本發(fā)明涉及電力電子，尤其涉及一種閉環(huán)式三電平并網(wǎng)逆變器低頻共模電壓抑制方法。

背景技術(shù)：

1、光伏并網(wǎng)逆變器是光伏發(fā)電系統(tǒng)中的能源轉(zhuǎn)換裝置，光伏并網(wǎng)逆變器的常用拓?fù)浣Y(jié)構(gòu)中，三電平并網(wǎng)逆變器應(yīng)用最為廣泛。三電平逆變器能夠有效降低諧波，三電平逆變器通過引入第三個中間電壓水平，使得輸出電壓波形更加平滑，從而能夠有效降低諧波含量。傳統(tǒng)的兩電平逆變器在工作過程中會產(chǎn)生較大的開關(guān)損耗和諧波損耗，影響系統(tǒng)的轉(zhuǎn)換效率。而三電平逆變器具有更多的電平選擇，可以實現(xiàn)更精確的控制，減少開關(guān)損耗和諧波損耗，從而提高系統(tǒng)的整體效率。三電平逆變器在光伏系統(tǒng)中的應(yīng)用具有明顯的優(yōu)勢，它能夠有效降低諧波、提高系統(tǒng)的效率和適應(yīng)性，同時降低系統(tǒng)的損耗。這些優(yōu)勢使得三電平逆變器成為光伏系統(tǒng)中首選的逆變器類型，為光伏發(fā)電的可靠性、經(jīng)濟(jì)性和可持續(xù)性發(fā)揮了重要作用。

2、三電平并網(wǎng)逆變器存在固定的中點電位平衡問題，中點電位平衡控制的目標(biāo)是確保逆變器的輸出電壓對稱，以降低諧波含量和改善電網(wǎng)連接質(zhì)量。然而，中點電位平衡控制常用的零序分量注入會導(dǎo)致逆變器輸出電壓中存在三倍基頻的諧波分量，直流側(cè)中點與電網(wǎng)中性點無連接的三電平逆變器會導(dǎo)致共模電壓中也存在三倍基頻的低頻諧波分量，低頻共模電壓可能對系統(tǒng)中的設(shè)備產(chǎn)生不良影響，帶來電磁干擾、人身安全以及電網(wǎng)穩(wěn)定性問題。通常，由于共模電壓未設(shè)置電壓傳感器，現(xiàn)今共模電壓的抑制方法通常是優(yōu)化調(diào)制策略進(jìn)行高頻共模電壓的抑制，低頻共模電壓通常被忽略。

3、綜上所述，在實際并網(wǎng)逆變器中，為了達(dá)到抑制無傳感器的低頻共模電壓的效果，本發(fā)明提供一種閉環(huán)式三電平并網(wǎng)逆變器低頻共模電壓抑制方法勢在必行，一方面通過思想進(jìn)化算法改進(jìn)的bp神經(jīng)網(wǎng)絡(luò)算法預(yù)測低頻共模電壓，另一方面利用閉環(huán)式低頻共模電壓反饋至控制環(huán)路實現(xiàn)其有效抑制。

技術(shù)實現(xiàn)思路

1、本發(fā)明的目的在于克服現(xiàn)有技術(shù)中存在的不足，提供了一種閉環(huán)式三電平并網(wǎng)逆變器低頻共模電壓抑制方法，可以降低額外傳感器的需求，有效抑制低頻共模電壓，解決了實際并網(wǎng)逆變器無傳感器的低頻共模電壓抑制問題。

2、作為本發(fā)明的第一個方面，提供一種閉環(huán)式三電平并網(wǎng)逆變器低頻共模電壓抑制方法，所述閉環(huán)式三電平并網(wǎng)逆變器低頻共模電壓抑制方法包括：

3、步驟s1：建立含有低頻共模電壓的逆變器交流側(cè)數(shù)學(xué)模型；

4、步驟s2：根據(jù)所述逆變器交流側(cè)數(shù)學(xué)模型，利用思想進(jìn)化算法對bp神經(jīng)網(wǎng)絡(luò)進(jìn)行優(yōu)化；

