随着世界经济的快速发展,大量非线性负荷的应用使得电力系统谐波污染现象日益严重。同时,随着新能源并网发电、分布式发电技术的运用和智能电网的建设,给传统电力系统提出了新的挑战,产生了谐波和其它新的电能质量问题,促使电能质量治理产品需求快速增长。抑制电力系统谐波是电能质量治理的一项重要措施,采用主动补偿方式的有源电力滤波器(Active Power Filter, APF)能对频率和幅值都变化的谐波进行实时跟踪补偿,补偿特性不受电网阻抗的影响,且装置无需能量储存器件,因而受到广泛重视,研究成果不断涌现。为提高APF产品性能和对工程实际情况的适应性,相关研究仍在不断深入进行。本文针对以上研究背景,以应用广泛的三相三线并联型有源电力滤波器(Shunt Active Power Filter, SAPF)为对象,围绕提高SAPF的谐波电流检测性能、增强补偿电流跟踪技术的鲁棒性和提高谐波抑制效果等方面展开了一些有益的研究。为提高基于瞬时无功功率理论的谐波电流检测法在检测精度和收敛速度方面的性能,提出了一种新颖的最小均方(Least mean square, LMS)与最小四阶矩(Least mean fourth, LMF)相结合的LMS/LMF自适应滤波器算法。根据误差信号的变化自适应地调整LMS和LMF算法在权值更新中的占比,当滤波器原始输入信号突变时,系统主要采用LMF检测算法,而当滤波器原始输入信号稳定时,系统主要采用LMS检测算法,以同时发挥LMF算法收敛速度快和LMS算法稳态精度高的优点。推导了该算法的收敛条件、时间常数和失调公式。仿真和试验结果表明,该算法使低通滤波器动态过程收敛更快,稳态误差更小,提高了瞬时无功功率理论谐波检测法的性能。为了提高电压空间矢量双滞环电流控制方法在SAPF的补偿电流跟踪性能,提出了一种新颖的4段滞环比较器。直接在复平面上实施控制,4段滞环比较器输入误差电流矢量,输出4种状态值,可以确定误差电流矢量的空间分布；通过求取指令电流微分的近似值,快速确定参考电压矢量所在区域。根据两个4段滞环比较器的输出状态值与参考电压矢量的空间分布选择最佳的输出开关矢量,使补偿电流误差控制在滞环宽度以内。该控制方法提高了直流电压利用率,降低了开关次数,系统动态响应快。将神经网络引入SAPF的补偿电流跟踪控制中,提出了一种SAPF的神经网络逆系统线性化解耦控制方法,以提高SAPF的补偿电流跟踪性能。首先推出SAPF的数学模型,证明其可逆性,接着设计SAPF的神经网络逆系统,和原系统一起构建伪线性系统,并采用比例积分控制器控制伪线性系统。将BP、RBF神经网络应用于SAPF的逆系统线性化解耦控制方法,实现了SAPF补偿电流跟踪控制的线性化和解耦,其控制效果优于反馈线性化控制方法。同时,在系统参数变化较大时,BP神经网络构成的逆系统控制方法具有很强的鲁棒性。提出了一种SAPF滑模变结构统一控制方法,将SAPF中补偿电流控制和直流侧电压控制统一实现,同时利用滑模变结构控制来提高鲁棒性。首先,根据SAPF在dq坐标系下的数学模型,确定状态变量id、iq和Udc,然后以这三个状态变量误差的线性组合定义了补偿电流和直流侧电压的统一控制滑模面,设计了控制律,并采用饱和函数代替符号函数,以削弱抖振。接着推导出滑模稳定条件和等效控制的存在性。通过滑模面的合理设计可以实现SAPF补偿电流和直流侧电压的统一控制,选择滑模函数中的K值要兼顾滑模控制的稳定性和动态品质,当负载和元件参数在一定范围内发生变化时,SAPF能正常工作,具有较好的鲁棒性。