混合补偿范文
混合补偿范文（精选6篇）
混合补偿 第1篇
电动汽车蓄电池充电方法有接触式充电和非接触式充电[1,2]。非接触式(无线)充电是以电磁场为媒介实现无线电能传输(WPT)。与接触式充电相比,无线充电没有接触损耗,无机械磨损,具有安全、可靠性高等优点[3]。
电动汽车蓄电池无线充电有多种充电策略,如恒流充电、恒压充电、恒流恒压充电。恒流充电是充电过程中充电电流恒定,该方法可以实现迅速充电但很容易造成充电过度;恒压充电是在充电过程中,充电电压恒定,该方法极少产生过充电,但容易引起充电不足[4]。根据蓄电池特性,结合恒流充电和恒压充电的优点,应用于蓄电池无线充电一般选用恒流恒压充电方式。
为解决电动汽车无线充电功率小、效率低的问题,部分学者已进行了多方面研究,如电路拓扑、控制策略、松耦合变压器及参数优化等。文献[5]提出基于发光二极管(LED)恒流驱动的WPT电路,但控制电路工作在谐振点处较难。文献[6]在副边电路加入斩波控制环节,通过控制斩波电路,实现稳压输出。虽然可以恒压输出,但在无线充电电路中增加了一级电路,电路传输效率降低。文献[7-8]在串/串(S/S)补偿拓扑下,通过改变频率,在两种不同频率下实现恒流恒压输出,但实际应用中磁导率在高频电源中易受频率的影响,故线圈自感随频率变化而变化[9],控制电路难以工作在谐振点处。文献[10-11]提出无线充电电路在一个固定频率下通过S/S-并/串(P/S)补偿切换的方式,实现恒流恒压输出,虽然该混合补偿拓扑电路可以实现恒流恒压充电,但实际上要根据副边蓄电池端电压来切换原边补偿电路,因此增加了成本和控制难度。
本文提出串/并(S/P)-串/串并(S/SP)混合补偿拓扑,通过切换补偿电路完成电动汽车蓄电池恒流恒压充电。电路工作在S/P拓扑时,可以实现在不同等效负载下恒流输出,切换到S/SP拓扑时,可以实现在不同等效负载下恒压输出。本文对无线充电电路原副边线圈建立等效松耦合变压器T模型,分析得出混合补偿拓扑电路在负载动态变化时可以恒流恒压输出,可以考虑应用于电动汽车蓄电池恒流恒压充电。
1 S/P补偿恒流输出及S/SP补偿恒压输出原理
在无线充电电路中,采用多元件谐振变换器补偿松耦合变压器的漏感和激磁电感,提高无线充电的功率和效率。常用的补偿方式有S/S补偿、S/P补偿、P/S补偿、并/并(P/P)补偿4种[12]。
并联补偿电路中产生电流谐振,适用于蓄电池充电电路中,故无线充电电路副边采用并联补偿。如果电路原边采用并联补偿,则需要在高频逆变输出端串联电感,用来抑制电路在失谐状态下从开关管中流过的大电流,这会增加电路成本和控制难度[13],故电路原边采用串联补偿。因此在电动汽车蓄电池恒流充电时,选用S/P补偿。S/SP补偿具有电压增益交点值固定且不随变压器耦合系数变化而变化的优点[14]。在电动汽车蓄电池恒压充电时,选用S/SP补偿。通过对S/P和S/SP两种补偿切换完成对蓄电池恒流恒压充电目的。
1.1 S/P补偿电路恒流输出原理
无线充电电路采用S/P补偿,对原副边线圈建立等效松耦合变压器T模型,如图1(a)所示。图中:C1和C2为谐振电容;LM为激磁电感;Ll1和Ll2分别为原、副边漏感;UAB和UOS分别为谐振网络输入、输出电压基波分量;Ip和Is分别为变压器原副边电流;n为线圈变比;IO为等效负载Re的电流。
电路工作在谐振角频率ω0时,有
由于没有补偿原边激磁电感LM,原边等效阻抗呈弱感性[15]。当电路谐振电容满足式(1)和式(2),电路工作在谐振点处时,将副边线圈的漏感Ll2、谐振电容C2、等效负载Re等效到原边电路,可得到S/P补偿电路负载Re输出电流简化电路,如图1(b)所示。根据基波分析方法推导出输出电流增益为:
式中:;ω为变换器工作角频率。
若Δ1=0,等效负载Re变化时,输出电流增益恒定不变,可解出电路不受等效负载Re影响的工作角频率为:
式中:。
将式(4)代入式(3)中可得输出电流增益为:
故等效负载Re变化时,恒定输出电流为:
根据式(3)可得输出电流增益曲线,如图2所示。图中,λ为变换器工作角频率与谐振角频率的比值。可以看出,变换器工作角频率为ωH和ωL时,不同等效负载Re的输出电流增益恒定,即输出电流IO与等效负载Re无关。
1.2 S/SP补偿电路恒压输出原理
无线充电电路采用S/SP补偿,对原副边线圈建立等效松耦合变压器T模型,如图3(a)所示。图中,C3为谐振电容。
电路工作在谐振角频率点时,有
谐振电容满足式(1)、式(2)、式(8),电路工作在谐振点,松耦合变压器原副边漏感Ll1,Ll2和激磁电感LM均被补偿掉,原边等效阻抗呈纯阻性,可得到S/SP补偿电路负载Re的电压等效简化电路,如图3(b)所示,可得出输出电压增益[14]为:
式中:Z3=j[ωn2LM-1/(ωC3)]。
同理,令Δ1=0可解出电路不受等效负载Re影响的工作角频率,如式(4)和式(5)所示。
将式(4)代入式(9)可得输出电压增益为:
等效负载Re变化时,恒定输出电压为:
根据式(9)可得输出电压增益曲线,如图4所示。可以看出,变换器工作角频率为ωH和ωL,等效负载Re变化时输出电压增益恒定[14],即输出电压UOS与等效负载Re无关。
2 S/P-S/SP混合补偿拓扑分析
上述分析表明,在同一个谐振点处,当无线充电电路工作在S/P补偿时,可实现恒流输出。当电路工作在S/SP补偿时,可实现恒压输出。无线充电恒流恒压输出混合补偿拓扑结构见图5。图中,M为原副边线圈互感,Ui和Ii分别为直流侧输入电压和电流,Lf和Cf分别为整流滤波电感和电容。
图5中,在无线充电电路的副边加入开关K1和K2进行状态切换,以达到补偿切换的目的。根据蓄电池端电压来切换开关K1和K2的状态。当开关K1和K2接通1时,电路是S/P补偿方式;当开关K1和K2接通2时,电路是S/SP补偿方式。初始时开关K1和K2在1状态,电路为蓄电池恒流充电,当蓄电池端电压上升到蓄电池的额定电压时,开关K1和K2切换到2状态,电路为蓄电池恒压充电,直到蓄电池充电完毕。根据图5可得出蓄电池充电电流和充电电压分别为:
式中:D为占空比。
3 仿真实验验证
在MATLAB/Simulink中构建无线充电电路仿真模型。模拟蓄电池充电过程中蓄电池等效内阻增大的特性,在0.1,0.2,0.3s时突减负载,即等效负载Re在0.1,0.2,0.3s由5Ω增大到10,15,20Ω,如图6(a)所示。图6(b)模拟蓄电池等效负载Re突变,0~0.2s时电路工作在S/P补偿拓扑下,0.2~0.4s时电路工作在S/SP补偿拓扑下。0.1s等效负载Re突变,蓄电池端电压上升而电流恒定;0.2s等效负载Re突变,蓄电池端电压继续上升至96V额定电压时,补偿电路切换至S/SP补偿;0.3s等效负载Re突变,蓄电池端电压保持恒定而电流下降。可以看出,该混合补偿电路通过切换补偿拓扑的方式实现恒流恒压输出,可以应用于电动汽车蓄电池恒流恒压充电。
本文绕制了一台松耦合变压器并构建了无线充电电路实验台架。模拟蓄电池等效负载Re为20Ω,在气隙55mm条件下实验,实验的电气参数如下:Ui为20 V,C1为188.93 nF,C2为183.46nF,C3为75.25nF,工作频率为40kHz,Ll1为178.93μH,Ll2为173.46μH,LM为190.51μH。实验波形如图7所示。
图7(a)为电路在S/P补偿下原边电压UAB和副边电流Is波形;图7(b)为电路在S/SP补偿下原边电压和副边电压UOS波形。当电路是S/P补偿拓扑时,激磁电感LM没有被补偿,原边等效内阻呈弱感性,由图7(c)看出原边电流Ip滞后电压;当电路是S/SP补偿拓扑时,原边等效内阻呈纯阻性,由图7(d)看出原边电流与电压同相。
4 结语
针对电动汽车蓄电池无线充电电路,分析了已有的S/P和S/SP补偿输出特性。在此基础上提出了S/P-S/SP混合补偿拓扑电路,仿真分析得出该电路在等效负载Re变化时可以实现恒流恒压输出。实验验证了在S/P补偿拓扑下副边稳流输出且原边电流滞后电压,在S/SP补偿拓扑下副边稳压输出且原边电流与电压同相,可以考虑将其应用于电动汽车蓄电池充电。
混合补偿 第2篇
工作于各电力厂站的无功补偿控制器需要专业人员对其进行控制策略制定、控制命令的下发、历史数据和实时数据采集、电容投切等操作,目前采用的方式主要有:1)工作人员手动对控制器进行操作;2)工作人员到现场通过控制器外挂近距无线模块进行操作;3)工作人员通过互联网对控制器进行远程操作。本文讨论通过互联网对控制器进行远程操控的系统设计和软件开发,作者结合高压无功补偿控制器的通信规约,基于微软.NET平台开发出能兼容B/S、C/S架构的无功补偿集中控制系统。
1 系统工作原理和系统的组成结构
1.1 系统工作原理
分布于工作现场的无功补偿控制器采用高可靠微处理器,具有实时保障电能质量的功能,并具有过压、欠压、谐波、过补、温度等保护功能,控制器外接GPRS/CDMA无线通信终端(以下简称DTU)通过运营商提供的无线网络服务连接本系统服务器,DTU与服务器之间采用定时发送心跳数据包的长连接方式,用户通过互联网登录通过服务器中转下发通信指令,指令到达DTU通过串口通信等方式传递给无功补偿控制器,无功补偿控制器接收到命令后再将所需数据通过DTU返回给服务器进行相应处理,并将结果反馈给用户。