5、步驟s3：利用優(yōu)化后的bp神經(jīng)網(wǎng)絡(luò)對三電平并網(wǎng)逆變器的低頻共模電壓進(jìn)行預(yù)測；

6、步驟s4：將預(yù)測出的低頻共模電壓反饋至三電平并網(wǎng)逆變器的控制環(huán)路，以實現(xiàn)低頻共模電壓的閉環(huán)抑制。

7、進(jìn)一步地，所述建立含有低頻共模電壓的逆變器交流側(cè)數(shù)學(xué)模型中，還包括：

8、步驟s11：當(dāng)三電平并網(wǎng)逆變器為t型三電平并網(wǎng)逆變器時，所述t型三電平并網(wǎng)逆變器中交流側(cè)濾波器是lc型，udc為直流側(cè)電壓，ca1和ca2是直流側(cè)電容，uca1和uca2分別表示ca1的電壓值和ca2的電壓值，lx和cfx是lc濾波器的構(gòu)成部分，ix表示lx的x相電流，ex表示x相電網(wǎng)電壓；其中，x＝a,b,c；

9、步驟s12：根據(jù)基爾霍夫電壓定律，得到逆變器交流側(cè)數(shù)學(xué)模型為公式(1)：

10、

11、式中，uxo是x相的逆變器對點o的輸出電壓；uno是電網(wǎng)中性點n和直流側(cè)中點o之間的低頻共模電壓；

12、步驟s13：根據(jù)逆變器的輸出電壓uxo計算出低頻共模電壓uno，如下公式(2)：

13、

14、進(jìn)一步地，所述根據(jù)所述逆變器交流側(cè)數(shù)學(xué)模型，利用思想進(jìn)化算法對bp神經(jīng)網(wǎng)絡(luò)進(jìn)行優(yōu)化，還包括：

15、根據(jù)所述逆變器交流側(cè)數(shù)學(xué)模型產(chǎn)生訓(xùn)練集；

16、確定bp神經(jīng)網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)；

17、利用思想進(jìn)化算法獲取所述bp神經(jīng)網(wǎng)絡(luò)的最優(yōu)初始權(quán)重參數(shù)和最優(yōu)初始偏置參數(shù)；

18、根據(jù)所述訓(xùn)練集對所述bp神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，以得到優(yōu)化后的bp神經(jīng)網(wǎng)絡(luò)。

19、進(jìn)一步地，所述利用思想進(jìn)化算法獲取所述bp神經(jīng)網(wǎng)絡(luò)的最優(yōu)初始權(quán)重參數(shù)和最優(yōu)初始偏置參數(shù)中，還包括：

20、(1)隨機生成個體，檢索出最優(yōu)個體；

21、(2)在個體周圍建立新的子種群，獲得優(yōu)勝子種群和臨時子種群；

22、(3)各子種群在成熟前都進(jìn)行趨同操作；

23、(4)待子種群成熟后，將得分公布在全局公告欄上，進(jìn)行子種群異化操作，完成優(yōu)勝子種群和臨時子種群的替代、放棄和個體釋放，異化后確保臨時子種群的數(shù)量；

24、(5)對上述步驟進(jìn)行重復(fù)，最優(yōu)者的得分最高，獲得全局最優(yōu)子種群和參與的全局最優(yōu)個體；

25、(6)根據(jù)最優(yōu)個體獲取所述bp神經(jīng)網(wǎng)絡(luò)的最優(yōu)初始權(quán)重參數(shù)和最優(yōu)初始偏置參數(shù)。

26、進(jìn)一步地，所述確定bp神經(jīng)網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)，還包括：

