -state error in the traditional PI controller ，and the parameters of QPR controller that are difficult to tune ，are solved.The Mat?lab/Simulink platform is used to perform simulations ，and results show that this method realizes non -stationary tracking of current ，reduces the total harmonic distortion （THD ）of output current ，improves the system ’s anti -jamming capabili?

ty ，and enhances the stability of the system.

Keywords:grid -connected inverter ；current control ；quasi proportional resonant （QPR ）control ；neural network 随着光伏、风力发电等新能源技术的发展，绿色分布式电源DG （distributed generation ）并网技术的研究也越发深入。并网逆变器作为DG 与公共电网连接的重要接口装置，其控制是实现电能高效利用的基础[1]。

传统的PID 控制、重复控制、滞环控制等由于算法简单、易于实现，被广泛应用于并网逆变控制器中，但是在跟踪正弦参考信号时存在幅值和相位的稳态误差以及抗干扰能力差等缺点[2]。已有学者对并网控制器的优化设计做了大量的研究[3-7]。文献[8]提出在不平衡电网电压条件下，比例积分-降阶谐振PI -ROR （proportion integral -reduced order resonant ）调节器可直接对输出电流无差控制，能改

善并网逆变器的动态性能，提高系统在不平衡电压条件下的运行能力。文献[9]提出PI 与准比例谐振QPR （quasi proportional resonant ）联合控制的光伏并网电流优化策略，实现了电流的无静差跟踪，抑制直流分量。文献[10]在两极式单相并网发电系统控

制策略中，在误差反向传播BP （back propagation ）神经网络算法的基础上加入了功率跟踪环节提高了系统动态性能，改善了功率突变时逆变器的电流波形，提高了系统的运行效率。文献[11]为了实现神经网络模型在实际仿真中的应用，提出了一种神经网络模型接入电力系统分析综合程序PSASP （pow?er system analysis software package ）的改进方案，使局部回归网络Elman 神经网络模型能适应于各种

收稿日期：2018-04-20；修回日期：2018-06-08

网络首发出版时间：2018-08-1518：35

基金项目：湖南省自然科学基金资助项目（2017JJ4024）；湖南省教育厅开放基金资助项目（15k036）；湖南省重点实验室资助项

目（2016TP1018）

万方数据