基于PSO-FUZZY控制的UPQC并聯側信號檢測算法研究

沈 虹，張

（1. 燕山大學 電氣工程學院，秦皇島 066004；2. 河北省電力電子節能與傳動控制重點實驗室，秦皇島 066004）

0 引言

隨著非線性電力電子器件、裝置和沖擊性、波動性負荷在現代工業中的廣泛應用以及各種復雜、精密、對電能質量敏感的用電設備的不斷普及，人們對電能質量要求越來越高，既要防止非線性負荷對電網的污染，又面臨如何向負荷提供高質量的電能的問題。日本學者H.Akagi在1996年首次提出統一電能質量調節器(Unified Power Quality Conditioner — UPQC)的概念，結合了并聯型補償裝置和串聯型補償裝置的功能，不但可以補償諧波電流、無功、三相不平衡，而且可以補償諧波電壓，抑制電壓跌落，提高供電可靠性，被公認為是極有發展前途的一種新型電能質量調節裝置[5~8]。UPQC的基本拓撲結構如圖1所示。

圖1 統一電能質量調節器基本拓撲結構

一種性能優良的UPQC裝置，準確、實時的信號檢測是關鍵的一步。建立在矢量變換基礎上的瞬時無功理論檢測方法在有源濾波技術中最常用，以之為基礎的一系列改進檢測方法也隨之出現[9~13]。針對其多次的坐標變換計算和低通濾波器的精確度不高的問題，本文提出基于PSO- FUZZY控制的信號檢測算法進行電壓補償及無功、諧波電流檢測，省卻了原有的矢量變換和低通濾波環節，具有計算簡潔、檢測精度高、補償效果好的特點。

粒子群優化 (Particle Swarm Optimization—PSO)是一種基于群智能的全局優化方法，能夠在復雜空間中實施有效搜索[14~16]。而模糊控制作為一種智能控制方式，其最大優點就是不依賴于精確的數學模型，針對非線性和大時滯系統具有良好的控制特性。將粒子群優化與模糊控制相結合，利用粒子群優化模糊控制器的比例因子和量化因子可以克服以往模糊控制器參數選取主要依靠專家經驗，避免較大的主觀性無法獲得全局最優的不足。

1 信號檢測

已知標準正弦電壓ura與基波無功電流iq和諧波電流ih之和的乘積在一個基波周期區間上的積分為零，即

而負載電流iL包含基波有功電流ip，基波無功電流和諧波電流，即

由此可推出并聯側諧波電流的檢測算法。該算法的原理是：

圖2 基于粒子群優化的模糊控制器結構

2 粒子群優化模糊控制器

2.1 粒子群算法

粒子群優化算法是從鳥群的捕食行為中受到啟發并用于解決優化問題的。在粒子群優化算法中，每個優化問題的解都是d維目標搜索空間中的一個粒子，共有m個粒子組成一個群體。每個粒子性能的優劣程度取決于待優化問題目標函數確定的適應值 (Fitness Value)，每個粒子由一個速度決定其飛行的方向和速率的大小，粒子們追隨當前的最優粒子在解空間中進行搜索。粒子群初始化為一群隨機粒子(隨機解)，然后通過迭代找到最優解。其中，在第t次迭代時粒子i的位置可以表示為Xi(t)=(Xi1(t), Xi2(t),…, Xid(t))，該粒子的飛行速度可以表示為Vi(t)=(Vi1(t), Vi2(t),…, Vid(t))。在每一次迭代過程中，粒子通過跟蹤兩個“極值”來更新自己的速度和位置。第一個就是粒子本身所找到的最優解，這個解叫做個體極值pBest，可以表示為Pi(t)=(Pi1(t), Pi2(t),…, Pid(t))；另一個極值是整個種群目前找到的最優解，這個極值是全局極值gBest，可以表示為Pg(t)=(Pg1(t), Pg2(t),…, Pgd(t))。

在第t+1次迭代計算時，粒子i根據下列規則來更新自己的速度和位置。

其中，ω為慣性權重，調整其值可以改變搜索范圍和搜索速度；c1，c2為學習因子，是非負常數；r1，r2為[0，1]之間的一個兩個獨立的隨機數，k=1，2，…，d。

為避免粒子在全局最優解附近“振蕩”的現象，ω由最大慣性權重ωmax線性減小到最小慣性權重ωmax。即

其中，k為當前迭代數；kmax為總迭代數。

2.2 基于粒子群優化模糊控制器

在UPQC運行暫態過程中，PSO及時更新優化模糊控制器的3個參數，具體步驟如下 ：

1）首先將整個解空間分成若干區域，對每個區域的速度和位置 ，賦初值，初值在允許范圍內隨機產生，此時個體極值pBest就是初始位置的值；而全局極值gBest為若干區域中使得e最小的個體極值。同時，該個體極值所在的區域號被記錄下來。

2）將初值帶入式(7)、(8)中得到新的位置和速度，并檢驗適度函數minθi(e)，找到新的個體極值，并與全局極值比較，若新的個體極值比上一次的全局極值更優，則替換為新的全局極值。

3）以此類推，粒子在空間不斷變異尋找最優解，每一次的迭代，慣性權重都是變化的。直到該粒子滿足目標函數，程序中止，此時粒子所在的位置就是模糊控制器3個參數量化因子ke，kec和比例因子ku的最優值。否則，程序回到步驟(2)，繼續尋找。

