首页 > 论文范文 > 自然科学论文 > 力学论文 > 流变学论文 > 基于CNN的单级光伏并网逆变器积分滑模控制方法

基于CNN的单级光伏并网逆变器积分滑模控制方法

2024-10-26 14 上传者：管理员

摘要：基于卷积神经网络（CNN）的单级光伏并网逆变器积分滑模控制方法，可提升积分滑模控制效果。通过构建单级光伏并网逆变器状态方程，获取逆变器输出数据；利用自适应正则化系数，优化CNN训练时的损失函数，避免过拟合；在CNN输入层内输入逆变器输出数据，通过卷积层提取逆变器故障特征，利用池化层二次提取特征，通过全连接层输出逆变器故障估计数据；依据故障估计数据选择滑模面，通过选择的滑模面设计积分滑模控制器，获取动态补偿律，完成逆变器积分滑模控制。实验证明：该方法可精准估计逆变器故障数据，有效实现逆变器积分滑模控制，控制后的电压波形可迅速恢复到正常状态，过渡期未出现畸变情况，抗扰动性能较优。在不同电阻与电感参数不确定概率时，该方法具备较优的控制鲁棒性。

关键词：
单级光伏
卷积神经网络(CNN)
并网逆变器
正则化系数
状态方程
积分滑模控制
加入收藏

1、前言

单级光伏并网逆变器属于一种功率变换器，在电网中应用广泛。单级光伏并网逆变器为光伏和公共电网间的主要部分，直接影响光伏发电系统电能质量[1]。通过控制单级光伏并网逆变器，可提升光伏发电系统能量转换效率，确保电能质量符合要求。杨博等[2]以逆变器的参数不确定性为扰动，利用扰动观测器跟踪扰动，通过分数阶滑模控制器补偿跟踪扰动，完成逆变器控制。在不同工况下，该方法均可有效控制逆变器，提升其动态特性。刘吉宏等[3]通过鲁棒滑模控制结构，跟踪参考电流，抑制外界干扰，完成逆变器控制。该方法符合逆变器控制需求，具备较优的全局鲁棒性，有效抑制电压谐振信号。这两种方法在跟踪信号时存在弊端。当跟踪信号是阶跃信号时，会出现稳态误差，影响控制效果。CNN方法可自动提取信号特征，故障估计精度较高，受输入信号类型影响较小，避免出现稳态误差。基于此，研究了基于CNN的单级光伏并网逆变器积分滑模控制方法，以提升逆变器控制效果。

2、单级光伏并网逆变器积分滑模控制方法

2.1单级光伏并网逆变器状态方程

令电网处于三相平衡状态，通过Clarke变换去掉共模分量，获取单级光伏并网逆变器数学模型：

式中：is、Uo为单级光伏并网逆变器输出电流、电压；ig为电网侧电流；UC、RC为电容C的端电压、电阻；Ug、ig为电网侧电压、电流；Rs、Ls为单级光伏并网逆变器电阻、电感；Rg、Lg为电网侧电阻、电感。

令单级光伏并网逆变器状态变量x=[x1,x2,x3]=[is,ig,UC]，则单级光伏并网逆变器状态空间与输出方程如下：

式中：u、y为单级光伏并网逆变器输入、标量输出；、Q为单级光伏并网逆变器状态空间、输入矩阵；λ为常数；B为控制矩阵；C为观测矩阵。

不同因素影响逆变器，会出现各种不确定性故障[4]，即Lg、Ls、C、Rg、Rs、RC理论值和实际值间误差，变更式（2）获取：

式中：Qg为输入不确定矩阵；Bg为执行器故障矩阵；B+Bg=B (I-K),为第1个、第2个输入分布矩阵，且；K=diag{k1,k2,k3}为执行器故障残余效能矩阵，ki=1,i=1,2,3时，第i个单级光伏并网逆变器为故障状态；ki=0时，第i个单级光伏并网逆变器为无故障状态。

