本發(fā)明涉及配電網(wǎng)諧波控制方法，具體涉及一種利用統(tǒng)一電能質(zhì)量調(diào)節(jié)器對(duì)含光伏配電網(wǎng)的諧波控制方法。

背景技術(shù)：

電能質(zhì)量控制技術(shù)的研究具有巨大的經(jīng)濟(jì)和社會(huì)效益，是電力研究領(lǐng)域中的一個(gè)熱點(diǎn)。電壓暫升、電壓暫降、三相不平衡電壓、諧波電壓、無(wú)功電流、諧波電流、不平衡電流等電能質(zhì)量問(wèn)題的危害日趨嚴(yán)重。但目前現(xiàn)有的裝置大都以并聯(lián)或串聯(lián)的方式接入系統(tǒng)，且只能解決部分電能質(zhì)量問(wèn)題。隨著配電網(wǎng)結(jié)構(gòu)和電力負(fù)荷成分的日趨復(fù)雜，各種電能質(zhì)量問(wèn)題在同一配電系統(tǒng)中或在同一用電負(fù)荷中同時(shí)出現(xiàn)的情況也會(huì)越來(lái)越多。如果在同一配電母線上既有電壓敏感負(fù)荷又有非線性負(fù)荷和沖擊負(fù)荷，就需要同時(shí)安裝電壓補(bǔ)償裝置和電流補(bǔ)償裝置。若針對(duì)每一種電能質(zhì)量問(wèn)題都單獨(dú)采取一種類(lèi)型的治理裝置，將會(huì)大大增加治理成本，還會(huì)增加裝置運(yùn)行維護(hù)的復(fù)雜程度，并且各裝置之間還存在著協(xié)調(diào)配合問(wèn)題。

統(tǒng)一電能質(zhì)量控制器(Unified Power Quality Conditioner，簡(jiǎn)稱(chēng)UPQC)作為功能強(qiáng)大的電能質(zhì)量綜合補(bǔ)償裝置，其串聯(lián)、并聯(lián)單元可解耦后獨(dú)立運(yùn)行實(shí)現(xiàn)各自功能，也可聯(lián)合運(yùn)行實(shí)現(xiàn)統(tǒng)一的綜合功能，近年來(lái)成為電能質(zhì)量治理領(lǐng)域的研究熱點(diǎn)。比如公開(kāi)號(hào)為CN103326397A的中國(guó)專(zhuān)利文獻(xiàn)涉及一種混合頻率控制的統(tǒng)一電能質(zhì)量控制器；公開(kāi)號(hào)為CN204633344U的中國(guó)專(zhuān)利文獻(xiàn)涉及一種具有不間斷電源功能的統(tǒng)一電能質(zhì)量調(diào)節(jié)器。然而，目前對(duì)統(tǒng)一電能質(zhì)量控制器自身及其應(yīng)用的研究大都基于傳統(tǒng)的三相配電系統(tǒng)，而對(duì)于光伏等新能源并網(wǎng)的配電網(wǎng)研究較少。由于光伏等新能源具有隨機(jī)性、間歇性等特點(diǎn)，并網(wǎng)后給傳統(tǒng)配電網(wǎng)帶來(lái)大量諧波污染，此時(shí)利用UPQC采用傳統(tǒng)的控制方法對(duì)諧波污染進(jìn)行控制效果不佳，因而，研究利用UPQC采用新的方法對(duì)含光伏的配電網(wǎng)中的諧波實(shí)施有效控制，顯得十分必要。

線性神經(jīng)網(wǎng)絡(luò)是一種簡(jiǎn)單的神經(jīng)元網(wǎng)絡(luò)，它可以由一個(gè)或多個(gè)線性神經(jīng)元構(gòu)成。1962年由美國(guó)斯坦福大學(xué)教授Berhard Widrow提出的自適應(yīng)線性元件網(wǎng)絡(luò)(Adaptive Linear Element,Adaline)是線性神經(jīng)網(wǎng)絡(luò)最早的典型代表，它是一個(gè)由輸入層和輸出層構(gòu)成的單層前饋型網(wǎng)絡(luò)，它與感知機(jī)的不同之處在于其每個(gè)神經(jīng)元的傳輸函數(shù)為線性函數(shù)，因此自適應(yīng)線性神經(jīng)網(wǎng)絡(luò)的輸出可以取任意值，而感知機(jī)的輸出只能是1或0。線性神經(jīng)網(wǎng)絡(luò)采用由Berhard Widrow和Marcian Hoff共同提出的一種新的學(xué)習(xí)規(guī)則。自適應(yīng)線性神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)算法比感知機(jī)的學(xué)習(xí)算法的收斂速度和精度都有較大的提高。自適應(yīng)線性神經(jīng)網(wǎng)絡(luò)主要用于函數(shù)逼近，信號(hào)檢測(cè)，系統(tǒng)辨識(shí)，模式識(shí)別和控制等領(lǐng)域。

