基于开关电容器的级联多电平逆变器,使用布尔PWM控制技术研究附Simulink仿真

✅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不断发展,对逆变器性能的要求日益提高。本文聚焦于基于开关电容器的级联多电平逆变器(SC - CMLI),并深入研究布尔脉冲宽度调制(Boolean PWM)控制技术在其中的应用。详细阐述了 SC - CMLI 的拓扑结构、工作原理以及 Boolean PWM 控制技术的实现机制,通过理论分析和仿真实验,验证了该组合在降低谐波含量、提高电能质量和系统效率等方面的显著优势,为其在可再生能源发电、工业驱动等领域的广泛应用提供了理论依据和技术支持。

关键词:开关电容器;级联多电平逆变器;布尔 PWM 控制技术;谐波;电能质量

一、引言

在现代电力系统中,逆变器作为实现直流到交流电能转换的关键设备,其性能优劣直接影响到电力系统的稳定性、电能质量以及能源利用效率。传统的两电平逆变器在高电压、大功率应用场景中存在诸多局限性,如输出电压谐波含量高、电磁干扰大、开关损耗严重等问题。多电平逆变器的出现有效缓解了这些问题,其中基于开关电容器的级联多电平逆变器(SC - CMLI)凭借其独特的拓扑结构和工作特性,近年来受到了广泛关注。

SC - CMLI 通过开关电容器的充放电过程实现电压的调节和多电平输出,相较于传统的多电平逆变器拓扑,具有结构简单、元件数量少、无需复杂的均压电路等优点。同时,为了进一步优化逆变器的输出性能,控制技术的选择至关重要。布尔 PWM 控制技术作为一种先进的调制策略,能够通过逻辑运算精确控制逆变器的开关状态,实现对输出电压波形的灵活调节,从而有效降低谐波含量,提高系统的整体性能。

因此,深入研究基于开关电容器的级联多电平逆变器结合布尔 PWM 控制技术,对于推动电力电子技术在新能源发电、智能电网、工业自动化等领域的应用具有重要的现实意义。

二、基于开关电容器的级联多电平逆变器(SC - CMLI)

2.1 工作原理

以两电平输出为例,说明单个 H 桥型开关电容器单元的工作原理。当 S1 和 S4 导通,S2 和 S3 关断时,直流电源为电容 C1 和 C2 充电,此时单元输出电压为零;当 S2 和 S3 导通,S1 和 S4 关断时,电容 C1 和 C2 串联后接入负载,单元输出电压为 2Vdc(Vdc 为直流电源电压)。通过交替控制这两种开关状态,就可以在负载上得到两电平的交流输出电压。

对于多个基本单元级联的 SC - CMLI,其工作原理类似,每个单元根据控制信号独立调整输出电平,最终将各级单元的输出电压叠加,形成更高电平数的输出电压波形。例如,由 N 个基本单元级联的 SC - CMLI,理论上可以输出 2N + 1 个电平的电压。

2.2 优势分析

  1. 降低谐波含量:多电平输出特性使得输出电压波形更接近正弦波,有效减少了低次谐波的含量。根据傅里叶分析,随着电平数的增加,输出电压的谐波失真度(THD)显著降低,从而提高了电能质量,减少了对电网和其他用电设备的干扰。
  1. 减少开关损耗:由于每个功率开关器件承受的电压应力较低,且在较低频率下工作,相较于传统两电平逆变器,开关损耗明显降低。这不仅提高了逆变器的效率,还延长了功率开关器件的使用寿命。
  1. 结构简单、成本低:与其他复杂的多电平逆变器拓扑相比,SC - CMLI 无需大量的独立直流电源或复杂的均压电路,通过简单的开关电容器网络实现多电平输出,降低了系统的硬件成本和体积,提高了系统的可靠性和可维护性。
  1. 模块化设计:基本单元的模块化结构使得系统易于扩展和升级,可以根据实际应用需求灵活调整电平数和功率等级,增强了系统的适应性和灵活性。

三、布尔 PWM 控制技术

3.1 基本原理

布尔 PWM 控制技术基于布尔代数的逻辑运算来生成逆变器的开关控制信号。它将期望的输出电压波形分解为一系列的逻辑状态,通过对这些逻辑状态进行组合和运算,直接确定功率开关器件的导通和关断时刻。与传统的载波调制 PWM 技术不同,布尔 PWM 不需要与载波信号进行比较,而是通过逻辑判断来实现对输出电压的精确控制。

具体来说,布尔 PWM 控制技术首先根据逆变器的拓扑结构和期望的输出电压波形,建立相应的布尔逻辑表达式。这些表达式将输入的控制信号(如参考电压、负载电流等)与功率开关器件的状态联系起来。在运行过程中,实时采集输入信号,经过逻辑运算得到每个功率开关器件的控制信号,从而实现对逆变器输出电压的调制。

3.2 实现方式

在实际应用中,布尔 PWM 控制技术可以通过数字信号处理器(DSP)、现场可编程门阵列(FPGA)等数字硬件平台来实现。以 FPGA 为例,实现布尔 PWM 控制的流程如下:

