功率解耦控制范文

功率解耦控制范文（精选7篇）

功率解耦控制 第1篇

双馈风力发电变速恒频系统在风力发电系统中得到广泛应用,基于定子磁链矢量控制简化电机模型,由于要观测定子磁链,增加了控制系统的复杂性,本文采用基于定子电压定向的矢量控制,省去了定子磁链观测器[1]。

模糊逻辑控制是一种新颖的控制策略,无论是在非线性还是多变量系统中,特别是当数学模型未知或不确定时,都能产生令人满意的效果[2]。而由于空气动力学的不确定性和电力电子模型的复杂性以及其他诸如老化和大气条件等因素都会引起电机参数的变化,导致传统PI控制策略性能变差。本文在采用基于定子电压定向的矢量控制简化双馈发电机数学模型的基础上,将模糊控制技术引入双馈风力发电系统有功功率和无功功率解耦控制中,不仅实现了最大风能捕获,而且提高了风力发电系统的运行性能。

2 双馈风力发电机模型[1,3,4,5]

规定定、转子绕组均采用电动机惯例,即向绕组方向看时,电压降的正方向与绕组电流的正方向一致,电流与磁链符合右手螺旋法则。采用定子电压定向下d-q坐标系下双馈发电机磁链和电压模型分别为

$\{\begin{array}{l}\Psi {}_{d\text{s}}=L{}_{\text{s}}i{}_{d\text{s}}+L{}_{\text{m}}i{}_{d\text{r}}\\ \Psi {}_{q\text{s}}=L{}_{\text{s}}i{}_{q\text{s}}+L{}_{\text{m}}i{}_{q\text{r}}\\ \Psi {}_{d\text{r}}=L{}_{\text{r}}i{}_{d\text{r}}+L{}_{\text{m}}i{}_{d\text{s}}\\ \Psi {}_{q\text{r}}=L{}_{\text{r}}i{}_{q\text{r}}+L{}_{\text{m}}i{}_{q\text{s}}\end{array}(1)$

$\{\begin{array}{l}u{}_{d\text{s}}=R{}_{\text{s}}i{}_{d\text{s}}+p\Psi {}_{d\text{s}}-\omega {}_1\Psi {}_{q\text{s}}=U{}_{\text{s}}\\ u{}_{q\text{s}}=R{}_{\text{s}}i{}_{q\text{s}}+p\Psi {}_{q\text{s}}+\omega {}_1\Psi {}_{d\text{s}}=0\\ u{}_{d\text{r}}=R{}_{\text{r}}i{}_{d\text{r}}+p\Psi {}_{d\text{r}}-\omega {}_{\text{s}}\Psi {}_{q\text{r}}\\ u{}_{q\text{r}}=R{}_{\text{r}}i{}_{q\text{r}}+p\Psi {}_{q\text{r}}+\omega {}_{\text{s}}\Psi {}_{d\text{r}}\end{array}(2)$

式中:u,i,Ψ分别为电压、电流、磁链; R,L分别为电阻和自感;下标的d,q为d-q轴分量;下标s,r为定转子分量;Lm为互感;ω1为同步电角速度;ωs为d,q坐标系相对于转子的电角速度,即为转差的电角速度,ωs=ω1-ωr,ωr为转子电角速度。

在忽略定子电阻后,根据式(1)和式(2)将双馈发电机磁链和电压数学模型可分别简化为

$\{\begin{array}{l}\Psi {}_{d\text{s}}\approx 0\\ \Psi {}_{q\text{s}}=\Psi {}_{\text{s}}\approx -(U{}_{\text{s}}/\omega {}_1)\\ \Psi {}_{d\text{r}}=\sigma L{}_{\text{r}}i{}_{d\text{r}}\\ \Psi {}_{q\text{r}}=\sigma L{}_{\text{r}}i{}_{q\text{r}}-[L{}_{\text{m}}U{}_{\text{s}}/(L{}_{\text{s}}\omega {}_1)]\end{array}(3)$

其中

$\{\begin{array}{l}u{}_{d\text{s}}=U{}_{\text{s}}\approx -\omega {}_1\Psi {}_{q\text{s}}\\ u{}_{q\text{s}}=0\\ u{}_{d\text{r}}=R{}_{\text{r}}i{}_{d\text{r}}+\sigma L{}_{\text{r}}pi{}_{d\text{r}}+\omega {}_{\text{s}}\frac{L{}_{\text{m}}U{}_{\text{s}}}{L{}_{\text{s}}\omega {}_1}-\sigma \omega {}_{\text{s}}L{}_{\text{r}}i{}_{q\text{r}}\\ u{}_{q\text{r}}=R{}_{\text{r}}i{}_{q\text{r}}+\sigma L{}_{\text{r}}pi{}_{q\text{r}}+\sigma \omega {}_{\text{s}}L{}_{\text{r}}i{}_{d\text{r}}\end{array}(4)$

定子有功功率和无功功率方程为

$\{\begin{array}{l}{\rm P}{}_{\text{s}}=\frac{3}{2}U{}_{\text{s}}i{}_{d\text{s}}\\ Q{}_{\text{s}}=-\frac{3}{2}U{}_{\text{s}}i{}_{q\text{s}}\end{array}(5)$

从式(5)中可知,因为定子直接连接电网,所以Us为恒定值,有功和无功与定子电流的q轴和d轴分量线性关系。有功无功的控制可以解耦为定子电流的d轴和q轴的控制。控制的实现是采用控制转子电压来实现的。

3 DFIG最大风能捕获控制[6,7,8,9,10,11]根据贝兹理论,风力机产生的机械功率为

Pm=0.5ρπR2Cp(λ,β)v3 (6)

式中:ρ为空气密度;R为风力机风轮半径;Cp为风能转换系数;λ为叶尖速比;β为桨叶节距角;v为风速。

其中叶尖速比λ是叶尖线速度与风速之比的函数,如下:

λ=ωmR/v (7)

式中:ωm为风轮旋转的机械角速度,rad/s。

在β一定时,典型的Cp与λ之间的关系曲线示意图如图1所示。

由图1可知,在任何风速下,只要调节风力机转速,使其叶尖线速度与风速之比λ保持不变,且都满足λ=λopt,就可维持风力机在Cpmax运行。根据式(6)和式(7),可得风力机输出机械功率和机械角速度的关系曲线,如图2所示。

由图2可以得到风力机输出机械功率的最佳曲线Pm opt,要使风力机运行在这条曲线上,必须在风速变化时及时调节转速,保证最佳叶尖速比,风力机将会获得最大风能捕获,有最大机械功率输出:

${\rm P}{}_{\text{m}\text{o}\text{p}\text{t}}=\frac{0.5\text{π}R{}^{5}C{}_{\text{p}\text{m}\text{a}\text{x}}}{\lambda {}_{\text{o}\text{p}\text{t}}^3}\omega {}_{\text{m}}^3(8)$

额定风速以下,双馈发电机次同步运行,有以下功率关系:

$\{\begin{array}{l}{\rm P}{}_{\text{s}}={\rm P}{}_{\text{e}}-{\rm P}{}_{\text{s}\text{l}\text{o}\text{s}\text{s}}\\ {\rm P}{}_{\text{e}}={\rm P}{}_{\text{m}}/(1-s)\\ {\rm P}{}_{\text{e}}=({\rm P}{}_{\text{r}}-{\rm P}{}_{\text{r}\text{l}\text{o}\text{s}\text{s}})/s\end{array}(9)$

式中:Pe为电磁功率;Ps loss为定子铜耗及电机铁耗;Pr为转子吸收的有功功率;Pr loss为转子铜耗;s为转差率。

由式(8)和式(9)得有功功率指令P*s为

P*s=[Pm opt/(1-s)]-Ps loss (10)

4 功率解耦模糊控制器的设计

本文采用参数自整定模糊PI控制器。为了满足对PI控制器参数自整定的要求,利用模糊控制规则在线对PI的比例和积分进行修改。其模糊PI控制器系统框图如图3所示。

参数自整定的基本思想[12]是:当偏差或偏差变化率ec较大时,进行“粗调”,即放大KP,KI;当偏差e或偏差变化率ec较小时,进行“细调”,即缩小KP,KI;放大倍数的语言变量N为下列词集:N={AB,AM,AS,OK,CS,CM,CB}。

这里AB,AM,AS,OK,CS,CM,CB 分别表示高放,中放,低放,不变,小缩,中缩,大缩的模糊子集,N的论域规定:{0.125,0.25,0.5,1.0,2.0,4.0,8.0}。

