【电力期刊】基于免疫遗传算法的逆变器控制策略及其DSP实现.pdf

《【电力期刊】基于免疫遗传算法的逆变器控制策略及其DSP实现.pdf》由会员分享，可在线阅读，更多相关《【电力期刊】基于免疫遗传算法的逆变器控制策略及其DSP实现.pdf（4页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、 第 2 6 卷第 6 期.2 0 0 6 年6 月 电 力自 动 化 议 备E l e c t ri cP 侧e r A u t o m atio nE q u i P m e n tVo l.2 6No.6 J u n.2 0 0 6基于免疫遗传算法的逆变器 控制策略及其D s P 实现沈煌，陈柏超，袁佳欲，张因(武汉大学 电气工程学院，湖北 武汉 430 0 7 2)摘要:采用 一种基于 免疫遗传算法IG A(I m m u n e G en eti C Al go rit h m)的逆变器 控制策 略对逆变器 进行控制，在保留普通遗传算法(G A)优良 特性的同时，针对控制对象的具体特

2、点，建立了 相关的数学模型，使用疫苗、浓度函数和抗体选择函数对进化过程进行优化，提高了算法收敛速度和局部收敛能力。设计和搭建了 基于 数字信号处理器(DS P)的实 验平台，使用C 语言编写实 验程序，实 现了 控制策略。对实 验平台 的硬件结构作了 详细说明，针对绝缘栅双极晶体管(I G B T)驱动模块E x B 8 41 的缺点设计了改进措施;介绍了 软件设计流程。将采用IGA的逆变器输出 波形与采用常规控制策略的逆变器输出波形进行了比 较，理论分析和实验结果证明了 该算法的可行性与有效性。关键词:免疫遗传算法;D S P;逆变器控制;E x B8 41中图分类号:T M4 64文献标识

3、码:A文章编号:roO 6 一 6 047(2 0 O 6)0 6 一 0 040 一 0 4一一 nX0 引言 逆变器在有源电力滤波器(A P F)、不间断供电电 源(U P S)和 井他工业 设备中 都有着 广泛应 用，对逆变器控制策略的研究具有重要的实用价值和理论意义。目 前，逆变器控制技术发展十分迅速，出现了许多控制策略 一 6 丁。本文在文献 6 的思想基础上将免疫遗传算法I G A(I m m u n e G e n e t i c A l g o ri th m)应 用于 逆 变器 控制，以降低输出电流波形的 谐波畸变率为优化目 标，建立了数学模型，设计和搭建了基于数字信号处理器

4、(DSP)的实验平台实现基于IGA的控制策略，并对实验系统的硬件结构和算法的软件实现作了详细说明。实验结果证明:基于IGA的逆变器控制策略收敛速度快，较好地实现了预期目标，具有很好可行性与有效性。1 基于 I G A的逆变器控制策略1.I I G A的基本思想 IGA是在遗传算法(G A)7j 基础上引人免疫系统8 一 9 的概念而建立的，它能在保留G A原有优良 特性前提下，有针对地利用实际研究对象的特征信息优化进化过程，从而达到快速、准确和高效的目的。本文通过对系统接种疫苗利用“二次应答”加快算法的搜索速度，其中接种的治疗型疫苗能提高I G A的局部搜索能力，但是容易造成“早熟”收敛，陷人

5、局部最优。通过调节抗体浓度，适当增加较小适应度抗体的进化几率，人为加人新的抗体以增加群体的多样性等措施避免算法的不成熟收敛。收稿日 期:2 0 0 5 一1 1 一 2 1;修回日期:200 6 一 0 2 一 1 51.2 控制策略数学描述 为便于分析，本文以单相全桥两电平电压型逆变器为例进行控制。逆变电路图如图1 所示。岁币入 _ 叶凤 图 1逆变器实验 电路图Fi g l s i n g l e 一 p h a s efu l l 一 b ri d g ei n v e rt e r 该逆变电 路由电 容C 提供直流电压E，通过控制绝缘栅双极晶体管(IGB T)开关器件V，。，一 VIG