自適應(yīng)線性神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)感知機(jī)，不同之處在于其每個(gè)神經(jīng)元的傳輸函數(shù)為線性函數(shù)。對(duì)于具有M個(gè)輸入、L個(gè)輸出的線性神經(jīng)網(wǎng)絡(luò)。輸出層的第i個(gè)神經(jīng)元的輸入總和net_i為

式中，w_ij為訓(xùn)練加權(quán)系數(shù)，x_j為輸入向量，M為輸入層的節(jié)點(diǎn)數(shù)，θi為輸出層神經(jīng)元i的閾值；即輸入的個(gè)數(shù)；

輸出層的第i個(gè)神經(jīng)元的輸出分別為：y_i＝f(net_i)；y_i＝f(net_i)為激活函數(shù)，它為線性函數(shù)的傳輸函數(shù)，

自適應(yīng)線性神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)采用Wideow-HOFF學(xué)習(xí)規(guī)則，在訓(xùn)練期間，不斷用訓(xùn)練集中的每個(gè)模式對(duì)訓(xùn)練網(wǎng)絡(luò)。當(dāng)給定某一訓(xùn)練模式時(shí)，輸出單元會(huì)產(chǎn)生一個(gè)實(shí)際輸出向量，用期望輸出與實(shí)際的輸出之差來(lái)修正網(wǎng)絡(luò)連接權(quán)值。如何將自適應(yīng)線性神經(jīng)網(wǎng)絡(luò)與UPQC相結(jié)合，對(duì)含光伏的配電網(wǎng)中的諧波實(shí)施有效控制，是本領(lǐng)域技術(shù)人員感興趣的問(wèn)題。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明的目的是：提供一種含光伏配電網(wǎng)的統(tǒng)一電能質(zhì)量調(diào)節(jié)器諧波控制方法，該方法利用統(tǒng)一電能質(zhì)量調(diào)節(jié)器實(shí)施，通過(guò)采用基于自適應(yīng)線性神經(jīng)網(wǎng)絡(luò)整定PI控制參數(shù)的PI控制方法，對(duì)含光伏配電網(wǎng)的諧波進(jìn)行有效控制。

本發(fā)明的技術(shù)方案是：本發(fā)明的含光伏配電網(wǎng)的統(tǒng)一電能質(zhì)量調(diào)節(jié)器諧波控制方法，利用UPQC實(shí)施，所述的UPQC包括信號(hào)采集模塊、信號(hào)調(diào)理模塊、微控制器和驅(qū)動(dòng)電路模塊，包括以下步驟：

第一步，電壓信號(hào)采集：

UPQC的信號(hào)采集模塊采集配電網(wǎng)三相母線電壓u_a,u_b,u_c和負(fù)載電流i_a,i_b,i_c并發(fā)送給UPQC的信號(hào)調(diào)理模塊；

第二步，采集信號(hào)調(diào)理：

UPQC的信號(hào)調(diào)理模塊將信號(hào)采集模塊發(fā)送的配電網(wǎng)三相母線電壓u_a,u_b,u_c和負(fù)載電流i_a,i_b,i_c調(diào)理成微處理器能夠接受的信號(hào)后，發(fā)送給微處理器；

第三步，計(jì)算諧波補(bǔ)償指令：

①微控制器將三相負(fù)載電流i_a、i_b、i_c經(jīng)派克變換得到i_α、i_β，變換公式如式(1)：

②微控制器將i_α、i_β根據(jù)瞬時(shí)功率理論計(jì)算出i_p、i_q，變換公式如式(2)：

式中，ω為電網(wǎng)電壓頻率；

③經(jīng)低通截止頻率為50HZ的LPF低通濾波得出i_p、i_q的基波正序分量i_pf、i_qf；

④微控制器根據(jù)基波正序分量i_pf、i_qf，由C_ωt逆變換以及派克變換C₃₂的逆變換運(yùn)算得出三相負(fù)載電流基波分量i_af、i_bf、i_cf，然后與三相負(fù)載電流i_a、i_b、i_c相減得出諧波補(bǔ)償指令i_ah、i_bh、i_ch，諧波補(bǔ)償指令i_ah、i_bh、i_ch簡(jiǎn)記為

