一种基于Elman神经网络的锁相环控制参数自适应设计策略的制作方法

本发明属于电力电子，尤其涉及一种基于elman神经网络的锁相环控制参数自适应设计策略。

背景技术：

1、lcl型并网逆变器广泛应用于以新能源为基础的分布式发电系统，其运行状态对电力系统的电能质量及安全运行有着重要影响。弱电网中，随着电网阻抗的增大，电网阻抗不可被忽略，会导致并网逆变器的动态性能下降和系统出现稳定性问题。其中，锁相环对并网逆变系统的稳定性有负面影响，锁相环的动态性能影响着并网逆变器的输出阻抗。随着各种新能源的发展，在公共耦合点处接入的电力电子设备日渐增多，这使得电网阻抗在系统日常运行时可能处于的状态越来越多，因此针对特定的电网阻抗设计的锁相环控制参数当电网处于弱电网环境下或是极弱电网环境下时无法保持充足的稳定裕度以保证系统稳定运行。现有的改进锁相环控制参数以实现系统在弱电网环境下系统的稳定所面临的问题是设计过程过于复杂，较小的锁相环带宽将会恶化锁相环的动态性能，只是简单地减小锁相环带宽以提高系统的稳定性并不可取。

技术实现思路

1、本发明的目的在于基于现有技术的特点，提供一种基于elman神经网络的锁相环控制参数自适应设计策略，将并网电流q轴分量作为elman神经网络的输入，隐含层的传递函数为sigmoid函数，承接层的作用是用来存储隐含层前一个时刻的输出值，然后再在下一时刻传递给隐含层的节点，形成一个存在于系统内部的状态反馈，让系统反应动态系统特性，最终输出层的输出结果为自适应锁相环带宽的补偿系数，与上一时刻的锁相环带宽相乘使其不断朝着最优目标更新，并用新锁相环带宽更新锁相环的参数，实现逆变并网的同时，完成锁相环参数自适应设计，系统在电网处于弱电网环境下或是极弱电网环境下时，该策略仍能可靠且及时地保持系统的稳定。

2、为达到上述目的，本发明采用下述技术方案实现的：

3、一种基于elman神经网络的锁相环控制参数自适应设计策略，包括如下步骤：

4、步骤s1：基于elman神经网络，在隐含层和输出层之间添加了一个承接层，增强了网络对于时间序列数据的处理能力，使网络具备了记忆功能；elman神经网络的结构分为4层，包括输入层、隐含层、承接层和输出层，输入层和输出层分别仅起到信号传输和线性加权的作用；隐含层的传递函数采用sigmoid函数；锁相环参数ke通过elman网络实现自适应调节；

5、步骤s2：采用三相lcl型并网变换器的拓扑结构及其控制模块进行分析，选用电容电流反馈的有源阻尼抑制策略以减少lcl型并网逆变器引入的稳定性负面影响，锁相环结构选用srf-pll进行分析；

6、步骤s3：通过小信号模型得到电网阻抗与锁相环带宽的关系，逆变器在弱电网环境下，电网运行时的电压相角θ与锁相环通过运算输出的相角θpll不一致，它们之间的误差称为δθ，因为δθ的出现，系统的dq坐标轴与控制模块的dq坐标轴将彼此偏离，推出锁相环的等效小信号模型；

7、步骤s4：根据所述误差δθ的存在，分析并网逆变器小信号电流环控制框图，将dq坐标轴分为系统坐标轴和控制器坐标轴，分别用上标s；锁相环引入的小信号扰动仅影响q轴调整电压和q轴并网电流；

8、步骤s5：根据所述锁相环传递函数，系统d轴pcc电压稳定值和q轴调制电压和并网电流的小信号，结合三式，得q轴调整电压和q轴并网电流的小信号的简化表达式；

9、步骤s6：根据所述lcl型并网逆变器拓扑和控制结构，得到dq坐标系下考虑pll影响的lcl型并网逆变器小信号电流环控制框图，由图可得系统环路增益函数；

10、步骤s7：根据所述dq坐标系下考虑pll影响的lcl型并网逆变器小信号电流环控制框图，结合系统环路增益函数可得考虑pll影响时并网逆变器q轴输出阻抗；在弱电网条件下，并网系统表示为并网逆变器输出阻抗和电网阻抗级联的形式；为了验证系统在所有情况下仍能保持充足的稳定裕度，在运用稳定性判据进行系统稳定判断时将电网阻抗zgqq(s)取为纯电感，由系统等效输出阻抗可得并网电流；

11、步骤s8：根据所述elman神经网络用于锁相环参数ke的自适应设计，为确保并网系统在弱电网下保持稳定，zqq(s)和zgqq(s)在交截频率fcross处的相角裕度pmcross需要满足pmcross＞0°，且pmcross越大，系统越稳定；