6、 4 的开通和关断使负载电感L上输出的电流1 尽可能接近目 标波形(本文为工频正弦波)。1 2.1 逆变器控制的数学模型 逆变器开关器件的工作模式只有开通(1)和关断(0)2 种。本文作如下定义:V I G I、V l c;V I G Z、V l c 3开通，v，G Z、v;。关断开通，v l c，、v，c 4 关断 xn 为状态变量，其不同 状态构成了 一个空间矢量戈二(xl，xZ ，幻 ，际)，这样就实现了 状态矢量与IGA数据序列之间的映射。1.2.2 适应度评价函数 本文建立适应度函数(F)评价逆变器实际输出波形与理想波形(标准工频正弦波)之间的接近程度。设定目 标函 数为Io(t)=

7、A S i n(2 7T ft)，设瓜为第m个时间段的逆变器输出电流，么 t 为作用时间。则适应度评价函数为万方数据第 6期沈煌，等:基于免疫遗传算法的逆变器控制策略及其D S P 实现OF(x)=1/全(爪+1)t控制开关控、，1几(小10()ld 1.2.3 浓度函数 浓度函数是某种抗体的数 目在全部抗体数 目中所占的比 例，IGA 用它控制特定抗体的 数目，防止算法的“早熟”收敛。在状态空间中，抗体x 与全部抗体的空间距离为 E(x、)=艺。(x ，x。)数据 图 2基于 D S P的实验平台原理图 F i g.ZE x p e ri m e n t al p l a iform b a

8、 s e do nD S P式中 N为系统中抗体的总数。根据上述分析，可以定义浓度函数为 D(x )=1/E(x )1.2.4抗体选择函数 遗传算法中，目 标函数的监督作用是通过选择算子淘汰弱个体来隐含实现的，使用选择算子对群体中的个体进行优胜劣汰操作。选择操作建立在对个体的适应度基础上，主要目的是为了避免基因缺失，提高全局收敛性和计算效率。通常采用一个有倾向性的选择程序促成更合适的抗体。本文采用如下选择函数对进化过程进行控制，在抗体浓度一定的情况下，使适应度大的抗体以较大概率被选择;在适应度一定的情况下，使浓度大的函数以较小概率被选择，以保证抗体种类的多样性。P(x )=田F(x )几几 (

9、x，)+(1 一。卜 旱 六 Ll 气 工1)其中，。为权重因子，用以描述适应度和浓度函数对进化过程影响的大小。显然，当0，0.5 时，适应度对进化过程影响更大，反之浓度函数的影响更大。实验证明:。=(0.3 5 0.65)时能通过选择函数对进化过程进行较合理的控制。Z I G A在D S P 平台的实现2.1 实验平台的硬件结构 D S P 实验平台原理图如图2 所示，主要由 数据采集电路、D S P控制板、P C机、驱动保护电路和逆变电路组成。使用T l 公司生产的T M S 3 2 0 L F 2 4 0 7 a 型D S P 10，该型号D S P 是面向电力电子控制领域的专用D S

10、P，具有E v A和E v B Z 个事件管理器模块，能够实现P W M对称和非对称波形，能对死区实现可编程控制，每个事件管理模块具有3 个捕获单元和片内光电编码器接口电路。此外，它还具有 16通道的A D转换、串行通信接口(S C I)、16位串行外设接口模块(S PI)和C A N控制器模块。数据采集电路通过 S C T 254 F K精密电流互感器采集逆变器输出的电流信号，送至D S P 控制板中的A D转换芯片M A X 1 25实现数据采集。M A X 1 25是内含采样保持器的高速多通道 14位A D转换芯片，可实现对4 个通道的并行采样。其高速并行数据接口及总线时序特征与多数数字