第四步，整定UPQC的PI控制參數(shù)(k_p，k_i)：

設(shè)UPQC的PI控制器為增量式PI控制器，其控制誤差為

PI控制器的輸出u(k)的變化量Δu(k)與e(k)有如式(5)所示關(guān)系：

Δu(k)＝k_p(e(k)-e(k-1))+k_ie(k) (5)

式中，比例參數(shù)k_p、積分參數(shù)k_i為PI控制器所需整定的參數(shù)，微處理器采用自適應(yīng)線性神經(jīng)網(wǎng)絡(luò)，通過(guò)以下具體步驟整定PI控制參數(shù)(k_p，k_i)：

①初始化：線性神經(jīng)網(wǎng)絡(luò)輸入為k_p、k_i兩個(gè)參數(shù)，輸出為優(yōu)化后的k_p、k_i兩個(gè)參數(shù)，訓(xùn)練樣本數(shù)N＝100，加權(quán)系數(shù)w_ij取值范圍為[0.1,20]，初始化所有的加權(quán)系數(shù)為最小的隨機(jī)數(shù)；

②提供訓(xùn)練集：對(duì)于參數(shù)k_p，即x⁽¹⁾，取值范圍為[1,100]；對(duì)于參數(shù)k_i，即x⁽²⁾，取值范圍為[0.001,1]，對(duì)兩個(gè)參數(shù)在取值范圍內(nèi)，通過(guò)隨機(jī)按順序賦值，提供100個(gè)訓(xùn)練樣本，即給出100個(gè)輸入向量x⁽¹⁾，x⁽²⁾，100個(gè)期望的輸出向量t⁽¹⁾，t⁽²⁾；

③計(jì)算輸出層各神經(jīng)元的輸出：

在訓(xùn)練網(wǎng)絡(luò)的學(xué)習(xí)階段，選擇100個(gè)訓(xùn)練樣本的中的一個(gè)樣本p作用下的輸入/輸出模式對(duì){x^p}和{t^p}，進(jìn)行網(wǎng)絡(luò)訓(xùn)練，輸出層的第i個(gè)神經(jīng)元在樣本p的作用下的輸入為：

式中，w_ij為訓(xùn)練加權(quán)系數(shù)，取值為初始化的隨機(jī)數(shù)；θ_i為輸出層神經(jīng)元i的閾值，初始取值為0.5，為樣本p作用下的輸入；

輸出層的第i個(gè)神經(jīng)元的輸出為：

式中，f(·)為將網(wǎng)絡(luò)的輸入直接轉(zhuǎn)為輸出的線性激活函數(shù)，表達(dá)式為：

④計(jì)算所有訓(xùn)練樣本的期望值與實(shí)際值的誤差：

對(duì)于每一樣本p的輸入模式對(duì)的二次型誤差函數(shù)為：

式中，表示在樣本p作用下的第i個(gè)神經(jīng)元的期望輸出；表示在樣本p作用下的第i個(gè)神經(jīng)元的實(shí)際輸出，e_i表示樣本p期望輸出與實(shí)際輸出之間的誤差；

取PI控制的性能指標(biāo)函數(shù)為J，其表達(dá)式為：

k_p，k_i的調(diào)整算法采用梯度下降法：

式中，Δk_p為k_p梯度變化量，Δk_i為k_i梯度變化量；η為學(xué)習(xí)速率，α取值為1；

⑤調(diào)整輸出層的加權(quán)系數(shù)w_ij和閾值θ_i：

根據(jù)梯度法，可得輸出層的任意神經(jīng)元i的加權(quán)系數(shù)修正公式為：

根據(jù)式(10)與式(11)，

故Δk_p＝e(k)·Δw_ij·[e(k)-e(k-1)] (13)

Δk_i＝e(k)·Δw_ij·e(k) (14)

輸出層的任意神經(jīng)元i的加權(quán)系數(shù)修正公式為：

閾值θ_i的修正公式為：

Δθ_i＝η(t_i-y_i)＝η·e_i (16)

η隨著輸入樣本x^p自適應(yīng)地調(diào)整；

⑥返回計(jì)算步驟③，k_p、k_i整定過(guò)程按PI控制的性能指標(biāo)函數(shù)J減小的方向進(jìn)行,當(dāng)J取得最小值時(shí)，其對(duì)應(yīng)的PI控制參數(shù)(k_p、k_i)為整定的最優(yōu)值；

