谐波的出现,会降低舰船电力系统电能生产、传输以及应用效率[1-3]。当舰船电力系统出现谐波,电气设备会出现异常升温、振动等问题,此时绝缘老化率提升,可用时间也会逐渐变少。除此之外,还会导致舰船电力系统的继电保护与自动装置出现误动,从而导致电力系统的稳定性受到负面影响。
目前舰船电力系统中核心应用为大功率变流装置,此类装置的使用会导致电力系统出现大量谐波电流,如果这些谐波不能被有效抑制,便会导致舰船电气设备运行状态受到威胁。所以,舰船电力系统谐波抑制方法,是舰船电力系统研究的一项核心内容。
分析已有研究资料可知,周祎隆等[4]使用并联有源滤波器,抑制舰船电力设备所用的大功率变频设备谐波,但此类装置的参数设定具有固定性,不具有自适应调整能力,在舰船运行时,电力设备出现的谐波问题,会存在随机性和无规律性,此类装置的应用效果还需优化。齐坤等[5]在抑制舰船电力系统谐波问题时,使用下垂控制方法。此方法虽然能够以功率合理分配的方式,保证舰船电力系统正常运行,从而避免出现谐波问题,但属于间接抑波方式,缺乏直接性,不具备针对性的电力系统谐波抑制能力。
结合前人研究成果和存在的不足,本文提出基于智能优化技术的舰船电力系统谐波抑制方法。此方法在解决谐波抑制问题时,将模糊PID控制器和智能优化算法相结合,根据已知谐波分量,调节电力系统电流,完成谐波的智能优化抑制。
1 舰船电力系统谐波抑制 1.1 基于p-q检测的舰船电力系统谐波检测方法设置舰船电力系统的三相电压(
$ \left[ {\begin{array}{*{20}{c}} {{u_A}} \\ {{u_B}} \\ {{u_C}} \end{array}} \right] = \left[ {\begin{array}{*{20}{c}} {{U_n}\sin \varpi t} \\ {{U_n}\sin \left( {\varpi t - \dfrac{{2\text{π} }}{3}} \right)} \\ {{U_n}\sin \left( {\varpi t + \dfrac{{2\text{π} }}{3}} \right)} \end{array}} \right]\text{,} $ | (1) |
$ \left[ {\begin{array}{*{20}{c}} {{i_A}} \\ {{i_B}} \\ {{i_C}} \end{array}} \right] = \left[ {\begin{array}{*{20}{c}} {{I_n}\sin \left( {\varpi t - \phi } \right)} \\ {{I_n}\sin \left( {\varpi t - \phi - \dfrac{{2\text{π} }}{3}} \right)} \\ {{I_n}\sin \left( {\varpi t - \phi + \dfrac{{2\text{π} }}{3}} \right)} \end{array}} \right] \text{。}$ | (2) |
式中:
获取有功功率 q和无功功率 p,q和 p属于瞬时变量,则
$ \left\{ {\begin{array}{*{20}{c}} {q = \dfrac{3}{2}{U_n}{I_n}\cos \phi }\text{,} \\ {p = \dfrac{3}{2}{U_n}{I_n}\sin \phi } \text{。}\end{array}} \right. $ | (3) |
假定相电压、电流有效总值依次是
$ \left\{ {\begin{array}{*{20}{c}} {q = 3UI\cos \phi }\text{,} \\ {p = 3UI\sin \phi } \text{。} \end{array}} \right. $ | (4) |
式(4)的有功功率
$ \left[ {\begin{array}{*{20}{c}} {{i_{Ag}}} \\ {{i_{Bg}}} \\ {{i_{Cg}}} \end{array}} \right] = D_{32}^{\rm{T}}D_{qp}^{ - 1} = \frac{1}{{u_\alpha ^2 + u_\beta ^2}}D_{32}^{\rm{T}}\left[ {\begin{array}{*{20}{c}} {{u_\alpha }}&{{u_\beta }} \\ {{u_\beta }}&{ - {u_\alpha }} \end{array}} \right]\text{,} $ | (5) |
式中,
每相电流里谐波分量
图1为基于模糊PID智能优化的谐波抑制方法中,用于抑制谐波的模糊PID控制器结构示意图。
图中,KP(比例系数)、KI (积分系数)、KD(微分系数)和
$ {K_P} = {\bar K_P} + \Delta {K_P} = {\bar K_P} + {\left\{ {\tilde i,{i_O}} \right\}_P} \text{,}$ | (6) |
$ {K_I} = {\bar K_I} + \Delta {K_I} = {\bar K_I} + {\left\{ {\tilde i,{i_O}} \right\}_I} \text{,}$ | (7) |
$ {K_D} = {\bar K_D} + \Delta {K_D} = {\bar K_D} + {\left\{ {\tilde i,{i_O}} \right\}_D} \text{。}$ | (8) |
式中:
调整KP,KI,KD大小,保证模糊PID控制器的输出满足期望,便可调节舰船电力系统的电流谐波,完成谐波抑制,所以KP,KI,KD大小的合理设置,直接影响控制器对谐波的抑制效果。