12、步骤s9：根据所述将routh-hurwitz判据应用于并网电流中的特征多项式，可以得到系统保持稳定性充分必要条件，并进一步推导化简得到自适应控制条件，可用于确定当电网阻抗给定时，系统保持稳定的锁相环最大带宽，引入elman神经网络，将并网电流的q轴分量作为输入，隐含层为sigmoid函数，将隐含层输出通过承接层与输入层的输入一起作为隐含层的输入，最终得到输出为自适应锁相环带宽补偿系数；

13、步骤s10：根据所述输出的对应锁相环带宽补偿系数ke，再乘上前一时刻的锁相环带宽得到新的锁相环带宽值，使其不断朝着最优目标更新，同时将锁相环带宽转换为锁相环控制器的实际控制系数以完成锁相环的参数自适应设计。

14、与现有技术相比，本发明所达到的有益效果：

15、研究了弱电网环境下的lcl型并网逆变器模型，运用阻抗模型分析系统的稳定性，通过推导电网阻抗与锁相环控制参数之间的关系给出了一种基于elman神经网络的锁相环控制参数自适应设计策略。所提的自适应锁相环控制参数设计策略并没有改变锁相环的结构，仅需对现有锁相环控制模块加入基于elman神经网络的锁相环控制参数自适应设计模块，解决了随着电网阻抗的增大，由于锁相环引入的影响会导致系统的稳定性逐步降低，甚至在极弱电网的情况下不能保持稳定的问题。因为传统的锁相环控制器的参数设计唯一，在电网阻抗宽范围变化时，难以兼顾稳定性和动态性。基于elman神经网络的锁相环控制参数自适应设计策略在获取并网电流q轴分量后经过神经网络算法，可根据不同的情况自适应得到锁相环带宽补偿系数，再将其与上一时刻的锁相环带宽相乘得到不断朝着最优目标更新的锁相环带宽，最后将锁相环带宽转换为锁相环控制器的实际控制系数，完成锁相环的控制参数自适应设计。

1.一种基于elman神经网络的锁相环控制参数自适应设计策略，其特征在于，包括：

2.根据权利要求1所述的一种基于elman神经网络的锁相环控制参数自适应设计策略，其特征在于，步骤s1中所述elman神经网络的输入为并网电流i2和电网电压ug，则elman神经网络输入层的输出为：

3.根据权利要求1所述的一种基于elman神经网络的锁相环控制参数自适应设计策略，其特征在于，步骤s2中所述的三相lcl型并网变换器的拓扑结构及其控制模块，l1为逆变器侧滤波电感，cf为滤波电容，l2为电网侧滤波电感；弱电网用理想电网电压ug以及与之串联的电网阻抗lg表示；udc为逆变器直流母线电压；uinva，uinvb，uinvc为逆变器三相的桥臂电压；upcc为pcc处的电压，也是锁相环的同步参考电压，um为调制电压；i1为桥臂电流，i2为并网电流，ic为电容电流，ic为d轴并网电流的参考值，为q轴并网电流的参考值。

4.根据权利要求1所述的一种基于elman神经网络的锁相环控制参数自适应设计策略，其特征在于，步骤s3中所述电网运行时的电压相角θ与锁相环通过运算输出的相角θpll不再一致，它们之间的误差δθ的表达式为：

5.根据权利要求1所述的一种基于elman神经网络的锁相环控制参数自适应设计策略，其特征在于，步骤s4中锁相环引入的负面影响仅作用域调制电压的q轴分量和并网电流的q轴分量，其扰动分量的表达式分别为：

6.根据权利要求1所述的一种基于elman神经网络的锁相环控制参数自适应设计策略，其特征在于，步骤s5中结合三式的调制电压的q轴分量和并网电流的q轴分量的简化表达式为：

7.根据权利要求1所述的一种基于elman神经网络的锁相环控制参数自适应设计策略，其特征在于，步骤s7中考虑pll影响时并网逆变器q轴输出阻抗的表达式为：

8.根据权利要求1所述的一种基于elman神经网络的锁相环控制参数自适应设计策略，其特征在于，步骤s8中相角裕度pmcross的表达式为：

9.根据权利要求1所述的一种基于elman神经网络的锁相环控制参数自适应设计策略，其特征在于，步骤s9中系统保持稳定性充分必要条件：

10.根据权利要求1所述的一种基于elman神经网络的锁相环控制参数自适应设计策略，其特征在于，步骤s10中锁相环带宽应转换为锁相环控制器的实际控制系数，实际控制系数表达式为：