基于单神经元PI控制的逆变器系统仿真
扫描二维码
随时随地手机看文章
摘要:将一种根据误差的大小来调节比例系数K值的单神经元PI控制器引入到逆变器的控制回路中,可以实现在线调整参数,在一定程度上不依赖于系统的模型。仿真结果表明:与常规的PI控制器相比该控制器的输出超调量较小,有一定的自适应能力,可以提高逆变电源系统的动态性能。
关键词:逆变器;单神经元PI;控制器;PWM;双闭环
逆变器是将直流电能变换成交流电能的变流装置,供交流负载用电或与交流电网并网发电。随着光伏发电和太阳能发电等新兴能源的兴起,逆变器在生产和生活中显得日益重要。为了改善逆变器的输出特性,人们提出了并研究了多种控制算法。PID控制器以其简单、参数易于整定等特点而得到广泛的应用。但PID控制器依赖于精确的数学模型,且不具备在线调整PID参数的功能。单神经元具有一定的自学习和自适应能力,结合PID控制的优点可构成单神经元自适应PID控制器,这种控制算法对系统模型具有一定的自适应能力和较强的鲁棒性,但过渡时间较长。针对单神经元自适应PID控制器的特点和不足,根据误差的变化在线的调整对单神经元控制质量影响很大的比例系数K值。本文根据电源控制的特点,在逆变器控制系统中引入改进的单神经元PI控制器。
1 单神经元自适应PI控制器
基于单个神经元的PI控制器框图如图1所示。其中微积分模块计算两个量:x1(k)=e(k),x2(k)=△e(k)=e(k)-e(k-1)。采用有监督的Hebb学习算法,两个权值的更新规则可以写成:
其中ηi,ηp分别为比例、积分的学习速率。可以选择这两个权值变量为系统的状态变量,这时控制率可以写成:
在这一算法中学习速率和比例系数是待定的系数。仿真实验表明学习速率的取值对神经元系统品质影响不大,而比例系数K与系统的动态响应和稳定性有密切的关系。K值较大时,系统动态过程上升快,但超调量大,调节时间长;K值较小时,系统响应变慢,超调量减小,但如果K值过小,响应就跟踪不上给定信号。这里采用一种根据误差的大小来调节比例系数K值的方法。
K=a+be(k) (3)
式中a值用来保证K大于零,b是误差的加权系数,保证K值不会过小也不会过大。当误差较大时,K值也相应的增大,提高系统的响应速度;当误差较小时,K值也会变小,从而降低系统的超调量。
从以上分析中可以看出,单神经元PI控制实质上仍然是PI的算法,但PI参数可以在线调整,一定程度上不依赖与系统的数学模型,在控制品质上有一定的优越性。
2 单相逆变器控制系统的仿真建模
本文使用MATLAB/Simulink仿真软件对单相逆变器的各个部分进行建模,并进行整个系统的仿真分析。
2.1 逆变器主电路模型的建立
逆变器主电路采用文献给出的单相逆变电路的连续状态空间模型。如图2所示,系统采用双闭环控制策略,外环为基于单神经元自适应PI控制的电压环,内环为P控制的电流环,采用电容电流反馈来及时补偿输出电流,用电压调节器的输出信号作为电流调节器的给定,电流调节器的输出控制SPWM发生器,从而使输出稳定。其中Kpwm为脉宽调制比例系数,Zo为负载的阻抗,Ka、Kb为反馈比例系数。
2.2 单神经元PI控制器仿真模型建立
用Simulink模块搭建如图3所示的模型来实现单神经元PI控制器,其中的核心部分使用S函数形式编写,模块的输入信号为[e(k),e(k-1),a,u(k-1),b],输出信号为[u(k),wi(k)],(i=1,2)。
单神经元PI控制器的S函数如下:
2.3 系统仿真模型的建立
用MATLAB/Simulink软件建立基于单神经元PI控制器调节的单相逆变器系统的模型如图4所示。
3 仿真结果
逆变器的参数选择为:直流输入电压Udc=400 V,输出额定交流电压Uo=220 V,频率为f=50 Hz,开关管的开关频率为fc=20 kHz,采样周期为50 μs,输出滤波电感L=330μH,输出滤波电容C=33μF,负载为R=12.1Ω。
图5为MATLAB仿真得到的基于状态空间模型的逆变器的阶跃响应曲线,其中曲线1为常规PI控制的阶跃响应曲线,曲线2为单神经元PI控制的阶跃响应曲线。从图中可以看出单神经元PI控制超调量小,具有较好的快速性。
常规的PI控制和单神经元PI控制系统MATLAB/Simulink仿真波形如图6所示。
从图6中可以看出,常规PI控制系统输出电压的谐波失真较大,TMD(总谐波畸变率)值为2.41%,但是基于单神经元自适应PI控制的输出波形较好,其THD值为0.62%。
4 结束语
本文将单神经元PI控制应用到逆变器的反馈回路中,通过对控制系统仿真分析,说明单神经元PI控制器用于逆变器中相对于常规的PI控制器具有一定的优越性和更好的动态性能。