LCL型并网逆变器系统的自抗扰控制改进研究

来源 :南京航空航天大学 | 被引量 : 0次 | 上传用户:Rainbow820710
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
干扰与不确定性广泛存在于各种控制系统中,如何对这些非理想因素进行抑制是控制理论与控制工程中的一个研究热点。自抗扰控制(active disturbance rejection control, ADRC)提供了一种简单而有效的方法来处理实际系统中客观存在的非理想因素。作为新能源产业中分布式发电系统和电网之间的关键接口,并网逆变器系统同样存在着诸多非理想因素需要在控制中加以抑制,比如脉宽调制环节中的死区时间,开关管的导通时间和导通压降,参数摄动以及电网电压背景谐波等,这些因素的存在会恶化系统的控制性能,主要体现在较高的总谐波失真(total harmonic distortion, THD)和较大的跟踪误差上。本文以LCL并网逆变器系统为研究对象,以ADRC为控制策略来处理LCL并网逆变器系统中的各种扰动和不确定,并对线性ADRC中的扩张状态观测器(extended state observer,ESO)做了一些改进,此外在借鉴ADRC和内模原理思想的基础上提出了基于ESO的谐振内模塑造策略(resonant internal model molding strategy, RIM),分别从理论分析、数值仿真和实验验证各方面进行了研究,具体工作和创新点如下:
  1)介绍了LCL并网逆变器系统中的扰动及常用的扰动抑制策略,综述了ADRC的基本思想和原理,以任意n阶对象为例介绍了线性ADRC控制器的设计方法。
  2)针对LCL并网逆变器对象,详细介绍了ADRC的设计过程。为了充分利用模型的已知信息提高ADRC的性能,引入了模型补偿的ADRC策略。在传统的采用带宽整定法设计的ESO中,观测器对扰动的估计能力与观测器带宽相关。本文在原有的带宽整定法的基础上提出了改进ESO参数设计法,有针对性地提高了ESO对低频扰动的估计能力。另外,为了提高入网电流的控制效果,本文也讨论了在ADRC中加入电网电压前馈策略,并介绍了弱电网下前馈策略引入的问题以及解决方案。
  3)逆变器系统中参考信号和扰动信号均为正弦信号,而由内模原理可知在控制器中植入谐振内模可以实现对正弦信号的高精度跟踪。本文借鉴ADRC补偿总扰动使对象校正为标准型的思想,提出了RIM策略,利用ESO将实际对象在最内环校正成为包含谐振内模的标准型;外环使用PI控制器,并且以稳定裕度的形式给出了调参依据,使得系统在能够良好跟踪正弦参考信号的同时也具备抗干扰能力。考虑到无源阻尼的功率损耗问题,还给出了将RIM策略扩展到有源阻尼的方案。最后在仿真和实验中将RIM策略与传统的ADRC策略做了对比,证明了RIM策略的有效性。
其他文献
贝叶斯网络作为一种经典的机器学习算法,具有直观的模型,计算简便,被逐渐应用于数据挖掘的研究中。从贝叶斯网络学习的方向来看,分为结构学习和参数学习,本文主要针对后者进行研究。从学习的目的性来看,分为生成学习和判别学习。在实际分类过程中,由于生成学习与分类目标不一致,导致分类精度下降。为了解决分类精度下降的问题,近年来对判别学习的研究逐渐增加。但判别学习的计算过程较为复杂,处理复杂贝叶斯网络时学习效率
四旋翼无人机因其结构轻巧,造价低廉,灵活性高等优点,已经在国防、商业和农业领域有所应用。为了进一步推广四旋翼无人机的应用,使其更加可靠地给人们的生活带来便利,如何设计高效的路径规划算法和提高轨迹跟踪的精确性是需要重点考虑的两个核心问题。因此本文将从这个角度切入,着重研究了四旋翼无人机动力学模型的建立、基于RRT的路径规划算法、基于干扰观测器补偿的反步轨迹跟踪控制、基于范数优化的迭代学习控制方法。论