在一控制周期内的参数自整定模糊PI控制器系统流程如图4所示。

系统整体控制框图如图5所示。对于功率解耦控制,首先检测电网三相电压uabcs、三相定子电流iabcs和三相转子电流iabcr,用锁相环(PLL)获得电网电压矢量相位θ1和同步转速ω1。利用光电编码求得转子角速度ωr,从而求得转子位置角θr。根据式(5)求得定子有功功率Ps和无功功率Qs,定子有功功率给定P*s由式(10)可计算得出,定子无功功率给定设置为0,实现单功率因数,分别作为模糊PI控制器的输入,得到转子电流的d轴分量给定i*dr和q轴分量给定i*qr,并通过模糊PI控制器和式(4)得到转子电压的q轴分量u*qr和d轴分量u*dr,经旋转变换生成SVPWM,实现对双馈电机的转子侧变换器的控制,最终实现双馈电机的功率解耦控制。

5 仿真结果

本文采用Matlab/Simulink为实验平台,根据各个部分数学模型公式,建立了各部分数学模型并进行仿真,系统仿真模型如图6所示。电机参数为:额定电压380V,额定功率20kW,定子电阻Rs=3.74Ω,定子漏感Ls=0.3042H,转子电阻Rr=3.184Ω;转子漏感Lr=0.3107H,互感Lm=0.2920H,极对数p=2,转动惯量J=0.1kgm2。

1)当风速为12m/s,无功功率给定为0,且电机参数恒定时对系统进行仿真,波形如图7所示。

由图7a可得,与PI控制相比,模糊PI控制能够更快地调节定子侧有功功率获得最优功率。将无功功率给定设置为0,由图7b可得,与PI控制相比,模糊PI控制能够更快地调节定子侧无功功率为0,获得单位功率因数。

2)当风速在1s由12m/s变化为14m/s,无功功率给定为0,且电机参数恒定时对系统进行仿真,波形如图8所示。

由图8a可得,当风速改变时,与PI控制相比,模糊PI控制能够更快地调节定子侧有功功率,根据风速的变化相应地改变到对应的最佳功率。将无功功率给定设置为0,由图8b可得,当风速变化时,与PI控制相比,模糊PI控制能够更快地调节定子侧无功功率为0,获得单位功率因数。

3)当风速不变时,无功功率给定为3800var,在0.5s时电机转子电阻变为原来的1.5倍,对系统进行仿真,波形如图9所示。

由图9a可得,当电机参数变化时,与PI控制相比,模糊PI控制能够更快地调节定子侧有功功率获得对应的最佳功率;由图9b可得,与将无功功率给定设置为3800var,当电机参数变化时,与PI控制相比,模糊PI控制能够更快地调节定子侧无功功率到给定值。

6 结论

本文对通过变速恒频风力发电系统进行分析,在采用基于定子电压定向的矢量控制简化双馈发电机数学模型的基础上,将模糊控制技术引入双馈风力发电系统有功功率和无功功率解耦控制中,不仅实现了最大风能捕获,而且提高了风力发电系统的运行性能。仿真结果验证了自适应模糊PI控制器与PI控制器相比,依靠模糊控制器的自调整能力能够实时在线地按照系统的偏差对控制器参数进行调整,大大减弱了对电机参数准确性的依赖程度,从而提高了控制器的自适应能力和鲁棒性。

摘要：对于变速恒频风力发电系统,采用基于定子电压定向的矢量控制简化双馈发电机模型,并在此基础上确定了最大风能捕获的控制策略。为了提高系统的鲁棒性和动态响应速度,将模糊控制技术引入双馈风力发电系统有功功率和无功功率解耦控制中。将功率控制系统分解为有功功率子系统和无功功率子系统,从而建立了风力发电机组完整的功率控制模型。采用Matlab/Simulink建立了各单元模型并进行仿真,仿真结果表明:所设计的模糊控制器成功实现了有功功率和无功功率的解耦控制,不仅能够实现最大风能捕获,使系统中具有很强的鲁棒性和适用性,而且设计方法简单,控制器容易实现。

关键词：双馈发电机,变速恒频,矢量控制,最大风能捕获,模糊控制,鲁棒性

参考文献

[1]赵仁德.变速恒频双馈风力发电机交流励磁电源研究[D].杭州:浙江大学,2005.

[2]刘金琨.先进PID控制及其MATLAB仿真[M].北京:电子工业出版社,2003.

[3]Krause P C.Analysis of Electric Machinery[M].McGraw-Hill,1986.

[4]Pablo Ledesma,Julio Usaola.Effect of Neglecting Stator Tran-sients in Doubly Fed Induction Generators Models[J].IEEETrans.on Energy Conversion,2004,19(2):459-461.

[5]Ekanayake J B,Holdsworth L,Jenkins N.Comparison of5th Order and 3rd Order Machine Models for Doubly FedInduction Generator(DFIG)Wind Turbines[J].ElectricPower Systems Research,2003,67(3):207-215.

[6]王志华,李亚西,赵栋利,等.变速恒频风力发电机最大功率跟踪控制策略的研究[J].可再生能源,2005(2):16-19.

[7]Ming Yini,LI Gengyin,ZHOU Ming.Analysis and Com-parison of Dynamic Models for the Doubly Fed InductionGenerator Wind Turbine[J].电力系统自动化,2006,30(13):22-27.

[8]黄科元,贺益康,卞松江.矩阵式变换器交流励磁的变速恒频风力发电系统的研究[J].中国电机工程学报,2002,22(11):100-105.

[9]Jovanovic M G,Betz R E.Power Factor Control Using BrushlessDoubly Fed Reluctance Machines[C]∥In:Industry ApplicationsConference,2000.Conference Record of the 2000IEEE,2000(1):523-530.

[10]陆城,许洪华.风力发电用双馈感应发电机控制策略的研究[J].太阳能学报,2004,25(5):606-611.

功率解耦控制 第2篇

近年来随着研究的深入,越来越多的微型逆变器拓扑得到了应用[1,2]。由于其主要用于单相并网逆变系统,系统中输入PV源提供恒定功率,而交流并网侧瞬时功率时刻变化,导致输入侧引起很大的功率脉动,为了不影响最大功率追踪( MPPT) 的正常工作,通常在PV源两端并联容值很大的电解电容来平衡这部分脉动功率。但是电解电容在105℃的操作环境下寿命仅为1000 ~ 7000h[3],严重限制了微型逆变器的寿命。因此,一些学者提出了在逆变器中加入功率解耦电路来处理这部分脉动功率,从而用小容值长寿命的薄膜电容来替代电解电容,提高逆变器的寿命。

功率解耦技术已经在很多微型逆变器电路中得到应用[4,5]。但在以往的论文中只是关于拓扑的工作原理分析,并未进行详细的参数计算和损耗分析。本文研究一种带功率解耦的Flyback型逆变器[6],结合数学计算方法对其进行深入的分析,推导出计算电路损耗的公式。该方法也可以运用到其他带功率解耦的逆变器拓扑中,最后通过仿真和实验验证了该拓扑的可行性。

2 原理分析

带功率解耦的Flyback型逆变器拓扑如图1所示。在传统的Flyback型逆变器中加入功率解耦单元,解耦回路由开关管Sx和解耦电容Cx构成,为了截止流过Sm的反向电流,需要串联阻断二极管Dm。由于增加了功率解耦回路,Cdc和Cx都可以选择小容值长寿命的薄膜电容。

图2是该电路各阶段的理论分析波形和各个开关管的驱动信号波形,由分析可知在每个开关周期内都包含四个工作模态。

模态一时开关管Sm开通,原边电流ip线性上升,当其达到设定值i1p时,Sm关断,该过程结束; 模态二时励磁电流先经过反并联二极管Dx对解耦电容进行充电,此时开通Sx可实现软开通,当变压器原边电流由正向变为负向给定值ixp时,开关管Sx关断; 模态三时Sac1( 或Sac2) 开通,能量传递到网侧,开关管Sac1和Sac2根据电网电压的极性轮流工作半个工频周期,当副边电流i2减小到0时该阶段结束;模态四时所有开关管关断,变压器原副边电流为零。

该电路工作在电流断续模式下( DCM) ,采用顺序磁化的调制方式,通过增加解耦回路来处理瞬时的脉动功率,这样就可以用小容值的薄膜电容代替原有的电解电容,提高逆变器的寿命。

3 参数计算和损耗分析

本文在进行参数设计时,选取额定输入功率Pin= 100W,输入电压Vdc= 40V,输入电流Idc= 2. 5A,开关频率fs= 50k Hz,并网电压为vac= 220V /50Hz,下面介绍主要电路设计。

3. 1 电路参数设计

根据前文对电路工作模态分析,设第一、二、三、四模态的工作时间分别为D1TS、D2TS、D3TS、D4TS,其中TS为一个开关周期,参数计算如下。

( 1) 模态一

由电路分析知,Idc= D1i1p/2。

由于电路工作在DCM状态,D1不能过大,取最大值D1max= 0. 25,所以得i1p= 20A; 在该过程中有:

式中,Lm为变压器原边励磁电感。由式( 1) 可得:Lm= 10μH。且经过推导[6]可知:

( 2) 模态二

该过程中有:

