基于輸入觀測器理論的電流諧波檢測方法

李　钷　張怡茹

(廈門大學航空航天學院　廈門　361005)

?

基于輸入觀測器理論的電流諧波檢測方法

李钷張怡茹

(廈門大學航空航天學院廈門361005)

摘要基于輸入觀測器理論，對電流諧波在線檢測問題進行了研究，得到了一種能夠快速準確地提取電流信號中各頻率分量的方法。首先，將被測電流信號和其各頻率的分量作為狀態量，構建線性時變的狀態空間模型。然后，設計基于狀態空間模型的觀測器對未知狀態變量進行在線觀測，從而實現各頻率分量的信息提取。所設計的觀測器是時變的，其穩定性和收斂性由Lyapunov定理及Lasalle不變集原理所證明。最后，搭建仿真和實驗平臺對該方法進行驗證，結果表明其具備檢測速度快、精度高、動態跟蹤性能和抗干擾性好等優點。

關鍵詞：諧波檢測輸入觀測器狀態空間模型穩定性分析

0引言

由于非線性負載(如整流器、變頻器等)被大量使用，給電網帶來大量的諧波污染。諧波污染不僅會造成各級電網和各種用電設備的損耗，還會引發各級保護誤動等問題[1]。根據IEEE 519—1922標準規定工業中總諧波失真率不能超過5%。電力系統中諧波分量的快速、準確檢測對電能質量的治理和諧波抑制與補償具有十分重要的意義[2]。

針對諧波檢測問題，特別是基波檢測，國內外學者進行了大量研究，提出了很多方法。傳統的方法及其改進算法可分為頻域和時域兩部分。頻域諧波檢測方法主要包括基于傅里葉分析的FFT檢測法[3，4]、基于小波變換的檢測方法[5]和濾波器法[6，7]。時域諧波檢測方法主要包括基于瞬時無功功率理論檢測方法[8，9]、基于Ip-Iq的檢測方法[10，11]。另外，還有很多智能檢測算法，如神經網絡自適應預測算法[12]、BP神經網絡[13]、自適應基波提取方法[14]、變步長的自適應檢測[15]等。文獻[16]對以上各種方法的固有特性及適應范圍進行了細致的比較研究。

除了以上方式外，一些新的方法和思想被引入諧波檢測。如基于經驗模態分解理論的諧波檢測方法[17]、共軛-旋轉矢量不變性技術[18]及觀測器方法[19]等。經驗模態分解理論的方法首先構造當前時刻采樣值始終處于中心位置的向量，然后計算總體諧波分量的在線檢測。共軛-旋轉矢量不變性技術的檢測方法利用旋轉因子共軛矩陣代替旋轉因子做陣列信號處理，采用總體最小二乘法減小噪聲信號的影響，從而準確提取出諧波參數。觀測器方法針對周期信號的提取設計了一種迭代的觀測器。依據該原理，文獻[20]設計了一種算法，用于電力配電網中諧波的估算，這種迭代觀測器能夠觀測被測信號的幅值和相位大小[20]。

以上方法均以單次諧波提取為目的進行研究，采用并聯的方法，也可同時用于多次諧波的提取[21，22]。同時對多次諧波進行提取，一方面有利于電網的保護與諧波源分析，另一方面有利于選擇性諧波消除[23，24]。針對該問題，文獻[25，26]設計了線性龍貝格觀測器進行諧波在線提取，并研究了觀測器針對時變的不同頻率諧波下的準確性和魯棒性，但文獻[26]是對各次諧波的瞬時值進行觀測，若要得到電網諧波的幅值和相位信息，還需要進一步計算。文獻[27]針對周期輸入的線性系統，提出構建一個觀測器來估計未知周期性輸入量，對觀測器漸進收斂性進行了分析，并對該方法進行了理論的總結和證明，將輸入信號寫成傅里葉級數形式，對周期線性系統的未知輸入重構并計算，設計一個時變的觀測器來估計輸入信號，通過一個典型的Lyapunov函數，并結合Cauchy series和Parseval equality等理論證明了觀測器的收斂性。

本文基于輸入觀測器理論，提出了一種在線電流諧波檢測方法，能夠精確快速地檢測出信號中各頻率分量。未知的電流信號可分解為有限傅里葉級數的形式，將被測電流引入一個動態的積分環節，將該信號和各頻率的分量作為新的狀態量，構建了時變的狀態空間模型。基于該模型構造時變的觀測器，準確地觀測出電流中未知狀態量。觀測器詳細的穩定性和收斂性分析由Lyapunov定理及Lasalle不變集原理所論證。

1觀測器方法諧波檢測原理

1.1問題描述

令im(t)為待測周期性電流信號，由于im(t)可看做是由直流、基波和前n次諧波分量之和組成，則將其表示為傅里葉級數的形式

(1)