11、信号处理器及 1 6/3 2 位微处理器的特性兼容，因此可以和D S P 并行工作，从而减轻了D S P的工作负担。D S P 读取数据采集结果送人P C机，P C机根据IGA计算出逆变器开关最优控制序列输人D SP，通过 D S P中的事件模块输出一系列的开关控制命令(P w M控制信号)。P WM信号通过基于 E X B 8 41 的驱动保护电路放大以 后控制 逆变电 路开 关 器件的 并 通和 关断，使逆变器输出预期波形。逆变电 路根据图2 搭建，使用籍位式R c D吸收电路作为电力电子开关的缓冲电路，抑制了集射极间的尖峰电压，减小了电阻的功耗。不仅对尖峰电压吸收效果好，而且开关损耗也较

12、低。正确设计和合理使用IGB T的驱动保护电路，是逆变器正常工作的关键。本文采用E x B 8 41 作为IGB T的驱动模块。E X B 8 41 是混合IC，能驱动高达4 0 0 A的6 0 0 vI G B T和高达3 0 0 A的1 2 0 0 VI G B T，是目前应用非常广泛的一种驱动模块。但它存在容易烧毁、过流保护盲区大和负栅压过低的缺点，本文设计了如图3 所示的驱动保护电路:通过外扩N P N三极管9 0 1 3 V I、P N P 三极管9 0 1 2 V 3 和 1 0 V稳压管Vn3(I N 4740)可解决负栅压过低、不适于高压电路的缺点;在V D，与I G B T的

13、C极间反串一个3.3 V的稳压管v n Z(I N 4 7 2 8)使保护阀值降为4.Z V，防止器件图 3 驱动 电路 图F i g.3D ri v e c i rc u i t万方数据必电 力自 动 化 议 备第 2 6卷过流烧毁。当 检测到I G B T 过流后，E x B 8 41 的5 脚变为低电平，光藕T P L 5 21输出低电平，通过与门封锁控制信号输人，同时使四输人与非门输出低电平触发功率驱动保护中断，作出相应的保护处理。门极电阻R:的取值很重要。R:增加，I G B T 通断时间延长，使开通和关断损耗增加;R Z 减小，可能引起触发误导通或损坏IGB T。一般R:取十几欧到

14、几十欧，本系统取R:为30几。为防止IGB T 误导通现象的发生，在栅射间并联一电阻R 6 可起到一定的抗干扰作用。一般尺。取(1 0 0 0 一 5 0 0 0)R Z，而且应将它并联在栅射极最近处。电路中的电容器C，和C Z 用来平抑因电源接线阻抗引起的供电电压变化。2.2 软件程序设计 本文使用 C语言在 D S P调试环境 C C S 下成功实现了基于IGA的控制策略对逆变器的控制。主要的程序流程图如图4 一 7 所示。为25，每代抗体数为50，每个抗体含有10 0 个基因(即开关状态变量个数为1 0 0)，交叉率0.7，变异率0.0 05，选择函数中。二 0.5。3.2 实验结果及分

15、析 本文分别采用定时比较和I G AZ 种控制策略，对实验结果进行分析和比 较，并使用Tekt r on ix示波器分析专用软件 Wa v e s t a rV e r s i o n Z.4对输出电流波形进行谐波分析。结果如表 1 和图8、图9 所示(A为谐波含量，N为谐波次数)。表 1试验结果比较分析 TablC o m p a ri s o no f twoc o n trol s trat e g i e s控制策略定频滞环适应度输出波形 T H D/%每周期开关次数5 4 3 597 0 61.6 6 3961.1 0 31 9 20 一 3 芝 0 一0.3DO 一 0 10D 2

16、00 3D.0 40D 5 忿/5(a)定频滞环控制芝 o 一0.3图 4 主程序流程图F i g.4F l o w c h a rtof图5定时器周期中断F i g.SF l o w c h art o f t i m e r I n t e mi P t 1 0 nP rog ram !驱动保护中断!00.0 100 20.0 300400 5 t/5 (b)I G A控制图8不同控制策略所对应的输出波形 F i g.80 u t p u t w a v e fo rmso f t w oc o n t ro l s t rate g i e s确认中断?一 飞 V 一 目享、户 弋0 2

