✅作者简介:热爱科研的Matlab仿真开发者,擅长数据处理、建模仿真、程序设计、完整代码获取、论文复现及科研仿真。
🍎 往期回顾关注个人主页:Matlab科研工作室
🍊个人信条:格物致知,完整Matlab代码及仿真咨询内容私信。
🔥 内容介绍
随着电力电子技术的飞速发展和非线性负载的广泛应用,电力系统中的谐波污染和无功功率问题日益突出。这些问题严重影响了电能质量,导致设备效率降低,甚至引发系统不稳定。有源电力滤波器(APF)作为一种有效的电能质量治理装置,在谐波抑制和无功补偿方面展现出巨大潜力。本文旨在探讨基于三相pq理论的单相并联有源电力滤波器(SAPF)在单相系统中的应用,分析其工作原理、控制策略及其在谐波电流减轻和无功功率补偿方面的性能优势。研究表明,虽然pq理论最初是为三相系统设计,但经过适当的转换和改进,可以有效地应用于单相SAPF,从而显著提升单相电力系统的电能质量。
关键词: 有源电力滤波器;单相;pq理论;谐波抑制;无功功率补偿
1. 引言
现代电力系统中,计算机、开关电源、变频器等非线性负载的普及,导致电网中产生了大量的谐波电流,并增加了无功功率需求。谐波电流会引起电压波形畸变、变压器和电动机过热、继电保护误动作等一系列问题。无功功率的存在则降低了电网的功率因数,增加了输电线路的损耗。传统的无源滤波器虽然结构简单、成本较低,但在谐波频率变化或电网参数波动时,其滤波效果会大打折扣,并可能产生谐振。
有源电力滤波器作为一种新型的电能质量治理装置,通过产生与谐波电流大小相等、相位相反的补偿电流,或者注入感性或容性电流来补偿无功功率,从而实现对电网谐波和无功功率的动态治理。APF根据其接入方式可分为并联型和串联型,根据其应用的相数可分为单相和三相。本文重点研究基于三相pq理论的单相并联有源电力滤波器。

3. 基于pq理论的单相SAPF控制策略
虽然pq理论是为三相系统开发的,但可以通过一些转换和修正,使其适用于单相系统。在单相系统中,通常采用虚拟两相法或者通过构造一个虚拟的正交电压或电流分量来实现pq理论的应用。



3.3 直流侧电压控制
SAPF的直流侧电容器电压需要保持稳定,以确保逆变器能够输出所需的补偿电流。通常采用PI控制器来调节直流侧电压。通过比较实际直流侧电压与参考值之间的误差,PI控制器产生一个修正量,该修正量被叠加到瞬时有功功率直流分量中,以实现对直流侧电压的稳定控制,并补偿逆变器自身的损耗。
4. 单相SAPF在谐波电流抑制与无功功率补偿中的性能优势
基于pq理论的单相SAPF在谐波电流抑制和无功功率补偿方面具有显著的性能优势:
- 实时性与动态响应:
pq理论是一种瞬时功率理论,能够实时检测负载电流中的谐波和无功分量,从而实现快速动态响应,适应负载的快速变化。
- 谐波抑制能力强:
SAPF能够针对不同频率的谐波电流进行精确补偿,有效降低电网电流的总谐波畸变率(THD)。
- 无功功率补偿效果好:
通过补偿无功功率,SAPF能够显著提高电网的功率因数,减少线路损耗,提升系统效率。
- 灵活性高:
控制策略可以根据实际需求灵活调整,例如,可以选择只补偿谐波、只补偿无功,或者同时补偿二者。
- 对电网电压波形依赖性较低:
相较于一些基于基波电压的检测方法,pq理论对电网电压畸变具有一定的鲁棒性,能够更准确地提取补偿信号。
5. 结论
基于三相pq理论的单相并联有源电力滤波器在单相电力系统中有效地解决了谐波电流和无功功率问题。通过虚拟两相法将单相系统扩展为两相系统,并结合pq理论的瞬时功率计算和补偿电流提取策略,单相SAPF能够实现对谐波电流的实时抑制和无功功率的精确补偿。其快速的动态响应、强大的谐波抑制能力和优异的无功补偿效果,使其成为改善单相电能质量的理想选择。未来研究可以进一步探索更优化的虚拟两相生成方法、更鲁棒的控制算法以及与可再生能源发电系统的集成应用,以期在更复杂的电力环境中发挥更大的作用。
⛳️ 运行结果