1.2 系统组成和结构
系统主要组成部分有:1)DTU网络通信模块:用于服务器与控制器的通信;2)用户与服务器网络通信模块:用于用户通过C/S模式的客户端软件登录服务器;3)WEB服务模块:用于用户通过Web方式登录服务器;4)专用消息队列收发模块:用于即时数据和命令的缓存;5)数据库模块:用于维护和管理用户以及控制器相关数据。
运行于服务器端的DTU服务软件是本系统的核心部分,在系统结构上作者采用数据层、中间层、表示层三层分离的设计模式,表示层在C/S结构体现在客户端的界面,在B/S结构体现在基于ASP.NET的页面表达;数据层基于分布式网络数据库和XML的数据结构,实现对高压无功补偿控制中的数据和控制策略以及控制命令的表达;中间层为各程序模块提供可重复使用的组件,如网络通信、各进程间通信、数据库访问等。
2 系统各部分之间的通信
2.1 服务器与DTU之间的通信
采用高性能的GPRS/CDMA DTU来实现控制器与服务器之间的连接,DTU的传输方式有透明传输和协议传输两种,服务器需要对每个控制器进行唯一标识,如果无功控制器自身不带唯一标识码,可以采用协议传输方式,在传输的数据中会注入DTU厂商提供的DTU标识码用于区别控制器。通常GPRS理论带宽可达171.2 Kbps,实际应用带宽大约在40~100 Kbps,在此信道上提供TCP/IP连接;CDMA 1x理论带宽可达300 Kb/s,目前的实际应用带宽大约在100 Kb/s左右。GPRS/CDMA 1x移动数据网络的信道可提供TCP/IP连接,可以用于INTERNET连接、数据传输等应用。为了兼容不同厂商的DTU,在系统设计时采用了透明传输,因此要求各无功补偿控制器提供唯一识别的地址编号。DTU与服务器之间关系如图1所示。
本文所述的混合式结构的服务端软件为各DTU提供数据交互服务,DTU通过运营商提供的GPRS或者CDMA无线网络服务连接上互联网,服务器与各个DTU之间形成星型网络拓扑结构,用户通过互联网登陆服务器转发用户指令到达相应的DTU实现远程集中控制[1]。
2.2 用户与服务器之间通信模式
C/S和B/S架构是常见的两种软件体系结构,C/S架构的优点是响应迅速,服务端与客户端能即时互动,缺点是用户需要在本地计算机安装相关软件,软件版本变化后需要专门进行升级和维护。B/S架构的优点是维护方便,软件在服务端升级,不需要用户本地安装程序,但在速度和安全性方面不如C/S架构,目前随着WEB2.0概念的提出,以及AJAX(Asynchronous Java Script+XML)开发方法的应用,为B/S架构应用开发带来了新的活力。
作者在实际开发中为了适应实际应用中的需求,采用了兼容B/S和C/S架构的设计方案。用户既可以通过网页也可以通过客户端软件登录服务器。C/S架构的设计和普通网络应用程序设计类似,在实际开发中,网络I/O模型采用了Windows操作系统提供的完成端口(I/O Completion Port)模型,并采用可伸缩的网络结构来优化内存资源管理和客户端的连接,从而实现服务器性能的最优化,实现非阻塞多线程的网络数据传送。B/S架构的设计在ASP.NET 2.0基础上进行开发。
由于在服务器端同时提供了B/S和C/S两种结构的服务,两种服务方式对应不同的独立进程,两种结构共用一个DTU通信模块,不管是B/S还是C/S模式都要通过该DTU通信模块来实现命令和数据的中转,因此B/S和C/S架构统一的核心在于通过同一个DTU通信模块来实现数据的同步和一致,DTU通信模块采用如前所述的完成端口的网络通信模式,作者所设计的系统中利用Windows操作系统中的专用消息队列来实现DTU通信模块与B/S以及C/S的服务端进程间的通信。另外由于服务器需要对各个无功控制器进行历史数据的定时召收,纯B/S架构的服务器由于工作线程在访问空闲期间可能会被Web服务器挂起休眠,实现定时任务具有不确定性,因此独立的DTU通信服务模块是不可缺少的,并且兼具备了定时任务功能。
各部分通信连接可以用图2来简要表示。
考虑到当DTU数量和在线用户数量的增加,对服务端通信质量的影响,在实际设计中采用多路消息队列来实现DTU数据的分流,相当于在DTU网络通信模块和B/S服务模块、C/S服务模块之间搭建了多个通道,当数据从控制器到达服务器端后需要进行即时的通道选择,决定由哪个通道提交传输,通道与DTU编号的对应关系由服务器实时维护,随DTU在数据库中的添/删和在线访问量的增减而动态地改变,多路消息队列的创建参考如下:
3 即时数据的处理
3.1 即时数据格式[2]
即使数据采用XML格式,存在于各路消息队列之中,比如接收到控制器的实时数据可能如下:<根节点><数据类型>实时数据
3.2 即时数据的缓存
数据缓存主要针对B/S方式,C/S模式数据到达后直接通过网络转发给客户端,用户通过Web向远程控制器下发命令后,等待数据的到来,Web服务器分配给用户一个工作线程主动地去查询是否有新数据到达,在服务器为登录用户分配的工作线程中,配合AJAX提供的异步调用和异步数据传输的方法,在用户的Web页面上做出局部刷新提示。
Web服务器将接收到的数据加上时间信息存储在哈希表中,如图3所示:每个DTU索引对应的也是哈希表,对实时数据、定值数据等进行存储,比如实时数据又有实时电压、实时电流等数据,整个数据的存储结构就是哈希表的嵌套。当用户在提出查询请求后,在等待的过程中会不停去查询相关数据的时间信息,如果发现数据中的时间信息晚于发出查询指令时候的时间则判断是刚收到的新数据,从而提交用户页面显示结果,并退出等待。
3.3 即时数据的表达
在C/S结构下易于实现数据的即时刷新和表达,界面设计灵活多样,传统的B/S结构的网页界面在功能的丰富度、操作的弹性、响应速度等方面表现不尽人意,AJAX(Asynchronous Java Script+XML)技术的出现实现了服务器与浏览器之间的异步沟通,为用户提供了更人性化和友好的操作界面,能更好地实现实时数据的显示。
4 历史数据存储和系统管理设计
系统采用SQL Server 2005作为服务器数据库,每日定时向各DTU进行整点数据(包括整点电压、电流、功率因数、谐波畸变率等)、每日极限数据(包括电流、电压、谐波等参数的极值)、每日统计数据(包括电容动作、保护动作类型、动作发生时间,以及动作当时电压、电流、有功功率、无功功率等)进行招收和存储。系统管理的功能在于维护用户信息和DTU信息,以及用户和DTU对应关系等[3]。
5 结论
两种不同的通信架构并存于无功集中控制系统中,作者在.NET平台上开发出的高压无功集中控制系统,目前适用于35 k V、10 k V、6 k V等厂站的无功控制,实践证明在功能划分明确、模块清晰的前提下,两种架构并存工作运行稳定,能适合于不同的用户需求,系统可扩展性强[4]。为无功控制的集中管理提供了一个高效便捷的服务平台,有效地提高管理质量,在节能降耗、降低工作人员劳动强度、提高电能质量等方面均能起到积极的作用。参考文献
参考文献
[1]王翔,高维忠,胡红艳,等.数字远动通道监测系统的研究[J].电力系统通信,2007,28(181):34-37.WANG Xiang,GAO Wei-zhong,HU Hong-yan,et al.Study on Monitoring System for Digital Remote Control Channel[J].Telecommunications for Electric Power System,28(181):34-37.
[2]赵宏波,宋杨,陈希.GPRS在电力光缆在线监测与管理系统中的应用[J].电力系统通信,2008,29(183):46-49.ZHAO Hong-bo,SONG Yang,CHEN Xi.Application of GPRS in On-line Monitoring and Management System of Power Optical Fiber[J].Telecommunications for Electric Power System,2008,29(183):46-49.
[3]顾宁,杨灵敏,李佳佳.基于XML和Web Services的数据交换在分布式电力企业中的应用[J].计算机工程与科学,2008,30(1):25,26,92.GU Ning,YANG Ling-min,LI Jia-jia.The Application of Data Exchange Based on XML and Web Services in Distributed Power Plants[J].Computer Engineering&Science,2008,30(1):25-26,92.
