基于神經(jīng)網(wǎng)絡(luò)的地鐵牽引整流器直接功率控制算法研究

郭旭剛，孔龍飛，王蘇敬

（中國鐵道科學(xué)研究院 機(jī)車車輛研究所，北京100081）

參考文獻(xiàn)［4］推導(dǎo)α－β坐標(biāo)系下PWM整流器數(shù)學(xué)模型為：

對式（6）進(jìn)行前向差分整理得到：

控制目標(biāo)是k＋1時(shí)刻功率估算值等于功率指令給定值，即：

地鐵與輕軌

基于神經(jīng)網(wǎng)絡(luò)的地鐵牽引整流器直接功率控制算法研究

郭旭剛，孔龍飛，王蘇敬

（中國鐵道科學(xué)研究院 機(jī)車車輛研究所，北京100081）

現(xiàn)代地鐵交通車輛短間隔內(nèi)重復(fù)起動(dòng)停車、加速減速，車輛需要的電流處于不斷變化的過程，難以建立復(fù)雜的精確數(shù)學(xué)模型，且對系統(tǒng)在短時(shí)間內(nèi)抗負(fù)載突變的能力有較高要求。將直接功率控制理論和神經(jīng)網(wǎng)絡(luò)控制結(jié)合起來，應(yīng)用于地鐵整流器控制，通過建模仿真可以看出此系統(tǒng)動(dòng)態(tài)響應(yīng)較快，抗負(fù)載突變能力強(qiáng)，仿真結(jié)果驗(yàn)證了此控制方法的正確性與可行性。

PWM整流器；直接功率控制；神經(jīng)網(wǎng)絡(luò)PID

地鐵交通采用直流供電，但在交流電網(wǎng)側(cè)存在大量的無功和諧波會(huì)污染電網(wǎng)。由于PWM整流器具有高功率因素、能量的雙向流動(dòng)、輸入電流低諧波等優(yōu)點(diǎn)，故被廣泛應(yīng)用于現(xiàn)代交流傳動(dòng)和電力電子電能變換控制。目前國內(nèi)PWM整流器大部分是電流控制，即電壓外環(huán)和電流內(nèi)環(huán)，但是與電壓外環(huán)和功率內(nèi)環(huán)，即直接功率控制技術(shù)（Direct Power Control，DPC）相比［1-2］，坐標(biāo)變化、控制結(jié)構(gòu)及思路等較為復(fù)雜，故本文采用直接功率控制策略。

由于現(xiàn)代地鐵交通車輛短間隔內(nèi)重復(fù)起動(dòng)停車、加速減速，車輛需要的電流處于不斷變化的過程中，難以建立復(fù)雜的精確數(shù)學(xué)模型，傳統(tǒng)PID控制對高度時(shí)變、非線性的復(fù)雜對象控制效果不佳，但是神經(jīng)網(wǎng)絡(luò)可以解決此弊端，將神經(jīng)網(wǎng)絡(luò)與PID結(jié)合可取得更好的控制效果［3］。

本文采用直接功率控制技術(shù)和神經(jīng)網(wǎng)絡(luò)PID對地鐵直流牽引整流器進(jìn)行設(shè)計(jì)，既發(fā)揮了神經(jīng)網(wǎng)絡(luò)適應(yīng)性強(qiáng)、控制快速靈活等優(yōu)點(diǎn)，又保持了直接功率控制動(dòng)態(tài)響應(yīng)快等特點(diǎn)，仿真結(jié)果驗(yàn)證了此控制算法的有效性。

1 地鐵牽引整流器直接功率控制系統(tǒng)

三相電壓型地鐵牽引整流器直接功率控制系統(tǒng)［1］如圖1所示，由主電路和控制電路組成。主電路包括交流電路、整流橋電路以及直流電路，控制電路包括瞬時(shí)有功功率內(nèi)環(huán)、瞬時(shí)無功功率內(nèi)環(huán)和中間直流電壓外環(huán)。

此控制系統(tǒng)只需在α－β靜止坐標(biāo)系下完成，無需復(fù)雜的d－q坐標(biāo)系變化，控制思路簡單。

采用預(yù)測功率算法進(jìn)行控制，通過檢測電壓電流信號，進(jìn)行3/2變換并計(jì)算瞬時(shí)功率，利用瞬時(shí)功率理論預(yù)測［2，4］下一個(gè)固定周期內(nèi)瞬時(shí)功率變化情況，然后直接求取交流側(cè)電壓矢量，最后引入空間矢量脈寬調(diào)制（Space Vector Pulse Width Modulation，SVPWM）模塊來保證恒頻工作。

