[发明专利]基于状态空间模型的谐波检测方法有效

专利信息
申请号: 202010812936.X 申请日: 2020-08-13
公开(公告)号: CN112098721B 公开(公告)日: 2023-05-26
发明(设计)人: 陈冬冬;肖龙;郑洪庆;郭隐彪;朱同波;李智敏;钟明灯;程蔚 申请(专利权)人: 闽南理工学院
主分类号: G01R23/16 分类号: G01R23/16;G06F17/16
代理公司: 泉州劲翔专利事务所(普通合伙) 35216 代理人: 许珠珍
地址: 362000 *** 国省代码: 福建;35
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 状态 空间 模型 谐波 检测 方法
【说明书】:

发明涉及电力技术应用领域,尤其是涉及的是一种基于状态空间模型的谐波检测方法,该检测方法可以分别实现PSC、NSC和ZSC的检测,谐波分量在线计算,这样的信息可以用于控制系统的反馈,以动态抑制(可能是时变的)分量,该检测方法是基于时域计算谐波分量的,因此无需计算将信号变换到频域,该检测方法具有良好的检测效果,对提高电力电子系统的性能是合理有效的。

技术领域

本发明涉及电力技术应用领域,尤其是涉及的是一种基于状态空间模型的谐波检测方法。

背景技术

随着电力电子器件和非线性负荷的大规模应用,电网电能质量问题日益受到人们的关注。高次谐波会带来电磁干扰、电缆过热、低功率因数等不利影响。自20世纪80年代以来,电力电子学科通过研究和发展,提出了有源电力滤波器(APF)和统一电能质量调节器(UPQC)等解决方案,以解决电力谐波问题。在典型的谐波治理装置中,实时谐波检测是关键技术之一。控制环包含快速的谐波电流检测,可以让逆变器得到所需参考谐波电流。同时,电力电子设备作为主要的谐波源,需要通过检测谐波来控制自身的谐波输出,以避免大量的谐波注入电网。尽管APF、UPQC和电力电子负载技术已经实现商业化,但寻找有效的实时谐波检测方法的研究仍在进行中。

在以往的研究中,检测谐波分量或基波分量的方法一般可以分为时域方法、频域方法和智能算法。

典型的时域方法有瞬时无功理论(IRPT)方法、同步参考系(SRF)方法、二阶广义积分(SOGI)方法、级联延迟信号消除(CDSC)技术和卡尔曼滤波等。

在IRPT中,采用Clark变换进行瞬时功率计算,这些瞬时功率的交流和直流部分分别被认为是基频分量和谐波分量。利用两个低通滤波器和反Clark变换,提取了基波分量。在传统的有源滤波器谐波检测中,IRPT起着关键的作用。

为了达到同样的目的,在SRF中采用Park变换得到正序列分量和负序列分量,通过滤波器和坐标变换提取基波分量。在三相平衡条件下发展了传统的IRPT和SRF方法,针对不平衡条件也提出了相应的改进方法。

SOGI方法是将多个二阶滤波器(陷波滤波器)组合在一起,滤波器的数量与谐波的数量相同。

在CDSC中,基于一系列DSC算子,同时得到许多次谐波,在实际应用中,由于DSC操作数过多会增加系统的复杂性和计算量,需要在稳态误差和DSC操作数之间进行折衷。由SOGI和CDSC可知,多个子系统并联在一起,形成了一种简单有效的从单阶到多阶的谐波检测结构。

卡尔曼滤波方法具有良好的鲁棒性,适用于时变谐波检测,但是在卡尔曼滤波方法中,为了获得更好的性能,需要信号的先验信息。频域方法中,常用的是离散傅里叶变换(DFT)及其改进方法。在中,提到了许多改进的DFT方法,以提高稳定性、快速响应,以及采样、基频之间的精确同步和最小化泄漏效应。基于小波函数的谐波提取是另一种频域方法,其缺点是计算量大。在智能算法方面,提出了用于谐波检测的神经网络和粒子群优化算法。在这些方法中,需要充分的训练来保证准确的输出。从信号处理的角度来看,上述方法都是有效的谐波检测技术。

但上述方法不能分离出各谐波的正序分量(PSC)、负序分量(NSC)和零序分量(ZSC),在一定情况下限制了其应用。众所周知,三相四线制在电力电子系统中很常见,四线制中存在着零序分量,此外,不平衡的电网或负载也会带来负序和零序的不平衡电流。因此,需要一种通用的算法来提取各谐波的PSC、NSC和ZSC。传统的提取方法中,离散傅里叶变换(DFT)和FFT不能分离出PSC、NSC和ZSC,而常用陷波滤波器和二阶广义积分器提取单频正弦信号,但信号混叠会影响提取的精度。

发明内容

本发明的目的在于克服上述不足,提供一种基于状态空间模型的谐波检测方法,该检测方法可有效地、实时地分离出各谐波的正序分量(PSC)、负序分量(NSC)和零序分量(ZSC),且该检测方法具有可控性、稳定性、提取误差小、收敛速度快。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于闽南理工学院,未经闽南理工学院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010812936.X/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top