令，非奇异矩阵为T0；变更式（3）得

式中：；通过确定单级光伏并网逆变器积分滑模控制任务，则成立，即符合，变更式（4）得

考虑Uo与Ug的干扰故障，设置固定控制分配律，执行器有、无故障时额定虚拟控制量是v1、v0；变更式（5）得

式中；；变更后的单级光伏并网逆变器状态空间是。

2.2基于CNN的单级光伏并网逆变器故障估计

利用CNN估计单级光伏并网逆变器故障量，其输入是单级光伏并网逆变器状态方程的输出y，输出故障估计结果。

CNN利用卷积层对提取y的特征，其前向传播公式如下：

式中：hl、hl-1为第l层、l-1层输出的特征集合；Wl为权重；γl为传播系数；σ(⋅)为激活函数；bl为偏置项；∗为卷积符号。

该层的反向传播公式为

式中：δl、δl-1为第l层、l-1层梯度；zl、zl-1为第l层、l-1层卷积结果；核旋转180°是rot(180(⋅))；zl的计算公式为

通过式（9）可获取Wl与bl的导数，公式如下：

式中：J为单级光伏并网逆变器输出数据特征提取目标函数。

CNN方法利用池化层二次提取单级光伏并网逆变器输出数据特征，并降维特征[5]，降维后的特征传输至全连接层，输出单级光伏并网逆变器故障预测结果。

池化层通过最大池化方式，二次提取单级光伏并网逆变器输出数据特征，池化前向传播公式为

式中：down (⋅)为下采样方法；h′l、h′l+1为第l层、l+1层输出特征集合。

该层反向传播公式为

式中：δ′l-1、δ′l为池化层梯度；z′l、z′l-1为池化结果；upsample (⋅)为上采样操作。

通过全连接层输出单级光伏并网逆变器故障估计结果，公式如下：

式中：W、b为全连接层权重与偏置项。

利用l2正则化项的损失函数F，控制CNN网络训练状态，降低拟合程度，F的公式为

式中：F0为原始损失函数；n为单级光伏并网逆变器输出数据样本量；μ为修正系数；θ为正则化系数。

为提升CNN的单级光伏并网逆变器故障估计精度，通过自适应正则化系数优化损失函数，避免过拟合，公式为

式中：θη+1、θη为第η+1次、η次迭代的正则化系数；K为初始常量；Δρη2为损失函数梯度值。

在式（14）内引入式（15），完成损失函数的优化，提升单级光伏并网逆变器故障估计精度。

2.3单级光伏并网逆变器积分滑模控制器设计

2.3.1单级光伏并网逆变器积分滑模控制的滑模面选择

单级光伏并网逆变器积分滑模控制器包含滑模面选择与动态补偿控制器。

依据单级光伏并网逆变器故障数据O，选择积分滑模控制器的滑模面，表达式为

式中：O0为O的初始值；t为时间；为动态补偿控制律；为单级光伏并网逆变器输入矩阵；为输入不确定矩阵；为控制矩阵；滑模面需符合的条件为

滑模面的控制律为

式中：的变化量。

令单级光伏并网逆变器估计故障数据内空间元素与是匹配的，则简化式（18）获取：

将式（19）代入式（6），可获取滑模面中闭环系统的动态特性，公式如下：

式中：ξ为与不匹配的空间元素。

通过式（20）可知，按照式（16）选择滑模面，由动态补偿控制器确定单级光伏并网逆变器在滑模面中的动态特性，与匹配的空间元素是固定的。

2.3.2逆变器积分滑模控制的动态补偿控制器设计

以动态补偿控制器的跟踪误差e为其新的输出，将单级光伏并网逆变器故障电压参考值V作为外部干扰，V与负荷电流I′均为已知的，因此可对干扰建模P=Mp,p=[I′V]，干扰系数是M，干扰矩阵是P。

设计动态补偿控制器时，需对单级光伏并网逆变器状态方程进行改进，改进后的状态方程为

式中：；为单级光伏并网逆变器估计故障的状态空间；Cf为滤波电容；

设计动态补偿控制器，需设计单级光伏并网逆变器的状态反馈矩阵Gx与补偿矩阵Gp；通过Gx确保单级光伏并网逆变器闭环系统动态特性较好，通过Gp补偿外部扰动。确保稳态情况下，外部干扰导致的误差是0,Gp需符合的要求为

式中：E为跟踪误差矩阵；A为外部扰动矩阵。

Gp的计算公式为

因此可获取动态补偿控制器的补偿率如下：

在式（16）内代入式（24）完成积分滑模控制器设计，实现单级光伏并网逆变器积分滑模控制。

3、实验分析

以某区域电力系统内单级光伏并网逆变器为实验对象，利用本文方法积分滑模控制该逆变器，为电力系统提供更加稳定的电压与电流，该单级光伏并网逆变器的参数见表1。

表1单级光伏并网逆变器参数

该单级光伏并网逆变器在额定参数运行过程中，利用本文方法控制该逆变器，控制后的单级光伏并网逆变器电压与电流波形如图1所示。

根据图1可知，本文方法可有效实现单级光伏并网逆变器积分滑模控制，经过控制后的逆变器电压与电流波形均是正弦波，没有出现畸变情况，波形光滑，说明控制后的单级光伏并网逆变器电压与电流内基本无谐波。实验证明：本文方法可有效实现单级光伏并网逆变器积分滑模控制，达到预期控制效果。