根据文献[7]解耦电容Cx选取40μF的薄膜电容,其电压可近似为:

式中,Vx为解耦电容的平均电压; ΔV为解耦电容脉动电压的最大值; ω是电网工频角频率。得D2max=0. 225。

( 3) 模态三

理想情况下有,则:

式中,变压器变比为k = 1∶N; vac= Vacsinωt; L2为副边励磁电感。将式( 1) 、式( 2) 代入式( 4) ,得:

取D3= 0. 2,可得N = 4. 4; 取N = 4,代入式( 5) 验证得D3= 0. 182。

由于电路工作在DCM状态,所以必须保证D1+ D2+ D3< 1,经验证上述参数计算满足要求。

3. 2 损耗分析

为了深入理解电路的工作特性,对该电路进行详细的损耗计算[8],分析产生损耗的原因,以优化电路性能。由于电路分四个工作模态,各阶段电流波形不同,因此在进行损耗分析之前要先分别计算各个阶段的电流值。

3. 2. 1 各阶段电流的计算

设Tg是半个工频周期,m = Tg/ TS。

( 1) 流过Sm电流

平均值为: Idc= Pin/ Vdc。

利用数学方法,模态一电流可以表示为:

式中,t1= D1TS= Lmi1p/ Vdc。

则流过Sm电流有效值为:

( 2) 流过Sx电流

在模态二ixp可以表示为:

式中,i表示离散的整数。该阶段电流为:

则流过Sx电流平均值为:

式中,t2= D2TS= Lm( ixp+ i1p) /vx; 忽略解耦电容电压脉动的影响,近似取D2= a + dpsin ( πi / m) ,其中a、dp取常数。

流过Sx电流有效值可表示为:

( 3) 流过Sac1电流

变压器副边电流为:

式中,由式( 5) 得,为固定值。

则流过Sac1电流平均值为:

有效值可表示为:

3. 2. 2 电路损耗计算

( 1) Sm的损耗

该电路工作在DCM模式,所以Sm为零电流开通( ZCS) ,其主要为通态损耗和关断损耗。通态损耗可表示为:

式中,RSm. on为Sm的导通电阻。

Sm在关断时承受的端电压为:

所以开关管的关断损耗可表示为:

式中,tf. Sm为Sm的关断时间。

( 2) Dm的损耗

由分析知只有模态一阶段有电流流过Dm,而该阶段结束时Dm端电压为零,所以Dm无关断损耗,其损耗主要是通态损耗,可表示为:

式中,VF. 1为Dm的正向导通压降。

( 3) Sx的损耗

合理控制Sm与Sx驱动信号之间的死区,能够实现Sx的零电压开通( ZVS) ,所以Sx的损耗主要是通态损耗和关断损耗。其通态损耗为:

式中,RSx. on为Sx的导通电阻。

Sx在关断时承受的电压为:

则Sx关断损耗为:

式中,tf. Sx为Sx的关断时间。

( 4) Sac1、Dac1的损耗

由于副边电流很小,近似忽略Sac1、Sac2、Dac1、Dac2的开通损耗,另外副边电流自然降为零,不存在反向恢复电流,所以Sac1、Sac2、Dac1、Dac2是零电流( ZCS) 关断,因此副边开关管和二极管的损耗主要是通态损耗。

Sac1、Sac2的通态损耗为:

式中,RSac1. on为Sac1的导通电阻。

Dac1、Dac2的通态损耗为:

式中,VF. 2为Dac1的正向导通压降。

( 5) 变压器损耗

变压器损耗主要为铜损、铁损以及漏感能量的损耗。在该拓扑中,变压器工作在反激状态,存在漏感能量,这部分能量不会被传到副边,但会在开关管关断时产生尖峰,消耗在电路中。漏感上存储的能量与变压器原边励磁能量成正比,假设励磁能量都传递到副边,则有:

式中,Lk为变压器原边漏感; PLk为原边漏感能量。

另外,变压器直流和交流电阻的损耗构成了铜损,交流电阻的损耗比较小,可以不计,所以变压器铜损为:

式中Rs分别为原副边绕组的铜阻; lp、ls分别为原边和单个副边绕组长度; S1为变压器铜线截面积; ρCu为铜的电导率,ρCu= 2. 3×10- 6Ω·cm。

磁心铁损与变压器磁密、工作频率等有关,为:

式中,Ploss为单位体积磁心铁损; Vcore为磁心体积。

对于所选的磁心,有:

根据磁链守恒定理有:

式中,Np为变压器原边匝数; Ae为变压器磁心截面积。

实际中该电路器件选型见表1。

根据上述公式计算,电路损耗见表2。

计算得该电路效率为74. 7% ,该电路损耗主要是主开关管、解耦管开关损耗以及变压器损耗。这是由于增加了功率解耦回路,工作过程发生变化,附加损耗增大,而且各个开关管为硬关断,开关损耗增大。该拓扑损耗分析也可以作为器件选型的参考,选择开关速度快的开关管,从而提高电路效率。

4 仿真及实验验证

4. 1 带寄生参数仿真结果

利用PSIM搭建电路模型,并且加入寄生参数,仿真波形如图3所示。由图3( a) 看出解耦电容电压vx以100Hz进行脉动,通过不断地充放电过程很好地实现了功率解耦。由于寄生参数的影响使得输出交流电流iac波形在过零点发生畸变,但该畸变只是略微增大输出波形的THD,并不会对交流电压质量产生很大影响; 图3( b) 为输入电流、变压器原边电流以及解耦回路电流波形。

4. 2 实验验证

搭建一个100W的实验平台,其主要电路参数见表3。

图4所示为该拓扑实验波形,图4( a) 自上至下依次为解耦电容上的电压、输出交流电压、电流波形,可以看出解耦电容电压以二倍工频进行脉动,很好地实现了输入输出侧脉动功率解耦,实验中测试电路效率为71. 5% ,比理论计算值略低。图4( b)自上至下为主开关管Sm端电压和变压器原边电流ip的波形,其中变压器原边电流由正变负减小的阶段是解耦回路工作阶段,该电流即为ix。

通过理论分析和实验结果可以看出该拓扑可以很好地实现输入输出脉动功率解耦,将脉动功率转移到解耦回路,提高逆变器寿命。

5 结论

模糊解耦控制在集散控制中的应用 第3篇

DCS是分散控制系统(Distributed Control System)的简称,它的出现是工业控制的里程碑,其实质是利用计算机技术对生产过程进行集中监视、操作、管理和分散控制的一种新型控制技术。它具有适应性强、可靠性高、可在线修改等特点。由于其本身所具有的特点,使它在复杂工况的工业生产过程中解决实现控制过程中的复杂控制问题,因此在目前阶段被广泛的引用于冶金、石油、化工、发电、制药等各个工业生产中。

本文以越南林同的循环流化床锅炉为背景,主要包括两台170吨CFB锅炉.一台15MW背压机组。一台15MW抽汽机组。I/O点数为3408点。热电站的DCS控制系统采用美国HoneywelI公司的EPKS系统。EPKS吸收了DCS和PLC两者的优点,使得它成为一个具有系能好、功能强大的系统,在工厂中能够完成连续的过程控制,对于产品能够进行批量性的处理,对于离散量的操作也具有一定的优势,因此选用EPKS系统。DCS总体设计结构图如图1所示,对于DCS系统中的服务器、工程师站以及操作员站均选用DELL工控机,并以最优的配置来保证系统的稳定可靠的运行。

2 控制系统硬件选型及配置

C300控制器是集成于逻辑控制、顺序控制以及回路调节控制为一体的集成性控制器,对于EPKS系统的C300模块来说,它的构成和C200相同,都是由电源、CPU、I/O、功能实现模块和通讯等构成的。C300不同于C200之处是供电模式上的不同,C300供电时可以给每个模块自由供电,但是C200只能一起供电。

2.1 燃烧系统硬件选型及配置

由于循环流化床锅炉燃烧系统过程的特性,即燃烧过程中自动控制实施程度难、实时性强和响应速度快,为了保证燃烧系统的模拟量控制器能正常的运行,确保提高系统的可靠性,选用EPKS系统中的C300系统,进行硬件配置,具体结构如下图2所示。

1)C300的CPU选型及配置

对于一个循环流化床锅炉来说,它最主要是的能够实现平稳安全的运行,然而燃烧系统作为它的核心控制系统,既需要保证燃烧系统的平稳安全运营,也需要保证它的实时性,所以在选取C300控制器时除了要考虑到系统的冗余问题,还需要对系统增加冗余方面的配置。它支持I/O模件。每个C300控制器最多支持64个冗余I/O模件。

2)C300的输入输出模块选型

燃烧系统控制过程比较复杂,因此需要输入输出具有强的鲁棒性和系统较高的可靠性。电源可以带点插拔,并且有开、短路检测功能;I/O模块能够在保持输出的时候支持通信,这个通信一般是指HART通信协议,即为了保证数据在传输的过程中能够安全可靠,在数字信号上采用HART协议,并将此协议加在4~20mA模拟信号上,是它转化成一个频率信号输出去,通过这样的方式可以保证系统安全稳定的传输。综合以上燃烧系统对于C300的要求,我们在选择I/O模块时,选择对应的冗余模块。