1.2.2 基于改进遗传算法的控制器智能优化方法改进遗传算法使用时,会将可行解集合比喻为种群,各个可行解即为种群里的多个个体,个体基因是可行解的详细信息。在本文研究中,个体基因是控制器智能优化时,KP,KI,KD的具体数值。使用改进遗传算法对模糊PID控制器参数进行智能优化时,要结合KP,KI,KD的特点,以特殊的编码模式,把控制参数编码为个体基因,再引入改进遗传算法,将个体执行迭代寻优,迭代停止后,便输出种群里适应度最大的个体,把此个体基因执行解码,便可获取KP,KI,KD的最佳组合。图2为控制器智能优化流程。
图2中的核心操作内容如下:
1)初始化种群。遗传处理前必须设定初始种群,引入随机模式构建初始种群,种群基因变化范围设为1~5。
2)编码和解码。实数编码操作难度小,所以引入此编码模式,将模糊PID控制器的控制参数编码为个体基因。
3)适应度函数设置。将模糊PID控制器对谐波抑制的理想值
$ \hat I = \int\nolimits_0^\infty {\left| {\tilde i - {i_O}} \right|{\rm{d}}t}\text{。} $ | (9) |
4)交叉、选择、变异处理。交叉处理主要结合自适应交叉概率、目前迭代过程中种群适应度值均值Gavr、最大值Gmax,自适应调节交叉概率。设置交叉概率后,根据交叉概率在种群里筛选个体(控制参数可行解)执行交叉处理,应用算术交叉算法执行交叉计算,若将交叉后个体的第
舰船电力系统使用4台分布式电源,功率因数为0.98,此电力系统属于舰船电力推进系统,其结构主要分为主推进器、侧推进器,具体结构简图如图3所示。电力推进系统属于独立性的电力系统,因为发电容量存在有限性,且遭到非线性负荷的负面影响,便会出现大量谐波电流,影响舰船电力推进系统正常运行。
本文方法对图3的电力系统谐波检测结果如图4所示。舰船电力系统谐波污染下,电力系统电流存在明显畸变,若不进行有效抑制,便会导致电力系统的推进进程出现断续情况。
本文方法对图4的谐波执行抑制,抑制后的电力系统电流变化如图5所示。对比图4和图5可明显看出,本文方法对舰船电力系统谐波抑制后,电流畸变情况明显改变,电流污染得到有效解决。证明本文方法可用于舰船电力系统谐波抑制问题中,具备谐波抑制能力。
为深入分析本文方法所用的智能优化技术,对谐波抑制的必要性,分析本文方法使用改进遗传算法前后,模糊PID控制器的使用效果。实验中,在0.08 s时施加畸变电流,则测试结果如图6所示。分析可知,当0.08 s时施加畸变电流后,模糊PID控制器优化前,在0.10 s时才完成谐波抑制;而模糊PID控制器经改进遗传算法优化后,在0.085 s便可完成谐波抑制,由此证明,本文方法使用改进遗传算法,对模糊PID控制器执行参数优化设置,存在必要性。
针对舰船电力系统出现的谐波污染问题,本文提出基于智能优化技术的谐波抑制方法。此方法的创新之处在于应用改进遗传算法,优化设置模糊PID控制器的控制参数,实现电力系统谐波电流的自适应补偿抑制。经过实验验证,本文方法对舰船电力系统的谐波抑制效果,能够满足舰船电力系统谐波管理标准。
[1] |
李灏, 张彦, 付立军, 等. 舰船综合电力系统的多混合储能协同控制方法[J]. 中国舰船研究, 2020, 15(6): 12-21. LI Hao, ZHANG Yan, FU Lijun, et al. A coordinated control method of multi-hybrid energy storage in vessel integrated power system[J]. Chinese Journal of Ship Research, 2020, 15(6): 12-21. |
[2] |
杨程, 庞清乐, 周立波, 等. 基于负载均衡的特定电力系统快速故障恢复方法[J]. 船舶工程, 2021, 43(8): 114-119. YANG Cheng, PANG Qingle, ZHOU Libo, et al. Fast fault restoration method of specific power system based on loads balancing[J]. Ship Engineering, 2021, 43(8): 114-119. |
[3] |
印波, 王锡淮, 肖健梅. 基于改进粒子群优化算法的船舶能量管理方案[J]. 中国舰船研究, 2020, 15(6): 37-45. YIN Bo, WANG Xihuai, XIAO Jianmei. Ship energy management scheme based on improved particle swarm optimization algorithm[J]. Chinese Journal of Ship Research, 2020, 15(6): 37-45. |
[4] |
周祎隆, 傅晓红, 夏骏. 22000 TEU集装箱船电力系统谐波抑制方案[J]. 船海工程, 2020, 49(3): 5-9. ZHOU Yilong, FU Xiaohong, XIA Jun. On harmonic suppression scheme of power system for 22000 TEU container ship[J]. Ship & Ocean Engineering, 2020, 49(3): 5-9. DOI:10.3963/j.issn.1671-7953.2020.03.002 |
[5] |
齐坤, 朱志宇. 基于混合储能的船舶电力系统功率波动平抑控制策略[J]. 中国舰船研究, 2021, 16(4): 190-198. QI Kun, ZHU Zhiyu. Power fluctuation control strategy of ship power system based on hybrid energy storage system[J]. Chinese Journal of Ship Research, 2021, 16(4): 190-198. |