3 仿真分析

在相同系統參數條件下，將提出的基于PSOFUZZY信號檢測算法與廣泛應用的基于瞬時無功理論的ip-iq法進行MATLAB對比仿真分析。系統仿真模型如圖3所示。

圖3 仿真模型

系統參數如表1所示。

表1 UPQC電路參數

PSO算法采用S-函數編程實現，其參數設置如下：種群總數為50，每個粒子的維數為3，c1=c2=2，ωmax=0.95，ωmax=0.1。

圖4(a)、(b)為帶非線性負載情況下，補償前電源電流及其頻譜。

圖4 補償前波形A相電源電流(A)及頻譜(THD=26.13%)

圖5 采用不同檢測算法的仿真結果

圖5(a)、(b)分別為采用ip-iq法和本文提出的PSO-FUZZY信號檢測算法仿真獲得的A相電源電流及其頻譜。(c)為電網電壓在0.3s~0.35s時產生閃變，采用PSO-FUZZY信號檢測算法獲得的電源電流波形及頻譜。

對比仿真結果，仿真波形及總諧波畸變量（THD）均表明建立在矢量變換基礎上的瞬時無功理論檢測方法ip-iq法能夠實現無功和諧波的補償，而基于PSO-FUZZY的信號檢測算法在補償電壓電流諧波以及電壓閃變方面更具有良好的動態性能和補償效果。

4 實驗分析

為驗證基于PSO-FUZZY信號檢測算法的可行性和有效性，在實驗樣機上進行了實驗驗證。電路參數與仿真模型中設置的參數相同。實驗樣機如圖6所示。

圖6 實驗樣機

UPQC補償前實驗波形及數據如圖7所示。(a)為電源電流波形，(b)為具體數據。

圖7 UPQC補償前電源電流波形和數據

UPQC補償后實驗波形及數據如圖8所示。(a)為電源電流波形，(b)為具體數據。

圖8 UPQC補償前后電網電流及功率測量結果

5 結論

系統仿真及實驗結果表明，采用基于PSOFUZZY信號檢測算法的UPQC能有效地補償非線性負載產生的諧波。

1）其摒棄了通常采用的矢量變換和低通濾波環節，控制思路清晰，計算過程簡潔。

2）同傳統的瞬時無功理論檢測方法相比，動態補償效果更好。

3）檢測算法中采用的基于粒子群優化模糊控制器，體現了模糊控制不依賴精確的數學模型及粒子群全局尋優的智能控制特性。

[1] C.Pahmer,G.A.Capolino,H.Henao.Computer-aided design for control method of shunt active filter[C].1994,(1):669-674.

[2] A.Sannino,J.Svensson.A series- connected voltage source converter for voltage sag mitigation using vector control and a filter compensation algorithm [C]. Proc. 2000 IEEE Industry Applications Society Annual Meeting, 2000:2476-2481.

[3] A.Sannino,J.Svensson.Application of converter-based series device for voltage sag mitigation to induction motor load[C].Power Tech Proceedings,2001 IEEE Porto,2001(2):6.

[4] L.H.Tey,P.L.So,Y.C.Chu.Improvement of power quality using adaptive shunt active filter[C].Power Delivery,IEEE Trans.,2005(2):1558-1568.

[5] 萬健如,裴瑋,張國香.統一電能質量調節器同步無差拍控制方法研究[J].中國電機工程學報,2005(13):63-67.

[6] Fujita H,Akagi H.The Unified Power Quality Conditioner:The Integration of Series-and Shunt-active Filters[J].IEEE Trans on Power Electronics,1998,13(2):315-322.

[7] Aredes M,Heumann K,Walandble E H. An Universal Active Power Line Conditioner[J].IEEE Trans on Power Delivery,1998,13(2):545-551.

[8] 巫付專,萬健如,沈虹.基于UPQC主電路容量最小的控制策略的研究[J].電力系統保護與控制,2010,38(11):1-5.[9] 葉忠明,董伯藩,錢照明.諧波電流的提取方法比較[J].電力系統自動化,1997,21(2):21-25.

[10]趙曉,付青.基于瞬時無功理論的諧波檢測方法研究.現代電子技術, 2006,(6):132-133,141.

[11]王曉鈺,劉進軍,何益宏,等.用于通用電能質量控制器的一種簡單補償策略和統一控制方法[J].電工技術學報,2004.19(12):47-52.

[12]Yasushiro Komatsu,Takao Kawabata.Characteristics of active power filter controlled by the use of extension pq theory [M].Procs.3nd International Power Electronics and Motion Control Conference (IPEMC),2000:359-364.

[13]公茂忠,劉漢奎,顧建軍,等.并聯型有源電力濾波器參考電流獲取的新方法[J].中國電機工程學報,2002,22(9):43-47.

[14]Eberhart R,Kennedy.A new optimizer using particles s warm theory[C].Proc. of the 6th International Symposium on Micro Machine and Human Science, Nagoya, Japan, 1995:39-43.

[15]金義雄,程浩忠,嚴健勇,等.改進粒子群算法及其在輸電網規劃中的應用[J].中國電機工程學報,2005,25(4):46-50.

[16]Abdelbar A.M.,Abdelshahid,S.,Wunsch,D.C.,II;Fuzzy PSO:a generalization of particle swarm optimization.IJCNN '05.Proceedings,IEEE International Joint Conference,2005(2):1086-1091.