基于LMS/LMF混合算法的自适应预测无差拍控制方法技术

本发明专利技术公开了基于LMS/LMF混合算法的自适应预测无差拍控制方法,属于电力技术领域。针对基于LMS算法的APF自适应预测无差拍控制方法存在的缺点，提出了基于LMS/LMF混合算法的APF自适应预测无差拍控制方法。在负载突变时，在权重系数的更新上采用LMS/LMF混合算法，自适应地调整LMS与LMF算法在权重系数更新中的占比，充分展现LMS算法稳态跟踪精度高与LMF算法动态响应速度高的优点。基于LMS/LMF混合算法的APF自适应预测无差拍控制方法具有更高的动态响应速度，系统的电网电流更接近于正弦波，系统的电网电流的THD得到明显降低；因此，提出的控制方法具有更高的控制性能。

Adaptive predictive deadbeat control method based on LMS / LMF hybrid algorithm

【技术实现步骤摘要】
基于LMS/LMF混合算法的自适应预测无差拍控制方法
本专利技术属于有源电力滤波
，更为具体地说是一种三相三线制并联有源电力滤波器基于LMS/LMF混合算法的自适应预测无差拍控制方法。
技术介绍
随着各种非线性负载在电网中的广泛使用，产生了大量的谐波，谐波造成电网的严重污染。电力滤波器分为无源电力滤波器和有源电力滤波器(APF)。相对于无源电力滤波器，APF因其动态实时补偿能力强、可控性能高、不易与系统发生谐振等优势，成为电气工程研究的热点。谐波电流控制是APF的关键技术之一，典型的谐波电流控制方法有PI控制、滞环控制、三角载波控制、无差拍控制等无差拍控制将被控对象的数学模型离散化，属于开环控制，具有数学推导严密、动态响应速度高、稳态跟踪精度较高、实现简单等优点。利用上一个负载电流周期的电网电流和补偿电流预测下一个采样周期的补偿电流值以获得较小误差的开关状态。但是受数字信号采样、处理和执行过程延时的影响，无差拍控制实际上为差两拍控制。为了解决这个问题，各种优化和预测方法被引入无差拍控制。例如线性预测和平推预测为比较常用的方法，但是本文档来自技高网...

【技术保护点】
1.基于LMS/LMF混合算法的自适应预测无差拍控制方法，其特征在于，/n步骤1，根据三相有源电力滤波器APF拓扑图和基尔霍夫定律得到电路表达式/n

【技术特征摘要】
1.基于LMS/LMF混合算法的自适应预测无差拍控制方法，其特征在于，
步骤1，根据三相有源电力滤波器APF拓扑图和基尔霍夫定律得到电路表达式



步骤2，利用Clarke变换，将上述三相abc轴下的数学模型转换到αβ轴下，建立APF在αβ轴下的数学模型为
步骤3，在α轴上，设采样周期为Ts，在第n个采样周期内，将电流在极短时间的导数近似离散化为并代入步骤2的电路表达式得并推导下一个采样周期表达式β轴作相同处理；
步骤4，为获得并输出准确的电压源逆变器输出电压uα(n+1)，采用基于LMS/LMF混合算法进行自适应预测无差拍控制方法计算两次：第一次预测出icα*(n)，第二次预测出icα*(n+1)，由步骤2的公式计算出uα(n+1)，即得到电压源逆变器的输出电压。


2.根据权利要求1所述的基于LMS/LMF混合算法的自适应预测无差拍控制方法，其特征在于，所述步骤4中，所述第一次预测出icα*(n)的表达式为：
icα*(n)＝Icα1[N]WT[N]，其中
其中，icα*(n)为第n个采样周期的补偿电流预测值；Icα1[N]为负载电流周期补偿电流采样值向量；Icα(n–1),Icα(n–2),...,Icα(n–N)为负载电流周期的N个补偿电流采样值；WT[N]为预测icα*(n)的权重系数向量；W1(n–1),W2(n–1),...,WN(n–1)为第(n–1)采样周期的N个权重系数。


3.根据权利要求1所述的基于LMS/LMF混合算法的自适应预测无差拍控制方法，其特征在于，所述步骤4中，所述第二次预测出icα*(n+1)的表达式为：
icα*(n+1)＝Icα2[N]WT[N]。其中
其中，icα*(n+1)为第(n+1)个采样时的补偿电流预测值；Icα2[N]为补偿电流采样值矩阵；Icα(n),Icα(n–1),...,Icα(n–N+1)为N个补偿电流采样值；WT[N...

【专利技术属性】
技术研发人员：徐升，李自成，刘国海，许德志，陈兆岭，张荣标，
申请(专利权)人：江苏大学，
类型：发明
国别省市：江苏;32