張璐,蘇海濱,高孟澤

摘 ?要： 隨著我國電力需求的持續(xù)增加，微電網(wǎng)不斷地接入電力系統(tǒng)。微電網(wǎng)將分布式電源、負(fù)荷、儲(chǔ)能裝置、能量變換設(shè)施和控制裝置集成一個(gè)整體進(jìn)行綜合控制。由于其規(guī)模的不斷擴(kuò)大，其運(yùn)行難度也在不斷增加，難以滿足用戶越來越高的安全性和可靠性要求。提出了一種基于PSO算法的逆變器接口分布式電源控制方法，通過優(yōu)化逆變器輸出控制器參數(shù)，能夠有效抑制存在于微電網(wǎng)中的電壓、頻率、操作模式轉(zhuǎn)換等干擾。仿真實(shí)驗(yàn)驗(yàn)證了該智能控制方法的正確性與有效性。

關(guān)鍵詞： 智能控制； PSO； 逆變器接口； 參數(shù)優(yōu)化

中圖分類號(hào)： TN710?34 ? ? ? ? ? ? ? ? ? ? ? 文獻(xiàn)標(biāo)識(shí)碼： A ? ? ? ? ? ? ? ? ? ? ? ?文章編號(hào)： 1004?373X（2014）23?0136?03

PSO?based optimization method of output?controller for inverter interface power supply

ZHANG Lu， SU Hai?bin， GAO Meng?ze

（Electric Power School， North China University of Water Resources and Electric Power， Zhengzhou 450045， China）

Abstract： With the increasing demand of electricity， more and more micro?grids access to power systems. In micro?grid， distributed power， load， energy storage facilities， energy conversion facilities and control devices are integrated into an integral whole to make comprehensive control. Because its size is expanding and the operation difficulty is increasing， it is difficult to meet users′ increasing requirements of high safety and reliability. A PSO algorithm based control method for the distributed power supply of inverter interface is proposed in this paper. The interference of voltage， frequency， operating mode conversion existing in micro?grid can be efficiently suppressed by optimizing the parameters of the inverter output?controller. The simulation results show the correctness and effectiveness of the intelligent control method.

Keywords： intelligent control； PSO； inverter interface； parameter optimization

0 ?引 ?言

近年來，隨著電力電子技術(shù)的不斷發(fā)展，大多數(shù)分布式電源（DG）通過逆變器接口部署在電力系統(tǒng)中。它能夠靈活地在不同用電時(shí)段對(duì)大電網(wǎng)功率進(jìn)行削峰填谷，并提高電能質(zhì)量。

如圖1所示，往往在一個(gè)微電網(wǎng)中包含有多個(gè)DG。一般情況下，微電網(wǎng)和主電網(wǎng)并網(wǎng)運(yùn)行，依靠主網(wǎng)支撐的微電網(wǎng)可以快速調(diào)整電壓和頻率[1]。當(dāng)主網(wǎng)某饋線發(fā)生故障，微電網(wǎng)脫離主網(wǎng)作為不間斷電源孤島運(yùn)行。孤島模式下，下垂控制器為了匹配負(fù)載的變化和各DG之間功率的協(xié)調(diào)不斷地調(diào)整母線的電壓和頻率[2?3]。由于微電網(wǎng)DG的小慣性特點(diǎn)，大的擾動(dòng)容易引起電能質(zhì)量下降，甚至微電網(wǎng)的崩潰解裂。為了保障孤島模式下微電網(wǎng)的電能質(zhì)量，需要一種快速、智能、有效的逆變器接口DG控制方法[4?5]。

<；E：＼2014年23期＼2014年23期＼Image＼41t1.tif>；

圖1 微電網(wǎng)系統(tǒng)模型

粒子群優(yōu)化算法（PSO）是一種基于群體協(xié)作的隨機(jī)搜索算法。它不要求傳遞函數(shù)可導(dǎo)，并且對(duì)復(fù)雜系統(tǒng)有很好的避免局部最優(yōu)能力和較快的收斂速度。它非常適合對(duì)微電網(wǎng)控制器參數(shù)進(jìn)行實(shí)時(shí)優(yōu)化。在控制器的優(yōu)化過程中，還需要考慮控制性能、電能質(zhì)量、穩(wěn)定性等方面問題。