混合补偿 第3篇
电力滤波装置是目前抑制谐波、进行无功补偿的主要手段,其主要分为无源滤波(PPF)、有源滤波(APF)和混合滤波(HPF)3种[1,2,3]。PPF体积较大,滤波效果与系统运行情况有关,同时在特定情况下会与系统发生谐振;APF能够克服PPF的部分缺点,对谐波和无功功率进行动态补偿,且补偿特性不受电网阻抗的影响,但APF补偿谐波需要采用容量较大的电容元件,实施难度大,成本高;HPF将PPF和APF结合起来,根据电网侧谐波电流和负载侧谐波电流来进行控制,只需较小的容量,即可达到满意的补偿效果,然而根据固定电网参数设计控制策略,当电网运行受到环境影响且电网参数发生变化时,滤波效果将出现较大波动。
本文在分析各种不同形式HPF的基础上,针对电网参数发生变化对滤波控制效果的影响,在检测电网侧谐波电流和负载侧谐波电流进行复合控制的基础上,引入智能补偿因子,利用智能算法估计电网参数变化对滤波效果的影响,折算成智能补偿因子,对滤波控制策略进行调节,提出了一种基于小波分析和遗传神经网络的HPF,并叙述了关于该HPF控制算法原理、小波分析过程、BP神经网络结构设计及遗传神经网络训练的具体方法。
1 HPF算法的提出
HPF的实质是在对系统谐波含量准确测量的基础上完成对各PPF的投切和对APF输出的控制。
1.1 HPF原理及结构
大多数工业负载电流具有奇次对称性,一般只需对奇次谐波进行补偿,而3次谐波在三相三线制供电方式中可以忽略[4],在静态补偿电容器组中仅考虑5次、7次、11次谐波。图1所示三相HPF系统中,将APF串入PPF中,然后整体与补偿对象并联接入电网,谐波和无功主要由PPF补偿,APF的作用是改善补偿特性,并抑制电网和PPF之间可能发生的谐振。PPF由两部分组成:C5、L5,C7、L7,C11、L11分别构成了5次、7次、11次单调谐波和高通滤波器,并承受绝大部分的电网电压;APF附加电感La通过耦合变压器并联后串入PPF中,Lr与Cr构成小功率LC滤波器滤除APF的开关毛刺;耦合变压器将PPF与APF隔离,起到均衡PWM变流器电压和电容的补偿作用。
1.2 HPF控制策略分析
三相HPF系统等效电路图如图2所示。APF等效为受控电流源,由基尔霍夫定律分析得:
其中,Zsh为电源侧的谐波等效阻抗;Zah为附加电感La的谐波等效阻抗;Ush为电源电压的谐波分量;ILf、ILh分别为负载侧电流IL的基波和谐波分量;Ish为电源电流Is的谐波分量;UTh为连接点处的谐波电压;Ic为APF等价的可控电流源输出的控制电流。
当无APF时,将Ic=0代入式(1)得到PPF的控制效果如式(2)所示:
三相HPF系统分为3种控制策略[5]:基于电网谐波电流控制、基于负载谐波电流控制和复合控制。
1.2.1 基于电网谐波电流的控制
检测电网谐波电流的控制策略为:Ic=KSIsh,KS为控制系数。将该策略代入式(1),得到基于电网谐波电流的控制效果如式(3)所示:
式(3)表明电网侧谐波电流由负载谐波电流和电源谐波电压共同产生。对比式(3)与式(2)不难看出,APF明显改善了PPF的滤波特性,同时降低了由负载谐波电流和电源谐波电压在电网侧产生的谐波电流;KS越大,滤波效果越好。
1.2.2 基于负载谐波电流的控制
检测负载谐波电流的控制策略为:Ic=KLILh,KL为控制系数。将该策略代入式(1),得到基于负载谐波电流的控制效果如式(4)所示:
当Zfh=0、KL=0时,负载谐波电流全部被滤波器滤除,电网谐波电流取决于电源谐波电压。
1.2.3 复合控制
检测电网谐波电流和负载谐波电流的复合控制策略为:Ic=KLILh+KSIsh,将该策略代入式(1),得到复合控制的控制效果如式(5)所示:
对比分析式(3)(5),在相同的KS下,取KL=1,复合控制的滤波效果优于基于电网谐波电流和基于负载谐波电流的控制。复合控制方法中,系数KS和KL完全解耦,可以根据需要对这2个系数进行独立控制,获得满意的效果。系数KL可以确保HPF系统获得良好的补偿特性,系数KS可以防止谐振的发生,且KS不必很大,因而不会对系统的稳定性构成威胁。
1.3 基于小波和遗传神经网络的HPF算法
复合控制中,KS和KL是根据电网参数进行设计的,当KS和KL选定后,控制策略Ic=KLILh+KSIsh也固定下来,电网谐波和负载谐波分别经过KS和KL系数的放大叠加后,与控制电流抵消,达到滤波的目的。然而电网阻抗、电网频率等电网参数常受到环境温度、运行时间等因素的影响而出现波动。因此单纯的复合控制无法抑制电网参数变化的影响。
因此,本文在复合控制的基础上,引入智能补偿因子σ,取Ic=KLILh+KSIsh+σ。并提出一种基于小波和遗传神经网络的HPF控制算法,其基本思路为:在复合控制控制系数KS和KL选定后,首先,利用小波算法检测电网电流和负载电流谐波分量;其次,利用遗传神经网络根据谐波特征预测电网参数变化对HPF效果的影响,实时调整σ;最后,将电网电流和负载电流谐波分量乘以适当的KS和KL,并利用补偿因子σ进行调节,得到指令信号,该信号作为给定,通过PWM发生器控制APF的输出。
基于小波和遗传神经网络的HPF算法如图3所示,由小波分析、基于神经网络的滤波补偿以及基于遗传算法的神经网络权重优化3个部分组成。
a.小波分析。电网中的谐波往往较为复杂,无法直接应用到Ic=KLILh+KSIsh+σ中,将电力系统电网中含有谐波的电网电流和负载电流信号进行小波变换,从而实现基波与谐波的分离,提取谐波分量,从而为补偿因子的预测和最终控制信号的形成打下基础。另外由于小波分析在频域和时域同时有局部性,所以能有效跟踪谐波变化来实现谐波实时检测。
b.基于BP神经网络的滤波补偿。这是抑制电网参数变化对滤波效果影响的关键环节。通过对当前控制周期负载谐波电流ILh(t)、电网谐波电流Ish(t)和上一周期负载谐波电流ILh(t-1)、电网谐波电流Ish(t-1)进行学习,分析不同时间点滤波效果的细微变化,估计当前网络参数波动对滤波效果的影响,从而实时调节补偿因子σ的取值。
c.基于遗传算法的BP神经网络权重优化。利用遗传算法寻求最佳的BP神经网络结构和连接权值,从而加速收敛,抑制误差,使补偿因子σ更加精确。
2 基于小波分析的谐波检测
在本文提出HPF算法中,电网谐波电流和负载谐波电流是计算控制电流信号Ic的依据,同时在控制系数KS和KL确定的情况下,电网谐波电流和负载谐波电流的变化也反映了电力系统中电网参数的变化,对σ的计算有重要的参考价值。
传统的电力系统谐波检测方法有快速傅里叶变换(FFT)和短时傅里叶变换(STFT)[6]:FFT能精确地检测整数次谐波,但不能检测非整数次谐波,且存在频谱泄漏和栅栏现象,虽有单峰检测双峰检测,插值改进算法仍有许多不足;STFT通过窗函数使频谱泄漏得到有效的控制,实现了非周期、非整数谐波检测,然而时频窗的宽度固定,不能自适应调整,分辨率较低。
小波分析能将电网谐波电流和负载谐波电流信号变换投影到不同的尺度上,表现出高频、奇异高次谐波信号,并具有将频率空间细分的特性,克服了FFT、STFT算法的局限性,因此本文运用小波分析对电流谐波信号进行离散小波变换[7,8],将原信号分解为高频部分和低频部分,并利用分解结果重构谐波分量。
设电网谐波电流和负载谐波电流一维连续信号为表示能量有限空间),其傅里叶变换为ψ(ω)。当ψ(ω)满足时,称φ(t)为母小波,将母小波φ(t)经伸缩和平移后,得到小波序列如式(6)所示:
其中,,a≠0为伸缩因子,b为平移因子。
滤波器实现中,硬件难以处理连续信号,因此需对连续信号进行采样得到离散信号,把连续小波变换中的a和b分别取a=a0j和b=kaj0 b0,,得到对应的离散小波函数如式(7)所示:
考虑二进制小波分解在实际应用中的简便性,本文对频域进行二进制离散变换,取a0=2、b0=1代入式(7),则对于电流信号的二进制小波变换如式(8)所示:
其中,nN,ckj和dkj分别为第2j尺度(第j层)的离散平滑近似信号和离散细节信号,递推方法如式(9)所示:
其中,j为分解层数,分别为低通与高通滤波器系数。
首先对输入序列c kj-1作滤波运算;然后每隔一点进行抽取;最终至上限频率接近基波频率频段时,分解结束。由低频段分量ckj-1(k)重构基波分量,由高频段分量dkj-1(k)重构各次谐波分量,实现对电流谐波变化跟踪。以3层分解为例,分解关系式:x(n)=c3(k)+d3(k)+d2(k)+d1(k)。进一步分解以得到基波分量,则可以把低频部分c4(k)分解成低频部分c5(k)和高频部分d5(k),依此类推。所以小波多分辨率信号分解可用多抽样率子带滤波器组来实现。
通过分解,在每一尺度2 j上(第j层上)。信号f(k)被分解为近似部分的小波系数ckj(k)和细节部分的小波系数dkj(k)。从滤波器的角度来看,利用二进制小波变换将信号f(k)的频带划分为一系列子带,其实质是不同尺度下的带通滤波器和低通滤波器设计。
电力系统中,通过互感器可以采集到电网侧电流和负载侧电流信号,以负载侧谐波为例,设原始负载侧电流信号为