学位
图像超分辨率(Super Resolution,SR)是指通过算法提升图像分辨率以突破硬件限制的技术,具有良好的应用前景。近年来,压缩感知和稀疏表示理论在图像去噪,图像重建,图像压缩等领域取得了广泛关注,基于稀疏表示的SR技术相较于传统基于重建等方法具有重建质量高,鲁棒性强等优势。针对上述背景,本文对基于稀疏表示的图像SR重建关键技术展开研究,主要工作及创新点如下:首先,本文阐述了稀疏表示理论基础
学位
数字图像篡改盲取证算法,凭借其不依赖于任何先验信息,仅根据图像本身的信息对图像进行真实性、完整性检测,成为图像取证领域主要研究方向之一。篡改图像由于篡改场景各式各样,篡改对象五花八门,篡改区域没有固定的形状、纹理等特征,因此图像篡改盲取证的难度较大。而现有数字图像盲取证算法大多采用基于图像块训练的方式,效率低下,检测方式固化且对于篡改区域定位问题没有很好解决。因此,本文从语义分割角度出发,将篡改图
学位
近年来,基于深度信念网络(DBN)的滚动轴承故障诊断方法逐渐成为研究热点。然而目前大部分基于深度学习的算法都是采用公式计算特征后再输入到DBN中,需要运用大量的信号处理方法,步骤繁琐、计算复杂;深度模型超参数的选择往往依赖于人工,不能自适应控制模型的建立。针对上述问题,本文提出三种基于深度学习的滚动轴承故障诊断方法,有效降低了计算复杂度,提高了故障诊断精度,具有重要的理论意义和应用价值。本文主要工
学位
无人直升机(UMH)在民事和军事上具有广泛的应用前景,目前在国内外均成为热门的研究领域。飞行控制系统是实现无人直升机自主飞行功能的核心部件,在飞行控制系统研发过程中需要通过硬件在回路的实时仿真试验对飞行控制律、机载飞行控制计算机的硬件接口和软件的状态进行验证。本文基于主从式结构的集成式仿真系统硬件平台,对飞行控制实时仿真系统软件设计的关键技术进行研究,旨在为对象无人直升机的飞行控制系统实现简洁高效
学位
近年来,无人机作为现代战争的新兴力量,在空战中的作用越来越显著,受到了各大军事强国的广泛关注。无人机空战自主决策作为无人机技术的一部分,是提升无人机自主性的关键技术,引起了国内外众多学者的极大兴趣。但是,随着军事科技的不断发展,空战环境日渐复杂,想要在复杂环境下占据空战主动权,必须准确洞察敌方无人机的战术意图。本文在复杂环境中的无人机空战背景下,对基于意图预测的多无人机协同攻防智能决策进行了研究。
学位
近年来,地面无人车在大型设施的巡检领域越来越受到重视。在巡检过程中,需要地面无人车对自身的位姿进行准确估计以确保作业安全、高效完成。室外巡检无人车通常采用的导航手段为利用卫星、里程计与惯性传感器融合进行状态估计,工厂巡检无人车通常采用的导航手段为利用激光雷达或者视觉传感器通过同步定位与构图(Simultaneous Localization and Mapping,SLAM)技术进行状态估计。在使
学位
室内场景语义分割是图像处理领域的一个重要研究方向,在智能安防、虚拟现实等领域有着广泛的应用前景。随着Kinect等深度传感器技术的成熟应用,基于RGB-D图像的语义分割受到海内外学者的广泛关注和深入研究。相较于传统的RGB图像语义分割,RGB-D图像中的深度图可用于解析和提取目标在三维空间中的位置和姿态信息,有效改善颜色和纹理特征易受复杂环境干扰的问题。然而RGB-D图像中深度数据的处理较为复杂,
永磁同步电机因其体积小、重量轻、效率高、噪音小等优势,广泛应用于各种领域,人们对其控制需求也越来越高。作为电机运动控制系统中的重要一环,速度环应具有良好的动态响应、宽广的调速范围和较强的抗扰能力,以满足高性能的交流伺服系统的要求,因此,永磁同步电机转速环控制策略具有很大的研究价值。本文以矢量控制系统中的转速环控制器设计为主题,针对当前常用PI控制器的参数整定困难问题,借鉴内模控制设计思想给出了单参