式中，ω為角頻率，ω=2πf，f=50 Hz；a0為直流分量；aicos(iωt)+bisin(iωt)為頻率iω(i=1，2，…，n)的正弦信號。

第i次分量的幅值和初始相位分別為

(2)

(3)

如果觀測出參數{a0，a1,b1，…，ai,bi，…，an,bn}的值，代入式(2)和式(3)，就可以計算出各頻率分量的幅值和相位，即實現了對電流信號im的直流量、基波和諧波的檢測。

將im作為輸入量，通過一個積分環節構造一個動態系統，該系統的一階狀態空間方程描述為

(4)

在穩態工作的情況下，諧波系數{a0，a1，b1，…，an，bn}是緩慢變化的。為了觀測各頻率分量系數ai和bi的值，將各頻率分量作為新的狀態量，即

(5)

式(5)的狀態空間方程拓展為增廣矩陣的形式為

(6)

(7)

式(6)所描述的模型是線性時變系統。

1.2觀測器設計

(8)

式中，誤差信號的加權矩陣L(ωt)為一個(2n+2)×1的矩陣

L(ωt)=[l0la0la1cos(ωt)lb1sin(ωt)

…lancos(nωt)lbnsin(nωt)]T

(9)

式中，l0、la0、la1、 …、lan、lbn均為常數。

圖1　觀測器狀態估計的閉環模型Fig.1　Closed loop model for observer state estimation

1.3觀測器有效性證明

(10)

證明1：由于D是一個正定對角陣，那么

(11)

式中，V為連續可微且滿足

故V為Lyapunov函數，命題1得證。

證明2：由于誤差系統是時變系統，采用Lasalle不變集原理證明觀測器的有效性如下：

定義集合S(r)={x∈R2(n+1)|V(x)

(12)

(13)

由于集合{1cos(ωt)sin(ωt)…cos(nωt)sin(nωt)}是線性無關的，故式(13)的解存在且惟一

(14)

2基于觀測器的諧波檢測具體實現

基于觀測器的諧波檢測算法的具體步驟如下：

1)采集電流信號、電網電壓信號。采集被測電流信號送入積分環節，構成動態系統。采集電網電壓信號，設計交流過零檢測電路，檢測電網電壓信號的過零點如圖2所示。首先令傳感器采集到的電網電壓信號通過比較器對應一個周期的電網電壓，輸出占空比為50%的方波，輸入到控制芯片，捕捉到方波的上升沿來確定該周期的角頻率及消除相位累計誤差。

圖2　過零檢測示意圖Fig.2　Zero crossing detection scheme

3)由觀測器方程(8)可知

(15)

(16)

電網中電流的頻率是在變化的，為了保證算法中的頻率信息和被測電流的頻率一致，需要對式(16)中相位θ(k)做如下迭代計算，如圖3所示。首先，由于頻率是緩慢變化的，故可使用上一個工頻周期末計算得到的角頻率用在本周期，進行相位的累加，使算法內部的頻率與被測信號的頻率近似相等。但由于誤差存在是不可避免的，在相位累加的過程中會造成誤差的累積，為了避免這種情況的發生，在每個檢測到的上升沿，清零θ來消除累積誤差，也就在每個工頻周期末清零了相位誤差。

圖3　θ(k)的迭代計算Fig.3　Iterative computation of θ(k)

3諧波檢測法特性分析

對大量的電網諧波頻譜分析可知，諧波分量主要集中在較低次的頻率上。本文對被測電流中5、7、11、13頻次的諧波進行了仿真和實驗分析。

3.1仿真數據驗證

為了驗證觀測器算法檢測諧波的效果，利用Matlab/Simulink仿真軟件對算法的特性進行仿真研究。整流電路是常見的諧波源，如圖4所示。仿真采用A相電流作為檢測對象，使用電流傳感器采集電流信號進入調理電路，使用電壓傳感器采集相間電壓送入過零檢測電路得到頻率信息，這兩部分信號作為輸入進行諧波檢測。

圖4　在Simulink中搭建的三相不控整流仿真模型Fig.4　The Simulation model of three phase uncontrolled rectifier in Simulink

仿真模型的參數見表1。

表1　仿真模型參數

3.1.1跟蹤誤差分析

圖5a為對仿真電流和觀測電流的誤差分析，其中誤差電流為仿真電流和觀測電流的差值。需要說明的是，這里的“仿真電流”是指Simulink模型進行仿真運算時電網側的電流，即需要進行諧波檢測的電流；這里的“觀測電流”(包括后文圖9中的觀測電流)是利用本方法將基波、3、5、7、9、11、13次諧波檢測出來以后相加，重構出來的電流(在對稱三相交流電路中不存在3次及倍頻諧波)，因為是由觀測器檢測出來的，所以簡稱為“觀測電流”。誤差電流是仿真電流和觀測電流的差值。可以看出，在短暫的振蕩后，觀測電流能迅速跟蹤上仿真電流。誤差電流的變化范圍在±0.1 A之內。

