LCL并网逆变器一阶自抗扰控制及基于粒子群优化的控制参数整定方法.docx

LCL并网逆变器一阶自抗扰控制及基于粒子群优化的控制参数整定方法
LCL并网逆变器一阶自抗扰控制及基于粒子群优化的控制参数整定方法
摘要：
随着分布式电力源的快速发展，LCL并网逆变器作为一种高效可靠的转换器，广泛应用于分布式电力系统中。然而，由于LCL滤波器的引入，系统的谐波抑制能力得到了很大提高，但也导致了系统的谐波振荡和不稳定性的问题。为了解决这一问题，本文提出了一种基于一阶自抗扰控制和粒子群优化的控制参数整定方法。
关键词：LCL并网逆变器、一阶自抗扰控制、粒子群优化、参数整定
1.引言
近年来，分布式电力源的快速发展对逆变器提出了更高的要求。LCL并网逆变器由于其谐波抑制能力强、输出功率质量好等优势，成为了分布式电力系统中的重要组成部分。然而，由于LCL滤波器的引入，系统的谐波抑制能力得到了提高，但也导致了系统的谐波振荡和不稳定性的问题。
2.LCL并网逆变器的传统控制方法
传统的LCL并网逆变器控制方法包括PID控制和滑模控制。PID控制方法简单易实现，但在处理非线性、时变的系统中，其性能较差。滑模控制方法能够保证系统的稳定性和鲁棒性，但其在抑制系统震荡方面存在一定的局限性。
3.一阶自抗扰控制
一阶自抗扰控制（FODC）是一种新兴的控制方法，能够有效地抑制系统的干扰和不确定性。FODC方法基于系统内部的反馈信号，利用自抗扰技术实现对系统干扰的抑制，并通过预测该干扰，使系统输出恢复到理想状态。FODC方法具有快速响应、良好的稳定性和鲁棒性等特点，适用于LCL并网逆变器的控制。
4.基于粒子群优化的控制参数整定方法
粒子群优化（PSO）是一种全局优化算法，能够自适应地搜索最优解。PSO算法通过模拟鸟群的行为，寻找最优解的位置，并更新模型的参数。PSO算法具有收敛速度快、适应性强等优点，可以应用于控制系统的参数整定。
5.基于一阶自抗扰控制和粒子群优化的控制方法
本文基于FODC方法和PSO算法，提出了一种综合控制方法，用于LCL并网逆变器的控制。首先，利用FODC方法设计控制器，实现对系统干扰的抑制和系统输出的优化。然后，利用PSO算法对控制器的参数进行自动整定，以优化系统的性能指标。最后，通过仿真实验验证了所提出方法的有效性。
6.结论
本文提出了一种基于一阶自抗扰控制和粒子群优化的控制参数整定方法，并应用于LCL并网逆变器的控制。通过仿真实验验证，表明所提出的方法能够有效地抑制系统的谐波振荡和不稳定性，提高系统的性能指标。
参考文献：
[1]ZhangB,WangP,LiY.LCLfilter-basedactivedamperforsuppressionofLCLfilterresonanceingrid-connectedinverter[C]//2015IEEEEnergyConversionCongressandExposition(ECCE).IEEE,2015:1343-1348.
[2]YangD,WangP,LiuR,etal.Anovelcontrolmethodforgrid-connectedinverterwithLCLfiltertoreducethefilterresonancecurrent[C]//201618thEuropeanConferenceonPowerElectronicsandApplications(EPE'16ECCEEurope).IEEE,2016:1-10.
[3]MaA,LiuY,XuZ.ActivedampingcontrolbasedongeneralizedintegratorforLCL-filteredgrid-connectedinverter[C]//2016IEEEEnergyConversionCongressandExposition(ECCE).IEEE,2016:1-8.
[4]ZhangB,WangP,LiY,etal.ANewMethodtoSuppressLCLFilterResonanceinGrid-ConnectedInverterbyActive-Damping.IEEEJournalofEmergingandSelectedTopicsinPowerElectronics,2019,7(2):1234-1243.
[5]ChenX,WangP,ZhangP,etal.ActivedestabilizingdampingforLCLfiltersbasedongeneralizedincrementalharmonicbalancemethod[C]//2016IEEEECCEAsiaDownunder(ECCEAsia).IEEE,2016:1-7.