3)现场总线接口模件FIM

由于燃烧系统的实际I/O点不仅仅是64个,而选用的CPU最大能支持64个冗余,面对这样的现场情况,为了使锅炉的负荷在一定的承受范围,该文中选取将所需要的数据送到Experion平台,这样的结果会降低安装的成本,同时降低了维护时所需要的精力和时间,还缩短了对于设备的调整时间。因此,选用现场总线来分担部分I/O负荷。

4)交换机FTE

燃烧系统是一个大负荷系统,对于通信的要求特别的高,为了保证在现场通信时达到精确的数据[44],该文选用的是霍尼韦尔的FTE交换机,它的主要优点在于消息需要通过的时候,能够检测并判断让重要信息优先通过的权利,当出现故障的时候,工程师能够及时的发现,维修起来也很方便。

2.2 硬件调试

硬件调试过程,首先在未上电之前用万用表检查各个模块之间的接线是否存在短接或者断接的现象;其次给硬件上电,启动各个I/O模块的电源,再启动CPU电源,若要断电时候,则依次给CPU先断电,然后再给I/O模块;最后,使用组态控制软件对硬件进行仿真,看是否能够正常的运行。

3 模糊解耦控制在DCS中的实现

在EPKS系统中,生成控制策略的是,Control Builder是面向对象的图形化工具,支持EPKS的控制器和ACE,在Control Builder中可以进行控制策略设计、实现在线监控、提供FBS(Function Blocks)的算法库,同时支持所有的顺序的、逻辑的以及先进的控制功能。

本系统中所采用的编程软件Control Builder可以有效的对C300进行编程控制,在编程控制之前,需要先进行相关的配置:

1)软件配置。对于一个控制系统来说,在组态编程时首先应该设置需要配置的模块的属性。C300的CPU的属性设计如图3所示,同时做好冗余的配置创建控制环境。

燃烧系统的编程环境如图4所示,锅炉燃烧系统既有模拟量又有数字量,对于这两种量的组态和编程分别可以用CM和SCM来实现编程,无论数字量还是模拟量在使用的时候都必须要进过下载以后进行激活才能使用的。

2)燃烧系统的模糊解耦控制编程

本课题在第三章中,系统的分析了床温和主蒸汽压力的耦合性,为了将模糊解耦控制应用于DCS中,即在EPKS系统中采用新的编程控制算法,由于Control Builder可以作为控制策略的控制工具,同时它可以提供编程平台,此平台就是面向用户运算的CAB模块,在此模块中编写模糊控制算法,组态解耦控制,从而实现模糊解耦控制在DCS中的应用。

在燃烧系统中,床温和主蒸汽压力都是由给煤量和一次风量来控制的,具有强耦合性。在Control Builder中编写模糊控制算法,并要实现模糊算法对于床温和主蒸汽压力的解耦,需要进行大量的数学计算,这样的结果会使大量的数学公式大大的占用了系统的内存,从而影响控制质量。因此在编程模糊控制解耦算法的时候,根据隶属度函数和模糊控制规则表,选取适合于该控制系统的模糊推理,同时选择合理的解模糊化方法,在此本文中采用第三章提出的离线积累量化的方法,即首先可以离线计算出输出的模糊值,然后将得到的结果制成模糊查询表。为了方便的查询模糊控制规则,将查询表输入到计算机中,并默认为最终的模糊规则查询表,这样在使用模糊控制算法时方便调用,计算量减小。目前在复杂的过程控制中,这样方式受到了大家的认可并应用十分广泛。

模糊控制的,其核心部分就是模糊控制环节,以测量的床温、给煤量的信号、给煤量的偏差e和偏差变化ec作为模糊控制的核心,在为了使系统达到好的控制效果,加入PID以构成模糊PID控制器。

1)模糊规则的建立。

在床温调节中,所需要的模糊控制规则共有49条,在此列举部分:

If床温高and下降慢then增加kpand减小kiand减小kd

If床温高and上升快then增加kpand减小kiand减小kd

If床温低and上升快then增加kpand增加kiand减小kd

If床温低and下降慢then减小kpand增加kiand增加kd

构成模糊规则表则如表1所示。

2)通过计算可的到e和ec及ΔT的隶属度函数表,如表2,表3,表4所示。

3)选用Mamdani推理法和重心法解模糊糊方法,离线计算出的模糊控制查询表如表5所示。

4)模糊解耦控制流程图如图5所示。

4 系统监控组态

Display Builder(DB)是EPKS系统中所用到的上位机监控软件,它具有清晰的人际界面(HMI)能够完成复杂的多节点、多现场数据采集以及系统控制,同时也能够满足各种工况下的应用,为了使用户在使用的过程中能够得到最大的收益,因此用户在使用的过程中也可以随时的扩展,整个监控控制结构如下图6所示。

5 燃烧系统运行仿真

根据所设计编程的模糊控制算法,组态并进行仿真,其控制效果仿真图如图7所示,可以看出模糊解耦控制效果好,响应时间短。

从图中可以看出,采用模糊解耦控制具有波动较小,动态响应好等特点,从而可以得出应用模糊解耦控制来解决床温和主蒸汽压力的耦合性问题是具有一定的应用价值。

综上所述,该文在重点讨论了燃烧系统的耦合问题之下,通过在EPKS系统中配置DCS的硬件,并实现将模糊解耦控制引用到DCS中去,从仿真的结果可以看出,模糊解耦控制能解决燃烧系统的耦合性问题,可以改进给煤量作为扰动时对床温影响,使得床温作为被控对象时,具有良好的解耦控制效果。

6 总结

本文分析并设计了系统的配置选型,并对锅炉进行了硬件配置设计和解耦控制策略编程,将模糊解耦控制策略应用于DCS中,通过仿真验证模糊解耦控制效果,仿真结果表明模糊解耦控制具有一定的现场实际意义。

摘要：该文结合循环流化床锅炉的特点,采用了霍尼韦尔公司的EPKS控制系统对锅炉进行控制,设计了硬件的配置,主要设计了控制策略,将模糊解耦控制应用在控制策略中,进行了实验仿真,实验结果表明模糊解耦控制具有良好的解耦效果。

关键词：循环流化床锅炉,模糊解耦控制,集散控制

参考文献

[1]李明,徐向东.循环流化床锅炉控制系统[J].自动化与仪表仪器,2004(6).

[2]郑龙.循环流化床锅炉先进控制系统的研究与应用[D].杭州:浙江大学,2007.

[3]Chang-liang Liu,Yuan-liang Ma,Lin Chen.Modeling and Simulation of 1025t/h CFBB Combustion Chamber.IEEE[J].Volume 1.2008.

[4]邹锐锋,林锦国,张斌.基于FF总线的通信圆卡在物理层的实现[J].工业控制计算机,2004,17(3).

UPQC完全解耦直接控制策略 第4篇

电力电子器件和非线性设备在电力系统中越来越广泛的应用使得电网中电压和电流波形畸变越来越严重。而信息产业和高新技术产业中的很多电子设备,精密过程控制器、通信设备等用户对电能质量的要求越来越高。目前,电能质量的控制问题已经成为电力系统研究的热点[1]。

随着配电网结构和电力负荷成分的日趋复杂,若干种电能质量问题在同一配电系统中或在同一用电负荷中同时出现的情况也会越来越多。

统一电能质量调节器 UPQC[2][1](Unified Power Quality Conditioner)可快速补偿供电电压中的突变、波动、中断和闪变,谐波电流和电压,各相电压的不平衡,还能补偿无功功率使功率因数为1,其一机多能,具有更高的性价比,是用户电力[3]技术发展的最新趋势和关键设备。

1UPQC 控制策略

UPQC 控制可分为2种,即间接控制策略和直接控制策略。

间接控制策略是指串联变流器作为非正弦电压源运行,并联变流器作为非正弦电流源运行。其采取抵消的原则,即首先检测电网电压的畸变和基波偏差作为补偿量,通过控制串联变流器发出与之相反的电压指令来抵消非正序基波成分。电流的原理也相同,通过控制并联变流器输出与负载无功和谐波电流大小相等的无功和谐波,使得电网输入电流为正弦波电流,功率因数为1。采用间接控制策略,需要检测电网电压及负载电流的扰动畸变等信息,由于是通过消除扰动来获得补偿效果,因此从电网端看,对于负载电压的调节和输入功率因数的校正都是间接的。与间接控制策略相对应的检测方法有很多,如基于广义瞬时无功功率和 dq0 坐标变换的检测法[4,5,6](简称 dq0 方法),基于空间矢量的基波正序负序分量的实时检测方法[7],基于小波检测方法[8]、自适应滤波[9]、同步无差拍控制[10]、单周控制[11]以及 H∞ 理论[12]的检测方法等[13,14,15,16]。