其中,ω=100π,表示系统中电流基波频率(50 Hz)信号中含有10次和14次谐波,且相位不同。根据香农采样定理,采样频率不能低于最高频率的2倍。为了较好地重构信号,本文在一个基波周期内采样数据为512点,取采样频率fs=50512=25 600(Hz)。为了得到包含50 Hz频率范围的子带,取j=7,即进行7次小波分解。
利用MATLAB小波工具箱的函数对上述信号进行仿真分析,通过比较发现,选取具有紧支集的正交小波Danbechies4(Db4)对上述信号进行分解,能取得较好的效果,分解结果如图4所示,根据多分辨率小波分解对信号频带划分可知,d1~d7以及c7信号对应的频带分别为6 400~12 800 Hz、3 200~6 400 Hz、1 600~3 200 Hz、800~1 600 Hz、400~800 Hz、200~400 Hz、100~200 Hz和0~100 Hz。
从图中可以看出小波分析算法实现了基波与谐波的分离。根据前述频谱分布的分析可知,分解得到的d1~d7包含了5次、7次、11次负载谐波电流。利用d1~d7重构谐波信号,可以近似得到实际电流谐波分量如图5所示。不难看出利用小波算法,能够跟踪谐波变化并准确地反映电流的谐波分量。
3 基于神经网络的滤波补偿
由运行环境引起的电网参数变化对滤波效果影响难以建立准确的数学模型,导致无法利用确定的数学关系计算补偿因子σ。
BP神经网络算法既能有效地处理非线性数据,又能限制过学习[9,10,11,12],BP神经网络算法具有严格的理论基础和数学基础,小样本学习也具有很强的泛化能力,对样本数量的依赖性弱[13]。因此本文采用BP神经网络算法方法对电网控制补偿因子σ进行求解。
3.1 输入的选取
从信息论角度看,本文所讨论的三相电力滤波控制系统中,基于简单HPF控制,本质上是依据某一时刻的电网状态制定的控制策略,而没有考虑到滤波效果时间上的相关性,从而在电网参数波动时、由于控制系数KS和KL固定,难以达到较好的滤波效果,而2个时刻滤波效果的差别,恰恰反映了电网参数波动对滤波效果的影响。因此本文利用神经网络在一定时间范围内分析前一时刻与当前时刻下的电网谐波电流和负载谐波电流的差异,计算补偿因子σ,从而抑制电网参数波动对滤波效果带来的影响。由此可以确定网络输入层的输入如式(10)所示:
其中,输入神经元个数N1取决于被控对象的复杂程度,这里N1选为4,输入的4个量分别为上一处理周期的电网谐波分量、负载谐波分量,以及当前处理周期的电网谐波分量、负载谐波分量。
3.2 隐层的设计
BP神经网络中,隐层是决定算法性能的关键因素,直接决定了算法的快速性和准确性。它主要涉及到隐层结构的确定和传递函数的选择2个方面。
3.2.1 BP神经网络隐层结构设计
BP神经网络可包含若干隐层,当隐层数增加时,算法复杂程度成指数增长,影响算法收敛性。目前已证明单隐层BP神经网络具备足够隐层神经元数时,可以以任意精度逼近任何具有有限间断点的非线性函数。本文从实际应用效果上看,增加隐层后,σ对滤波效果提升并不明显,因此采用一个隐层。网络隐含层的输入输出如式(11)所示:
其中,i=1,2,,N2;ωim(2)为隐含层加权系数。
隐层神经元数目采用如下经验公式:
其中,N2为隐层神经元个数;l为神经网络隐层数,b为当前隐层所在层数,T为训练样本维数。考虑到HPF控制算法数据处理量较大,为在确保精度的前提下保证神经网络收敛过程的快速性,本文通过实验,将隐含层节点数N2取7。
3.2.2 BP神经网络隐层传递函数设计
隐层神经元的传递函数通常有对称Sigmoid型、三角型、正选函数等。三角形的传递函数,对于离散型的对象精度较高,在电力滤波应用中,电网参数的变化具有一定的随机性,但离散程度并不明显,采用三角形反而导致精度不高;正选函数精度较高,但正选函数将增加系统计算负担。对称Sigmoid型实现简单,精度较高,非常适合HPF。这里采用对称Sigmoid型,其形式如式(13)所示:
3.3 输出节点的选取
输出节点神经元个数N3为1,输出结果为滤波控制补偿因子σ,如式(14)所示:
输出层输出节点对应σ,输出层神经元活化函数取非负的Sigmoid函数如式(15)所示:
至此,确定BP神经网络结构为4-7-1,见图6。
3.4 性能指标选取
本文所提出的HPF算法中,补偿因子σ的选取,应使得电网参数波动对滤波效果的影响降到最低,即要求每次滤波后谐波的结果差异最小,因此,取性能指标函数如式(16)所示:
其中,yout(k-1)为上一控制周期滤波效果,即确定了控制系数KS和KL的条件下,上一控制周期剩余谐波指标;yout(k)为本次控制周期滤波效果,即同一控制系数KS和KL下滤波后,本次控制周期剩余谐波指标。式(16)反映了电网参数变化对滤波效果影响。
4 基于遗传算法的权重优化
对电力滤波这一应用而言,算法的收敛性和准确性直接决定了最终的滤波效果。BP神经网络的拓扑结构中,连接权值的取值对神经元网络性能的影响至关重要,因此针对HPF控制补偿因子σ预估这类输入节点和输出节点已定的实际问题,求解最佳的神经元网络结构和连接权值是提高算法性能的关键。
有学者提出利用梯度下降法最小化留一法LOO(Leave One-Out)误差上限来确定神经网络连接权重,但由于无法以解析式的形式给出估计公式,难以使用。另有学者提出了基于粒子群优化(PSO)算法对BP神经网络连接权重进行优化,但常规PSO算法在优化时有其自身缺陷,尤其针对解决被优化参数相互关联的优化问题,效率明显减弱[14]。与常规PSO算法相比,遗传算法(GA)具有算法简单、计算效率高的优点,在陷入局部最优问题上有一定改善,因此为了提高模型预测的准确性[15,16,17],本文采用将GA算法和BP神经网络进行结合,适当地选择连接权重。
BP神经网络的连接权重共同构成了GA解空间。根据HPF应用特点选择适应度函数,通过个体的变异搜索,寻找使得适应度函数最优的连接权重,即得到最优的BP神经网络权重参数。利用GA选择BP神经网络的连接权重,实现步骤如下:
a.利用三相HPF系统采集到的电网电流和负载电流检测值进行小波分析,得到各自的谐波电流值,计算新的适应度函数;
b.首轮随机产生n个BP神经网络连接权重解个体,组成初始种群,非首轮随机产生n-1个个体,第n个个体为前一代种群的最优个体,组成下一轮种群;
c.利用适应度函数评估个体适应度,寻求适应度函数最小的解作为最优个体,并将其标识为种群中的第n个个体,将该个体保留为下一代种群成员;
d.选择种群中所有个体(包括第n个个体)进行交叉操作;
e.检查当前种群是否符合名义收敛条件,如果满足条件,则执行f,否则转向b;
f.如果满足给定的优化条件,终止优化过程,否则转向b。
4.1 编码表示
神经权重编码表示是利用GA对BP神经网络经权重优化的重要步骤。一般有二进制编码和实数编码2种方式,采用实数编码方式不利于计算机的计算,同时会导致收敛时间过长,二进制编码方式适合硬件计算,能够显著提高算法的效率和精确度,能够更好地保持种群多样性。待编码的参数为神经网络各级权重,由于本文采用的是4-7-1型的神经网络,则1、2层间权重28个,2、3层间权重7个,共有35个连接权重需要确定,因此染色体编码如式(17)所示:
每个连接权重用一个称作粒度位数的参数来描述其权值的二进制位数的大小(本文粒度位数取7 bit);一个连接的编码等于描述连接存在/不存在的一位编码,连接编码+连接权值的二进制位数共8 bit,构成了一个连接权重二进制编码。对于部分连接的网络,在网络结构和连接权值进化过程中,粒度位数、连接位数不断变化,当连接位为0时,此连接不存在,无连接权值;当连接位为1时,此连接权值也发生变化。
4.2 适应度函数
在GA中,个体适应度函数需要考虑BP神经网络整体准确性指标,即提高网络输出的滤波控制补偿因子σ的准确性。基于这一考虑,补偿因子σ换算得到的电网谐波电流和负载谐波电流的补偿值,应使得本控制周期与上一控制周期的谐波变化量最小。因此,采用的性能指标如式(20)所示:
其中,Fexact用以衡量经补偿因子调节后,实际谐波变化量,Jσ表示补偿因子σ换算的谐波补偿量,J t1s h为前一控制周期的负载侧谐波分量,J lht1为前一控制周期的电网侧谐波分量,Jlth2为当前控制周期的负载侧谐波分量,J sht2为当前控制周期的电网侧谐波分量,ΔJsh为2次控制周期间电网侧谐波补偿后剩余谐波变化量,ΔJlh为2次控制周期间负载侧谐波补偿后剩余谐波变化量。
4.3 变异策略
目前使用较多的变异策略有点式交叉变异和均匀交叉变异,点式交叉破坏模式的概率较小,但搜索到的模式较少;均匀交叉破坏模式的概率较大,但搜索到的模式较多,这里采用点式交叉策略。
4.4 杂交策略
目前使用较为广泛的杂交操作是单点杂交、两点杂交和多点杂交。采用单点杂交、两点杂交基因的变化较为缓慢,从而导致BP神经网络连接权重优化周期增加,严重影响算法的整体效率,因此本文采用多点杂交的方式,加速算法收敛过程。
5 仿真实验对比
在仿真模型中,系统电源采用标准的正弦波电压源来模拟,相电压为220 V,频率为50 Hz。谐波源设计为工业中常见的晶闸管三相桥式整流电路带阻感性负载,触发延迟角α=60°。考虑负载谐波源的谐波特性,PPF由5次、7次、11次3组单调谐滤波器组成。PPF的参数L5=11 m H,C5=50μF(5次滤波器);L7=11 m H,C7=25μF(7次滤波器);L11=22m H,C11=12μF(11次滤波器)。