兩相靜止α－β坐標(biāo)系下三相電壓型PWM整流器瞬時(shí)有功p和瞬時(shí)無功q計(jì)算如下：

對式（1）進(jìn)行離散化，k為采樣時(shí)刻，k時(shí)刻式（1）可表示為：

那k＋1時(shí)刻式（1）可表示為：

采樣周期Ts往往為幾乎微秒，遠(yuǎn)小于工頻電網(wǎng)周期20 ms，可假設(shè)k＋1和k時(shí)刻網(wǎng)側(cè)電壓相等：

那么，連續(xù)兩個(gè)采樣時(shí)刻瞬時(shí)功率變化為：

參考文獻(xiàn)［4］推導(dǎo)α－β坐標(biāo)系下PWM整流器數(shù)學(xué)模型為：

對式（6）進(jìn)行前向差分整理得到：

將式（7）帶式（5）得

控制目標(biāo)是k＋1時(shí)刻功率估算值等于功率指令給定值，即：

將式（9）帶入式（8）整理得到交流側(cè)電壓矢量：

為確保系統(tǒng)單位功率因數(shù)運(yùn)行，瞬時(shí)無功指令值一直保持q*（k＋1）＝q*（k）＝q*（k－1）＝0。那么瞬時(shí)有功功率k＋1指令值可通過線性插值［4］計(jì)算，這樣瞬時(shí)功率指令值可以通過已知的k時(shí)刻和k－1時(shí)刻的指令值進(jìn)行計(jì)算：

將式（11）帶入式（10）最終得到交流側(cè)電壓矢量：

2 神經(jīng)網(wǎng)絡(luò)PID控制器

神經(jīng)網(wǎng)絡(luò)可以控制任意常規(guī)非線性與不確定系統(tǒng)，通過控制可以任意逼近線性系統(tǒng)或非線性系統(tǒng)。神經(jīng)網(wǎng)絡(luò)一般由多個(gè)單神經(jīng)元組成，復(fù)雜的結(jié)構(gòu)導(dǎo)致權(quán)值訓(xùn)練時(shí)間長［3，5-6］。但是單個(gè)神經(jīng)元克服了上述弊端，自適應(yīng)能力和自學(xué)習(xí)能力較強(qiáng)，相比神經(jīng)網(wǎng)絡(luò)，結(jié)構(gòu)簡單易實(shí)現(xiàn)。

2.1 單神經(jīng)網(wǎng)絡(luò)PID控制器

單神經(jīng)元PID控制器原理框圖如圖2虛線所示，3個(gè)輸入量分別是：

其中r（k）為期望輸出；y（k）為實(shí)際輸出；xi（k）為神經(jīng)元輸入量；e（k）為誤差；Δe（k）為誤差變化率；i＝1，2，3，k為采樣時(shí)刻。

通過一定的學(xué)習(xí)算法在線調(diào)整單神經(jīng)元的權(quán)值Wi（k），能夠?qū)崿F(xiàn)單神經(jīng)元自組織和自適應(yīng)的功能，采用有監(jiān)督的Hebb學(xué)習(xí)算法，文獻(xiàn)［5－7］也論證了此算法的收斂性和魯棒性。將單神經(jīng)元PID控制器算法規(guī)范化匯總?cè)缦拢?/p>

其中K為神經(jīng)元輸出增益；u（k）為輸出信號；Wi（k）為輸入量xi（k）的權(quán)值；η為權(quán)值學(xué)習(xí)速率。這樣單神經(jīng)元PID控制器參數(shù)有1個(gè)輸出增益K和3個(gè)學(xué)習(xí)速率η。

2.2 神經(jīng)網(wǎng)絡(luò)PID控制器算法改進(jìn)

由表達(dá)式（14）可知，神經(jīng)網(wǎng)絡(luò)PID的穩(wěn)定性和收斂性受制于輸出增益K。如果K值變大，雖然調(diào)節(jié)時(shí)間短收斂性好，但是超調(diào)量較大。K值變小正好相反，但是相比系統(tǒng)的穩(wěn)定性好，所以選取適合的K值尤為重要。

由于單神經(jīng)元響應(yīng)速度較慢，上升時(shí)間較長，動(dòng)態(tài)恢復(fù)緩慢，需要進(jìn)一步改善，采用改進(jìn)后的復(fù)合單神經(jīng)元控制器，其控制框圖如圖3所示。

2.3 電壓外環(huán)控制器設(shè)計(jì)

在地鐵牽引整流器控制系統(tǒng)中，啟動(dòng)時(shí)微分環(huán)節(jié)能抑制超調(diào)量，但是穩(wěn)態(tài)時(shí)抗干擾性能差，系統(tǒng)超調(diào)和振蕩明顯，所以采用PI進(jìn)行控制［8］。系統(tǒng)啟動(dòng)超調(diào)的缺陷可由單神經(jīng)元PI控制器進(jìn)行補(bǔ)償［5］。

3 系統(tǒng)仿真驗(yàn)證

搭建了基于復(fù)合神經(jīng)網(wǎng)絡(luò)的地鐵牽引整流器直接功率控制系統(tǒng)仿真模型，仿真具體參數(shù)如下：

線電壓380 V，工頻50 Hz，L＝2 m H，負(fù)載R＝24.5 Ω，C＝3 mF，qref＝0，＝700 V，分別在t＝0.2 s和t＝0.3 s時(shí)負(fù)載突變，仿真波形如圖5～7所示。