第五步，輸出電流諧波補(bǔ)償分量：

微控制器運(yùn)用選定的最優(yōu)PI控制參數(shù)(k_p，k_i)實(shí)施PI控制，輸出u(k)，然后產(chǎn)生相應(yīng)的PWM信號(hào)發(fā)送給驅(qū)動(dòng)電路模塊；驅(qū)動(dòng)電路模塊產(chǎn)生并輸出相應(yīng)的電流諧波補(bǔ)償分量i_c，并入電網(wǎng)電流i_s，實(shí)現(xiàn)對(duì)負(fù)載電流的諧波控制。

本發(fā)明具有積極的效果：本發(fā)明的含光伏配電網(wǎng)的統(tǒng)一電能質(zhì)量調(diào)節(jié)器諧波控制方法，利用統(tǒng)一電能質(zhì)量調(diào)節(jié)器實(shí)施，通過(guò)采用基于自適應(yīng)線性神經(jīng)網(wǎng)絡(luò)整定PI控制參數(shù)，以整定的最優(yōu)PI控制參數(shù)對(duì)含光伏配電網(wǎng)的諧波進(jìn)行有效控制。本發(fā)明將自適應(yīng)線性神經(jīng)網(wǎng)絡(luò)與統(tǒng)一電能質(zhì)量調(diào)節(jié)器的PI控制有機(jī)結(jié)合，使得UPQC能夠?qū)夥呐潆娋W(wǎng)諧波進(jìn)行有效控制，為利用UPQC治理配電網(wǎng)電能質(zhì)量提供了一種新方法。

附圖說(shuō)明

圖1為本發(fā)明實(shí)施例中所采用的UPQC的結(jié)構(gòu)示意圖，圖中還示意性地顯示了UPQC與含光伏的配電網(wǎng)的電連接關(guān)系；

圖2為本發(fā)明實(shí)施例中所采用的UPQC中參與實(shí)施諧波補(bǔ)償控制的硬件結(jié)構(gòu)示意框圖，圖中還示意性地顯示了其與配電網(wǎng)的電連接關(guān)系；

圖3為本發(fā)明實(shí)施例中所采用的UPQC計(jì)算諧波補(bǔ)償指令的原理示意圖；

圖4為本發(fā)明實(shí)施例中所采用的UPQC采用基于自適應(yīng)線性神經(jīng)網(wǎng)絡(luò)整定的PI控制方法，對(duì)含光伏配電網(wǎng)的諧波進(jìn)行控制的原理示意圖。

上述附圖中的附圖標(biāo)記如下：

串聯(lián)濾波單元1，并聯(lián)濾波單元2，供電單元3。

具體實(shí)施方式

下面結(jié)合附圖和具體實(shí)施方式對(duì)本發(fā)明作進(jìn)一步詳細(xì)的說(shuō)明。

(實(shí)施例1)

本實(shí)施例的含光伏配電網(wǎng)的統(tǒng)一電能質(zhì)量調(diào)節(jié)器諧波控制方法，通過(guò)現(xiàn)有的統(tǒng)一電能質(zhì)量調(diào)節(jié)器(以下簡(jiǎn)稱(chēng)UPQC)實(shí)施，利用統(tǒng)一電能質(zhì)量調(diào)節(jié)器采用自適應(yīng)線性神經(jīng)網(wǎng)絡(luò)整定PI控制參數(shù)的PI控制方法，對(duì)含光伏配電網(wǎng)的諧波進(jìn)行有效控制。

見(jiàn)圖1，含光伏的配電網(wǎng)系統(tǒng)由市電配網(wǎng)、并網(wǎng)光伏和非線性負(fù)載組成，配電網(wǎng)具有配電母線；前述采用的UPQC主要包括串聯(lián)濾波單元1、并聯(lián)濾波單元2和供電單元3，UPQC接入光伏并網(wǎng)的配電網(wǎng)的方式如圖1所示。供電單元3主要由光伏陣列和與其連接的蓄電池裝置組成，用于提供UPQC自身工作電源。