1 ?逆變器接口DG的控制策略

圖2顯示了DG的逆變器接口在d?q旋轉(zhuǎn)坐標(biāo)系中的控制方框圖。d?q變換對(duì)有功和無功功率進(jìn)行了解耦，作為逆變器d軸和q軸的基準(zhǔn)電流的參考值。下垂控制器根據(jù)下垂特性產(chǎn)生有功和無功參考功率。逆變器輸出控制器產(chǎn)生逆變器參考電壓與比例積分（PI）控制器。本文中，使用三相脈寬調(diào)制（PWM）逆變器，其中包含很少的高次諧波。

<；E：＼2014年23期＼2014年23期＼Image＼41t2.tif>；

圖2 DG逆變器接口控制框圖endprint

逆變器輸出控制器的方程為：

[ddt?d=id*inv-idinv] ? （1）

[ddt?q=iq*inv-iqinv] ?（2）

[vd*inv=Kp1?（id*inv-idinv）+Ki1??d-Xinvidinv+vdbus] （3）

[vq*inv=Kp2?（iq*inv-iqinv）+Ki2??q+Xinvidinv+vdbus] （4）

2 ?逆變器控制器的數(shù)學(xué)模型

該逆變器輸出控制器是設(shè)備級(jí)的控制器，性能會(huì)受到逆變器輸出電路、母線電壓和系統(tǒng)頻率的影響。該母線電壓依賴于相應(yīng)的DG和系統(tǒng)其余部分之間的相互作用。優(yōu)化目標(biāo)是使逆變器輸出控制器在母線電壓和頻率變化的情況下關(guān)于擾動(dòng)魯棒。

可以簡化圖1，并得到其微電網(wǎng)等效模型以及閉環(huán)控制框圖[6]，如圖3所示。

從圖3可以得到微電網(wǎng)電路的數(shù)學(xué)表達(dá)式，從而推出閉環(huán)小信號(hào)的狀態(tài)空間模型為：

[x=Aclx（t）+Bclw（t），x（0）=0] ?（5）

[y（t）=Cclx（t）+Dclw（t）] ?（6）

式中：[x（t）=x（t）xc（t）T]表示閉環(huán)狀態(tài)，并且：

[Acl=A+BuDcmCmBuCcBcmCmAc] ?（7）

[Bcl=Bw+BuDcwBcw] ? ?（8）

[Ccl=Cy+DyuDcmCmDyuCc] ? （9）

[Dcl=DyuDcw+Dyu] ? ? ? ? ? ? ? （10）

<；E：＼2014年23期＼2014年23期＼Image＼41t3.tif>；

圖3 微電網(wǎng)等效模型及閉環(huán)控制框圖

3 ?逆變器輸出控制器的優(yōu)化

3.1 ?PSO算法

PSO是一種基于概率規(guī)律的優(yōu)化算法，它的靈感來自于自然模型。該算法屬于直接搜索方法一類，用于一個(gè)給定的搜索空間中的優(yōu)化問題里，找到一個(gè)最優(yōu)解決方案。PSO算法與其他智能方法相比，其最大差異是PSO的實(shí)施更簡單。

在該算法中，每只鳥被引入作為一個(gè)粒子，所有粒子形成一組或群。每個(gè)粒子是由兩個(gè)向量[x（t）]和[v（t）]構(gòu)成，分別代表在粒子在[t]時(shí)刻的位置和速度。每個(gè)粒子的位置[xi]可能會(huì)被認(rèn)為作為一個(gè)問題的答案。其中：

[Vk+1i=ωVki+c1?rd1（Xpbki-Xki）+c2rd2（Xgbki-Xki）] （11）

[Xk+1i=Xki+Vk+1i] ? （12）

所有粒子根據(jù)自己和其他粒子的飛行經(jīng)驗(yàn)的基礎(chǔ)上，調(diào)節(jié)它們的路線。但根據(jù)優(yōu)化經(jīng)驗(yàn)，算法很難找到邊界附近的最優(yōu)解，所以本文采用阻尼反射邊界法，在一個(gè)[n]維搜索區(qū)域中，第[i]個(gè)粒子的第[j]個(gè)元素的速度和位置分別由以下矢量表示：

[Vk+1i=…vki（j-1）-rd?vkijvki（j+1）…] ?（13）

[Xk+1i=…vki（j-1）-rd?vkijvki（j+1）…] ?（14）

3.2 ?PSO優(yōu)化參數(shù)以及其邊界的確定

PSO算法優(yōu)化DG中逆變器控制器中的4個(gè)PI控制器參數(shù)：[kp1，][kp2，][ki1，][ki2。]模型中共2個(gè)DG，分別進(jìn)行優(yōu)化。

