一种改进基于单神经元网络PID控制算法在并联型APF控制中应用.docx

一种改进基于单神经元网络PID控制算法在 并联型APF控制中应用 【摘要】并联型有源电力滤波器是一种补偿电力 系统谐波的电力电子装置，其直流侧的电压控制的效果将直 接影响到APF的补偿结果。传统的控制方法是采用PI控制 器，因其结构简单，调整方便，目前已经得到广泛的应用。 具有自学习适应能力的基于单神经元网络的PID控制算法， 结构简单，且能够适应环境的变化，鲁棒性强，近年来成为 研究的热点。本文针对并联型APF的特点，对基于单神经元 网络的PID控制算法进行一定的改进并通过仿真，证实了其 在并联型APF中应用的可行性和优越性。 【关键词】单神经元网络PID控制；有源电力滤波器； 控制系统；仿真 引言 并联型有源电力滤波器是一种补偿电力系统谐波的电 力电子装置，其主要的结构分为谐波检测，PWM信号生成， 直流侧电压控制及主电路4部分，其中，直流侧的电压控制 的效果将直接影响到APF的补偿结果。传统的控制方法是采 用PI控制器[1],因其结构简单，调整方便，目前已经得到 广泛的应用。但是随着控制技术的不断发展，利用新的控制 技术以使APF获得更好的效果已成为大势所趋。具有自学习 适应能力的基于单神经元网络的PID控制算法，结构简单， 且能够适应环境的变化，鲁棒性强，近年来成为研究的热点。 本文针对并联型APF的特点，对基于单神经元网络的PID控 制算法进行一定的改进并通过仿真，证实了其在并联型APF 中应用的可行性和优越性。 并联型APF的传统控制方法 传统的直流侧电压控制方法是为直流侧电容提供一个 独立的直流电源，常用一个二极管整流电路来实现。这种方 法虽然能够保证直流侧电压的稳定，但是需要设置一个专门 的电路，增加了系统的复杂程度，也增加了系统的损耗和成 本，因此目前已经不采用这种方法。现在直流侧电压的控制 一般是通过对主电路进行适当的控制来实现，常用PI调节 控制法，该方法将检测到的电容电压实际值与给定的参考电 压值相减，得到的差经过PI调节器得到调节信号，它叠加 到瞬时有功电流的直流分量上，经运算在指令信号中包含一 定的基波有功电流，补偿电流发生电路根据产生补偿电流注 入电网，使得有源电力滤波器的补偿电流中包含有一定的基 波有功电流分量，从而使APF的直流侧与交流侧交换能量， 对APF的损耗进行补偿，将输出电压调节到给定值。 改进控制策略及算法 单神经元自适应PID控制的结构如图1所示： 该控制器是通过对加权系数的调整来实现自适应与自 组织功能，其中，权系数的调整是按照有监督的Hebb学习 规则［2］实现的。其控制算法与学习算法为： 其中：xl (k) =e (k), x2 (k) =e (k) -e (k~l), x3 (k)二e (k) -2e (k-1) +e (k-2)。ri I、riP、n D 分别为 比例、积分、微分的学习速率，k为神经元的比例系数，其 中k0o对比例，积分，微分分别采用不同的学习速率，以 便对不同的权系数分别进行调整。 在该算法中，k值的选择尤为重要。k值越大，则快速 性越好，但超调量偏大，容易造成系统的不稳定。若选择过 小，则使系统的快速性变差。 文献［2］中介绍了 一种改进的单神经元PID自适应控制 算法，该算法将加权系数学习修正部分进行了修改，将其中 的xi (k)改为e (k) +Ae (k),改进后的算法如下： wl (k)二wl (k~l) + T] Iz (k) u (k) (e (k) +Ae (k)) w2 (k) =w2 (k~l) + ri Pz (k) u (k) (e (k) +Ae (k)) w3 (k) =w3 (k~l) + ri Dz (k) u (k) (e (k) +Ae (k)) 其中，Ae (k) =e (k) -e (k~l), z (k)二e (k)o 采用上述改进算法后，权系数的在线修正不完全是根据 神经网络学习原理，而是根据实际经验制定的。 应用中，效果不好。 由以上所列算法可以看出, 由以上所列算法可以看出, 两种控制算法的输出都是基 于增量式PID 于增量式PID控制算法的计算, 仅适用于执行机构要求是控 制量的增量的控制系统。因此, 制量的增量的控制系统。因此, 其在并联型APF的控制策略 在并联型APF的直流侧电压控制中，其控制结果由输入 的信号计算而得出，可将输入信号转化成一组离散信号，利 用数字式PID控制器进行控制，这样既减小了系统的计算量, 同时，由于输出结果不受前一个数据的影响，使得控制输出 能够更快的达到预期的值。本文选择位置式PID控制算法， 将其与单神经元自适应PID控制算法相结合，在上一算法的 基础上，对u (k)的表达式进行修改，得出新的控制算法： 在此算法中，K值的设置对系统的运行影响很大，因此 需要进行多次