[发明专利]一种可变学习率BP-PID控制的并网逆变器直流分量抑制方法

摘要

本发明提出了一种可变学习率BP‑PID控制器的并网逆变器直流分量抑制方法，属于新能源并网控制技术领域。本发明首先在逆变器并网状态下，采集逆变器的网侧电流，接着利用滑动窗口积分法计算得到并网电流中的直流分量，将其与目标值进行比较得到直流分量偏差，根据偏差自适应调整BP‑PID的学习率，然后将神经网络控制器的输出叠加到逆变器输出的调制波上，最后将叠加后的调制波与载波进行比较得到调整后的驱动信号来控制逆变器中功率器件的导通和关断，使得并网电流中的直流分量得到有效抑制。本发明采用的方案无需依赖系统数学模型，具有收敛速度快、自学习和自我调整等优点，可在不增加系统额外硬件成本的情况下，大幅度提高并网电流的电能质量。

主权项

1.一种可变学习率BP-PID控制的并网逆变器直流分量抑制方法，其特征在于，将PID控制器的参数调整转换成三层BP神经网络，再利用学习率在线可调的算法实现BP神经网络权值的实时更新，得到对应的PID控制器的整定参数，从而实现逆变器直流分量的抑制，具体包括以下步骤：/n步骤一、构建BP神经网络的模型并初始化相关参数：建立三层BP神经网络，确定输入层j、隐含层i、输出层l的节点数与各层的激励函数，初始化输入层到隐含层的权值隐含层到输出层的权值给定系统直流分量的期望值rin＝0；/n步骤二、样本输入：BP神经网络的输入层节点分别为实时采集到的逆变器并网电流中的直流分量值、直流分量期望值、直流分量上一时刻的误差值以及阈值，根据采样时间依次输入到控制算法中；/n步骤三、信号的正向传播：根据输入层直流分量的实时采集值，计算得到实际直流分量估计值和期望值的差值error(k)，根据此差值，经过正向的权值计算得到输出层的三个输出，分别是PID控制器的比例、积分和微分参数；/n步骤四、反馈调节：根据步骤三中得到的PID控制器的参数计算得到实时的控制量，输出叠加到并网系统中参考电流上，参与闭环电流调节，得到调整后的调制信号来控制功率开关管的通断，以此实现并网电流中直流分量的抑制；/n步骤五、误差的反向传播：即实时计算直流分量误差对神经网络各层权值的梯度向量。根据此梯度方向的负方向计算连接权值的增量，对各层的权值进行不断的修正。/n