圖5b為各頻次諧波分量的參數{a0a1b1…anbn}的收斂過程。從圖中可以看出，參數能夠在觀測電流一個周期內收斂。

圖5　觀測器動態特性(t=0 s)Fig.5　The observer’s dynamic characteristics (t=0 s)

3.1.2加入噪聲的情況下負載變動時的動態特性

為了研究本方法的抗干擾能力，在被測電流信號中加入白噪聲。其中，白噪聲的方差為0.01 A。同時，在仿真中模擬負載發生突變的情況，在0.15 s時，當負載電阻從5 Ω變化到10 Ω，被測電流幅值減小一半。觀察算法跟蹤能力，仿真結果如圖6和圖7所示。

圖6　負載突變時(t=0.15 s)觀測器動態特性Fig.6　The observer’s dynamic characteristics when the load changes at t=0.15 s

圖7　檢測的基波、5、7和總諧波電流波形圖Fig.7　Detection of the fundamental，5，7 and the total harmonic wave

圖6為觀測器的各頻次諧波分量參數{a0a1b1…anbn}的收斂過程。從圖6中可看出，噪聲對參數的收斂并無影響，能夠在一個工頻周期內歸于穩定。在0.15 s負載發生突變時，{a0a1b1…anbn}能夠迅速收斂到新的值。

從圖7中可看出，基于觀測器的諧波檢測方法克服了瞬時無功功率等檢測方法只能測出總諧波電流的局限性，可以同時檢測出各指定頻次的諧波分量。由于仿真采用的是三相對稱電路，故而電流諧波不含偶次項，而且3倍數諧波的值也很小。在0.15 s負載發生突變時，檢測的各頻率的電流也能夠平穩地過渡到新的狀態。

從圖6和圖7可以看出，在被測電流中加入白噪聲的情況下，觀測器能迅速檢測出各頻率的電流，說明該方法具有很好的抗干擾能力。在負載突然變化的情況下，檢測出的基波和諧波電流逐漸變化，沒有出現明顯過沖，具有很好的動態跟蹤特性。能夠在一個電網周期內快速地跟蹤基波，延時非常小，約為0.01 s，具有很好的實時性。而神經網絡自適應預測算法和Ip-Iq算法在解決類似問題時，進行諧波檢測的響應速度為0.015 s以及0.025 s[12]，說明觀測器方法在負載電流發生變化時，具有快速的響應能力。

3.1.3準確性分析

為了驗證該方法對各頻次諧波值檢測的準確性，將本文檢測方法與FFT算法進行對比分析，見表2，其中ai和bi是取穩定后的平均值。由表2可見，與FFT算法得出的諧波分量對比，本方法的相對誤差小于0.8%，表明觀測器算法能準確檢測出電流中的基波和諧波分量。

3.2實驗數據驗證

本文搭建了一個負載為三相不控整流器的實驗平臺，如圖8所示。實驗條件：采用調壓器調壓，使三相不控整流器輸入端線電壓有效值為10 V，電壓源頻率為50 Hz。實驗參數：電感L1、L2、L3均為6 mH，

表2　FFT方法與觀測器方法對比(仿真)

負載電阻為500 W/5 Ω的電阻，采用MDS60-16DACO三相不控整流橋，HAS 50-S/SP50 LEM電流傳感器，采用NI CompactRIO-9073設備對信號進行采樣和計算，頻率為20 kHz。

圖8　實驗平臺Fig.8　The experimental platform

利用FFT算法和觀測器方法對實驗負載電流的檢測結果進行對比分析，如表3所示，各次諧波分量的相對誤差小于1.5%。需要說明的是，FFT分析結果是利用NI的CompactRIO對實驗的網側電流進行采集，然后導入Matlab/Simulink的FFT Analysis模塊分析得到的。

表3　FFT方法與觀測器方法對比(實驗)

在0.3 s時，設置負載R發生突變，電阻值從5 Ω突變到10 Ω，實驗負載電流也發生相應突變。從圖9中可看出，當被測電流發生突變時，觀測的各頻次諧波分量的值也能迅速收斂，穩定到新的值，體現了較好的魯棒性。

圖9　負載突變時(t=0.3 s)觀測器動態特性Fig.9　The observer’s dynamic characteristics when the load changes at t=0.3 s

4結論

本文提出了一種基于輸入觀測器理論的電流諧波檢測方法。該方法令被測電流經過一個積分環節，構成一個狀態量，并將基波和各次諧波分量作為新的狀態量，設計觀測器對其進行觀測，并利用Lyapunov定理和Lasalle不變集原理對觀測器進行了收斂性和穩定性分析。