參見(jiàn)圖2，該UPQC參與諧波補(bǔ)償控制的具體功能模塊包括用于采集電網(wǎng)電壓和負(fù)載電流信號(hào)的信號(hào)采集模塊、用于調(diào)理所采集電壓電流信號(hào)的信號(hào)調(diào)理模塊、用于接收信號(hào)調(diào)理模塊發(fā)送的信號(hào)并進(jìn)行處理和控制的微控制器、用于執(zhí)行微控制器所發(fā)控制指令相應(yīng)產(chǎn)生對(duì)配電網(wǎng)母線實(shí)施諧波補(bǔ)償控制的驅(qū)動(dòng)電路模塊。本實(shí)施例中，微控制器優(yōu)選采用DSP。

UPQC在對(duì)配電網(wǎng)實(shí)施諧波補(bǔ)償控制時(shí)，其微控制器采用基于自適應(yīng)線性神經(jīng)網(wǎng)絡(luò)整定的PI控制方法進(jìn)行控制，通過(guò)驅(qū)動(dòng)電路模塊實(shí)現(xiàn)對(duì)配電網(wǎng)諧波的補(bǔ)償控制。

參見(jiàn)圖3和圖4，本實(shí)施例的含光伏配電網(wǎng)的統(tǒng)一電能質(zhì)量調(diào)節(jié)器諧波控制方法，具體步驟如下：

第一步，電壓信號(hào)采集：

UPQC的信號(hào)采集模塊采集配電網(wǎng)三相母線電壓u_a,u_b,u_c(圖3中僅示意性地標(biāo)注了u_a)和負(fù)載電流i_a,i_b,i_c(圖4中標(biāo)記為i_l)并發(fā)送給UPQC的信號(hào)調(diào)理模塊。

第二步，采集信號(hào)調(diào)理：

信號(hào)調(diào)理模塊將信號(hào)采集模塊發(fā)送的配電網(wǎng)三相母線電壓u_a,u_b,u_c和負(fù)載電流i_a,i_b,i_c調(diào)理成微處理器能夠接受的信號(hào)后，發(fā)送給微處理器。

第三步，計(jì)算諧波補(bǔ)償指令：

①微控制器將三相負(fù)載電流i_a、i_b、i_c經(jīng)派克變換得到i_α、i_β，變換公式C₃₂如下：

②微控制器將i_α、i_β根據(jù)瞬時(shí)功率理論計(jì)算出i_p、i_q，變換公式C_ωt如下：

其中，ω為電網(wǎng)電壓頻率，如圖2和圖3所示，通過(guò)采集配電網(wǎng)電壓，并利用鎖相環(huán)可獲得穩(wěn)定的電網(wǎng)電壓頻率；

③經(jīng)低通截止頻率為50HZ的LPF低通濾波得出i_p、i_q的基波正序分量i_pf、i_qf；

④微控制器根據(jù)基波正序分量i_pf、i_qf，由C_ωt逆變換(即圖3中)與派克變換C₃₂的逆變換(即圖3中的C₂₃)運(yùn)算得出三相負(fù)載電流基波分量i_af、i_bf、i_cf，然后與三相負(fù)載電流i_a、i_b、i_c相減得出諧波補(bǔ)償指令i_ah、i_bh、i_ch(圖4中標(biāo)記為)。

第四步，整定UPQC的PI控制參數(shù)(k_p，k_i)：

微控制器將諧波檢測(cè)指令i*_c作為輸入信號(hào)，進(jìn)行基于自適應(yīng)線性神經(jīng)網(wǎng)絡(luò)整定的PI控制，設(shè)UPQC的PI控制器為增量式PI控制器，其控制誤差為

k為采樣步數(shù)，PI控制器輸出為u(k)：

u(k)＝u(k-1)+Δu(k)(4)

Δu(k)為PI控制器輸出u(k)的變化量，u(k-1)為第k-1次采樣時(shí)PI控制器的輸出，Δu(k)與e(k)有如式(5)所示關(guān)系：

Δu(k)＝k_p(e(k)-e(k-1))+k_ie(k) (5)

式中，比例參數(shù)k_p、積分參數(shù)k_i為PI控制器所需整定的參數(shù)，微處理器采用自適應(yīng)線性神經(jīng)網(wǎng)絡(luò)整定PI控制參數(shù)(k_p，k_i)的具體步驟如下：

①初始化：線性神經(jīng)網(wǎng)絡(luò)輸入為k_p、k_i兩個(gè)參數(shù)，輸出為優(yōu)化后的k_p、k_i兩個(gè)參數(shù)，訓(xùn)練樣本數(shù)N＝100，加權(quán)系數(shù)w_ij取值范圍為[0.1,20]，初始化所有的加權(quán)系數(shù)為最小的隨機(jī)數(shù)；

