论文部分内容阅读
随着能源问题的日渐严峻,利用新能源进行发电的分布式发电技术受到世界越来越多的关注。其中单相并网逆变器被广泛应用于单元容量小的分布式发电系统,承担着将直流源变换为稳定的工频交流源的功能。为实现单相并网逆变器的电流环控制,目前已发展出多种不同的控制策略,如PI控制,滞环控制,电流预测控制等。本文基于电流预测控制中无差拍控制的思想,针对单相并网逆变器提出了一种电感电流比例反馈-电网电压预测前馈的控制方法,该控制方法可直接在静止坐标系下进行设计,无需锁相环,算法实现简单,所需计算量小。本文的主要研究内容有:1)在静止坐标系下推导了单相并网逆变器的状态平均数学模型,简述了传统无差拍预测控制的原理与设计过程;提出了一种改进的无差拍预测控制策略,即电感电流比例反馈-电网电压预测前馈控制,其与传统的无差拍控制的不同在于,采用后向欧拉近似对控制对象进行离散化,依此推导的控制规律更为简单,同时增强系统鲁棒性。2)对电感电流比例反馈-电网电压预测前馈控制的闭环控制性能进行了讨论;考虑电感电流采样滤波环节影响,对闭环数学模型进行了修正;分析了采样滤波环节对闭环系统性能的影响,并通过仿真进行了验证;3)采用Hopfield神经网络实现电网电压的预测,Hopfield网络为单层反馈型神经网络,结构简单,计算量小,尤为适用于实时控制。由其获得控制所需的未来时刻电网电压前馈值和参考电流值;进一步利用Hopfield神经网络的预测功能实现了电网电压采样滤波延时的补偿;给出了Hopfield神经网络的设计过程并对预测结果的误差进行量化分析,最后通过仿真进行了验证;4)基于TMS320F28377芯片设计了单相并网逆变器的电感电流比例反馈-电网电压预测前馈控制系统,通过实验验证了该控制算法的控制性能,并验证了控制中的关键因素如比例系数、滤波延时及有无Hopfield神经网络预测对控制性能的影响。