混沌粒子群优化神经PID控制在电压型PWM整流器中的应用研究

摘要

电压型PWM(Pulse Width Modulation,脉宽调制)整流器DPC(Direct Power Control,直接功率控制)对整流器的瞬时功率进行控制,瞬时功率中同时包含电网电压和电流信息,且其值不受坐标变换的影响,稳态时恒定,体现出直流量控制特性。然而,传统的DPC开关频率不固定、直流电压存在静差、系统波动较大。将交流电机定子磁链的概念引入PWM整流器,结合SVPWM(Space Vector PWM,空间矢量脉宽调制)技术,可用虚拟磁链估算的方法获得瞬时功率值,省去了电网电压传感器,消除了直流电压静差,同时开关频率得到固定。
　　 神经PID控制具有在线自动调整控制器参数的优点,但其性能严重依赖网络的初始权系数。CPSO(Chaotic Particle Swarm Optimization,混沌粒子群优化)算法结合了基本PSO算法和混沌理论,全局寻优能力强,收敛速度快,将其应用于神经PID控制初始权系数的优化,可有效地改善控制器的性能。
　　 论文围绕DPC策略,以改善整流器的性能为目标,对CPSO神经PID控制在电压型PWM整流器中的应用进行了研究,主要完成如下工作:
　　 首先,基于瞬时功率理论建立了三相电压型PWM整流器的功率数学模型,阐述了DPC的原理,针对传统的开关矢量表过多采用零矢量造成的瞬时功率、直流电压、交流电流波动较大的问题,引入一种改进的开关矢量表,改善了整流器的性能。
　　 其次,引入交流电机定子磁链的概念,利用虚拟磁链矢量进行定向控制和瞬时功率估算,得到一种无电网电压传感器的DPC策略。为解决DPC开关频率不固定,直流电压存在静差的问题,结合SVPWM技术,得到了一种兼有DPC、虚拟磁链估算、SVPWM三者优点的PWM整流器定频控制方案。
　　 然后,设计了CPSO神经PID控制器,该控制器由CPSO算法离线寻优BP(BackPropagation)网络的初始权系数,BP神经PID控制器在线调整控制参数,RBF(Radial BasisFunction,径向基函数)神经网络实时辨识被控对象的Jacobian信息。
　　 最后,将CPSO神经PID控制应用于电压型PWM整流器直流电压的控制,仿真及对比结果表明,采用此策略时,整流器直流电压响应以及交流电流谐波畸变率等各项性能指标都最优,验证了将CPSO神经PID控制应用于电压型PWM整流器的可行性。