基于單神經元PI控制的逆變器系統仿真

焦保帥，尹 斌，陶樹建

（河海大學 能源與電氣學院，江蘇 南京 211100）

逆變器是將直流電能變換成交流電能的變流裝置，供交流負載用電或與交流電網并網發電。隨著光伏發電和太陽能發電等新興能源的興起，逆變器在生產和生活中顯得日益重要。為了改善逆變器的輸出特性，人們提出了并研究了多種控制算法。PID控制器以其簡單、參數易于整定等特點而得到廣泛的應用。但PID控制器依賴于精確的數學模型，且不具備在線調整PID參數的功能[1-2]。單神經元具有一定的自學習和自適應能力，結合PID控制的優點可構成單神經元自適應PID控制器，這種控制算法對系統模型具有一定的自適應能力和較強的魯棒性，但過渡時間較長。針對單神經元自適應PID控制器的特點和不足，根據誤差的變化在線的調整對單神經元控制質量影響很大的比例系數K值。本文根據電源控制的特點，在逆變器控制系統中引入改進的單神經元PI控制器。

1 單神經元自適應PI控制器

基于單個神經元的PI控制器[2]框圖如圖1所示。其中微積分模塊計算兩個量：x1（k）=e（k），x2（k）=Δe（k）=e（k）-e（k-1）。采用有監督的Hebb學習算法，兩個權值的更新規則可以寫成：

其中ηi，ηp分別為比例、積分的學習速率。可以選擇這兩個權值變量為系統的狀態變量，這時控制率可以寫成：

圖1 單神經元自適應PI控制器框圖Fig.1 Framework of single neuron adaptive PI controller

在這一算法中學習速率和比例系數是待定的系數。仿真實驗表明學習速率的取值對神經元系統品質影響不大，而比例系數K與系統的動態響應和穩定性有密切的關系。K值較大時，系統動態過程上升快，但超調量大，調節時間長；K值較小時，系統響應變慢，超調量減小，但如果K值過小，響應就跟蹤不上給定信號。這里采用一種根據誤差的大小來調節比例系數K值的方法。

式中a值用來保證K大于零，b是誤差的加權系數，保證K值不會過小也不會過大。當誤差較大時，K值也相應的增大，提高系統的響應速度；當誤差較小時，K值也會變小，從而降低系統的超調量。

從以上分析中可以看出，單神經元PI控制實質上仍然是PI的算法，但PI參數可以在線調整，一定程度上不依賴與系統的數學模型，在控制品質上有一定的優越性。

2 單相逆變器控制系統的仿真建模

本文使用MATLAB/Simulink仿真軟件對單相逆變器的各個部分進行建模，并進行整個系統的仿真分析。

2.1 逆變器主電路模型的建立

逆變器主電路采用文獻[4]給出的單相逆變電路的連續狀態空間模型。如圖2所示，系統采用雙閉環控制策略，外環為基于單神經元自適應PI控制的電壓環，內環為P控制的電流環，采用電容電流反饋來及時補償輸出電流，用電壓調節器的輸出信號作為電流調節器的給定，電流調節器的輸出控制SPWM發生器，從而使輸出穩定。其中Kpwm為脈寬調制比例系數，Zo為負載的阻抗，Ka、Kb為反饋比例系數。

圖2 單神經元自適應PI雙閉環控制系統框圖Fig.2 Framework of double closed-loop control system based on single neuron adaptive PI

2.2 單神經元PI控制器仿真模型建立

用Simulink模塊搭建如圖3所示的模型來實現單神經元PI控制器[3]，其中的核心部分使用S函數形式編寫，模塊的輸入信號為[e（k），e（k-1），a，u（k-1），b]，輸出信號為[u（k），wi（k）]，（i=1，2）。

圖3 單神經元的PI控制器內部模型Fig.3 Internal model of single neuron adaptive PI controller

單神經元PI控制器[5-7]的S函數如下：

2.3 系統仿真模型的建立

用MATLAB/Simulink軟件建立基于單神經元PI控制器調節的單相逆變器系統的模型如圖4所示。

圖4 單相逆變器系統模型Fig.4 Model of single inverter system

3 仿真結果

逆變器的參數選擇為：直流輸入電壓Udc=400 V，輸出額定交流電壓Uo=220 V，頻率為f=50 Hz，開關管的開關頻率為fc=20 kHz，采樣周期為 50 μs，輸出濾波電感 L=330 μH，輸出濾波電容 C=33 μF，負載為 R=12.1 Ω。

圖5 系統單位階躍響應曲線Fig.5 Unit-step response curves of the system

圖5為MATLAB仿真得到的基于狀態空間模型的逆變器的階躍響應曲線，其中曲線1為常規PI控制的階躍響應曲線，曲線2為單神經元PI控制的階躍響應曲線。從圖中可以看出單神經元PI控制超調量小，具有較好的快速性。

常規的PI控制和單神經元PI控制系統MATLAB/Simulink仿真波形如圖6所示。

圖6 系統仿真波形及其電壓總諧波失真Fig.6 Simulation wave of the system and its voltage total harmonic distortion

從圖6中可以看出，常規PI控制系統輸出電壓的諧波失真較大，THD（總諧波畸變率）值為2.41%，但是基于單神經元自適應PI控制的輸出波形較好，其THD值為0.62%。

4 結束語

本文將單神經元PI控制應用到逆變器的反饋回路中，通過對控制系統仿真分析，說明單神經元PI控制器用于逆變器中相對于常規的PI控制器具有一定的優越性和更好的動態性能。

[1]陳道煉.DC-AC逆變技術及其應用[M].北京：機械工業出版社，2003：264-267.

[2]于洪國，王平.一種改進的最優PID參數自整定控制方法[J].現代電子技術，2010（19）：162-164.

YU Hong-guo，WANG Ping.Improved method of optimal PID parameter self-adjusting control[J].Modern Electronic Technique，2010（19）：162-164.

[3]薛定宇.控制系統計算機輔助設計——MATLAB語言與應用[M].2版.清華大學出版社，2006.

[4]褚容堂.基于DSP的2kVA直流變換器型逆變電源的研究與設計[D].南京：河海大學，2010.

[5]趙金憲，索紅亮，婁麗麗.基于DSP的單相逆變電源智能控制系統[J].黑龍江科技學院學報，2010，20（4）：292-295.

ZHAO Jin-xian，SUO Hong-liang，LOU Li-li.Single-phase inverter intelligent control system based on DSP[J].Joumal of Heilongjiang Institute of Science& Technology，2010，20（4）：292-295.

[6]李梅，李嵐.基于單神經元自適應PI的PWM整流器控制[J].電氣技術，2011（6）：4-8.

LI Mei，LI Lan.PWM rectifier control based on single neuron adaptive PI[J].Electrical Engineering，2011（6）：4-8.

[7]陽帥，任金霞.一種改進的單神經元PID控制器[J].制造業自動化，2010（32）：119-121.

YANG Shuai，REN Jin-xia.A kind of improved single neuron PID controller[J].Manufacturing Automation，2010 （32）：119-121.