潍坊吩啥新能源有限公司

    有源濾波柜的基本原理是從補(bǔ)償對象中檢測出諧波電流,由裝置產(chǎn)生一個(gè)與該諧波電流大小相等而極性相反的補(bǔ)償電流,使電網(wǎng)電流只含基波分量。因此諧波檢測算法的快速性、準(zhǔn)確性直接影響著有源濾波柜的動(dòng)態(tài)響應(yīng)性能和穩(wěn)態(tài)補(bǔ)償精度。

    目前實(shí)際中應(yīng)用的諧波檢測方法眾多,為了不斷優(yōu)化檢測方法的性能,許多學(xué)者進(jìn)行了廣泛而深入的研究。諧波檢測方法通常分為時(shí)域和頻域兩類,根據(jù)檢測方法依據(jù)的理論可分為基于功率理論定義和數(shù)字信號(hào)處理技術(shù)兩類。隨著智能化和自動(dòng)化技術(shù)的不斷發(fā)展,大量智能算法逐漸應(yīng)用到諧波檢測中。

1)時(shí)域檢測技術(shù)a、模擬濾波柜檢測法。

    模擬濾波柜有帶通和帶阻兩種,基本思想都是分離基波分量和諧波分量,電路結(jié)構(gòu)簡單,造價(jià)低廉。缺點(diǎn)在于對電路參數(shù)較敏感,設(shè)計(jì)難、誤差大,且不能分離出無功電流。目前這種方法被數(shù)字技術(shù)取代,已很少使用。

2)頻域檢測技術(shù)

    a、基于傅里葉變換(Fourier)的檢測方法。以傅里葉變換為基礎(chǔ),包括離散傅里葉變換(DFT)、快速傅里葉變換(FFT)和遞歸離散傅里葉變換(RDFT)。要求信號(hào)是周期性的,采樣計(jì)算后反變換得出。DFT應(yīng)用較多,其優(yōu)點(diǎn)是可以檢測出各次諧波分量,缺點(diǎn)是延時(shí)至少一個(gè)工頻周期,計(jì)算量大,受電網(wǎng)電壓波形及姨率的影響,容易產(chǎn)生失真和泄漏問題,檢測精度難以滿足要求。

    b、基于小波變換的檢測方法。利用了小波分析的優(yōu)點(diǎn),自動(dòng)調(diào)節(jié)采樣疏密,對時(shí)間和頻率逬行局部變換,不需要對信號(hào)整周期采樣克服了傅里葉變換法僅有頻域局部化而無時(shí)域局部化的缺點(diǎn),適合于突變信號(hào)的分析與處理。然而其理論還不夠完善,工程應(yīng)用尚遠(yuǎn)。

3)其他檢測技術(shù)

    a、基于自適應(yīng)對消原理的檢測方法。利用信號(hào)處理中的自適應(yīng)噪聲對消原理,自適應(yīng)濾波器自動(dòng)調(diào)整系數(shù)并處理信號(hào),使輸出結(jié)果與期望結(jié)果一致優(yōu)點(diǎn)是抗干擾能力強(qiáng),能夠進(jìn)行自我調(diào)節(jié),檢測精度較高。缺點(diǎn)是動(dòng)態(tài)響應(yīng)速度較慢。提出一種采用模糊控制器改變算法步長的方法,提高了響應(yīng)速度。

    b、基于人工神經(jīng)網(wǎng)絡(luò)(Artificial Neural Network, ANN)的檢測方法。該方法隨著神經(jīng)控制理論的發(fā)展而備受關(guān)注,人工神經(jīng)網(wǎng)絡(luò)模擬人腦的功能,具有自我學(xué)習(xí)能力,檢測所需計(jì)算量小,精度高,抗干擾能力強(qiáng)。但其離實(shí)際應(yīng)用較遠(yuǎn),存在不少問題。將自適應(yīng)技術(shù)與神經(jīng)網(wǎng)絡(luò)技術(shù)相結(jié)合,提高了有源濾波柜諧波的檢測精度。綜合看來,各種諧波檢測方法有利有弊,不少先進(jìn)算法還未成熟。作者認(rèn)為改善已有的方法、結(jié)合多種檢測方法將是未來的發(fā)展方向。