直接控制策略[17,18]指串联变流器受控为正弦电流源,而并联变流器受控为正弦电压源。并联变流器作为正弦电压源运行,将输出平衡、额定幅值的正弦电压于负载端,由于电压源对于谐波而言具有很小的阻抗,因此负载的谐波和电网的谐波电流都流入并联变流器支路。对于负载无功和不对称电流成分。串联变流器作为正弦电流源运行,使得电网输入电流为正弦且功率因数为1,由于电流源对于谐波电压具有很大的阻抗,因此电网的谐波电压被阻断而不影响负载端电压。在直接控制方案下,串联变流器起到了隔离电网与负载端电压扰动的作用,而并联变流器负责隔离负载无功功率、负载谐波电流和不对称电流进入电网。采用直接控制策略,还有一个突出的优点是在电网掉电或恢复供电时,不存在工作模式的切换,因为并联变流器始终受控为正弦电压源。

直接控制方案更加直观,概念更清晰,在系统参数变化时能更快适应,因此具有一定的优势。

2UPQC 在同步旋转 dq 坐标系下的模型

三相静止坐标系(a,b,c)系统下的控制,虽然其物理意义明确,比较直观,但控制量均为时变的交流量,不但幅值大小时刻变化,而且相位的对应关系也必须考虑,所以不利于控制系统设计。Akagi提出的瞬时无功功率理论可把基波正弦变量转化为同步旋转坐标系中的直流变量,从而在很大程度上简化控制。但目前都只是在谐波提取环节利用 αβ 变换和 dq0 变换,对于 UPQC 在同步旋转坐标变换下的建模和控制策略的报道还很少。

UPQC 基本结构如图1所示。UPQC 通过串并联逆变器吸收或释放一定的功率,基波功率则通过原来的传输线路输送。因此,UPQC 实际上是对传输线路提供了另一通道,该传输通道是典型的 AC - DC - AC 拓扑结构,通过电能在交直流间的转换,来处理谐波和进行无功补偿。

UPQC的串联部分和并联部分虽然接入方式不同(为方便表示,下标1表示串联部分,而下标2表示并联部分),但拓扑结构相同,两者的 dq 坐标下的模型可以表示为

$\begin{array}{ccc}i{}_{1d}=i{}_{\text{c}\text{s}d}-\omega C{}_{1}u{}_{cq}+C{}_1\frac{\text{d}u{}_{cd}}{\text{d}t}& & \\ i{}_{1q}=i{}_{\text{c}\text{s}q}+\omega C{}_{1}u{}_{cd}+C{}_1\frac{\text{d}u{}_{cq}}{\text{d}t}& & \end{array}(1)$

$\begin{array}{l}u{}_{1d}=u{}_{cd}-\omega L{}_{1}i{}_{1q}+L{}_1\frac{\text{d}i{}_{1d}}{\text{d}t}\\ u{}_{1q}=u{}_{cq}+\omega L{}_{1}i{}_{1d}+L{}_1\frac{\text{d}i{}_{1q}}{\text{d}t}\end{array}(2)$

并联部分忽略变压器变比的影响,为

$\begin{array}{ccc}i{}_{2d}=i{}_{cd}-\omega C{}_{2}u{}_{Lq}+C{}_2\frac{\text{d}u{}_{Ld}}{\text{d}t}& & \\ i{}_{2q}=i{}_{cq}+\omega C{}_{2}u{}_{Ld}+C{}_2\frac{\text{d}u{}_{Lq}}{\text{d}t}& & \end{array}(3)$

$\begin{array}{l}u{}_{2d}=u{}_{Ld}-\omega L{}_{2}i{}_{2q}+L{}_2\frac{\text{d}i{}_{2d}}{\text{d}t}\\ u{}_{2q}=u{}_{Lq}+\omega L{}_{2}i{}_{2d}+L{}_2\frac{\text{d}i{}_{2q}}{\text{d}t}\end{array}(4)$

得到了基于 dq 坐标系下的 UPQC 串并联模型框图(以串联部分为例)都可以表示为图2的结构,由图2可知该模型中 d、q 轴间电感部分和电容部分的各量存在复杂的交叉耦合关系,不利于控制,需要解耦。

3状态空间完全解耦方法

文献[17]提出了一种解耦方法并成功应用在 PWM 控制中,文献[18]在其基础上,对 UPQC 作了解耦并提出了直接控制策略,在 dq 系统中实现了解耦控制,但解耦后的系统中仍存在 dq 两轴量间的交叉量,故不能称为完全解耦。其并联侧采用了双环控制,它有4个 PI 控制器,串联侧有2个 PI 控制器,控制参数较多,控制过程仍比较复杂。

本文在状态空间矢量变换的基础上对 UPQC 系统进行新的解耦,实现变换后控制量的完全解耦,避免了在 PI 参数的配置中可能存在的经验性和主观性。

目前,基于瞬时无功功率的变换有αβ变换和 dq0 变换2种,对于三相三线系统,dq0 系统的零轴分量之和为零,则以上两者变换可表示如下:

$\left[\begin{array}{l}x{}_{\alpha }\\ x{}_{\beta }\end{array}\right]=\sqrt{\frac{2}{3}}\left[\begin{array}{ccc}1& -1/2& -1/2\\ 0& \sqrt{3}/2& -\sqrt{3}/2\end{array}\right]\left[\begin{array}{c}x{}_a\\ x{}_b\\ x{}_c\end{array}\right](5)$

$\left[\begin{array}{c}x{}_d\\ x{}_q\end{array}\right]=\sqrt{\frac{2}{3}}\mathit{A}\left[\begin{array}{c}x{}_a\\ x{}_b\\ x{}_c\end{array}\right](6)$

$\mathit{A}=\left[\begin{array}{ccc}\hfill \cos \omega t& \hfill \cos (\omega t-\frac{2\text{π}}{3})& \hfill \cos (\omega t+\frac{2\text{π}}{3})\\ \hfill -\sin \omega t& \hfill -\sin (\omega t-\frac{2\text{π}}{3})& \hfill -\sin (\omega t+\frac{2\text{π}}{3})\end{array}\right]$

其中,ω为同步旋转角速度,对我国以50 Hz为标准频率的交流电力系统,其值为100 π rad/s;且设定同步旋转 dq 坐标系的 d 轴与电网电压矢量 us 的方向重合。

对比两式可得:

$\left[\begin{array}{c}x{}_d\\ x{}_q\end{array}\right]=\left[\begin{array}{cc}\cos \omega t& \sin \omega t\\ -\sin \omega t& \cos \omega t\end{array}\right]\left[\begin{array}{c}x{}_{\alpha }\\ x{}_{\beta }\end{array}\right](7)$

令$\mathit{{\rm T}}=\left[\begin{array}{cc}\cos \omega t& \sin \omega t\\ -\sin \omega t& \cos \omega t\end{array}\right]$,则对于下面方程:

$\{\begin{array}{ccc}\frac{\text{d}\mathit{X}{}_{\alpha \beta }}{\text{d}t}=\mathit{A}{}_{\alpha \beta }\mathit{X}{}_{\alpha \beta }+\mathit{B}{}_{\alpha \beta }\mathit{U}{}_{\alpha \beta }& & \\ \frac{\text{d}\mathit{X}{}_{dq}}{\text{d}t}=\mathit{A}{}_{dq}\mathit{X}{}_{dq}+\mathit{B}{}_{dq}\mathit{U}{}_{dq}& & \end{array}(8)$

有

$\frac{\text{d}\mathit{X}{}_{\alpha \beta }}{\text{d}t}=\frac{\text{d}}{\text{d}t}(\mathit{{\rm T}}\cdot \mathit{X}{}_{dq})=$

Aα βTXdq+Bα βTUdq (9)

对上式移相化简求出$\frac{\text{d}\mathit{X}{}_{\alpha \beta }}{\text{d}t}$的表达式为

$\begin{array}{l}\frac{\text{d}\mathit{X}{}_{\alpha \beta }}{\text{d}t}=\mathit{{\rm T}}{}^{-1}(\mathit{A}{}_{dq}\cdot \mathit{{\rm T}}-\frac{\text{d}\mathit{{\rm T}}}{\text{d}t})\cdot \mathit{X}{}_{\alpha \beta }+\\ \mathit{{\rm T}}{}^{-1}\mathit{B}{}_{dq}\cdot \mathit{{\rm T}}\cdot \mathit{U}{}_{\alpha \beta }=\mathit{A}{}_{\alpha \beta }\cdot \mathit{X}{}_{\alpha \beta }+\mathit{B}{}_{\alpha \beta }\cdot \mathit{U}{}_{\alpha \beta }(10)\end{array}$

