电网不平衡条件下逆变器控制与优化研究

作     者：陈祖栋 

作者单位：广西大学 

学位级别：硕士

导师姓名：宋春宁

授予年度：2024年

学科分类：080801[工学-电机与电器] 0808[工学-电气工程] 08[工学] 

主      题：并网逆变器 不平衡电网 正负序分离 遗传-粒子群算法 控制优化 

摘      要：随着“碳达峰,碳中和概念的提出,新能源的开发和应用愈发重要。国内光伏和风电行业也得到蓬勃发展,逆变器作为其并网的核心设备倍受重视。这对并网逆变器控制提出了更高的要求。然而,大功率单相负载与大量微电网的接入、单相负载功耗的不确定性以及电力电子设备的大量使用,易导致电网电压不平衡。这对逆变器的稳定运行有着严重的影响,也会降低电能质量、危害供电安全。因此,本文将对不平衡电网电压下的并网逆变器控制与优化进行研究。 首先分析了abc/αβ/dq0坐标系下逆变器的数学模型特点,设计了dq0坐标下的正负序控制策略。在不平衡电网电压的情况下,逆变系统的稳定运行将受到正负序电压与电流的影响。本文采用双同步旋转坐标系(DDSRF)的方法分离出电压、电流正负序分量进行独立控制,为后续研究控制策略作铺垫。 其次,针对下垂控制中因线路阻抗存在的并联逆变器功率分配不均问题,将自适应虚拟阻抗加入到下垂控制环节中,以实现无功功率合理分配及稳定输出电压。同时,结合下垂控制环的状态矩阵特征根轨迹图,详细分析了各控制参数对逆变器运行稳定性的影响。 为了提高逆变器控制效果,将遗传粒子群(GA-PSO)算法应用于控制优化中。本文通过控制环节中的特征值分析,确定了优化的参数以及范围,并根据下垂控制、双闭环控制的数学模型构建了以功率误差最小为目标的静态适应度函数,实现多控制参数的同时优化。除此之外,对遗传算法(GA)、粒子群算法(PSO)以及遗传粒子群算法(GA-PSO)优化性能与优缺点进行了比较分析。 最后,在不平衡电网条件下进行了逆变器控制的Simulink仿真和DSPACE仿真实验。实验结果表明,优化后的控制输出的电能质量明显提高,进一步验证了GA-PSO算法在电力系统控制优化中的有效性和可行性。