由圖5可以看出，系統(tǒng)中間直流電壓短時(shí)間內(nèi)負(fù)載變化時(shí)，與傳統(tǒng)PI控制相比，復(fù)合神經(jīng)元PI控制器動(dòng)態(tài)響應(yīng)恢復(fù)時(shí)間快，超調(diào)量相對較小，且短時(shí)間即可恢復(fù)，可見基于神經(jīng)網(wǎng)絡(luò)PI調(diào)節(jié)器的直接功率控制系統(tǒng)抗負(fù)載突變能力強(qiáng)，可以滿足地鐵和輕軌等列車短時(shí)間內(nèi)起動(dòng)停車、加速減速的要求。

由圖6可以看出，在負(fù)載（有功功率）突變時(shí)，基于復(fù)合神經(jīng)元的PI控制器系統(tǒng)中間直流電壓和直流側(cè)負(fù)載電流恢復(fù)到穩(wěn)態(tài)時(shí)間約為12 ms，動(dòng)態(tài)響應(yīng)較快，輸出直流電壓超調(diào)約為1.3%。有功功率為20 k W，無功功率為0 Var，A相電壓電流同相位，說明整流器工作在單位功率因數(shù)工況下，單位功率因數(shù)近似為1。

由圖7可以看出，當(dāng)無功功率發(fā)生突變時(shí)，系統(tǒng)也能正常工作，且動(dòng)態(tài)響應(yīng)較快，同時(shí)驗(yàn)證了此控制系統(tǒng)的有效性。

4 結(jié) 論

將直接功率控制技術(shù)與神經(jīng)網(wǎng)絡(luò)結(jié)合起來對地鐵牽引整流器進(jìn)行設(shè)計(jì)，從仿真結(jié)果可以得出以下結(jié)論：

（1）控制方案思路簡單，無需特別復(fù)雜的坐標(biāo)變換，動(dòng)態(tài)響應(yīng)快，繼承了直接功率控制的優(yōu)點(diǎn)。

（2）本文的預(yù)測功率控制算法屬于bang－bang控制，減少了兩個(gè)PI慣性環(huán)節(jié)，系統(tǒng)響應(yīng)較快。

（3）本文采用的復(fù)合神經(jīng)元PI控制器與傳統(tǒng)PI控制相比，抗負(fù)載突變能力強(qiáng)，對于時(shí)變的地鐵系統(tǒng)更有優(yōu)勢。

［1］ 耿 強(qiáng)，夏長亮，閻 彥，等.電網(wǎng)電壓不平衡情況下PWM整流器恒頻直接功率控制［J］.中國電機(jī)工程學(xué)報(bào)，2010，30（36）：79-85.

［2］ 郭旭剛，高增偉，等.不平衡電網(wǎng)電壓下的PWM整流器功率預(yù)測［J］.電網(wǎng)技術(shù)，2013，37（8）：2 362-2 367.

［3］ 王秀君，胡 協(xié).一種改進(jìn)的單神經(jīng)元PID控制策略［J］.浙江大學(xué)學(xué)報(bào)（工學(xué)版），2011，45（8）：1 498-1 501.

［4］ Bouafia A，Gaubert J P，Krim F.Predictive direct power control of three-phase pulsewidth modulation（PWM）rectifier using space-vector modulation（SVM）［J］.IEEE Transactions on Power Electronics，2010，25（1）：228-236.

［5］ 杜榮茂，李向榮，景利學(xué).基于神經(jīng)網(wǎng)絡(luò)的地鐵牽引整流器控制算法研究［J］.鐵道機(jī)車車輛，2012，32（2）：58-63，103.

［6］ 陳 杰，陳 冉，陳家偉，等.變速風(fēng)力發(fā)電機(jī)組的模糊-單神經(jīng)元PID控制［J］.中國電機(jī)工程學(xué)報(bào)，2011，31（27）：88-94.

［7］ 林 莘，王德順，徐建源，等.單神經(jīng)元PID控制器在高壓斷路器運(yùn)動(dòng)控制技術(shù)中的應(yīng)用［J］.電工技術(shù)學(xué)報(bào)，2009，24（6）：35-41.

［8］ 張永昌，趙爭鳴.基于快速空間矢量調(diào)制算法的多電平逆變器電容電壓平衡問題研究［J］.中國電機(jī)工程學(xué)報(bào)，2006，26（18）：71-76.

Direct Power Control of Subway PWM Rectifier Based on Neural Network

GUO Xugang，KONG Longfei，WANG Sujing
（Locomotive and Car Research Institute，China Academy of Railway Sciences，Beijing 100081，China）

Subway vehicles often meet the conditions of acceleration，deceleration，start and stop in short time.It is difficult to establish an accurate model for changing current of vehicle，which needs a high ability to resist load mutation.This paper presents a direct power control method based on neural network theory，and applies it to the PWM rectifier control system in subway.This system has high respond speed and strong ability of anti-load-interference，and the simulation results show that the proposed method is effective.

PWM rectifier；direct power control；neural PID

U239.5

A

10.3969/j.issn.1008－7842.2014.05.10

1008－7842（2014）05－0043－04

6—）男，研究實(shí)習(xí)員（

2014－03－06）