5.1 小波检测方法结果
根据电力工程计算中的需要,小波分析主要考虑5次、7次、11次谐波分量,考虑到谐波信号的重构仿真试验中,采用采样频率定为每周期512次,分解层级定为7级,选取具有紧支集的正交小波Danbechies4(Db4)对电网侧和电流侧谐波信号进行小波分解,表13分别为对仿真模型电网侧电流检测得到的5次、7次和11次谐波的仿真结果。
从表13的结果可以看出,本文采用的小波分析方法能够有效地对电网电流谐波和负载电流谐波5次、7次和11次谐波分量进行提取,且达到较高的精度,完全满足本文提出的基于小波和遗传神经网络的HPF算法的需要。
5.2 引入补偿因子σ仿真结果
小波算法能够实时分析电流谐波分量,通过BP神经网络对电流谐波分量变化进行学习,分析现有控制参数对电流谐波的抑制效果,从而调整补偿因子σ。实际电网中器件参数的变化并不频繁,设定每5 s采集小波检测的电网侧和负载侧电流谐波分量一次,每500组采样结果作为一组神经网络训练样本集,因此每2 500 s调节一次σ。由于电网谐波、负载谐波各个分量幅值差异较大,这里需做归一化处理,处理后的样本由BP神经网络和GA进行训练,得到补偿因子σ。为了加速BP神经网络的收敛,对其35个连接权重进行优选。
在GA中,种群规模Psize=200,选择概率PS=0.05,交叉率PC=0.4,变异率Pm=0.1;在BP算法中,学习效率η=0.4,权系数修正常数α=0.9。经26 917次运算,收敛误差达到0.000 5,达到收敛。
为了验证电网参数的变化下本文算法的实际滤波效果,将仿真电路的电源阻抗、无源滤波LC电路的元器件参数做1%、5%、7%的随机波动。针对同一仿真环境,在控制系数KS和KL相同的条件下,对比无滤波处理、单纯的复合滤波控制方法与引入补偿因子σ方法,结果如表46所示。
由实验结果可知,在电网参数未出现明显波动时,单纯的HPF方式和引入补偿因子σ的滤波方式,滤波和无功补偿效果基本相同。当电网参数出现波动时,单纯的HPF方式因采用Ic=KLILh+KSIsh,当KS和KL确定后,补偿效果无法根据电网参数波动做出相应的调节,导致滤波效果和无功补偿效果随电网参数变化而下降。而引入补偿因子σ后,Ic=KLILh+KS Ish+σ,通过基于遗传神经网络的训练,σ可以根据电网参数波动对控制输出做出补偿,从而在电网参数波动时保持基本相同的滤波和无功补偿效果。
6 结语
利用HPF实现对电力系统的谐波抑制和无功功率补偿是解决电网非线性负载对系统污染的有效方法。检测电网谐波电流和负载谐波电流的HPF控制算法,在电网参数稳定条件下,能够获得良好的滤波和补偿特性,当电网参数波动时,补偿效果往往出现波动。针对这一不足,本文在复合控制策略的基础上引入补偿因子σ,利用遗传神经网络算法,对电网参数波动补偿量进行训练,从而提供了一种提高HPF动态、稳定性能的有效途径,仿真结果验证了该方法的可行性。
摘要：在分析传统电力滤波方法的基础上,针对检测电网侧谐波分量和负荷侧谐波分量的复合滤波控制方法无法抑制电网参数对滤波和无功补偿影响的不足,引入智能补偿因子。提出基于小波分析和智能补偿的三相电力混合滤波算法。利用小波算法检测电网电流和载荷电流谐波分量,该结果作为样本利用遗传神经网络进行训练,预测当前电网参数对滤波效果的影响程度,计算智能补偿因子,对混合滤波控制进行补偿。实验结果说明,基于小波分析和智能算法对混合滤波控制进行补偿,是提高其动态性和降低谐波量的有效途径。
混合补偿 第4篇
关键词：混合型,巨灾,利,弊
在高速发展的经济背景下, 城市地区人口越来越密集, 财产总值越来越大, 社会财富集中度也变得越来越高, 自然灾害造成的损失也越来越大。巨灾不仅给中国造成了非常巨大的经济损失和人员伤亡, 也阻碍中国经济的可持续发展和人们生活的安定。
一、中国巨灾损失补偿的现状
中国作为一个经济还不发达的发展中国家, 政府的财政收人总量是很有限的。由财政预算安排的灾害救济支出只是财政支出计划中的一小部分。在巨灾发生时, 财政预算安排的救灾基金相对于灾害所造成的损失只是杯水车薪。
1. 人民对巨灾风险的保险意识差。
中国保险业尽管每在灾害面前都积极赔付, 但适合保险赔付金额尚不及损失总额的百分之一。2010年4月14日发生的青海玉树地震, 该次地震与海地地震、智利地震、巴基斯坦水灾、俄罗斯热浪一起被联合国确定为2010年五大最大灾难之一。最终仅有智利地震获得了较高的赔付。事实表明, 中国国民的巨灾保险意识还非常薄弱。究其原因, 不是保险标的没有获赔, 而是人们没有投保。
2. 缺乏应对巨灾保险的专项基金。
由于巨灾风险一旦发生, 损失巨大, 因此, 设立巨灾风险专项基金是很有必要的。然而, 中国目前巨灾风险损失专项基金的来源渠道比较单一, 主要还是政府财政拨款, 慈善基金以及巨灾保险的保费收入。
3. 直接保险市场分散巨灾风险的能力有限。
由于巨灾保险业务风险较高, 完全商业化的运作使得经营巨灾风险保险的保险公司的偿付能力受到巨大挑战。
4. 再保险市场发展滞后。
再保险市场是原保险市场的风险转移市场, 其承保的一般是巨灾风险或劣质风险。中国再保险市场起步较晚, 市场主体少, 资金不足, 承保能力有限。
根据风险管理理论, 人们对风险的应对措施主要包括风险自留、风险回避、风险控制和风险转移。而对于巨灾风险这类发生频率小, 但损失极大的风险我们应该进行风险转移。其中最有效的方法就是建立混合型巨灾补偿机制。
二、混合型的巨灾补偿机制概况
面对日益严重的巨灾损失, 中国在面临巨灾损失时主要是由国家财政来进行补偿的。毫无疑问, 财政支出因此承受了巨大的压力, 也导致财政预算的紊乱和吃紧。因此在2003年3月全国的“两会”上, 全国政协委员戴凤举呼吁必须尽快建立起中国的巨灾保障制度, 而不能仅仅依赖政府的财政补偿。2006年7月国家“十一五”发展规划纲要也提出, 要“建立国家支持的农业和巨灾再保险体系”。2006年11月中国社会科学院研究员、博士生导师郑秉文提出, 在自然灾害频繁发生的发展中国家, 我们应建立一个混合型的巨灾补偿机制。
混合型的巨灾补偿机制, 即同时发挥国家与市场、政府与机构的双重作用的风险补偿机制架, 发挥保险业的综合作用和国家的信用, 避免以往单方面主要靠国家财政补助。解决恢复生产的单方补偿局面。具体思路是, 或可以先从建立行业性的强制巨灾再保险机制起步 (例如煤矿) , 以应对可能出现的行业巨灾危机事件引发的巨额损失;或可以先行试点建立区域或社区性质的巨灾保险制度 (如沿海台风) , 在理算出合理保险费率的基础上, 强制性要求该区域居民参保, 并将汇集的再保险基金运作于国内外的资本市场;或中央政府可发行政府巨灾债券, 通过联合商业保险机构的市场主体形式, 将风险损失在国内外市场的更大范围内进行转移。混合型灾后补偿机制包括政府补偿、巨灾保险、巨灾债券以及慈善救助, 有效协调各方面的关系、比重, 降低政府面临的责任和风险, 增大保险、债券及慈善的责任, 让新体系可以在灾后重建工作中发挥最大的作用。
三、建立混合型巨灾补偿机制的利端
近年来, 保险公司在经营过程中对巨灾风险进行了数据及相关信息资料的储备和积累, 可以为中国混合型巨灾补偿机制的建立提供良好的技术支持。同时, 政府有关门对巨灾风险的认识逐步深化, 人民群众的风险和保险意识也普遍增强。近年来中国大型自然灾害频发, 人民群众生产生活因灾受到巨大影响。各级政府及相关部门日益认识到, 需要充分发挥政策的调控作用, 调动更多的社会资源参与巨灾风险补偿机制, 使巨灾风险能够在更广更大的范围内分散和承担, 从而使得建立混合型巨灾补偿机制在政策方面更容易沟通与协调。随着中国市场化改革的不断深化, 居民的风险意识逐渐提高, 尤其是目前住房日益成为家庭财产主要表现形式, 居民寻求家庭财产安全, 转移地震等巨灾风险的需求将日益扩大, 这为扩大巨灾保险覆盖面、建立混合型巨灾补偿机制奠定了基础。
巨灾再保险是一种证券化的再保险产品, 通过发行巨灾债券、巨灾期权、巨灾期货等金融手段, 实现风险在资本市场的分散, 由保险人、再保险人、投资者共担风险。分出人须有相当份额的风险自留, 分入人仅承担有限责任。在各类巨灾风险证券化交易中, 最为活跃和最具代表性的巨灾债券是迄今为止运用最为广泛和成熟的非传统风险转移 (ART) 工具之一。它是由独立于保险公司的特殊目的机构 (SPV) 发行的收益率直接取决于该公司或整个行业巨灾损失状况的特殊债券。与普通债券不同的是, 巨灾风险债券本金的返还与否取决于特定事件的发生。若预先规定的触发事件 (Triggering Event) 不发生, 投资者将得到比普通债券高的收益;若发生债券预先规定的触发事件, 债券发行人向投资者偿付本金或利息的义务将部分乃至全部被免除。由SPV向保险公司支付赔款, 保险公司再根据合同约定向投保人进行理赔。相对于传统的以再保险转移巨灾风险的方法, 巨灾债券明显存在一些源自制度设计的内生优势, 这些优势主要表现在以下三个方面:其一, 有效分散巨灾风险。将主要由政府和保险公司承担的风险专家到了整个资本市场, 进一步扩大了保险公司承担巨灾的能力。其二, 改善投资机会, 稳定投资收益。其三, 降底信用风险。