17、34567 591 01 1 1 21 3 N(a)定频滞环控制904500.住 图6捕获中断流程图 F i g.6F l o w c h art o f c aPt u re i n t e rmP t i o np ro g r a m3 实验结果分析F i g.7F l o w c h art ofp ro t e c t i o n I n t e mi P t l o nP rog r a m享、J 弋 本文搭建的实验平台包括:P C机、数据采样电路和同步电路、基于E X B 8 41 的驱动电路、D S P 控制板以及逆变电路。3.1 实验参数 目 标输出电 流10(t)=0.2

18、4 S i n(2 兀 x s o x t)，逆变器电路=3 5 v，乙=0.2 2 H。系统采样频率2 0k H z，即每个状态变量的作用时间为 t=50 林 5，为了便于分析，本文忽略器件的开关损耗。最大迭代次数23456789 1 0 1 1 1 2 1 3 N (b)I G A控制 图 9输出波形的谐波分析 F i g.gH a rmo n i c a n al y s i s o f twoc o n t ro l s trat e g i e s 通过分析比较可以看出:基于IGA的逆变器控制策略的试验效果要优于滞环控制策略。输出波形的T H D较后者减小 33.7%。万方数据第 6

19、期沈煌，等:基于免疫遗传算法的逆变器控制策略及其D S P 实现必4 结语 本文的 创新之处在于:首先，引人I G A并应用于逆变器最优控制策略的选取上;其次，设计了基于D SP和P C的硬件实验系统，并针对E x B 8 41 的缺点设计了改进电路，通过实验验证了 该思想的可行性;最后，通过与常规控制策略的比较证明了本思想的有效性，为今后IGA在复杂系统中的应用奠定了基础。参考文献:1 W A N G H o n g 一 y an，L U M a n，D E N G Y an，e tt w e e n fl y i n g c a p aci t o rm u l t i l e v e l

20、i n v e rt e ra l.R e l a t i o n s h i pb e-P WM m e t h o d s and 5 初t c h i n g l o s sm i n i m i z e d P WM m e t h o d fo rfl y i n g c 即a c i t o r mul t i l e v e li n v e rt e r C /Proc e e d i n g s ofZ oo 4I E E E3 5 t hA n n u a l P o w e r E l e c rron i c s S p e c i a l i s t s C o nf

21、ere n c e.A a c h e n，G e rman y:I n s t i t u t e of E l e c t ri c a I a n d E l e c t ro n i c s E n gi n e e rs，I n c，2 0 04:月 41 8一 4 4 2 2.2 K O V A R IA，K A D A R I，H A LAS Z S.Thei nflu e n c eo fi n v e rt e r c o n tIDl al 即ri t h m andD Cl i n kv o l t a 罗 o nt h ei n v e rt e r s w i t c

22、 h i n g 1 0 5 5 c /vroc e e d i n g s ofZ(刃 4I E E El n t e rn a t i o n a l c o 映re n c e。n I n d u s t ri al Tec h n o l o 罗.H a m m a m e t，T u n s i a:I n s t i t u t eo fE l e c t ri c al a n dE l e c t ro n i c s E n g i n e e r s，I n c，2 0 04:5 9 0 一 5 9 5.3 王学华，阮新波.s P w M控制单相三电平逆变器仁 J .中国电

23、机 工程学报，2 0()5，2 5(1):7 3 一 7 6.WA N G X u e 一 h u a，R U A N X i n 一 b o.S P W M c o n t ro ls i n 列p h a s e t h re ee l e c t ri c al l e v e li n v e rt e r J .P ro c e e d i n g sof t h eC S E E，2(X)5，2 5(1):7 3 一 7 6 4 LAI Y e n 一 s h i n，S H Y UF u 一 s a n.O p t i m al c o m m o，odev o l t ag e