本文使用基于L1理論的邊界確定方法[7?9]：

[G21≤inf0≤α≤-2αR（Acl）σmax（CclQCTcl）+σmax（DclDTcl）] （15）

式中[αR（Acl）]為[Acl]的譜橫坐標(biāo)。

3.3 ?適應(yīng)度函數(shù)的確定

本文設(shè)計(jì)的逆變器輸出控制器優(yōu)化標(biāo)準(zhǔn)如下：

首先，閉環(huán)系統(tǒng)（5）和（6）應(yīng)該漸進(jìn)穩(wěn)定。其次，逆變器控制的帶寬應(yīng)該足夠大，保證它能夠跟隨輸出功率的快速變化。最后使用ITAE對(duì)控制器性能進(jìn)行評(píng)價(jià)[10?11]。

為了滿足逆變器輸出控制器的三個(gè)設(shè)計(jì)標(biāo)準(zhǔn)，待優(yōu)化函數(shù)如下：

[J=i=13ci?fi] ?（16）

式中[ci]為權(quán)重因子。

[f1=0，Acl Hurwitz10 000，其他] ? ? （17）

[f2=Real（λc）-1] ? （18）

[f3=0∞te（t）dt] ?（19）

式中：[λc]是閉環(huán)系統(tǒng)中的主要特征值；罰函數(shù)[f1]對(duì)系統(tǒng)在不穩(wěn)定的情況下進(jìn)行處罰；[f2]評(píng)價(jià)該控制器的帶寬；[f3]為ITAE系統(tǒng)性能指標(biāo)。最小化待優(yōu)化函數(shù)[J]包括了這3個(gè)操作條件，在算法中對(duì)某粒子的位置[xi]進(jìn)行綜合評(píng)估。

4 ?仿真結(jié)果分析

該系統(tǒng)的仿真針對(duì)微電網(wǎng)兩種模式切換過程中以及切換過后，在負(fù)載擾動(dòng)下，微電網(wǎng)電能質(zhì)量的變化情況。仿真序列如下：

（1） 0～0.3 s期間是微電網(wǎng)初始化時(shí)間。

（2） 從0.3 s開始，DG1和DG2開始產(chǎn)生有功、無功功率。

（3） 0.6 s時(shí)斷開斷路器，系統(tǒng)切換為孤島模式。

（4） 0.9 s時(shí)下垂控制器接收到負(fù)載參考值，恢復(fù)額定電壓和頻率。

（5） 1.2 s時(shí)孤島模式下本地用電負(fù)荷突然降低。

圖4，圖5分別為母線電壓有效值和系統(tǒng)頻率在仿真過程中的變化。在并網(wǎng)模式下，母線電壓和頻率良好地保持在標(biāo)稱值附近。切換到孤島模式下，它們根據(jù)不同的瞬時(shí)功率的不匹配，進(jìn)行下垂特性變化。在0.9 s時(shí)，電壓和頻率恢復(fù)到標(biāo)稱值附近。endprint

<；E：＼2014年23期＼2014年23期＼Image＼41t4.tif>；

圖4 微電網(wǎng)系統(tǒng)母線電壓

5 ?結(jié) ?論

本文在微電網(wǎng)多DG模型基礎(chǔ)上，設(shè)計(jì)并優(yōu)化了逆變器輸出控制器。在仿真實(shí)驗(yàn)中檢驗(yàn)了本系統(tǒng)能夠有效抑制存在于微電網(wǎng)中的電壓、頻率、操作模式轉(zhuǎn)換等干擾，使系統(tǒng)具有較好魯棒性，并且具有超調(diào)小、響應(yīng)速度快等優(yōu)點(diǎn)。

<；E：＼2014年23期＼2014年23期＼Image＼41t5.tif>；

圖5 微電網(wǎng)系統(tǒng)頻率

參考文獻(xiàn)

[1] 時(shí)珊珊，魯宗相，閔勇，等.微電網(wǎng)孤網(wǎng)運(yùn)行時(shí)的頻率特性分析[J].電力系統(tǒng)自動(dòng)化，2011，35（9）：36?41.

[2] 鄭永偉，陳民鈾，李闖，等.自適應(yīng)調(diào)節(jié)下垂系數(shù)的微電網(wǎng)控制策略[J].電力系統(tǒng)自動(dòng)化，2013，37（7）：6?11.