通过加强慈善救助机构的监督管理, 实现捐助资金使用的科学、透明和高效性。使得更多的企业和个人捐款者愿意相信政府慈善组织和民间慈善机构, 提高对受灾人民的捐款力度。使得慈善救助成为巨灾补偿机制的一个部分, 而不是在灾难发生后按着职务高低进行捐款。
综上所诉, 混合型巨灾补偿机制设计的利端是取消现在政府在应对巨灾风险上“事后”补救的消极模式, 慢慢建立一种“事前”机制, 把巨灾风险转移到一个更大的保险系统中, 甚至整个资本市场中。
四、建立混合型巨灾补偿机制的弊端
巨灾债券的发行可能会影响到中国证券资本市场的稳定。一是由于来自巨灾风险属性和保险费率确定两方面的技术障碍。目前国内缺乏完备的关于巨灾发生频率和损失的历史统计资料, 无法准确测算风险损失和概率, 这将是保险业介入此项风险的基础性障碍。此外, 国内保险业务一般采取综合投保方式, 即使存在巨灾风险保险, 其价格也无法从保费中直接剥离出来。在此种情况下, SPV难以确定巨灾风险的价格, 因而难以确定拟发行债券的金额和利率。二是从目前看, 中国尚不具备巨灾债券正常运作所需的制度条件。为确保巨灾债券运作的有序性, 必须建立规范的制度。中国正处于经济转轨阶段, 存在许多法律障碍。要克服这些法律障碍, 将涉及到许多相关法律的完善, 如公司法、信托法、证券法、税法等。巨灾风险证券化法制环境的完善就意味着对法律有关条款的突破, 而修订相关法律无疑将是一项复杂而浩大的工程。三是由于金融环境障碍。作为成熟的西方国家的保险品种, 巨灾债券在中国不可避免地会遇到环境不配套所形成的障碍。
五、建立混合巨灾补偿机制的建议
1. 推动国内保险市场发展。
政府应该为巨灾保险创一个良好的外部环境, 给予巨灾保险一些优惠政策, 同时保险公司具有风险管理的专业优势, 能够也应当在巨灾保险方面有所作为。从保险的社会管理功能来看, 在构建和谐社会的总体思路下, 保险公司在巨灾保险制度建设过程中应当承担起责任。
2. 推动国内再保险市场发展。
首先, 可以引进国外再保公司。增强国内再保险市场的竞争力度, 增强国内保险市场的风险承担能力。其次, 培育国内再保公司。在引进国外再保险公司和组织时, 积极培育发展国内再保险公司, 争取把中国财产再保险公司上市, 以扩大其资本规模和承保能力。
3. 增强慈善救助的作用。
政府要推出一系列实际可行的鼓励监管政策, 对相关个人和组织进行宏观指导。引导富裕阶层承担更多的社会责任, 鼓励富人积极参与慈善公益事业, 扩大捐赠资金量对借慈善之名进行违法行为的捐赠人受赠人进行惩处等。对慈善组织来讲, 除了在税收及财政政策上对其有所照顾外, 还要对其加强监督管理。可以在民政部门设立专门的捐赠管理监督机构, 保证善款善用, 杜绝腐败挪用现象。另外, 还需要培育慈善文化, 增强全民的慈善意识, 在社会上营造一种慈善的氛围, 激发、引导人们潜在的慈爱之心。最后, 全社会要积极提倡正确的财富观, 积极引导人们, 特别是富裕阶层热心于慈善捐赠。
从各个角度来说, 探讨建立混合型巨灾补偿机制, 对于推动巨灾发生之后的经济重建, 提高灾害造成的今年估计损失的补偿程度以及灾害补偿基金的使用效率, 并且在一定程度上减轻政府的额外负担、构建和谐社会都有十分重要的理论意义和实践价值。
参考文献
[1]霍栋, 赵立力.建立中国多层次巨灾风险补偿机制的思考[J].西南交通大学学报:社会科学版, 2009, (6) .
[2]吕思颖.中国巨灾风险转移的思路与对策[J].经济纵横, 2008, (3) .
[3]周道许.关于建立中国巨灾保险制度的思考[EB/OL].http://www.doc88.com/p-5370184621.html, 2008-06.
[4]郑秉文.从“9.11”五周年看社会保障体系的巨灾风险补偿功能[EB/OL].http://www.aisixiang.com/data/10975.html, 2007.
[5]陈圆圆.从汶川地震看中国巨灾风险补偿机制[J].长三角, 2010, (1) .
混合补偿 第5篇
数字物理混合仿真[1]又称为硬件在环HIL(Hardware-In-the-Loop)仿真,在电力电子装置测试、新能源并网和电力系统试验研究等领域发挥着重要作用。根据接口特点[2],HIL分为控制器硬件在环CHIL(Controller HIL)和功率硬件在环PHIL(Power HIL)。CHIL在电气工程中主要应用于继电保护装置测试与电力电子装置控制器性能测试[3,4,5,6,7,8]等,它大幅降低了检测费用与检测风险,保证了控制器安全可靠地投入运行。但是,当前CHIL系统还存在一些问题:CHIL系统的数据传输、转换和采样等过程存在延时[9];当开关动作周期接近于仿真步长时,实时仿真器产生PWM触发脉冲宽度误差,从而导致开关动作延迟[10],影响仿真效果,而目前对这方面的研究比较少。
针对CHIL系统的延时问题,当前主要从硬件与软件2个方面进行抑制[2]。硬件方面,通过选用高速A/D转换芯片和微处理器以及具有相位补偿功能的互感器,可以有效降低系统采样和数据计算等环节造成的延时,但是会大幅提高成本;软件方面,在离线仿真软件中常常通过开关处理算法,如插值法、外推法和开关时间平均法[11,12]等来解决PWM脉冲宽度误差影响造成的开关延迟动作问题,从而提高系统仿真效果,但是受到HIL仿真实时性的约束,在实时仿真中开关处理方法无疑将大幅增加仿真运算负担。本文提出了一种基于快速离散傅里叶变换[13,14](DFT)的延时补偿方法,通过对稳态电压和电流输出信号的延时补偿,从而提高仿真效果。
本文以基于并网逆变器的CHIL仿真为例,从分析仿真延时原因出发,从仿真系统稳定性、精度和带宽等方面探讨了延时对CHIL系统性能产生的影响,同时结合实例提出从硬件、软件和基于改进DFT算法等方面来对延时进行补偿,提高系统的整体性能。所得的结论也可推广应用于其他CHIL系统中,为其设计与参数选型提供有益的参考。
1 CHIL系统建立与延时分析
1.1 CHIL系统平台建立
基于并网逆变器的CHIL试验平台结构原理见图1,由实时仿真系统(RTDS)、主控装置、监控平台等组成。
实时仿真数字仿真器为RTDS实时仿真器,由2个rack组成[15],可以实现144个电气节点的大规模电力系统仿真,包含发电机、变压器、输电线路和逆变器等多种电力系统与电力电子电气元件仿真模型,电力系统仿真步长可达到50μs,电力电子仿真模块仿真步长可以达到2μs,并且有12路模拟量输出接口GTAO(Gigabit-Transceiver Analogue Output)和64路数字量输入接口GTDI(Gigabit-Transceiver Digital Input),可以充分实现复杂电力电子模型的CHIL系统仿真试验。
被测的主控装置包括基于ARM+FPGA的主控板[16]、D/A环节、监控单元等。通过采样RTDS中传输的模拟量,控制输出PWM脉冲信号,实现对RTDS中搭建的逆变器模块控制。
监控平台主要功能为:仿真全局控制;RTDS仿真模型建立、实时波形监测;接口控制参数设计、下发,波形数据保存与调用等。
1.2 延时分析
1.2.1 控制器延时
根据文献[17]提出,控制器延时主要由以下部分组成:数据传输造成的延时,电气量信号采样与A/D转换器引起的延时;数字信号处理造成的延时,控制算法计算所需要的时间与硬件处理器的性能和算法的复杂程度相关;数字化控制器控制信号的离散化产生的延时,如图2所示,RTDS输出的模拟电压、电流信号,经过接口进行数据采样,控制指令每隔周期Ts更新一次,经零阶保持器(ZOH)后,进行数据处理。系统的采样周期与控制指令的更新周期不同步,造成了数字化控制器引入延时,根据文献[18]得出延时时间约为140μs。
1.2.2 RTDS装置延时
在CHIL系统当中,通过RTDS的GTAO与GTDI数字物理互联接口[15]实现控制器对RTDS中模拟量信号的采集与PWM脉冲量数字信号的接收处理,GTAO输出的模拟量最大延时可达9μs,GTDI输入最大延时约1.5μs,RTDS本身仿真步长为50μs。因此,在CHIL系统中,RTDS本身存在一定的延时环节(约为60μs),对CHIL系统的影响不容忽视。
1.2.3 延时对控制精度影响
本文分析并网逆变器输出电流误差对仿真精度的影响[18],本文所说的误差是输出电流对指令电流成分而言,主要从延时影响的相位差进行分析,控制精度则以剩余电流含量为指标进行考察。
图3给出了CHIL系统指令电流与反馈电流的矢量关系图,显示了逆变器输出电流与指令电流在延时误差的情况下剩余电流的情况。
假设指令电流幅值为Iref,逆变器输出电流为Ic=KhIref,对于h次谐波输出电流,其相应的相位误差为:
其中,Td为延时时间。
由图3可以根据几何关系求出指令电流与逆变器输出电流中剩余电流的幅值大小为:
定义系统电流残余度为:
以Kh和Td为参变量、谐波次数h为自变量,根据式(3)可得CHIL系统在不同延时情况下的电流残余度曲线,在此基础上评估延时对CHIL系统的影响。
假设CHIL系统指令电流与逆变器输出反馈电流相比幅值上无衰减,即Kh=1,只存在波形相位延迟。令波形延时时间分别为10μs、50μs、100μs、200μs,根据式(1)可以得出曲线如图4所示。