24、re-d u c t i o nP WM t e c h n i q u efo ri n d u c t i o nm o t o rd ri v e sw i t hc o n s i-d e ri n g t h e d e a d 一 t i m ee ffec t s fo r i n v e rt e r c o n t ro l 仁 C /p ro c e e d i n 邵 o f3 8 t hI A SA n n u alM e e t i n gl n d u s t 理 A p p l i c a t i o n sC o n fe re n c e，2(X)3 S al

25、 t 肠k e C i t y，U S A:l n s t i t u t eo f E l ect ri c al a n dE l e c t ro n i c s E n gi n e e rs，I n c，2(X)3:1 5 2 一 1 5 9.仁 5 S C H U T f E NMJ.Gen e t i cal 即d t h m sfo rc o n t ro lo f p，rc o n-v e rt e rs C /P ro c e e d i n 邵ofl 9 9 52 6 t hI E E EA n n u 吐儿w e:E l e c-tron i c sS P e c i

26、al i s t sC o l l fe re n c e，A il a n t a，U S A:I n s t i t u t eof E l e c t ri c al a n dE l e c t ro n i c sE n g i n e e rs，I n c，1 9 9 5:1 8 一 2 2.6 袁佳散，陈柏超，贾嘉斌.基于遗传算法的逆变器控制规律 J.电力系统自 动化，2 004，2 8(2 4):3 2 一 35，5 0.Y U A NJ i a 一 x i n，C HE N B a i 一 c h a o，J I A J i a 一 b i n.G e n e t i cal

27、 g o ri t h m b a s e daPp ro a c hfo ri n v e rt e rc o n t ro l【J ，A u t o m a t i o nof E l e c t ri c P owe rs y s t e m s，2 0 0 4，2 8(2 4):3 2 一 3 5，5 0.7 周明，孙树栋.遗传算法原理及应用 M .北京:国防工业出版 社，1 9 9 9.仁 8 L I NCH，C H E NCS，WUCJ，e t al A p p l i c at i o no f i m m u n eal，-ri t h m t oo p t i m al s

28、w i t c h i n go p e r a t io nfo rd i s t ri b u t i o n 一 l o s sm i n i-m i z at i o na n dl o adin gb al a n c e J ，Gen e ra t i o n，T ra n s m i s s io na n d D i s t ri b u t i o n，I E EI、c e e d i n g s，2(X)3，1 5 0(2):1 8 3 一 1 8 9.9 W A N GZ i 一 q i a n g，F E N GB o 一 q i n.I n fo r n l a t

29、i o nq u e 叮 i m m u n e滋 即-石 t h mb a s e d。n，e c t o:s p ac。m o d e l c /P ro c e e d i n g，ofZ 仪 日 I n t e mat i o n al C o l】Fe re n c eo n M ach i n e玩绷 i n ga n dC y b e rn e t i c s S h a n g h a i，C h i n a:I n s t i t u t eo f E l e c t ri c al a n dE l e c t ro n i c sE n gi n e e r s，I n

30、c，2(X)4:2 5 1 5 一 2 5 1 9.101 刘和 平，王维俊，江渝.T M S32 0 L F 240 x D S Pc 语言开发应用【M.北京:北京航空航天大学出版社，2 002.川 余勇，刘正之.基于DsP 的有源逆变复合控制 J .电气传动，2 0 0 5，3 5(8):3 6 一 3 9.Y uy o n g，L I UZ h e n g 一 z h i.S i m p l ea n dn o v e l c o m p oun dc o n t 而 s c h e m e fo r h i gh一 p o w e ri n v e rt e r J .E l e c

31、t ri cD ri v e，2 0 0 5，3 5(8):3 6 一 3 9.12 龚春英，沈忠亭，李春燕，等.神经网络在逆变器控制中的应用 J .电1技术学报，2 以 只，1 9(2):9 8 一 1 0 2.G O N GC h u n 一 y i n g，S H E NZ h o n g 一 t i n g，ll C h u n 一 y a n，e t al.A p p l i-c a t i o no faS P WM i n v e rt e rw i t hn e u ra l 一 n e tc o n t ro l J .T ra n-s act i o n s Of C h