可见

$\begin{array}{l}\mathit{A}{}_{\alpha \beta }=\mathit{{\rm T}}{}^{-1}\left(\mathit{A}{}_{dq}\cdot \mathit{{\rm T}}-\frac{\text{d}\mathit{{\rm T}}}{\text{d}t}\right)\\ \mathit{B}{}_{\alpha \beta }=\mathit{{\rm T}}{}^{-1}\mathit{B}{}_{dq}\cdot \mathit{{\rm T}}\end{array}$

从式(1)～(4)可以推证对于三相三线系统,Adq、Bdq 都是常系数的方阵,且$\mathit{A}{}_{dq}=\left[\begin{array}{cc}0& \omega \\ -\omega & 0\end{array}\right]$,Bdq=$\left[\begin{array}{cc}b& 0\\ 0& b\end{array}\right]$。 b在式(1)～(4)中分别为1/L1、1/C1、1/L2、1/C2,不失一般性,将 Adq表示为$\mathit{A}{}_{dq}=\left[\begin{array}{cc}a& \omega \\ -\omega & a\end{array}\right]$。

则式(8)中的第2式可以表示为

d$\mathit{X}{}_{dq}=\left[\begin{array}{cc}a& \omega \\ -\omega & a\end{array}\right]\mathit{X}{}_{dq}+\left[\begin{array}{cc}b& 0\\ 0& b\end{array}\right]\mathit{U}{}_{dq}(11)$

对矩阵 T 取导数有

$\frac{\text{d}\mathit{{\rm T}}}{\text{d}t}=\omega \left[\begin{array}{cc}-\sin \omega t& \cos \omega t\\ -\cos \omega t& -\sin \omega t\end{array}\right]$

$\mathit{{\rm T}}{}^{-1}\frac{\text{d}\mathit{{\rm T}}}{\text{d}t}=\frac{\text{d}\mathit{{\rm T}}}{\text{d}t}\mathit{{\rm T}}{}^{-1}=\omega \left[\begin{array}{cc}0& 1\\ -1& 0\end{array}\right]$

代入式(10)可得:

$\frac{\text{d}\mathit{X}{}_{\alpha \beta }}{\text{d}t}=\left[\begin{array}{cc}a& \omega \\ -\omega & a\end{array}\right]\mathit{X}{}_{\alpha \beta }+\left[\begin{array}{cc}b& 0\\ 0& b\end{array}\right]\mathit{U}{}_{\alpha \beta }(12)$

αβ变换和dq变换间存在上述重要的对应变换关系,而且反之亦然,但符号上略有不同。

若将式(12)和式(13)用图形表示,得到如图3所示变换关系。

因此,通过增加1次从dq坐标系到αβ坐标系下的变换,实现了同步旋转dq坐标系下d轴和q轴各量的完全解耦。通过上述变换,可以使控制过程变得简单和直观。

4UPQC直接控制策略

采取上述解耦方法,可以实现UPQC在 dq0 系统下的完全解耦,针对图2中的耦合部分,与图3相对应,有:a=0,则$\mathit{A}{}_{dq}=\left[\begin{array}{cc}0& \omega \\ -\omega & 0\end{array}\right]$,而$\mathit{A}{}_{\alpha \beta }=\left[\begin{array}{cc}0& 0\\ 0& 0\end{array}\right]$。

电感耦合部分:

$\mathit{B}{}_L=\left[\begin{array}{cc}1/L{}_1& 0\\ 0& 1/L{}_1\end{array}\right]$

电容耦合部分:

$\mathit{B}{}_C=\left[\begin{array}{cc}1/C{}_1& 0\\ 0& 1/C{}_1\end{array}\right]$

则图2即转化为图4所示的解耦框图。

根据直接控制的定义把串联侧控制为受控电流源,而把并联侧控制为受控电压源,实现UPQC的补偿功能。

4.1 串联部分控制策略

串联变流器作为正弦电流源运行,使得电网输入电流为正弦且功率因数为1,其控制框图见图5。

根据上述的解耦原理,并结合文献[18]中的功率分析,对于正序基波电流可确定为

$i{}_{\text{s}d}^{*}=\frac{u{}_{Ld}i{}_{Ld}+u{}_{Lq}i{}_{Lq}}{\sqrt{u{}_{Ld}^2+u{}_{Lq}^2}}$, i*sq=0 (13)

对应在图1中icsd=Ki*sd 和 icsq=0,其中 K 为考虑串联变压器变比、连接方式和直流电压控制后进行折算的系数。

通过控制 icsd使得串联变压器中流过的是正弦电流,通过 PWM 信号来调整补偿电压。

4.2 并联部分控制策略

并联 APF 被控制为正弦电压源,并联 APF 的控制原理图如图6所示,其中同样忽略了并联侧变压器变比和连接方式的影响。控制系统中由于 d 轴与电网电压矢量方向重合,可确定图6和图7中PWM控制前的输入量的指令参考信号为

u*Ld=UR, u*Lq=0 (14)

其中,UR 为相电压有效值$\sqrt{3}$倍的常数。

通过指令信号和实际信号的差值进行滞环 PWM 控制,以保证用户侧负荷得到标准的正弦电压。

4.3 直流电压控制策略

图8为直流电容电压控制图。UPQC 自身的损耗也会引起直流电压的变化,而直流电容电压值偏离给定值会使补偿出现误差,影响 UPQC 的效果甚至给系统带来不利的因素。

本文中采取对给定值和测量值间通过 PI 环节来控制,使得 UPQC 串联部分的控制电流 ic 中包含一定的基波有功电流分量,在 UPQC 的直流侧与交流侧产生能量交换,将 Udc 调节到基准值的方法来实现。

直流电容电压误差值经 PI 控制器后为一功率信号ΔP*dc,对应的电流为

$i{}_{\text{d}\text{c}}=\text{Δ}{\rm P}{}_{\text{d}\text{c}}^{*}\frac{u{}_{Ld}}{u{}_{Ld}^2+u{}_{Lq}^2}(15)$

图8中的 i*sd′ 是考虑了串联变压器变比和连接方式下的 i*sd 的折算值。

5仿真结果

为验证上述的控制策略,利用 EMTDC/PSCAD 进行仿真,系统侧三相线电压为 0.2 kV,含有 250 Hz 幅值为 0.02 kV 和 350 Hz 幅值为 0.02 kV 的谐波电压,负载侧为三相整流电路接 2.5 Ω 电阻和 1 mH 电感的串联负载。

UPQC 在0.2 s时投入,直流电容电压控制值为0.6 kV。为考察其动态特性,在0.3 s投入另一组负载,持续0.06 s后切除,仿真时间共0.5 s。

仿真中串联补偿和并联补偿都采取滞环 PWM 控制方式。仿真结果如图9～11所示。

图9为电网侧电流波形图,上图是电网电流和负载电流的比较图,下图是谐波和无功电流之和。图10为负载侧三相电压波形图,在仿真中滞环参考值为0.002,图11为直流电容电压波形图。

由仿真结果可知,采取上述解耦控制方法,能有效地改善电压和电流的品质,谐波电压和电流以及无功都得到了有效补偿,且动态响应效果较好,该方法是实现UPQC的功能的一种有效可行的控制方法。

6结论

证明了同步旋转坐标系下 αβ 变换和 dq0 变换两者间存在特定的变换关系,通过增加一次 dq 到 αβ 坐标系的变换,实现了 UPQC 串并联模型中双环交叉耦合问题的完全解耦,然后在此基础上提出了基于两相同步旋转 dq 坐标系的 UPQC 完全解耦的直接控制策略,该控制中由于 dq 两相完全解耦,故控制更加简单、直观。最后利用 EMTDC/PSCAD 进行了仿真,仿真结果证明了该控制方法的有效性和可行性。

用对角矩阵法设计解耦控制系统 第5篇

一、配置预补偿器进行系统解耦的基本原理

对于有关联的过程:

如果能设计预补偿器 , 使前向系统成为对角传递矩阵

则相应的闭环反馈控制系统各回路之间实现完全无关联。

对于非奇异的过程传递函数矩阵G (S) |, 可以通过计算得到预补偿器的结构形式

再取补偿器

进而构造控制器

此时各子系统的传递函数分别是

将此控制器用于上述有关联过程构成闭环控制系统, 则系统闭环传递矩阵为

于是整个系统可看作m个互不相关的子系统, 各个输入输出之间的耦合作用不复存在。

只要分析, 就可以大致估计所设计系统的时间域响应特性。

二、配置预补偿器设计解耦控制系统

已知一个2输入2输出的有关联液面过程, 其传递函数矩阵为

要求设计控制器构成闭环控制系统, 使其工作稳定, 无关联, 允许有不大于1 0%的稳态误差。

设计过程如下

1. 设计预补偿器

算得

考虑到工程实现的简易性和系统造价的节约要求, 在设计预补偿器时要尽可能使预补偿器矩阵为实常数矩阵。经过分析, 取

采用上述预补偿器, 可以使经过补偿后的前向传递函数矩阵成为对角矩阵, 于是就实现了对关联过程的解耦。解耦后的系统要能满足工程上的性能要求, 则还需要配置补偿装置。

