王金玉,孟令琪,李 港
(1.東北石油大學(xué)電氣信息工程學(xué)院,黑龍江 大慶 163318;2.天津市濱海新區(qū)大港油田第六采油廠,天津 300450)
傳統(tǒng)感應(yīng)電機(jī)驅(qū)動系統(tǒng)采用電壓源逆變器(voltage source inverter,VSI)或電流源逆變器(current source inverter,CSI)作為功率變換單元,輸出電壓小于傳統(tǒng)VSI的輸入直流電壓[1-3]。此外,在類似的橋上發(fā)射晶閘管是有限的,因?yàn)樗搪妨酥绷麟娫碵4-5]。傳統(tǒng)的電壓源型變頻調(diào)速系統(tǒng)中,降壓型逆變器輸出電壓低于電網(wǎng)電壓,這對許多要求系統(tǒng)過載運(yùn)行的場合很不利。系統(tǒng)本身不具備穿越電網(wǎng)電壓跌落的能力,通常通過增加一級Boost電路升壓來承受電網(wǎng)電壓跌落。但是該方法提高了系統(tǒng)復(fù)雜度,增加了系統(tǒng)成本和體積。[6-7]Z源逆變器克服了常規(guī)VSI和CSI的不足,可以用來控制上述問題[8-11]。
算法控制流程如圖1所示。
圖1 算法控制流程框圖
GSA旨在解決優(yōu)化問題?;谌丝诘膯l(fā)式算法是基于重力和質(zhì)量相互作用的規(guī)律[13]。該算法由搜索器組成,通過引力相互作用。這些粒子被認(rèn)為是對象,它們的性能是由它們的質(zhì)量來衡量的。重力導(dǎo)致了一種全球運(yùn)動,所有物體都向其他物體移動,物體質(zhì)量更大[14]。利用該算法對較重的質(zhì)量進(jìn)行了緩慢的運(yùn)動,并給出了較好的解決方案。質(zhì)量的位置表示問題的解,在這里,重力和慣性質(zhì)量是由一個適應(yīng)度函數(shù)決定的。該算法通過調(diào)整重力和慣性質(zhì)量來導(dǎo)航,而每個質(zhì)量給出一個單獨(dú)的解決方案。每個質(zhì)量都被最重的質(zhì)量所吸引。因此,最重的質(zhì)量是搜索空間中最優(yōu)解。
本文利用GSA對IM的誤差速度進(jìn)行優(yōu)化,使其最小化。為實(shí)現(xiàn)最小誤差,最優(yōu)地預(yù)測了PI控制器的比例(Kp)和積分(Ki)增益參數(shù)。在優(yōu)化參數(shù)的基礎(chǔ)上,對PI調(diào)優(yōu)進(jìn)行了準(zhǔn)確分析,并給出了參考交軸電流。GSA的詳細(xì)過程描述如下。
過程1 隨機(jī)初始化N個粒子的位置。在本文中,隨機(jī)生成比例(Kp)和積分(Ki)增益參數(shù)。
(1)
過程2 適應(yīng)性進(jìn)化和最佳適應(yīng)度計(jì)算。
為了最小化或最大化問題,通過評估迭代中所有代理的最佳和最差的適合性來執(zhí)行適應(yīng)性進(jìn)化。
(2)
式中:Kp和Ki分別為比例和積分增益參數(shù)。
過程3 更新引力常數(shù)(G)。
重力常數(shù)G由以下方程計(jì)算:
(3)
式中:T為系統(tǒng)迭代的次數(shù),在開始時初始化G0和α,它們將隨著時間的推移而減少,以控制搜索的準(zhǔn)確性。
過程4 大量粒子的計(jì)算。
每個粒子的重力和慣性質(zhì)量在迭代t中計(jì)算如下:
(4)
(5)
過程5 計(jì)算加速度和慣性質(zhì)量。
根據(jù)牛頓第二定理,粒子i在第d維上t時刻的加速度計(jì)算為:
(6)
作用于第i個粒子上的總作用力計(jì)算為:
(7)
式中:Kbest為一組質(zhì)量比較大的粒子的數(shù)量,是一個隨著時間增加而減少的線性函數(shù),最后只有一個慣性質(zhì)量最大的粒子作用于其他的粒子。
(8)
過程6 更新粒子的速度和位置。
在下一次迭代(t+1)中,粒子的速度和位置由下列方程計(jì)算:
(9)
(10)
過程7 返回到過程2循環(huán)迭代,直到達(dá)到循環(huán)次數(shù)或要求精度為止。
過程8 結(jié)束循環(huán),輸出結(jié)果。
首先,隨機(jī)初始化粒子的位置和速度,再計(jì)算各個粒子的適應(yīng)度函數(shù),以此計(jì)算粒子的慣性質(zhì)量,求出慣性質(zhì)量的最好值和最壞值。其次,計(jì)算每個粒子在每一維上的引力,以求得引力加速度。最后,更新粒子的位置和速度。以此循環(huán),直到得到最后結(jié)果。
D=[ai,bi]
(11)