②提供訓(xùn)練集：對(duì)于參數(shù)k_p，即x⁽¹⁾，取值范圍為[1,100]；對(duì)于參數(shù)k_i，即x⁽²⁾，取值范圍為[0.001,1]，對(duì)兩個(gè)參數(shù)在取值范圍內(nèi)，通過(guò)隨機(jī)按順序賦值，提供100個(gè)訓(xùn)練樣本，即給出100個(gè)輸入向量x⁽¹⁾，x⁽²⁾，100個(gè)期望的輸出向量t⁽¹⁾，t⁽²⁾；

③計(jì)算輸出層各神經(jīng)元的輸出：

在訓(xùn)練網(wǎng)絡(luò)的學(xué)習(xí)階段，對(duì)于100個(gè)訓(xùn)練樣本，先選擇其中某一個(gè)樣本p作用下的輸入/輸出模式對(duì){x^p}和{t^p}，進(jìn)行網(wǎng)絡(luò)訓(xùn)練，輸出層的第i個(gè)神經(jīng)元在樣本p的作用下的輸入為：

式中，w_ij為訓(xùn)練加權(quán)系數(shù)，取值為初始化的隨機(jī)數(shù)；θ_i為輸出層神經(jīng)元i的閾值，初始取值為0.5，為樣本p作用下的輸入；

輸出層的第i個(gè)神經(jīng)元的輸出為：

式中，f(·)為線性激活函數(shù)，它將網(wǎng)絡(luò)的輸入直接轉(zhuǎn)為輸出，故表達(dá)式為：

④計(jì)算所有訓(xùn)練樣本的期望值與實(shí)際值的誤差：

對(duì)于每一樣本p的輸入模式對(duì)的二次型誤差函數(shù)為：

式中，表示在樣本P作用下的第i個(gè)神經(jīng)元的期望輸出；表示在樣本p作用下的第i個(gè)神經(jīng)元的實(shí)際輸出，e_i表示樣本p期望輸出與實(shí)際輸出之間的誤差；

取PI控制的性能指標(biāo)函數(shù)為J，其表達(dá)式為：

k_p，k_i的調(diào)整算法采用梯度下降法：

式中，Δk_p為k_p梯度變化量，Δk_i為k_i梯度變化量；η為學(xué)習(xí)速率，α為常值，當(dāng)0<α<2時(shí)，可使算法收斂，α取值為1；

⑤調(diào)整輸出層的加權(quán)系數(shù)w_ij和閾值θ_i：

根據(jù)梯度法，可得輸出層的任意神經(jīng)元i的加權(quán)系數(shù)修正公式為：

根據(jù)式(10)與式(11)，

故Δk_p＝e(k)·Δw_ij·[e(k)-e(k-1)] (13)

Δk_i＝e(k)·Δw_ij·e(k) (14)

輸出層的任意神經(jīng)元i的加權(quán)系數(shù)修正公式為：

同理，閾值θ_i的修正公式為：

Δθ_i＝η(t_i-y_i)＝η·e_i (16)

η隨著輸入樣本x^p自適應(yīng)地調(diào)整；

⑥返回計(jì)算步驟③，k_p、k_i整定過(guò)程按J減小的方向進(jìn)行,當(dāng)J取得最小值時(shí)，對(duì)應(yīng)的PI控制參數(shù)(k_p、k_i)為最優(yōu)值。

第五步，輸出電流諧波補(bǔ)償分量：

微控制器運(yùn)用選定的最優(yōu)PI控制參數(shù)(k_p，k_i)實(shí)施PI控制，輸出u(k)，然后產(chǎn)生相應(yīng)的PWM信號(hào)發(fā)送給驅(qū)動(dòng)電路模塊，驅(qū)動(dòng)電路模塊產(chǎn)生并輸出相應(yīng)的電流諧波補(bǔ)償分量i_c，并入電網(wǎng)電流i_s，從而實(shí)現(xiàn)對(duì)負(fù)載電流i_l(即三相電流i_a,i_b,i_c)的諧波控制。

以上實(shí)施例是對(duì)本發(fā)明的具體實(shí)施方式的說(shuō)明，而非對(duì)本發(fā)明的限制，有關(guān)技術(shù)領(lǐng)域的技術(shù)人員在不脫離本發(fā)明的精神和范圍的情況下，還可以做出各種變換和變化而得到相對(duì)應(yīng)的等同的技術(shù)方案，因此所有等同的技術(shù)方案均應(yīng)該歸入本發(fā)明的專(zhuān)利保護(hù)范圍。