2. 设计补偿器构造控制器

设计补偿器时既需要考虑到对系统的性能要求, 还要考虑到工业系统结构的简易性。比如说, 液面系统中不允许有大的振荡, 所以一般不采用微分控制规律;对于允许有稳态误差的系统, 也不一定要采用积分作用, 采用比例控制器矩阵即可, 但是比例控制器中比例作用的大小却要仔细斟酌, 以满足对系统的静态性能要求。

3. 对设计效果的评估

由控制器和关联过程构成的闭环控制系统, 相当于2个互不相关的独立子系统, 其闭环传递函数分别是:

由此不难看出, 2个子系统的极点都具有负实部, 因而2个子系统稳定, 从而整个闭环系统稳定;采用对角矩阵方法实现了完全解耦, 因而闭环系统各个输出与输入之间无关联;同时还不难看出, 对于1端输入的阶跃给定, 1端输出在稳态时将是无静差的;对于2端输入的阶跃给定, 2端输出在稳态时静差小于10%。

为了对配置控制器后闭环系统性能作进一步全面了解, 进行数字仿真研究。闭环系统数字仿真的结构框图如下:

闭环系统输入阶跃信号 时系统的响应如图2所示;输入阶跃信号 时系统的响应如图3所示;

从仿真所得系统闭环阶跃响应曲线可知, 采用对角矩阵方法配置的控制器, 能使原来各个变量间存在的耦合得到解除, 从而将一个多输入多输出系统化作多个互不相关的单回路系统;对这些单回路系统分别配置比例控制器矩阵, 能使系统稳定工作, 静态误差小于1 0%, 符合性能要求, 而且控制器结构简单, 系统造价低廉。研究表明, 这种设计方法可以用来实施诸如多液位过程、多流量过程等一些复杂系统的简洁而有效的控制。

摘要：介绍采用配置预补偿器进行系统解耦的基本原理, 采用该原理设计一个解耦控制系统。采用对角矩阵方法配置的控制器, 使原来各个变量间存在的耦合得到解除, 从而将一个多输入多输出系统化作多个互不相关的单回路系统;对这些单回路系统分别配置控制器, 能使系统稳定工作, 符合性能要求, 而且控制器结构简单, 系统造价低廉。这种设计方法可以实施诸如液位系统、流量系统等一些复杂系统的简洁而有效的控制。

关键词：预补偿,解耦,系统设计

参考文献

[1]潘永湘等:过程控制与自动化仪表.北京:机械工业出版社, 2007, 7

静止同步补偿器的解耦控制策略 第6篇

关键词：静止同步补偿器,模糊免疫PI控制,解耦控制,逆系统

现在, 随着变频调速装置、电弧炉等冲击性和不平衡性的装置被大量应用于人们的生产和生活, 使得电网中的电压质量下降。无功补偿是一种提高电能质量的有效方法, 可以保持电力系统的稳定和经济运行。一些传统的无功补偿设备, 如同步调相机、静电电容器、静止无功补偿装置 (SVC) 等, 受到补偿容量的限制;并且对其维护不方便, 同时还无法实现平滑连续的调节无功补偿[1]。

静止同步补偿器 (STATCOM) 是现在无功补偿领域的研究重点;其具有调节速度快、运行范围宽、装置成本和体积小、可以实现平滑连续进行补偿的作用[29]。但是STATCOM是一个非线性、耦合性很强的系统。针对STATCOM这一特点, 采用模糊免疫PI控制和逆系统相结合的解耦控制策略, 对STATCOM中的有功电流和无功电流进行解耦, 从而有利于控制的实现。最后给出的仿真结果表明, 运用此种控制策略, 可以让STATCOM的动、静态性能得到很大的提高。

1 STATCOM系统的数学模型

STATCOM系统图如图1所示。C代表直流侧电容, R、L分别代表电阻和电感, 三相电网电压为Usa、Usb、Usc, 假设变流器的开关器件IGBT为理想开关器件, 三相电网电压是平衡的, 并且不考虑高次谐波。

如图1所示, ABC坐标系下的数学模型为公式 (1) 所示。

式 (1) 中sk代表的是开关函数。

在ABC坐标系下的数学模型如公式 (1) 所示, 这种数学模型虽然具有很清晰的物理意义, 但是给控制系统的设计带来了很大的困难, 因为这种数学模型的交流侧变量具有时变性。所以, 要通过PARK变换, 将ABC坐标系下的数学模型转换成以电网基波频率同步旋转的两相坐标系。利用这种变化就可以使ABC坐标系下的交流量变换为两相旋转坐标系中的直流量, 从而可以解决ABC坐标下, STAT-COM数学模型交流侧具有时变性的难题。ABC坐标系到同步旋转的两相坐标系的变换矩阵为公式 (3) 。

将其代入公式 (1) 得到最终的数学模型为公式 (4) 。

公式 (4) 中, id、iq代表两相旋转坐标系下的直流分量, sd、sq代表开关函数, 但是无功电流分量iq和有功电流分量id存在耦合的关系, 所以为了获得良好的调节和控制效果, 需要对有功电流和无功电流进行解耦控制。

2 STATCOM解耦控制策略

d-q坐标系下, STATCOM的数学模型是一个两输入两输出、强耦合的非线性系统, 为了达到独立控制的目的, 需要对其进行解耦控制, 一般采用前馈解耦控制策略来解决耦合的问题, 前馈解耦控制是建立在STATCOM同步坐标上的一种双闭环控制策略, 即电压外环和电流内环控制:电压外环的作用是控制STATCOM的直流电容电压和STATCOM接入到系统中的公共点电压;电流内环则是根据电压外环输出的电流和反馈电流的综合指令实现直接电流控制。电压外环不存在耦合的关系, 电流内环一般采用前馈解耦控制来实现电流内环的解耦。STATCOM双闭环控制的过程如图2所示。

但是采用前馈解耦控制后STATCOM的动态性能并不是很理想, 容易使系统不稳定[10]。在双闭环的控制策略中, 采用传统的PI控制是不能满足控制要求的, 因为有功电流、无功电流与其对应的直流侧电容电压和公共连接点电压之间的关系并不是一种线性的关系。此外, 固定参数的PI调节器的自适应效果也较差[11]。

3 本文提出的STATCOM解耦控制策略

针对前馈解耦控制的缺点, 本文采用模糊免疫PI控制和逆系统相结合的控制策略来进行解耦。电压外环采用模糊免疫PI控制, 使得电压外环控制器的动态性能可以得到很好的改善, 电流内环采用逆系统的控制方法来进行有功电流和无功电流的解耦, 避免了耦合作用的影响。

3.1 对直流侧电容电压的控制

对直流侧电容电压的控制采用模糊免疫PI控制, 模糊控制对于高度非线性和易受外界干扰的系统, 具有的调节效果很好, 因为模糊控制需要的数学模型可以是不精确的, 但因为其推理方式和人的思维方式很相似, 隶属度函数和模糊规则库的建立, 受操作者经验的影响很大, 所以会产生一些误差, 在设定值在小范围内产生振荡。因为免疫系统抗御抗原的能力很强, 所以把模糊控制、免疫反馈原理和PI控制结合起来, 从而可以达到对PI参数自动调整的目的[12]。

模糊免疫Pl控制器的结构如图3所示。模糊免疫PI控制器中PI参数的自动调整是找出比例、积分系数与误差和误差的变化之间的模糊关系, 在运行过程中对误差和误差的变化进行不断的检测, 对PI控制中的比例、积分系数, 根据模糊免疫控制的原理来进行在线调整, 从而可以让被控对象的动、静态性能达到一个很好的状态。

3.2 电流内环的控制策略

由于STATCOM系统的强耦合性, 利用逆系统的方法对其进行解耦, 逆系统方法是用反馈线性化方法来研究控制系统设计, 其基本思想是:首先, 利用受控对象的逆系统构成一种可用反馈方法实现的“α阶积分逆系统”, 将原受控系统补偿为具有线性化传递关系的系统, 即伪线性系统;然后再利用线性系统的理论来完成这种系统的综合[13]。基于逆系统方法线性化示意图如图4所示。

从图4可以看出, 在STATCOM控制系统的控制输入前串联一个系统, 并按照一定的控制规律构造此时的输入, 并让所串联系统的输出为STATCOM的输入。逆系统的设计方法为:由公式 (4) , 做如下假设。

系统的状态变量为:

系统的输出为:

则此时的状态方程可以表示为公式 (5) 所示。

对y1, y2求α阶导数, 直到控制输入sd, sq在表达式中出现, 并设y1 (a) , y2 (a) 分别代表u1、u2, 由隐函数存在定理可知, STATCOM的α阶逆系统可表示为公式 (6) 。

