论文部分内容阅读
为让逆变器单机或者并联运行时能输出高质量、稳定可靠的电能,逆变器控制的控制参数起着决定性作用。常规参数整定方法需要大量整定经验,整定费时。智能参数整定方法如模糊控制同样需要丰富的经验,神经网络控制则受初值影响。粒子群优化算法(Particle Swarm Optimization,PSO)无需经验指导,结构简单,操作方便,是目前参数优化领域研究的热点。本文重点研究PSO的改进,及其在逆变电源控制和电源并联控制中的运用。本文主要做了以下几个方面的工作:(1)详细分析三相变流系统的多种控制方式,如比例积分(Proportional Integral,PI)控制,准比例谐振控制(Quasi Proportional Resonant,QPR)控制和并联下垂控制,建立相应的数学模型。(2)针对逆变器并联控制中采用传统下垂控制存在无法解耦的缺陷,本文提出具有有功和无功解耦项的下垂控制,实现有功和无功解耦,通过仿真实验进行验证。(3)针对PSO存在容易陷入局部最优区域的问题,本文提出一种改进PSO—多粒子群体多速度更新方式粒子群优化算法(PSO with Multi-swarm and Multiple Velocity Update Methods,MMPSO),详细分析MMPSO中粒子群体和多种速度更新方式的意义和作用。(4)建立相应的MMPSO离线优化模型(基于不同控制的三相逆变优化模型和基于不同下垂控制的并联逆变优化模型),给定优化参数和优化区间,采取仿真和实验相结合的方式,验证优化参数的正确性。本文通过仿真和实验结果分析,表明本文设计的改进PSO能够优化出较好的控制参数,保证逆变器单独工作和并联时能稳定运行,满足设计要求。