🔗 参考文献
[1] 吴思奇.基于动态功率补偿的高铁车网系统低频振荡抑制机理研究[D].西南交通大学,2022.
[2] 曾旭辉.基于三相瞬时功率理论的单相谐波与无功电流检测方法[J].北京电力高等专科学校学报, 2009(6).DOI:JournalArticle/5af16cf3c095d718d8e3b193.
[3] 成立,范木宏,王振宇,等.基于瞬时无功功率的改进型谐波电流检测法[J].高电压技术, 2007, 33(004):46-49.DOI:10.3969/j.issn.1003-6520.2007.04.012.
📣 部分代码
🎈 部分理论引用网络文献,若有侵权联系博主删除
👇 关注我领取海量matlab电子书和数学建模资料
🏆团队擅长辅导定制多种科研领域MATLAB仿真,助力科研梦:
🌈 各类智能优化算法改进及应用
生产调度、经济调度、装配线调度、充电优化、车间调度、发车优化、水库调度、三维装箱、物流选址、货位优化、公交排班优化、充电桩布局优化、车间布局优化、集装箱船配载优化、水泵组合优化、解医疗资源分配优化、设施布局优化、可视域基站和无人机选址优化、背包问题、 风电场布局、时隙分配优化、 最佳分布式发电单元分配、多阶段管道维修、 工厂-中心-需求点三级选址问题、 应急生活物质配送中心选址、 基站选址、 道路灯柱布置、 枢纽节点部署、 输电线路台风监测装置、 集装箱调度、 机组优化、 投资优化组合、云服务器组合优化、 天线线性阵列分布优化、CVRP问题、VRPPD问题、多中心VRP问题、多层网络的VRP问题、多中心多车型的VRP问题、 动态VRP问题、双层车辆路径规划(2E-VRP)、充电车辆路径规划(EVRP)、油电混合车辆路径规划、混合流水车间问题、 订单拆分调度问题、 公交车的调度排班优化问题、航班摆渡车辆调度问题、选址路径规划问题、港口调度、港口岸桥调度、停机位分配、机场航班调度、泄漏源定位
🌈 机器学习和深度学习时序、回归、分类、聚类和降维
2.1 bp时序、回归预测和分类
2.2 ENS声神经网络时序、回归预测和分类
2.3 SVM/CNN-SVM/LSSVM/RVM支持向量机系列时序、回归预测和分类
2.4 CNN|TCN|GCN卷积神经网络系列时序、回归预测和分类
2.5 ELM/KELM/RELM/DELM极限学习机系列时序、回归预测和分类
2.6 GRU/Bi-GRU/CNN-GRU/CNN-BiGRU门控神经网络时序、回归预测和分类
2.7 ELMAN递归神经网络时序、回归\预测和分类
2.8 LSTM/BiLSTM/CNN-LSTM/CNN-BiLSTM/长短记忆神经网络系列时序、回归预测和分类
2.9 RBF径向基神经网络时序、回归预测和分类
2.10 DBN深度置信网络时序、回归预测和分类
2.11 FNN模糊神经网络时序、回归预测
2.12 RF随机森林时序、回归预测和分类
2.13 BLS宽度学习时序、回归预测和分类
2.14 PNN脉冲神经网络分类
2.15 模糊小波神经网络预测和分类
2.16 时序、回归预测和分类
2.17 时序、回归预测预测和分类
2.18 XGBOOST集成学习时序、回归预测预测和分类
2.19 Transform各类组合时序、回归预测预测和分类
方向涵盖风电预测、光伏预测、电池寿命预测、辐射源识别、交通流预测、负荷预测、股价预测、PM2.5浓度预测、电池健康状态预测、用电量预测、水体光学参数反演、NLOS信号识别、地铁停车精准预测、变压器故障诊断
🌈图像处理方面
图像识别、图像分割、图像检测、图像隐藏、图像配准、图像拼接、图像融合、图像增强、图像压缩感知
🌈 路径规划方面
旅行商问题(TSP)、车辆路径问题(VRP、MVRP、CVRP、VRPTW等)、无人机三维路径规划、无人机协同、无人机编队、机器人路径规划、栅格地图路径规划、多式联运运输问题、 充电车辆路径规划(EVRP)、 双层车辆路径规划(2E-VRP)、 油电混合车辆路径规划、 船舶航迹规划、 全路径规划规划、 仓储巡逻
🌈 无人机应用方面
无人机路径规划、无人机控制、无人机编队、无人机协同、无人机任务分配、无人机安全通信轨迹在线优化、车辆协同无人机路径规划
🌈 通信方面
传感器部署优化、通信协议优化、路由优化、目标定位优化、Dv-Hop定位优化、Leach协议优化、WSN覆盖优化、组播优化、RSSI定位优化、水声通信、通信上传下载分配
🌈 信号处理方面
信号识别、信号加密、信号去噪、信号增强、雷达信号处理、信号水印嵌入提取、肌电信号、脑电信号、信号配时优化、心电信号、DOA估计、编码译码、变分模态分解、管道泄漏、滤波器、数字信号处理+传输+分析+去噪、数字信号调制、误码率、信号估计、DTMF、信号检测
🌈电力系统方面
微电网优化、无功优化、配电网重构、储能配置、有序充电、MPPT优化、家庭用电
🌈 元胞自动机方面
交通流 人群疏散 病毒扩散 晶体生长 金属腐蚀
🌈 雷达方面
卡尔曼滤波跟踪、航迹关联、航迹融合、SOC估计、阵列优化、NLOS识别
🌈 车间调度
零等待流水车间调度问题NWFSP 、 置换流水车间调度问题PFSP、 混合流水车间调度问题HFSP 、零空闲流水车间调度问题NIFSP、分布式置换流水车间调度问题 DPFSP、阻塞流水车间调度问题BFSP
👇
1715

被折叠的 条评论
为什么被折叠?