32、i n aE l e c t ro t e c h n i c alS o c i e t y，2(X)4，1 9(2):9 8 一 1 0 2.(责任编辑:李育燕)作者简介 沈煌(1 9 8 3 一)，男，湖北 孝感人，硕士 研究生，研究方向为电能质量与控制、电力电子技术在电力系统中的应用(E。m ai l:t o t o s h e n y u 1 6 3.c o m);陈柏超(196 0 一)，男，湖南益阳 人，教授，博士研究生导师，研究方向为电力系统过电压及防护技术、电能质量与控制、电力电子技术在电网中的应用;袁佳欲(19 81一)，男，江苏 金坛人，博士研究生，研究方向为电能质量与控

33、制、电力电子在电力系统中的应用、灵活交流输电技术;张因(19 8 3 一)，女，湖北宜昌 人，硕士研究生，研究方向为电力系统运行与稳定分析。I G A 一 b a s e dc o n t r o I s tr a te g yfor i n v e r t e r a n di tsr e a l i z a ti o no nD S PP l a t for m S H E NY u，C H E NB a i 一 c h a o，Y U A NJ i a 一 x i n，Z H A N GN a n (S c h o o l o f E l e c tric alE n g i n e e

34、 r i n g，Wu h a nU n i v e r s i ty，Wu h an4 3 0()7 2，C h i n a)A b s t rac t:Ac o n t ro l s t r a t e gy b a s e do nt h eI G A(I m m u n eG e n e t i cA l g o ri t h m)i sp u t fo rwa rd fo r i n v e r-t e rs.Wi t h e x c e l l e n t c h a r a c t e ri s t i c s o f t h e c o m m o n G A(G e n e

35、t i c A l g o ri t h m)re s e rv e d，a c o n c e rne d m a t h m o d e li se s t a b l i s h e da c c o rdi n gt oc o n c re t ec h ar a c t e ri s t i c sOf t h ec o n t ro l l e do bj e c t，a n dt h ec o n v e 吧 e n c es p e e da n dt h ep 叭i al c o n v e 吧 e n c ec a p a b i l i t ya re i m p ro

36、v e db yu s i n gt h eb a c t e r i n，c o n c e n t ra t i o nfu n c t i o n sa n dt h ea n t i b o d ys e l e c t i o nfu n c t i o nfo rt h ee v o l u t i o np ro c e s so P t i m i z a t i o n.A ne x P e r i m e n t a lp l a fform b a s e do nt h eD S P(D i g i t a ls i g n a lP r o c e s s o r)i

37、 sd e s i g n e da n db u i l t u P.Cl a n g u a g ei su s e dt ow r i t eth ee x p e ri m e n t alp r o 娜mfor re al i z i n gt h ec o n t r o l s t rate 舒.Theh a r(lw a res t ru c tu re i se x p l a i n e di nd e t a i l.Furt h e rmo r e，i m p ro v e m e n tm e a s u re sfo rE X B 8 4 1，w h i c hi

38、st h ed ri v em o d u l eo ft h eI G B T(I n s u l a t e d G a t e B i p o l a rT r a n s i s t o r)，a re p re s e n t e d a n d t h e s o ft w ared e s i g nfl o w i si n t ro d u c e d.O u t p ut w ave fo rmsof t h ei n v e rt e rw i th t h eI G Aa n dw i th t h ero u t i n ec o n trols t rate 群 are c o m p ared，Thet h e o re t i ca n al y s i sa n de x P e r i m e n t r e s u l t sp r o v et h efe a s i b i l i t ya n dv a l i d i t yo f t h ea l g o ri t h m.K e yw o r d s:i m m u n eg e n e t i cal gori t h m;D S P;i n v e rt e rc o n t ro l;E X B 8 4 1万方数据