式中:ai∈Tp為輸入向量;bi∈(+1,-1]為類標(biāo)簽。
①逆變器的參數(shù)分別由參考交軸電流和實(shí)際交軸電流兩部分組成。這些是從分離的目標(biāo)類中選擇的兩個類。
②選擇在式(12)中給出的單獨(dú)的目標(biāo)類的決策函數(shù)。
(12)
式中:W為m和n之間的超平面的法線;ec,θ為m和n的偏移值;Wc,θx為Wc,θ和x之間的標(biāo)量積;K(a,b)為核函數(shù);δ為非負(fù)拉格朗日乘子。
③K(a,b)值根據(jù)這個函數(shù)進(jìn)行控制。核函數(shù)為線性、高斯、多項(xiàng)式和正切雙曲。將適當(dāng)?shù)暮瘮?shù)應(yīng)用于式(11),其核函數(shù)描述如下:
線性核函數(shù):
K(a,b)=(a,b)
(13)
高斯核函數(shù):
(14)
多項(xiàng)式核函數(shù):
K(a,b)=(a,b)p
(15)
切雙曲核函數(shù):
K(a,b)=tanh(a,b-θ)
(16)
式中:τ為標(biāo)準(zhǔn)差;p為多項(xiàng)式。
④根據(jù)決策函數(shù)的符號函數(shù)對信號進(jìn)行分類,用于設(shè)置閾值決策。符號函數(shù)說明如下:
(17)
對類決策函數(shù)進(jìn)行了總結(jié)。Gc,θ(x)的類決策函數(shù)為:
(18)
式中:o為類分類;Gθ(x)的類決策函數(shù)是確定的。最后檢查了maxfv=(k-1)條件。
⑤為了評估式(19)所估計(jì)的訓(xùn)練誤差,測試誤差由式(20)確定:
(19)
(20)
這個過程一直持續(xù)到訓(xùn)練和測試的缺陷被顯著降低。SVM約束的選擇完全取決于支持向量機(jī)的精度,它是實(shí)現(xiàn)選擇合適值的最優(yōu)性能的標(biāo)志。一旦過程完成,支持向量機(jī)就準(zhǔn)備好給參考三相電流。最后,將SVM輸出轉(zhuǎn)換為適當(dāng)?shù)目刂泼}沖。
本文利用GSA和SVM來控制系統(tǒng)的Z源逆變器。該方法是在MATLAB/Simulink的工作平臺上實(shí)現(xiàn)的。利用GSA控制Z源逆變器的速度,并借助于電機(jī)的實(shí)際和參考轉(zhuǎn)速。SVM用于預(yù)測VSI的控制脈沖。在上述過程的基礎(chǔ)上,通過所提出的方法和現(xiàn)有的方法來生成控制信號。對該方法進(jìn)行了測試,并對其性能進(jìn)行了說明。系統(tǒng)的實(shí)現(xiàn)參數(shù)如表1所示。
表1 實(shí)現(xiàn)參數(shù)
然后用所提方法對三相IM定子電流進(jìn)行了評估。它清楚地表明瞬態(tài)周期很短,即定子電流中的振蕩消失。在轉(zhuǎn)子轉(zhuǎn)速的變化過程中,對升壓輸入下的電壓和轉(zhuǎn)子速度進(jìn)行了性能分析,如圖2、圖3所示。振蕩時間后,定子電流在模擬時間結(jié)束時作出恒定響應(yīng)。
圖2 電壓性能分析
圖3 轉(zhuǎn)子速度性能分析
從圖2、圖3可以看出,在0~0.5 s之間系統(tǒng)響應(yīng)是受限的,所以不影響系統(tǒng)的性能。轉(zhuǎn)矩、通量、電流的性能分析分別如圖4、圖5和圖6所示。
圖4 轉(zhuǎn)矩性能分析
圖5 通量性能分析
圖6 電流性能分析
在定子電流中,使用不同技術(shù)的總“諧波”失真(total harmonic distortion,THD)的數(shù)量是明確指定的?;谏鲜隹紤],利用驅(qū)動系統(tǒng)獲得的速度響應(yīng)和定子電流分析了所提方法的性能。通過評價,確定了該方法的有效性。根據(jù)Z源IM驅(qū)動系統(tǒng)的總體性能,對其有效性進(jìn)行了評價。利用該控制器,與其他控制器相比,Z源IM驅(qū)動系統(tǒng)在較低的誤差下實(shí)現(xiàn)了更好的速度響應(yīng)。從以上分析可知,GSA和SVM控制器的速度控制性能優(yōu)于其他控制器。
本文提出了一種基于GSA和SVM控制器的混合算法,以實(shí)現(xiàn)對Z源逆變器驅(qū)動系統(tǒng)的最優(yōu)速度控制。根據(jù)GSA的增益優(yōu)化和SVM控制脈沖產(chǎn)生得出的仿
真結(jié)果表明,該方法成功地降低了定子電流的8.50%,消除了電機(jī)轉(zhuǎn)矩和轉(zhuǎn)速響應(yīng)中的振蕩,驗(yàn)證了其有效性。