通过整理公式 (6) 可以得到公式 (7) :

将α阶逆系统串在STATCOM系统前组成的伪线性复合系统就可以看作两个一阶积分线性子系统, 从而实现了STATCOM系统的有功电流和无功电流的解耦。STATCOM逆系统控制结构如图5所示:

4 仿真与实验验证

为了验证上述理论分析的正确性和所提控制策略的有效性, 采用Matlab进行仿真。具体仿真参数如下。

系统电压:380 V;频率:50 Hz;直流侧电容:2 200μF;工作电压:800 V;PWM载波频率:12k Hz;滤波电感等效电感为:1 m H;等效电阻为0.3Ω。

如图6和图7所示, 电网中电压和电流之间的关系在投入STATCOM后得到了很大的改善, 提高了系统的功率因数, 无功得到了很好的补偿, 补偿后电网中的电压和电流几乎是同相的, 所以STAT-COM可以实时跟踪调节系统的无功, 维持系统的稳定性。

如图8所示, 传统PI控制上升时间、调整时间和超调量都很大;模糊免疫PI控制超调量小, 在很短的时间内就能达到稳定, 仿真结果表明, 模糊免疫PI控制具有的动态性能更好。

如图9所示, 本文所提解耦控制策略比常规的前馈解耦控制策略的动态性好, 本文所提解耦控制策略的超调量, 调节时间都优于常规前馈解耦控制, 尤其是当电气参数发生变化时, 其表现出的鲁棒性更强。

5 结语

球磨机制粉系统的解耦PID控制 第7篇

关键词：钢球磨煤机,解耦PID控制,仿真模型

1 引言

20世纪50年代以来,中储式钢球磨煤机因其可靠性高、寿命长和维修量小的优点已广泛用于国内外火力发电厂,它是燃煤电站锅炉的重要辅助设备,也是耗能较大的设备之一,用电量占厂总用电的15~25%]1[。对于设备己定型并投运的制粉系统,要降低制粉电耗,必须使磨煤机尽量维持在最佳运行工况。但是中储式钢球磨煤机制粉系统是一个多变量、强耦合、大惯性的被控对象,其主要被控量是球磨机出口温度、入口压力、磨煤机存煤量等,这些参量的影响是交织在一起的,使得制粉系统成为一个多变量耦合、变量时滞和模型时变的控制对象,改变给煤、热风、再循环风中的任何一个量,都会影响磨煤机的出口温度、入口压力、存煤量等,造成该系统无法采用常规的PID控制回路实现自动控制[2]。基于此种情况本文提出了一种解耦PID控制策略,在PID控制回路中加入解耦补偿器,较好的解决了变量间耦合问题,从而实现了对制粉系统较为理想的控制效果。

2 球磨机制粉系统对象特性及控制要求

2.1 球磨机制粉系统对象特性

中储式球磨机制粉系统的主要调节量有给煤机转速、热风门及再循环风门,主要被控量则有磨煤机出口温度、入口压力、存煤量等。以往的制粉控制系统,多以3套独立的单回路PID控制为基础,通过控制热风量来维持磨煤机出口温度,通过控制再循环风量来维持磨煤机入口压力,而通过调节给煤机转速来控制存煤量。但是,中储式球磨机制粉系统是一个复杂的多变量强耦合、大迟延、大惯性系统。具体表现在:

1)当改变热风门开度以调节热风流量时,磨出口温度会因此发生改变,同时磨煤机的入口压力也会相应发生变化:同样的,当改变再循环风门开度调节磨煤机入口压力时,磨出口温度也会受到较大的影响。

2)调节给煤机转速,改变了磨煤机的存煤量,会对磨出口温度有较大影响,同时还会影响磨煤机的入口压力。

3)改变热风门开度以调节磨煤机出口温度,这是一个大惯性大滞后的过程。

4)磨煤机入出口差压在通风量一定时与磨煤机存煤量有一定的关系,据此可近似代表鼓筒内的存煤量,但是由于系统运行过程中热、再循环风门开度不断改变,受通风量改变的影响,差压信号并不能很好的描述磨煤机内的存煤量信号。此外,差压信号动态响应相对较慢,因此很难根据这个信号使磨煤机负荷保持最佳。

近年来采用磨煤机前轴垂直振动量信号来表征鼓筒内存煤量,其性能更好。磨煤机干燥出力用磨煤机出口温度间接表示,是通过调节热风量实现控制的。再循环风量调节是使磨煤机入口压力在一定范围变化,它与热风一起共同保持磨煤机的最佳通风量。

2.2 试验方法

通过1.1节的分析,从经济性、安全性角度出发,要求控制系统能使磨煤机运行在最佳工况下,对中储式钢球磨煤制粉系统的控制要求是:

1)保证磨煤机内的煤量接近最佳存煤量。理论分析和实际经验表明,磨煤机的能耗和产粉量无关。因此,通过调整给煤机的给煤量来控制并保证球磨机内的存煤量尽可能接近最佳值,这是提高制粉系统经济性的关键。由于存煤量不能直接测量,一般可以通过磨煤机出入口差压、磨煤机燥声等间接反映其存煤量。

2)磨煤机出口温度的高低代表了原煤和煤粉的干燥程度,它与磨煤机内存煤的多少有关。同时影响磨煤机的出力和煤粉气流的着火稳定性。为了提高磨煤机的干燥能力应尽量提高干燥剂的温度,但为防止磨煤机送出的煤粉爆燃,又应保证出口温度不超过规定值。因此,要对磨煤机出口温度进行控制。

3)磨煤机的最佳通风量是保证磨煤机最大出力和煤粉细度的关键因素。由于通风量难于测量,一般是靠维持磨煤机入口压力来实现的。

3 球磨机制粉系统的解耦PID控制

3.1 球磨机解耦PID控制系统结构

根据磨煤机制粉系统的工作特性及热风门、再循环门对出口温度、入口压力的控制特性,设计出一种解耦PID控制策略。其原理如图1所示。图中P0、T0、P、T分别为入口压力、磨出温度回路的设定值和输出值:PID1、PID2分别为解耦后的入口压力、磨出温度回路的PID控制器:K11G11(S)为再循环风门作用下的压力对象特性:K12G12(S)为热风门作用下的压力对象特性:K21G21(S)为再循环风门作用下的温度对象特性:K22G22(S)为热风门作用下的温度对象特性:D12、D21为解耦补偿器。

根据解耦补偿原理有:

于是:

对磨煤机来说,热风门与再循环风门对入口压力的影响几乎一样[3,4],故K11G11和K12G12可视为相同,得到D12为1。K21G21和K22G22除增益不同外,G21、G22可视为相同。这样只要测出K21和K22,就可以实现入口压力和出口温度的解耦控制。

3.2 控制对象特性的求取

经实践与试验表明,对磨煤机系统来说,入口压力对象可看成一个一阶惯性环节[5]。在稳定情况下,分别对再循环风门和热风门作阶跃变化,然后记录压力变化趋势曲线,利用作图法可非常简单地求取对象特性参数。图2为压力在热风门阶跃下的变化曲线。由图可以计算出:

温度对象可以看成一阶惯性加滞后环节。与压力对象相同,分别对再循环门和热风门作阶跃变化,然后记录温度变化曲线。如图3所示。其传递函数为:

4 仿真研究

分别以K11G11(S)=010S.8+1,K12G12(S)=08.10S+1:K21G21(S)=3.030S+1e-10S,K22G22(S)=030S.9+1e-10S作为控制对象,同时很好的调节PID参数以使球磨机输出较好地跟踪设定值,进行MATLAB仿真。当系统中某一回路受到扰动时,未采用解耦控制和采用解耦控制的结果,分别如图4~7所示。

由仿真结果可以看出,由于加入了解耦补偿器,当一个控制回路受到扰动时,与未作解耦补偿前相比,对另一个回路的影响大大减小了。

5 结束语

针对燃煤电站钢球磨煤机制粉系统多变量、强耦合的特点,提出了解耦PID控制策略。通过仿真研究表明:两个耦合回路之间的耦合现象得到了很大的缓解,取得了较好的仿真结果,表明了该方法的有效性。但是该方法还存在一定的局限性,解耦PID控制系统的设计是建立在精确建模的基础上,因此,对于球磨机制粉系统复杂多变的现场来讲,要实际应用还需解决精确建模等问题。

参考文献

[1]王东风.钢球磨煤机制粉系统的优化控制[J].动力工程,2002,22(3):1793-1797.

[2]刘全伟,周洪,余从容.钢球磨煤机的模糊神经元解耦控制方法[J].华北电力技术,2001,(7):34-36.

[3]C W YU and Y Z LU.Decoupling fuzzy relationalsystems-An output feedback approach[J].IEEE Trans Syst,Man,Cybern,1989,19(2):414-417.

[4]王永健.制粉系统专家解耦控制[D].保定:华北电力大学,2004.