基于神经网络的电力并网逆变器控制技术研究

研究了电流模式控制的电力并网逆变器的PR(proportion resonant)控制策略,针对提高并网供电功率优化逆变换器设计,分析了含LCL滤波器的电流双环控制电力并网逆变器模型。目前采用的比例谐振控制器难以用数字控制器实现的问题,提出了BP神经网络的增量式PR控制技术。在MATLAB平台上,建立数学模型仿真。仿真结果证明,在电流发生突变情况下,采用BP神经网络的电力并网逆变器的增量式PR控制,电流波形具有更好的动态性能与静态性能。对神经网络训练进行仿真,结果表明,并网供电控制取得良好的供电效果,为设计提供了参考依据。

双闭环正交相量锁相法的电网频率跟踪技术

在分析传统基于旋转坐标变换单相锁相环(single-phase locked loop,SPLL)原理的基础上,针对单相瞬时无功锁相法的正交相量模块,提出一种基于双闭环结构的正交相量的产生方法和瞬时无功锁相技术,对比分析二阶通用积分器构建正交相量的方法和基于双闭环产生正交向量方法的数学特性。通过仿真证明,基于两种不同正交向量产生方法的锁相锁频技术,基于双闭环结构的正交相量的瞬时无功锁频锁相技术能较好地解决电网电压幅值变化、电网电压相位变化、电网电压频率变化、电网电压含有谐波时对锁相的影响,该新型锁相法能够很好的跟踪电网频率,保证逆变器的稳定性。