27、假定所述bp神經(jīng)網(wǎng)絡(luò)有三個層級，分別為輸入層、隱含層和輸出層，所述bp神經(jīng)網(wǎng)絡(luò)輸入的維數(shù)為9，即所述輸入層中神經(jīng)元的數(shù)量為9；所述隱含層中神經(jīng)元的數(shù)量分別為m1，m2，…，m9，輸出維數(shù)為1；設(shè)置所述bp神經(jīng)網(wǎng)絡(luò)的輸入向量為uin＝[uxo,ix,ex]t，輸出為低頻共模電壓uno。

28、進(jìn)一步地，所述根據(jù)所述訓(xùn)練集對所述bp神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，以得到優(yōu)化后的bp神經(jīng)網(wǎng)絡(luò)，還包括：

29、(1)所述訓(xùn)練集表示為：

30、

31、其中，m是所述訓(xùn)練集中訓(xùn)練數(shù)據(jù)的數(shù)量；

32、(2)訓(xùn)練所述bp神經(jīng)網(wǎng)絡(luò)

33、首先，將所述訓(xùn)練集中處理好的輸入向量uin和輸出變量uno輸入給所述bp神經(jīng)網(wǎng)絡(luò)，以建立輸入向量uin和輸出變量uno之間的映射關(guān)系；假設(shè)n和m分別是輸入層和隱含層的神經(jīng)元數(shù)量，對于第一個隱含層，輸入向量對應(yīng)的輸出為公式(3)：

34、

35、式中，w1和b1分別是權(quán)重參數(shù)和偏置參數(shù)；fh是第一個隱含層的激活函數(shù)；

36、以相同的方式獲得：對于第二個隱含層，輸入向量對應(yīng)的輸出對于第三個隱含層，輸入向量對應(yīng)的輸出

37、對于輸出層，第k個輸入向量對應(yīng)的輸出ok為公式(4)：

38、

39、式中，w4和b4分別是權(quán)重參數(shù)和偏置參數(shù)；fo是輸出層的激活函數(shù)；

40、所述bp神經(jīng)網(wǎng)絡(luò)訓(xùn)練的目標(biāo)是最小化網(wǎng)絡(luò)輸出ok和之間的差異，因此，所述bp神經(jīng)網(wǎng)絡(luò)的損失函數(shù)表示為公式(5)：

41、

42、所述bp神經(jīng)網(wǎng)絡(luò)選取訓(xùn)練數(shù)據(jù)，通過不斷地訓(xùn)練學(xué)習(xí)，不斷更新所述bp神經(jīng)網(wǎng)絡(luò)的權(quán)重參數(shù)和偏置參數(shù)，直到將所有的訓(xùn)練數(shù)據(jù)全部訓(xùn)練完畢，以得到優(yōu)化后的bp神經(jīng)網(wǎng)絡(luò)。

43、進(jìn)一步地，所述將預(yù)測出的低頻共模電壓反饋至三電平并網(wǎng)逆變器的控制環(huán)路，以實現(xiàn)低頻共模電壓的閉環(huán)抑制，還包括：

44、利用預(yù)測出的低頻共模電壓，對其開發(fā)閉環(huán)式的抑制方案，低頻共模電壓的導(dǎo)致是由于三電平并網(wǎng)逆變器的中點電位平衡控制所注入的三次諧波，因此低頻共模電壓的頻率集中在三倍基波頻率，可用準(zhǔn)比例諧振控制器對其進(jìn)行控制，諧振頻率選取為三倍基波頻率。

45、本發(fā)明提供的一種閉環(huán)式三電平并網(wǎng)逆變器低頻共模電壓抑制方法具有以下優(yōu)點：通過思想進(jìn)化算法優(yōu)化傳統(tǒng)bp神經(jīng)網(wǎng)絡(luò)算法相關(guān)參數(shù)的設(shè)計過程，提高bp神經(jīng)網(wǎng)絡(luò)算法的搜索時間，實現(xiàn)低頻共模電壓的精準(zhǔn)預(yù)測，再利用預(yù)測出的低頻共模電壓反饋至控制環(huán)路，實現(xiàn)低頻共模電壓的有效抑制。