[3] 吳志，顧偉.孤島方式下基于多代理系統(tǒng)的微電網(wǎng)有功?頻率控制[J].電力自動(dòng)化設(shè)備，2009，29（11）：57?61.

[4] 楊璽.基于遺傳算法的模糊控制器規(guī)則優(yōu)化[J].電氣傳動(dòng)自動(dòng)化，2010，32（5）：41?44.

[5] 楊鵬，代冀陽，趙文龍.基于遺傳算法的參數(shù)優(yōu)化在控制器設(shè)計(jì)中的應(yīng)用[J].南昌航空工業(yè)學(xué)院學(xué)報(bào)：自然科學(xué)版，2004，18（4）：24?27.

[6] MAKRIDOU G， ATSALAKIS G S， ZOPOUNIDIS C， et al. Gold price forecasting with a neuro?fuzzy?based inference system [J]. International Journal of Financial Engineering and Risk Management， 2013， 1（1）： 35?54.

[7] PENANGSANG O， ABDILLAH M， WIBOWO R S， et al. Optimal design of photovoltaic–battery systems using interval type?2 fuzzy adaptive genetic algorithm [J]. 2013， 5（1）：50?55.

[8] KUMAR S， CHATURVEDI D K. Optimal power flow solution using fuzzy evolutionary and swarm optimization [J]. Internatio?nal Journal of Electrical Power &； Energy Systems， 2013， 47： 416?423.

[9] KARUPPANAN P， MAHAPATRA K K. PI and fuzzy logic controllers for shunt active power filter. ISA Transactions. 2012， 51（1）：234?243.

[10] PHADKE A R， FOZDAR M， NIAZI K R. A new multi?objective fuzzy?GA formulation for optimal placement and sizing of shunt FACTS controller[J]. International Journal of Electrical Power &； Energy Systems， 2012， 40（1）： 46?53.

[11] CHELLABOINA V S， HADDAD W M， OH J H. Fixed?order dynamic compensation for linear systems with actuator amplitude and rate saturation constraints [J]. International Journal of Control， 2000， 73（12）： 1087?1103.endprint

<；E：＼2014年23期＼2014年23期＼Image＼41t4.tif>；

圖4 微電網(wǎng)系統(tǒng)母線電壓

5 ?結(jié) ?論

本文在微電網(wǎng)多DG模型基礎(chǔ)上，設(shè)計(jì)并優(yōu)化了逆變器輸出控制器。在仿真實(shí)驗(yàn)中檢驗(yàn)了本系統(tǒng)能夠有效抑制存在于微電網(wǎng)中的電壓、頻率、操作模式轉(zhuǎn)換等干擾，使系統(tǒng)具有較好魯棒性，并且具有超調(diào)小、響應(yīng)速度快等優(yōu)點(diǎn)。

<；E：＼2014年23期＼2014年23期＼Image＼41t5.tif>；

圖5 微電網(wǎng)系統(tǒng)頻率

參考文獻(xiàn)

[1] 時(shí)珊珊，魯宗相，閔勇，等.微電網(wǎng)孤網(wǎng)運(yùn)行時(shí)的頻率特性分析[J].電力系統(tǒng)自動(dòng)化，2011，35（9）：36?41.

[2] 鄭永偉，陳民鈾，李闖，等.自適應(yīng)調(diào)節(jié)下垂系數(shù)的微電網(wǎng)控制策略[J].電力系統(tǒng)自動(dòng)化，2013，37（7）：6?11.

[3] 吳志，顧偉.孤島方式下基于多代理系統(tǒng)的微電網(wǎng)有功?頻率控制[J].電力自動(dòng)化設(shè)備，2009，29（11）：57?61.

[4] 楊璽.基于遺傳算法的模糊控制器規(guī)則優(yōu)化[J].電氣傳動(dòng)自動(dòng)化，2010，32（5）：41?44.

[5] 楊鵬，代冀陽，趙文龍.基于遺傳算法的參數(shù)優(yōu)化在控制器設(shè)計(jì)中的應(yīng)用[J].南昌航空工業(yè)學(xué)院學(xué)報(bào)：自然科學(xué)版，2004，18（4）：24?27.

[6] MAKRIDOU G， ATSALAKIS G S， ZOPOUNIDIS C， et al. Gold price forecasting with a neuro?fuzzy?based inference system [J]. International Journal of Financial Engineering and Risk Management， 2013， 1（1）： 35?54.

[7] PENANGSANG O， ABDILLAH M， WIBOWO R S， et al. Optimal design of photovoltaic–battery systems using interval type?2 fuzzy adaptive genetic algorithm [J]. 2013， 5（1）：50?55.

