单/三相dq解耦控制与特定次谐波抑制

1. 单相整流器dq坐标系下建模

  单相整流器的拓扑如图所示,可知 u a b = u s − L d i s d t − R i s {u_{ab}} = {u_{s}} - L\frac{{d{i_s}}}{{dt}} - R{i_s} uab=usLdtdisRis
  将电压和电流写成dq的形式。
{ u s = U s m sin ⁡ ( ω t ) i s = I d sin ⁡ ( ω t ) + I q cos ⁡ ( ω t ) u a b = U d sin ⁡ ( ω t ) + U q cos ⁡ ( ω t ) \left\{\begin{array}{l} u_{\mathrm{s}}=U_{\mathrm{sm}} \sin (\omega \mathrm{t}) \\ i_{\mathrm{s}}=I_{\mathrm{d}} \sin (\omega \mathrm{t})+I_{\mathrm{q}} \cos (\omega \mathrm{t}) \\ u_{\mathrm{ab}}=U_{\mathrm{d}} \sin (\omega \mathrm{t})+U_{\mathrm{q}} \cos (\omega \mathrm{t}) \end{array}\right. us=Usmsin(ωt)is=Idsin(ωt)+Iqcos(ωt)uab=Udsin(ωt)+Uqcos(ωt)
  将dq表达式代入 u a b = u s − L d i s d t − R i s {u_{ab}} = {u_{s}} - L\frac{{d{i_s}}}{{dt}} - R{i_s} uab=usLdtdisRis。需要注意的是,Idsin(wt)的求导包含两部分,一部分是对Id求偏导,另一部分是对sinwt求偏导。dq表达式中的其他项也是如此。
  最终得到表达式。
{ U d = U s m − L d I d d t + I q ω L − R I d U q = 0 − L d I q d t − I d ω L − R I q \left\{ \begin{array}{l} {U_d} = {U_{sm}} - L\frac{{d{I_d}}}{{dt}} + {I_q}\omega L - R{I_d}\\ {U_q} = 0 - L\frac{{d{I_q}}}{{dt}} - {I_d}\omega L - R{I_q} \end{array} \right. {Ud=UsmLdtdId+IqωLRIdUq=0LdtdIqIdωLRIq  上述的Ud和Uq是实际值,为了求得目标的Ud和Uq,以d轴为例,需要将PI控制器替代 L d I d d t + R I d L\frac{{d{I_d}}}{{dt}} +R{I_d} LdtdId+RId,能够得到以下表达式:
{ L d I d d t ≈ L I d r e f − I d T s = K p ( I d r e f − I d ) R I d = R L ∫ L d I d d t d t ≈ R L ∫ K p ( I d r e f − I d ) d t = K i ∫ ( I d r e f − I d ) d t K i = R L K p \left\{ \begin{array}{l} L\frac{{d{I_d}}}{{dt}} \approx L\frac{{{I_{dref}} - {I_d}}}{{{T_s}}} = {K_p}({I_{dref}} - {I_d})\\ R{I_d} = \frac{R}{L}\int L{\frac{{d{I_d}}}{{dt}}} dt \approx \frac{R}{L}\int {{K_p}({I_{dref}} - {I_d})} dt = {K_i}\int {({I_{dref}} - {I_d})} dt\\ {K_i} = \frac{R}{L}{K_p} \end{array} \right. LdtdIdLTsIdrefId=Kp(IdrefId)RId=LRLdtdIddtLRKp(IdrefId)dt=Ki(IdrefId)dtKi=LRKp
  同理, L d I q d t + R I q L\frac{{d{I_q}}}{{dt}} +R{I_q} LdtdIq+RIq也能得到类似的表达式。简单来看就是用PI控制器代替目标的电感电压,由于整流器本质上控制的是端口电压,而端口电压又是和电网电压,电感电压形成矢量三角形的,所以控制电感电压本质上就是控制电感电压。
在这里插入图片描述
  将PI的表达式代入Ud和Uq表达式中,得到:
{ U d ∗ = U s m + I q ω L − K p ( I d r e f − I d ) − K i ∫ ( I d r e f − I d ) d t U d ∗ = 0 − I d ω L − K p ( I q r e f − I q ) − K i ∫ ( I q r e f − I q ) d t \left\{\begin{array}{l} U_{d}^{*}=U_{s m}+I_{q} \omega L-K_{p}\left(I_{d r e f}-I_{d}\right)-K_{i} \int\left(I_{d r e f}-I_{d}\right) d t \\ U_{d}^{*}=0-I_{d} \omega L-K_{p}\left(I_{q r e f}-I_{q}\right)-K_{i} \int\left(I_{q r e f}-I_{q}\right) d t \end{array}\right. {Ud=Usm+IqωLKp(IdrefId)Ki(IdrefId)dtUd=0IdωLKp(IqrefIq)Ki(IqrefIq)dt
  控制框图如图所示。
在这里插入图片描述