由图4可见,延时较小时,电流残余度均比较低,CHIL系统的仿真精度可以得到保证;随着延时逐渐增大,电流残余度上升,当控制并网逆变器输出高次谐波时,电流残余度越大;延时增大到一定程度以后,某些高次电流残余度将大于1,严重影响仿真效果。
1.3 混合仿真系统模型分析
本文以文献[19]中的并网逆变器为例,其结构如图5所示。图中,udc为直流电压;ig和ug分别为经过滤波以后的电流和电压。
1.2.1节与1.2.2节中CHIL系统等效延时为Td,即等效延时环节e-s Td,由文献[20]得出逆变器等效为Kpwm,出口滤波等效为1/(Ls+R),在此基础上得到CHIL系统的控制框图如图6所示。图中,Iref为指令电流;If为补偿电流;L为出口滤波电感;R为滤波电感上的寄生电阻;Ud为扰动电压,采用PI控制器。
由图6考虑延时作用,不考虑扰动作用,化简后得出CHIL系统Iref到If的闭环传递函数为:
设定总延时Td=200μs,电路参数为L=3 m H,R=0.2Ω,Kpwm=125,Kp=0.1,Ki=20。通过等效与化简得到CHIL系统的波特图见图7,可见延时环节对本系统在约20次谐波时开始衰减,限制了仿真带宽,例如基于CHIL的有源电力滤波器试验无法实现对非线性负载高次谐波补偿等,同时,也影响CHIL仿真的稳定性与精度。
2 延时补偿
由于传统的DFT算法运算量较大,本文采用的是简便的基于1个工频周期滑窗的快速DFT算法[21],应用于电流与电压模拟量的延时补偿。改进DFT算法原理如下。
假设周期为T的周期信号x(t),以电流量为例,将其表示为基波与谐波分量之和,如式(6)所示。
其中,Nm为所需要考虑的最高频率谐波次数;Ak和Bk分别为第k次谐波分量的实部和虚部;ω为基波角频率;采样周期τ=T/N,N为每个基波周期内的采样数,本文中设定每个工频周期离散采样512个点,则采样周期τ=20(ms)/512≈39(μs)。
计算公式如下:
由式(7)可知,为了计算当前时刻基波分量的实部和虚部,如文献[22]介绍基于1个周期的DFT滑窗算法,对基波进行提取,如图8所示。利用输入信号在最近一个基波周期内的N个采样值,进行N次乘法和加法运算。
以提取h次谐波为例,h次谐波电流的实部和虚部分别用式(8)计算,在提取出实部和虚部之后进行指令合成时,由式(1)知相位的误差为θd,为了补偿相位误差,引入超前相位角σk,σk=θd,本文设定Td为200μs。最终实现延时补偿。
改进后的指令合成公式如下:
完成延时补偿以后,进行改进DFT递归计算,以基波电流分量为例,对式(7)进行改进得:
其中,Nc为最新的采样点。
由式(10)得出,当前采样时刻计算值A1、B1与前一采样时刻计算值A′1、B′1之间存在如下递归公式:
改进DFT算法是基于1个周期的滑窗算法,因此,在已知上一个采样时刻计算值的基础上,只要进行简单的减法和乘法运算就可得到新的值。整个递归计算过程只要在初始化阶段的一个工频周期求和运算,之后就可以按式(11)递归计算来完成,每个采样周期需要完成的计算负荷非常小。针对混合仿真实时性要求非常高的应用场合,递归算法减小了运算延时,有利于保证混合仿真的稳态与暂态的快速准确运行。
3 仿真验证
为了分析延时影响及延时补偿方法的有效性,基于1.1节搭建的CHIL系统仿真平台,对延时影响与补偿方法进行验证。仿真采用1.3节中的仿真参数。本文在RTDS中搭建电流源型逆变器模型,图9中的受控电流源发出指令电流,通过采样环节到主控装置,作为指令信号,通过控制算法,最终发出PWM数字脉冲控制RTDS中的逆变器,对逆变器实现电流源控制。分别将基波、3次和5次谐波电流作为指令电流,并将指令电流与加入延时补偿、未加入延时补偿的输出电流相比较。
仿真结果如图10所示,可以看出加入延时补偿后的电流更加接近指令电流,随着谐波次数的增加,效果越显著。仿真结果证明了本文提出的延时补偿方法的有效性。
4 结论
混合补偿 第6篇
静止同步补偿器 (STATCOM)作为一种 动态无功补偿装置,因为具有良好的动态特性得到了广泛的关注 和大量的 研究[1,2,3,4,5,6]。 现有的STATCOM拓扑结构主要有变压器多重化结构、二极管钳位多电平结构、飞跨电容多电平结构和H桥级联多电平结构[7,8,9]。变压器多重化结构由于要采用大量的移相变压器,在很大程度上提高了装置的成本,同时增加了损耗和占地面积。二极管钳位多电平结构和飞跨电容多电平结构虽然有效地避免了变压器多重化结构的缺点,但随着电平数的增加,钳位二极管和电容的数量显著增加,装置的设计和控制变得十分困难[10,11,12]。H桥级联多电平结构具有易于扩展、谐波含量低、易于实现冗余、控制方便等优点。但是高压大容量级联H桥STATCOM所需子模块数较多, 并且需要较多大且笨重的直流电容器[13,14,15,16]。
文献[14]提出了一种适用于柔性直流输电的混合级联多电平换流器;文献[15]对混合级联多电平换流器的调制策略进行了研究,其中整形电路采用改进载波移相调制,两电平电路采用不对称方波调制。本文研究混合级联多电平换流器型静止同步补偿器(HCMC-STATCOM),与基于变压器多重化结构的STATCOM相比,HCMC-STATCOM无须使用变压器来提高装置容量,降低输出电压谐波。与级联H桥STATCOM相比,HCMC-STATCOM输出交流电压由两电平换流器和整形电路共同承担,其所需子模块数和直流电容数减少,有利于减少装置的成 本与体积。 本文首先 介绍了HCMCSTATCOM的拓扑结构、工作原理,接着对直流电容纹波及电容 参数设计 进行了详 细理论分 析,对HCMC-STATCOM与传统链 式STATCOM进行了对比研究,最后,利用PSCAD/EMTDC进行建模仿真,仿真结果验证了其拓扑结构的可行性以及电容参数设计的有效性。
1 HCMC-STATCOM的拓扑结构及其工作 原理
1.1 HCMC-STATCOM拓扑结构
HCMC-STATCOM基本拓扑 结构如图1所示,主要由两部分构成:1由H桥级联构成的整形电路;2常规两电 平换流器。 图中:vsa,vsb,vsc和ia,ib,ic分别为三相交流系统电压和电流;va,vb, vc分别为HCMC-STATCOM三相交流输出电压; L为连接电感;R为等效电阻;uwa,uwb,uwc分别为三相整形电路两端电压;uaO,ubO,ucO分别为两电平换流器交流端三相电压;Udc为两电平换流器额定直流电压;idc为两电平换流器直流电流;CT为两电平换流器电容值;CH为H桥子模块直流电容值;Uc为H桥子模块电容额定电压。
1.2 HCMC-STATCOM的工作原理
HCMC-STATCOM稳态运行时,两电平换 流器循环交替导通、关断各个桥臂,整形电路通过投入和切除级联H桥子模块,使得输出交流电压逼近所期望的正弦参考波。
图2所示为HCMC-STATCOM等效电路以及两电平换流器交流端a相电压、a相整形电路两端电压和HCMC-STATCOM的a相交流输出电压参考波形。可见,HCMC-STATCOM输出交流 电压由两电平换流器和整形电路输出电压叠加而成。两电平换流器各桥臂导通开关通过基频的方波调制, 在其a相交流端期望产生如图2(b)中uaO所示的波形。而整形电路通过各子模块的投入和切除产生多电平电压,逼近如图2(b)中uwa所示的波形。
以a相为例,结合图1和图2可以得出HCMCSTATCOM的基本特性由式(1)至式(5)确定。
式中:Um和Im分别为HCMC-STATCOM出口相电压幅值和交流电流幅值;ω 为系统角频率;Ma为开关系数,由两电平换流器开关信号决定(以a相为例,当上桥臂 导通时Ma=0.5,当下桥臂 导通时Ma=-0.5);Uck(a)(k=1,2,…,N)为a相整形电路中第k个H桥子模块电容电压;Gk(a)(k=1,2,…, N)为a相整形电路中第k个H桥子模块的开关函数,对应其工作模式,即正投入(Gk(a)=1)、负投入 (Gk(a)=-1)和切除(Gk(a)=0)。
2 HCMC-STATCOM参数优化与设计
2.1 Udc和 N 的优化
为保证HCMC-STATCOM稳定运行,整形电路和两电 平换流器 需要协调 同步控制。 在设计HCMC-STATCOM时,首先也要考虑 两电平换 流器额定直流电压Udc和每相整形电路H桥子模块数目N以及电容额定电压Uc的配合。当Udc和NUc选择不恰当时,会导致HCMC-STATCOM不能输出理想的正弦波。H桥子模块电容额定电压Uc一般根据设计时选择的绝缘栅双极型晶体管(IGBT) 型号决定,所以在下述分析时认为Uc已经确定。
a相整形电路两端电压uwa(t)取值范围为:
为简化分析,假定当系统达到稳态时,可以忽略两电平换流器直流电压的波动,且直流电压为恒定值Udc,根据式(1)、式(3)、式(4)和式(6)可得:
式(7)中,Um由HCMC-STATCOM输出或吸收的无功功 率决定。 只要Udc和N满足式 (7), HCMC-STATCOM就可以稳定运行,但是,这可能导致Udc过高和N过大,丧失这种拓扑结构的优势。 为了获得HCMC-STATCOM的低成本和高性能, 必须对Udc和N进行优化设计。本文提出一种确保H桥子模块数N最小的方案。