  1. 逻辑表达式设计:根据 SC - CMLI 的拓扑结构和控制要求,利用硬件描述语言(如 Verilog 或 VHDL)编写布尔逻辑表达式,将输入信号转换为功率开关器件的控制信号。
  1. 硬件平台搭建:在 FPGA 开发环境中,将编写好的逻辑代码进行综合、布局布线等操作,生成可下载到 FPGA 芯片中的配置文件。
  1. 信号采集与处理:通过 FPGA 的输入接口采集逆变器的输入信号,如直流电源电压、参考电压、负载电流等,并对这些信号进行预处理,如滤波、模数转换等。
  1. 逻辑运算与输出:在 FPGA 内部,根据预设的布尔逻辑表达式对采集到的信号进行实时逻辑运算,生成每个功率开关器件的控制信号,并通过 FPGA 的输出接口将这些信号输出到逆变器的驱动电路,控制功率开关器件的通断。

3.3 优势特点

  1. 高度灵活的波形控制:能够生成几乎任意形状的输出电压波形,适用于各种复杂的应用场景,如高精度的电机驱动、电能质量补偿等。
  1. 减少开关损耗:通过优化逻辑运算,减少了不必要的开关切换次数,降低了开关损耗,提高了逆变器的效率。
  1. 快速动态响应:由于直接基于逻辑运算生成控制信号,无需与载波信号进行比较,因此能够快速响应负载变化和输入信号的波动,有效提高了系统的动态性能。
  1. 易于数字化实现:借助现代数字硬件技术,如 DSP 和 FPGA,布尔 PWM 控制技术可以方便地实现,并且具有较高的可靠性和稳定性。同时,数字化实现也便于对控制算法进行升级和优化,以满足不同应用的需求。

四、基于布尔 PWM 控制的 SC - CMLI 系统建模与仿真

4.1 系统建模

为了深入研究基于布尔 PWM 控制的 SC - CMLI 系统的性能,利用 Matlab/Simulink 软件平台建立系统仿真模型。模型主要包括以下几个部分:

  1. SC - CMLI 拓扑模型:根据选定的 SC - CMLI 拓扑结构,使用 Simulink 中的电力电子模块库搭建逆变器的电路模型,设置各个元件的参数,如功率开关器件的导通电阻、电容值、电感值等。
  1. 布尔 PWM 控制模块:利用 Matlab 的 Simulink 模块和 S 函数编写布尔 PWM 控制算法,实现对逆变器功率开关器件的逻辑控制。该模块接收参考电压信号和系统反馈信号(如输出电压、电流等),经过逻辑运算生成相应的开关控制信号。
  1. 负载模型:根据实际应用场景,选择合适的负载模型,如电阻电感串联负载(RL 负载)、电机负载等,并设置其参数。
  1. 测量与分析模块:在模型中添加电压、电流测量模块,用于采集逆变器的输入输出电压、电流信号。同时,利用 Simulink 的信号分析工具,如傅里叶分析模块,对输出电压的谐波含量进行分析,评估系统的性能。

4.2 仿真参数设置

以一个三相五电平 SC - CMLI 系统为例,设置仿真参数如下:

  1. 直流电源电压:Vdc = 100V
  1. 开关频率:fs = 10kHz
  1. 负载参数:RL 负载,R = 50Ω,L = 10mH
  1. 参考电压频率:f = 50Hz
  1. 电容值:C = 1000μF
  1. 电感值:L = 1mH(用于滤波)

五、结论与展望

本文对基于开关电容器的级联多电平逆变器结合布尔 PWM 控制技术进行了深入研究。通过理论分析、仿真建模和实验验证,结果表明该技术方案在降低谐波含量、提高电能质量和系统效率等方面具有显著优势。SC - CMLI 独特的拓扑结构与布尔 PWM 控制技术的高度灵活性和精确控制能力相结合,为电力电子领域的发展提供了一种新的有效解决方案。

未来的研究可以从以下几个方面展开:一是进一步优化布尔 PWM 控制算法,提高算法的计算效率和控制精度,以适应更高功率等级和更复杂应用场景的需求;二是探索新型的开关电容器拓扑结构,进一步提高逆变器的性能和可靠性;三是研究该技术在可再生能源发电系统(如太阳能、风能发电)中的应用,实现与新能源的高效融合,为推动清洁能源的发展做出更大贡献。

⛳️ 运行结果

图片

图片

图片

图片

🔗 参考文献

[1] 刘敬珺.H桥级联型多电平逆变器的研究[D].上海交通大学,2011.

[2] 隋龙弟,郑益慧,王昕,等.基于PAM+PWM级联多电平逆变器的SVG的研究[J].电力系统保护与控制, 2014, 42(7):8.

[3] 吕凤.基于DSP及FPGA的级联型多电平逆变器研究与设计[D].山东大学,2010.DOI:10.7666/d.y1790137.

📣 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

👇

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

matlab科研助手

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值