2. 单相APFdq坐标系下特定次谐波抑制

  单相APF的拓扑如图所示,变换器的目标是补偿电流ic等于iL中谐波电流相反数,由于is=iL+ic,因此is谐波电流为0,由于APF的容量有限,往往仅仅需要补偿低次谐波,就能够达到不错的补偿效果,所以特定次谐波补偿的需求应运而生。
在这里插入图片描述
  参考上面的dq解耦控制,可以得到5次谐波抑制的控制表达式,需要注意的是,补偿谐波电流的参考值是负的谐波负载电流,所以 I c 5 d I_{c5d} Ic5d的参考值是 − I L 5 d -I_{L5d} IL5d
{ U 5 d ∗ = U s m + I c 5 q ω L − K p ( − I L 5 d − I c 5 d ) + K i ∫ ( − I L 5 d − I c 5 d ) d t U 5 q ∗ = 0 − I c 5 d ω L − K p ( − I L 5 q − I c 5 q ) + K i ∫ ( I L 5 q + I c 5 q ) d t \left\{\begin{array}{l} U_{5d}^{*}=U_{s m}+I_{c5q} \omega L-K_{p}\left(-I_{L5d}-I_{c5d}\right)+K_{i} \int\left(-I_{L5d}-I_{c5d}\right) d t \\ U_{5q}^{*}=0-I_{c5d} \omega L-K_{p}\left(-I_{L5q}-I_{c5q}\right)+K_{i} \int\left(I_{L5q}+I_{c5q}\right) d t \end{array}\right. {U5d=Usm+Ic5qωLKp(IL5dIc5d)+Ki(IL5dIc5d)dtU5q=0Ic5dωLKp(IL5qIc5q)+Ki(IL5q+Ic5q)dt
  重新整理表达式,得:
{ U 5 d ∗ = U s m + I c 5 q ω L + K p ( I L 5 d + I c 5 d ) + K i ∫ ( I L 5 d + I c 5 d ) d t U 5 q ∗ = 0 − I c 5 d ω L + K p ( I L 5 q + I c 5 q ) + K i ∫ ( I L 5 q + I c 5 q ) d t \left\{\begin{array}{l} U_{5d}^{*}=U_{s m}+I_{c5q} \omega L+K_{p}\left(I_{L5d}+I_{c5d}\right)+K_{i} \int\left(I_{L5d}+I_{c5d}\right) d t \\ U_{5q}^{*}=0-I_{c5d} \omega L+K_{p}\left(I_{L5q}+I_{c5q}\right)+K_{i} \int\left(I_{L5q}+I_{c5q}\right) d t \end{array}\right. {U5d=Usm+Ic5qωL+Kp(IL5d+Ic5d)+Ki(IL5d+Ic5d)dtU5q=0Ic5dωL+Kp(IL5q+Ic5q)+Ki(IL5q+Ic5q)dt
  由于 U s m U_{s m} Usm, I 5 d ω L I_{5d} \omega L I5dωL, I 5 q ω L I_{5q} \omega L I5qωL稳态时为常数,并且可以由后面的PI控制器生成,所以实际应用中可以忽略。得到以下表达式:
{ U 5 d ∗ = K p ( I L 5 d + I c 5 d ) + K i ∫ ( I L 5 d + I c 5 d ) d t U 5 q ∗ = K p ( I L 5 q + I c 5 q ) + K i ∫ ( I L 5 q + I c 5 q ) d t \left\{\begin{array}{l} U_{5d}^{*}=K_{p}\left(I_{L5d}+I_{c5d}\right)+K_{i} \int\left(I_{L5d}+I_{c5d}\right) d t \\ U_{5q}^{*}=K_{p}\left(I_{L5q}+I_{c5q}\right)+K_{i} \int\left(I_{L5q}+I_{c5q}\right) d t \end{array}\right. {U5d=Kp(IL5d+Ic5d)+Ki(IL5d+Ic5d)dtU5q=Kp(IL5q+Ic5q)+Ki(IL5q+Ic5q)dt
  再经过dq反变换,得到: U 5 ∗ = U 5 d ∗ sin ⁡ ( 5 ω t ) + U 5 d ∗ cos ⁡ ( 5 ω t ) U_5^* = U_{5d}^*\sin (5\omega t) + U_{5d}^*\cos (5\omega t) U5=U5dsin(5ωt)+U5dcos(5ωt),将 U 5 ∗ U_5^* U5加入到基波电流控制的调制波中,就能实现谐波补偿的功能。