图1单级光伏并网逆变器积分滑模控制效果

为该单级光伏并网逆变器设置电压跌落30%故障，在额定电压的基础上设置电压跌落故障，利用本文方法估计该单级光伏并网逆变器故障数据，估计结果如图2所示，以A相电压为例。

图2单级光伏并网逆变器故障数据估计结果

根据图2可知，本文方法可有效估计单级光伏并网逆变器故障数据，电压跌落30%后，该逆变器的电压为350 V。CNN方法估计的逆变器电压在350 V左右，表明本文方法估计的单级光伏并网逆变器故障数据较为准确。

利用本文方法对电压跌落30%故障的单级光伏并网逆变器进行积分滑模控制，控制后的逆变器电压如图3所示。

根据图3可知，在0.01 s左右时，CNN方法完成单级光伏并网逆变器积分滑模控制，令逆变器电压恢复至额定电压500 V左右，且过渡过程并未出现畸变。实验证明：CNN方法可有效控制电压跌落故障时的单级光伏并网逆变器，令逆变器电压迅速恢复至额定电压。

图3本文方法控制后的逆变器电压

分析单级光伏并网逆变器出现故障时，本文方法的控制效果。当逆变器运行到0.04 s时，设置一次故障，将负荷扰动迅速提升到380 V，持续时间0.06 s，应用本文方法控制前后的效果如图4所示，以A相电压4为例。

图4单级光伏并网逆变器故障时积分滑模控制效果

根据图4可知，当单级光伏并网逆变器出现故障时，电压出现较为严重的抖动情况，本文方法在0.05 s左右便完成控制，控制速度较快，控制后的电压波形可迅速恢复到正常状态，过渡时并未出现畸变情况。实验证明：在单级光伏并网逆变器添加负荷扰动后，CNN方法依旧能够实现逆变器积分滑模控制，具备较优的跟踪效果，且抗扰动效果较强。

分析电网电阻与电感在其额定值±30%区域中改变时，本文方法单级光伏并网逆变器积分滑模控制的鲁棒性，以有功功率峰值为衡量指标，其值越低说明本文方法控制的鲁棒性越佳，最高有功功率峰值是1.5 p.u.，分析结果如图5所示。

图5积分滑模控制鲁棒性分析结果

根据图5可知，随着电阻与电感参数不确定概率的增加，本文方法控制的单级光伏并网逆变器有功功率峰值呈上升趋势，但始终并未超过最大有功功率峰值，说明本文方法控制单级光伏并网逆变器的鲁棒性较优。实验证明：在不同电阻与电感参数不确定概率时，CNN方法具备较优的控制鲁棒性。

4、结语

新能源需求量增加，促进了光伏并网技术发展，逆变器是光伏并网系统的主要设备，通过控制逆变器，可确保电网供电稳定性。为此，本研究基于CNN的单级光伏并网逆变器积分滑模控制方法，可提升逆变器控制效果，增强其鲁棒性，确保逆变器输出稳定的电压与电流，提升电网供电稳定性。

参考文献:

[1]李涛,程启明,程尹曼,等.基于滑模控制的新型双准Z源NPC型五电平逆变器并网控制策略[J].电力自动化设备,2019,39(1):19-26.

[2]杨博,THIDAR Swe,钟林恩,等.并网光伏逆变器鲁棒分数阶滑模控制设计[J].控制理论与应用,2020,37(2):374-386.

[3]刘吉宏,刘鹏飞,张树新,等.LCL型光伏并网逆变器全局鲁棒滑模变结构双闭环控制[J].可再生能源,2020,38(11):1495-1499.

[4]王云,罗映红,赵腾跃,等.光伏并网逆变器自抗扰二自由度内模控制策略[J].电测与仪表,2019,56(6):127-132.

[5]党超亮,同向前,宋卫章,等.LCL滤波型三相并网逆变器的电流滑模控制策略[J].电力电子技术,2021,55(6):1-4.

[6]孙安,陈阳.基于灰色预测的自动化太阳能光伏并网发电系统设计[J].流体测量与控制,2022,3(6):87-91.

文章来源:屈路安,段超颖.基于CNN的单级光伏并网逆变器积分滑模控制方法[J].流体测量与控制,2024,5(05):26-30.

网友评论

加载更多

我要评论

期刊名称：流体传动与控制

期刊人气：483

期刊详情

主管单位：上海电气(集团)总公司

主办单位：上海市机械工程学会,上海液压气动总公司

出版地方：上海

专业分类：机械

国际刊号：1672-8904

国内刊号：31-1921/TH

邮发代号：4-744

创刊时间：2003年

发行周期：双月刊

期刊开本：大16开

见刊时间：1-3个月

论文导航

基于CNN的单级光伏并网逆变器积分滑模控制方法

相关论文