[8] KUMAR S， CHATURVEDI D K. Optimal power flow solution using fuzzy evolutionary and swarm optimization [J]. Internatio?nal Journal of Electrical Power &； Energy Systems， 2013， 47： 416?423.

[9] KARUPPANAN P， MAHAPATRA K K. PI and fuzzy logic controllers for shunt active power filter. ISA Transactions. 2012， 51（1）：234?243.

[10] PHADKE A R， FOZDAR M， NIAZI K R. A new multi?objective fuzzy?GA formulation for optimal placement and sizing of shunt FACTS controller[J]. International Journal of Electrical Power &； Energy Systems， 2012， 40（1）： 46?53.

[11] CHELLABOINA V S， HADDAD W M， OH J H. Fixed?order dynamic compensation for linear systems with actuator amplitude and rate saturation constraints [J]. International Journal of Control， 2000， 73（12）： 1087?1103.endprint

<；E：＼2014年23期＼2014年23期＼Image＼41t4.tif>；

圖4 微電網(wǎng)系統(tǒng)母線電壓

5 ?結(jié) ?論

本文在微電網(wǎng)多DG模型基礎(chǔ)上，設(shè)計(jì)并優(yōu)化了逆變器輸出控制器。在仿真實(shí)驗(yàn)中檢驗(yàn)了本系統(tǒng)能夠有效抑制存在于微電網(wǎng)中的電壓、頻率、操作模式轉(zhuǎn)換等干擾，使系統(tǒng)具有較好魯棒性，并且具有超調(diào)小、響應(yīng)速度快等優(yōu)點(diǎn)。

<；E：＼2014年23期＼2014年23期＼Image＼41t5.tif>；

圖5 微電網(wǎng)系統(tǒng)頻率

參考文獻(xiàn)

[1] 時(shí)珊珊，魯宗相，閔勇，等.微電網(wǎng)孤網(wǎng)運(yùn)行時(shí)的頻率特性分析[J].電力系統(tǒng)自動(dòng)化，2011，35（9）：36?41.

[2] 鄭永偉，陳民鈾，李闖，等.自適應(yīng)調(diào)節(jié)下垂系數(shù)的微電網(wǎng)控制策略[J].電力系統(tǒng)自動(dòng)化，2013，37（7）：6?11.

[3] 吳志，顧偉.孤島方式下基于多代理系統(tǒng)的微電網(wǎng)有功?頻率控制[J].電力自動(dòng)化設(shè)備，2009，29（11）：57?61.

[4] 楊璽.基于遺傳算法的模糊控制器規(guī)則優(yōu)化[J].電氣傳動(dòng)自動(dòng)化，2010，32（5）：41?44.

[5] 楊鵬，代冀陽，趙文龍.基于遺傳算法的參數(shù)優(yōu)化在控制器設(shè)計(jì)中的應(yīng)用[J].南昌航空工業(yè)學(xué)院學(xué)報(bào)：自然科學(xué)版，2004，18（4）：24?27.

[6] MAKRIDOU G， ATSALAKIS G S， ZOPOUNIDIS C， et al. Gold price forecasting with a neuro?fuzzy?based inference system [J]. International Journal of Financial Engineering and Risk Management， 2013， 1（1）： 35?54.

[7] PENANGSANG O， ABDILLAH M， WIBOWO R S， et al. Optimal design of photovoltaic–battery systems using interval type?2 fuzzy adaptive genetic algorithm [J]. 2013， 5（1）：50?55.

[8] KUMAR S， CHATURVEDI D K. Optimal power flow solution using fuzzy evolutionary and swarm optimization [J]. Internatio?nal Journal of Electrical Power &； Energy Systems， 2013， 47： 416?423.

[9] KARUPPANAN P， MAHAPATRA K K. PI and fuzzy logic controllers for shunt active power filter. ISA Transactions. 2012， 51（1）：234?243.

[10] PHADKE A R， FOZDAR M， NIAZI K R. A new multi?objective fuzzy?GA formulation for optimal placement and sizing of shunt FACTS controller[J]. International Journal of Electrical Power &； Energy Systems， 2012， 40（1）： 46?53.

[11] CHELLABOINA V S， HADDAD W M， OH J H. Fixed?order dynamic compensation for linear systems with actuator amplitude and rate saturation constraints [J]. International Journal of Control， 2000， 73（12）： 1087?1103.endprint