3. 单相整流器dq坐标系下特定次谐波抑制

  单相整流器由于存在直流电压二次纹波,经过调制,从而使电网电流产生3次谐波电流,为了抑制电网电流的3次谐波,可以参考APF的谐波补偿思想,假设负载5次谐波电流为零,则补偿的五次谐波电流参考值为0,从而可得到以下表达式:
{ U 5 d ∗ = K p ( 0 + I c 5 d ) + K i ∫ ( 0 + I c 5 d ) d t U 5 q ∗ = K p ( 0 + I c 5 q ) + K i ∫ ( 0 + I c 5 q ) d t \left\{\begin{array}{l} U_{5d}^{*}=K_{p}\left(0+I_{c5d}\right)+K_{i} \int\left(0+I_{c5d}\right) d t \\ U_{5q}^{*}=K_{p}\left(0+I_{c5q}\right)+K_{i} \int\left(0+I_{c5q}\right) d t \end{array}\right. {U5d=Kp(0+Ic5d)+Ki(0+Ic5d)dtU5q=Kp(0+Ic5q)+Ki(0+Ic5q)dt
  控制框图如图所示,将5次谐波抑制的调制波加入到基波控制器的调制波中,实现了5次谐波电流抑制的功能。
在这里插入图片描述

4. 三相系统特定次谐波抑制

  和单相系统的唯一区别就是abc-dq,和dq-abc矩阵的差异,建模思想完全通用。

5. 参考文献

[1] 三相并联型有源电力滤波器电流重复控制_耿攀
[2] 并联型有源电力滤波器按容量比例分频段补偿并联控制策略_张树全
[3] 多同步旋转坐标系下指定次谐波电流控制_张树全

6. 反馈与建议

  • 邮箱:upqcyjp@q63.com

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:/a/170306.html

如若内容造成侵权/违法违规/事实不符,请联系我们进行投诉反馈qq邮箱809451989@qq.com,一经查实,立即删除!

相关文章

c语言从入门到实战——回调函数与qsort的讲解和模拟实现

回调函数与qsort的讲解和模拟实现 前言1. 回调函数是什么?2. qsort2.1 使用qsort函数排序整型数据2.2 使用qsort排序结构数据 3. qsort函数的模拟实现 前言 回调函数是一个函数,它作为参数传递给另一个函数,并且能够在该函数内部被调用。在C…

代码随想录算法训练营第六十天丨 单调栈03

84.柱状图中最大的矩形 思路 单调栈 本地单调栈的解法和接雨水的题目是遥相呼应的。 为什么这么说呢,42. 接雨水 (opens new window)是找每个柱子左右两边第一个大于该柱子高度的柱子,而本题是找每个柱子左右两边第一个小于该柱子的柱子。 这里就涉…

腾讯云轻量数据库1核1G性能测评、租用费用和详细介绍

腾讯云轻量数据库服务采用腾讯云自研的新一代云原生数据库 TDSQL-C,融合了传统数据库、云计算与新硬件技术的优势,100%兼容 MySQL,实现超百万级 QPS 的高吞吐,128TB 海量分布式智能存储,保障数据安全可靠。腾讯云百科t…

#gStore-weekly | gBuilder功能详解之数据入库、定时任务、抽取日志、数据库管理等

gBuilder提供了一系列强大的功能模块,涵盖了数据入库、定时任务、抽取日志以及数据库管理与查询等关键领域。用户可以轻松地进行数据库的创建、定时任务的设定和执行、抽取日志的管理以及数据库的导入、导出、备份和还原操作。此外,高效的数据库查询功能…

微服务学习|Nacos配置管理:统一配置管理、配置热更新、配置共享、搭建Nacos集群

统一配置管理 在微服务当中,提供一个配置中心来将一些配置提取出来,进行统一的使用,Nacos既可以充当注册中心,也提供配置中心的功能。 1.在Nacos中添加配置文件 在Nacos控制台,我们可以在配置管理中,添加…

常见树种(贵州省):009楠木、樟木、桂木种类

摘要:本专栏树种介绍图片来源于PPBC中国植物图像库(下附网址),本文整理仅做交流学习使用,同时便于查找,如有侵权请联系删除。 图片网址:PPBC中国植物图像库——最大的植物分类图片库 一、楠木 …

【腾讯云 HAI域探秘】高性能服务器引领AI革新浪潮:从AI绘画、知识问答到PyTorch图像分类、视频检测的全方位探索

目录 1 HAI(高性能应用服务)简介2 HAI的应用场景2.1 HAI在AI作画中的灵活性与效率2.2 深入探索LLM语言模型的应用与性能2.3 HAI支持的AI模型开发环境与工具 3 基于stable difussio的AI 绘画应用实践3.1 使用AI模型中的stable diffusion模型服务3.2 设置和…