如图2(b)所示,a相整形电路两端电压uwa(t) 波形是半波对称的,只需考虑前半个周期。在前半个周期中,uwa(t)的最小值和最大值出现在点1和点2。这两点代表的电压为:
因此,uwa(t)绝对值的最大值可以表示为:
根据式 (6),为了使N最小,必须保证max|uwa(t)|最小。结合式(8)和式(9),可以解得max|uwa(t)|的最小值为:
此时有:
定义Um_r表示HCMC-STATCOM输出额定无功功率时的相电压幅值,因此不考虑冗余模块时,N的最小值为:
2.2 直流电容的参数设计
HCMC-STATCOM的直流电容器参数不同将直接影响整体性能,特别是暂态特性。本文从电容电压的纹波要求出发,对整形电路直流电容和两电平换流器直流电容进行理论参数设计。
2.2.1 整形电路的直流电容设计
定义电压调制比ku为Um与Um_r的比值,若运行时控制Udc=Um保持不变,则有:
当整形电路中的H桥子模块工况相同,则有:
式(15)描述单个H桥子模块电容的行为:
式中:uc(t)为电容实际电压;sa(t)为子模块开关函数。
根据式(3),开关函数sa(t)可以表示为:
HCMC-STATCOM三相电流 可写成如 下形式:
式中:φ为电流超前HCMC-STATCOM输出电压的角度。
为简化分 析,令R = 0,即假设HCMCSTATCOM不消耗有功功率,此时,φ= ±90°。当 φ=90°时,HCMC-STATCOM工作在容性工况,输出无功功率;当φ=-90°时,HCMC-STATCOM工作在感性工况,吸收无功功率。
当HCMC-STATCOM工作在容性工况下,以a相为例,将式(16)和式(17)代入式(15),可得:
由式(18),可以得到uc(t)为:
式中:C1为常数。
通过式(19)可知,uc(t)波形半周期对称,所以分析时只需要考虑前半个周期,即ωt∈[0,π]。根据数学知识可知,当uc(t)突变或duc(t)/dt=0时, uc(t)取得极大值或极小值。
当uc(t)突变,即ωt=0时,有
当duc(t)/dt=0时,根据式 (18),可得 ωt为 π/2,π/6或5π/6,有
结合式(20)和式(21),解得H桥子模块电容纹波电压 Δuc为:
当HCMC-STATCOM工作在感性工况,运用上述相同的分析方法,Δuc的表达式与式(22)相同。
为了保证HCMC-STATCOM最大功率 运行时,电容纹波电压 Δuc在规定范围之内,在设计电容大小时,ku应该取最大值,即ku=1。电容纹波电压一般取额定电压Uc的5%~10%。所以当电容纹波电压 Δuc确定时,可以得到H桥模块直流电容值CH为:
2.2.2 两电平换流器的直流电容设计
在实际应用中,STATCOM多用于平衡交流系统和补偿平衡负载,即使用于不平衡交流系统和补偿不平衡负载时,系统的不平衡度一般不大。为了便于分析,本节只考虑连接交流平衡系统和补偿平衡负载的情况。
在两电平换流器中,式(24)描述一个直流电容的行为。
式中:udc(t)和idc(t)分别为两电平换流器直流电容电压和流过直流电容的电流。
与整形电路中H桥模块电容参数设计分析类似,同样存在容性和感性两种情况。
当两电平换流器工作在容性工况时,直流电流idc(t)的波形如图3(a)所示。
直流电流idc(t)为周期函数,其周期为π/3。在第1个周期中idc(t)可以表示为:
根据式(24)和式(25),直流电容电压udc(t)在第1个周期中可以表示为式(26)。udc(t)为周期函数,其周期为π/3,在一个工频周期内为一个六脉波形,如图3(b)所示。
根据式(26),解得直流电容纹波电压 Δudc为:
当两电平换流器工作在感性工况,运用上述相同的分析方法,Δudc的表达式与式(27)相同。
与整形电路中的H桥模块相同,直流电容纹波电压 Δudc一般取额定电压Udc的5%~10%。当直流电容纹波电压 Δudc确定时,可以得到两电平换流器的直流电容值CT为:
3 HCMC-STATCOM与链式STATCOM
由于拓扑结构 的不同,HCMC-STATCOM与链式STATCOM在H桥模块数目、功率器件数目以及直流电容大小、数目和所储存的能量方面均有所不同。
3.1 输出电平与功率器件的比较
当不考虑冗余模块的,链式STATCOM每相所需要的H桥子模块数目Nold为:
为简化分析,将Uc设为H桥中IGBT的额定电压。故链式STATCOM中每相所需IGBT数为4 Nold,电容数为Nold,二极管数为4 Nold,输出最大电平为2 Nold+1,而实际运行中输出电平数NL_old为:
HCMC-STATCOM每相所需IGBT数量Nnew为整形电路中H桥子模块的IGBT与两电平换流器所需的IGBT之和,即
HCMC-STATCOM实际运行 中输出电 平数NL_new为:
根据式 (32)可知,HCMC-STATCOM能输出最大电平为2Um_r/Uc+1=4 N+1。
由上述分析可知,在输出相同电平数的情况下, 即在输出 波形质量 相同的情 况下,HCMCSTATCOM整形电路与链式STATCOM所需要的H桥子模块数目之比为0.5,HCMC-STATCOM与链式STATCOM所需要的IGBT或二极管数目之比为1。
3.2 直流电容储能的比较
由3.1节分析可知,在输出电平数相同的情况下,与链式STATCOM相比,HCMC-STATCOM所需H桥子模块数目减少一半,也就是说H桥模块的直流电容减少一半。但是由于拓扑结构增加了两电平换流器部分,因此需要增加一个两电平换流器直流电容,这个直流电容大小、额定电压与H桥模块直流电容不相同。
链式STATCOM中直流电容大小为:
HCMC-STATCOM中所有直流电容储存能量Snew可以表示为:
假定纹波电压 Δuc=0.1Uc,Δudc=0.1Udc。将式(12)、式(23)和式(28)代入式(34)可得:
同理,链式STATCOM中所有直 流电容储 存能量Sold为:
式(35)和式(36)对比可得HCMC-STATCOM与链式STATCOM中所有直流电容储存能量之比为0.34。
综合上述分析可知:与链式STATCOM相比, HCMC-STATCOM所需H桥直流电容数目减半, 大小减半,并且直流 电容存储 能量为链 式STATCOM的34%。在多电平 换流器中,直流电容的数值大小是决定换流器尺寸的关键因素。这意味着相比 于链式STATCOM,HCMC-STATCOM能大大减小换流器的大小和重量,降低系统成本和减少占地面积。
4 建模仿真
为了验证HCMC-STATCOM拓扑结构的可行性以及第2节中电容 参数设计 的有效性,利用PSCAD构建了35 kV/±100 Mvar的HCMCSTATCOM仿真模型。
4.1 HCMC-STATCOM仿真模型
HCMC-STATCOM仿真模型 的拓扑结 构如图1所示,仿真参数如下:交流系统电压为35kV, 额定无功 功率为 ± 100 Mvar,连接电感 为5.85mH,连接电阻为0.36Ω。假设子模块电容电压额定值Uc为2kV,根据第2节所述,可以计算出每相H桥子模块 数N为9,子模块电 容为9 283μF,两电平换流器直流额定电压为32.9kV, 电容为302μF。整形电路的调制方式采用最近电平逼近调制,两电平换流器采用对称方波调制[17,18,19,20]。
图4所示为HCMC-STATCOM稳态运行时的部分输出 波形 (以a相为例 )。 可见,HCMCSTATCOM输出的波形与理论分析相同,整形电路两端电 压和两电 平换流器 输出电压 峰值为 ±17.5kV。
图5所示为系统输出无功功率变化时的波形图,其中a相交流电流放大了10倍以便于对比观测。图中:Q为HCMC-STATCOM输出的无功功率。在0.4s之前HCMC-STATCOM输出无功功率100 Mvar,在0.4s之后输出-100 Mvar。
由图5可以看出,无功功率能够准确的变化,说明动态特性良好。在0.4s前交流电流超前交流电压90°,而0.4s后交流电流滞后交流电压90°,上述情况表明HCMC-STATCOM在0.4s前可以等效为电容产生无功功率,而在0.4s后可以等效为电感吸收无功功 率。 在系统工 作在稳定 工况下时, HCMC-STATCOM输出的相电压谐波含量小(畸变率为0.82%),交流电流谐波含量同样很小(畸变率为1.16%)。
4.2 直流电容纹波电压仿真
为了验证2.2节直流电容参数设计的正确性与有效性,本节对HCMC-STATCOM系统的直流电容纹波电压进行仿真。
图6(a)为整形电路H桥模块单个电容的电压波形,电压的峰峰值(即纹波电压)大小为0.2kV, 满足2.2.1节中电容参数设计时单个H桥模块电容纹波电压为额定电压的5%~10%的要求。由于整形电路与两电平换流器相配合 滤除谐波,因此,H桥模块的直流电容纹波电压的输出波形不是正弦波。图6(b)为两电平换流器直流电容电压的波形, 电压的峰峰值大小为3.25kV,满足2.2.2节中电容参数设计时两电平换流器直流电容纹波电压为额定电压的5%~10%的要求。
5 结语
混合补偿范文
声明：除非特别标注，否则均为本站原创文章，转载时请以链接形式注明文章出处。如若本站内容侵犯了原著者的合法权益，可联系本站删除。
