[发明专利]一种神经网络准PR光伏并网逆变器控制方法

说明书

本发明公开了一种神经网络准PR光伏并网逆变器控制方法，包括单相全桥逆变器、准PR控制器、神经网络参数调节器。神经网络准PR光伏并网逆变器控制方法与准PR控制相比，基于BP神经网络准PR控制的电流跟踪总谐波畸变率降低，动态响应性能更快，系统自适应程度更高。经过神经网络整定之后的PR参数可认为是控制系统的全局最优解，使整个系统具有更好的自调节能力和抗干扰能力，并使输出波形质量更高，反应时间更快，有较好的应用价值。

技术领域

本发明涉及一种光伏并网逆变器，尤其涉及一种神经网络准PR光伏并网逆变器控制方法。

背景技术

随着分布式光伏并网逆变器系统的发展，越来越多的分布式发电系统与电网相连，逆变器作为光伏并网系统中连接光伏电池阵列和电网的核心装置，其输出电压会在一定程度上对电网产生影响。因此随着光伏并网系统技术的发展，对逆变器的控制要求也越来越高。

传统的线性控制算法如比例积分微分PID（proportion integrationdifferentiation）控制、重复控制、滞环控制等算法简单，容易实现，被广泛用于单相并网逆变控制之中，但是跟踪正弦参考信号时存在相位和幅值的稳态误差、抗干扰能力不强等缺点。无差拍控制动态性能良好，但需要依赖被控对象精确的数学模型，应用上存在局限性。这些线性控制方法存在的缺点严重影响了光伏并网逆变器的输出电压的精度。

比例谐振PR（proportional resonant）控制可以减小稳态误差，但是PR控制器的缺点是在非基波频率处，其增益很小。当电网频率发生偏移时，增益明显下降，并且不能有效抑制电网谐波。另一方面，由于光伏逆变器输出端接入电网，使整个系统具有复杂的非线性特点，因此就要求逆变器有较强的自适应、自调整的能力。而传统准PR控制参数整定方法有很大的局限性。

发明内容

为了克服的传统准PR控制参数整定方法存在局限性的难题，本发明提出一种神经网络准PR光伏并网逆变器控制方法。

本发明解决其技术问题所采用的技术方案是：

利用BP神经网络对非线性函数的逼近能力和高度的自适应能力，来实现准PR控制参数的自整定，同时利用BP神经网络具有自主学习的能力使控制系统智能化。神经网络准PR光伏并网逆变器控制方法，包括单相全桥逆变器、准PR控制器、神经网络参数调节器。

所述单相全桥逆变器采用单极性脉冲宽度调制SPWM，控制四个绝缘栅双极型晶体管IGBT，并通过LC滤波器滤波，实现你变功能。

所述准PR控制器作为逆变器的电流内环控制，采用单极性SPWM控制。

所述神经网络参数调节器能够在线学习、调整准PR控制器的参数。

本发明的有益效果是：神经网络准PR光伏并网逆变器控制方法与准PR控制相比，基于BP神经网络准PR控制的电流跟踪总谐波畸变率降低，动态响应性能更快，系统自适应程度更高。经过神经网络整定之后的PR参数可认为是控制系统的全局最优解，使整个系统具有更好的自调节能力和抗干扰能力，并使输出波形质量更高，反应时间更快，有较好的应用价值。

附图说明

图1 单相全桥逆变器系统结构。

图2 准PR控制算法结构。

图3 神经网络准PR电流内环控制框图。

具体实施方案