算法 LeetCode 题解 | 两个数组的交集

大家好,我是木川 一、题目描述 给定两个数组 nums1 和 nums2 ,返回 它们的交集 。输出结果中的每个元素一定是 唯一 的。我们可以 不考虑输出结果的顺序 。 示例 1: 输入:nums1 [1,2,2,1], nums2 [2,2] 输出:[2] 示例…

SpringCloud 微服务全栈体系(十五)

第十一章 分布式搜索引擎 elasticsearch 五、RestClient 操作文档 为了与索引库操作分离,再次参加一个测试类,做两件事情: 初始化 RestHighLevelClient酒店数据在数据库,需要利用 IHotelService 去查询,所以注入这个接…

48. 旋转图像

给定一个 n n 的二维矩阵 matrix 表示一个图像。请你将图像顺时针旋转 90 度。 你必须在 原地 旋转图像,这意味着你需要直接修改输入的二维矩阵。请不要 使用另一个矩阵来旋转图像。 示例 1: 输入:matrix [[1,2,3],[4,5,6],[7,8,9]] 输出&…

python实现炫酷的屏幕保护程序

shigen日更文章的博客写手,擅长Java、python、vue、shell等编程语言和各种应用程序、脚本的开发。记录成长,分享认知,留住感动。 上次的文章如何实现一个下班倒计时程序的阅读量很高,觉得也很实用酷炫,下边是昨天的体验…

24 - 内存持续上升,我该如何排查问题?

我想你肯定遇到过内存溢出,或是内存使用率过高的问题。碰到内存持续上升的情况,其实我们很难从业务日志中查看到具体的问题,那么面对多个进程以及大量业务线程,我们该如何精准地找到背后的原因呢? 1、常用的监控和诊断…

机器人制作开源方案 | 智能照科植物花架

作者:付菲菲、于海鑫、王子敏单位:黑河学院指导老师:索向峰、李岩 1. 概述 1.1设计背景​ 随着时代的发展,城市化脚步加快、城市人口密度越来越大、城市生活节奏快压力大作息难成规律。城市建筑建筑面积迅速增加、而绿…

Linux shell编程学习笔记28:脚本调试 set命令

0 引入 在Linux Shell 脚本编程的过程中,编写简单功能的脚本,代码不多,一般阅读起来没什么难度,有问题也比较有查出原因和修正。但是当脚本要实现的功能较多,代码变得较为复杂时,阅读起来就不那么容易看明…

Bean实例化的基本流程

Spring容器在进行初始化时&#xff0c;会将xml配置的<bean>的信息封装成一个BeanDefintion对象&#xff0c;所有的BeanDefintion存储到BeanDefintionMap的Map集合中去&#xff0c;Spring框架对该Map进行遍历&#xff0c;使用反射创建Bean实例对象&#xff0c;创建好的Bea…

以“防方视角”观Shiro反序列化漏洞

为方便您的阅读&#xff0c;可点击下方蓝色字体&#xff0c;进行跳转↓↓↓ 01 案例概述02 攻击路径03 防方思路 01 案例概述 这篇文章来自微信公众号“潇湘信安”&#xff0c;记录的某师傅如何发现、利用Shiro反序列化漏洞&#xff0c;又是怎样绕过火绒安全防护实现文件落地、…

Leetcode刷题详解——删除并获得点数

1. 题目链接&#xff1a;740. 删除并获得点数 2. 题目描述&#xff1a; 给你一个整数数组 nums &#xff0c;你可以对它进行一些操作。 每次操作中&#xff0c;选择任意一个 nums[i] &#xff0c;删除它并获得 nums[i] 的点数。之后&#xff0c;你必须删除 所有 等于 nums[i] …

github 开源whisper ros llm

GitHub - openai/whisper: Robust Speech Recognition via Large-Scale Weak Supervision openai whisper ROS LLM https://github.com/Auromix/ROS-LLM/tree/ros2-humble/llm_input

Pandas数据集的合并与连接merge()方法_Python数据分析与可视化

数据集的合并与连接 merge()解析merge()的主要参数 merge()解析 merge()可根据一个或者多个键将不同的DataFrame连接在一起&#xff0c;类似于SQL数据库中的合并操作。 数据连接的类型 一对一的连接&#xff1a; df1 pd.DataFrame({employee: [Bob, Jake, Lisa, Sue], grou…

Vue移动 HTML 元素到指定位置 teleport 标签

teleport 标签&#xff1a;用于将组件中的 HTML 元素移动到任意的位置。 使用 teleport 标签移动 HTML 元素&#xff1a; <!-- 将 teleport 中的内容移动到 body 标签中 --> <teleport to"body"><div><h3>我是第三层组件的标题</h3>…