本文是在傳統的基波提取方法的應用領域的一種擴展，不受電路拓撲的影響，不僅可用于三相對稱電路，還能用于單相以及不對稱電路的電流諧波提取；與傳統瞬時無功功率相比，不僅可檢測總諧波電流，而且可測量基波和各頻次諧波分量；與FFT方法相比較，能夠精確地檢測出諧波；與神經網絡自適應預測算法以及Ip-Iq算法相比，當負載電流發生突變時，本方法諧波參數的收斂速度更快，具備很好的動態跟蹤性；另外本方法對噪聲具有很好的抗干擾性。仿真和實驗結果論證了以上特性。研究如何將本方法應用到APF中的諧波檢測環節以生成全數字的APF控制器是未來的研究方向。

參考文獻

[1]Barros J，Diego R I，De Apraz M.A discussion of new requirements for measurement of harmonic distortion in modern power supply systems[J].IEEE Transactions on Instrumentation and Measurement，2013，62(8)：2129-2139.

[2]熊杰鋒，李群，袁曉冬，等.電力系統諧波和間諧波檢測方法綜述[J].電力系統自動化，2013，37(11)：125-133.Xiong Jiefeng，Li Qun，Yuan Xiaodong，et al.Detection methods of harmonics and inter-harmonics in power systems[J].Automation of Eletric Power Systems，2013，37(11)：125-133.

[3]許珉，劉瑋.加8項余弦窗插值FFT算法[J].電力系統保護與控制，2015，43(11)：27-32.

Xu Min，Liu Wei.An interpolation FFT algorithm based on 8-term cosine window[J].Power System Protection and Control，2015，43(11)：27-32.

[4]曾博，唐求，卿柏元，等.基于Nuttall自卷積窗的改進FFT譜分析方法[J].電工技術學報，2014，29(7)：59-65.

Zeng Bo，Tang Qiu，Qing Baiyuan，et al.Spectral analysis method based on improved FFT by nuttall self-convolution window[J].Transactions of China Electrotechnical Society，2014，29(7)：59-65.

[5]李正明，徐敏，潘天紅，等.基于小波變換和HHT的分布式并網系統諧波檢測方法[J].電力系統保護與控制，2014，42(4)：34-39.

Li Zhengming，Xu Min，Pan Tianhong，et al.A harmonic detection method for distributed connected grid system by using wavelet transform and HHT[J].Power System Protection and Control，2014，42(4)：34-39.

[6]于靜文，薛蕙，溫渤嬰.基于卡爾曼濾波的電能質量分析方法綜述[J].電網技術，2010，34(2)：97-103.

Yu Jingwen，Xue Hui，Wen Boying.A survey on Kalman filtering based methods for power quality analysis[J].Power System Technology，2010，34(2)：97-103.

[7]周雪松，周永兵，馬幼捷.基于自適應濾波器的電網諧波檢測[J].電網技術，2008，32(16)：91-95.

Zhou Xuesong，Zhou Yongbing，Ma Youjie.A power harmonic detection method based on adaptive filter[J].Power System Technology，2008，32(16)：91-95.

[8]羅超，陶順，肖湘寧，等 瞬時無功功率理論與電流物理分量理論的比較與分析[J].電力系統自動化，2013，37(23)：130-135.

Luo Chao，Tao Shun，Xiao Xiangning，et al.Comparison and analysis of instantaneous reactive power theory and currents’ physical compoments theory[J].Automation of Electric Power System，2013，37(23)：130-135.

[9]何英杰，鄒云屏，黃柱，等.基于瞬時無功功率理論的改進諧波檢測算法[J].電網技術，2007，31(6)：79-83.

He Yingjie，Zou Yunping，Huang Zhu，et al.An improved algorithm for harmonic current detection based on instantaneous reactive power theory[J].Power System Technology，2007，31(6)：79-83.

[10]孟珺遐，周子冠，李光輝，等.基于ip-iq方法的畸變電流檢測及其實現[J].電網技術，2012，36(5)：125-131.

Meng Junxia，Zhou Ziguan，Li Guanghui，et al.Detection of distorted current based on ip-iq method and its physical realization[J].Power System Technology，2012，36(5)：125-131.

[11]王存平，尹項根，熊卿，等.一種改進的ip-iq無功電流檢測方法及其應用[J].電力系統保護與控制，2012，40(13)：121-126.

Wang Cunping，Yin Xianggen，Xiong Qing，et al.An improved ip-iq reactive current detecting method and its application[J].Power System Protection and Control，2012，40(13)：121-126.

[12]陳淑華，付青，馬桂龍，等.基于神經網絡自適應預測算法的諧波檢測[J].電工技術學報，2011，26(增1)：201-207.

Chen Shuhua，Fu Qing，Ma Guilong，et al.Harmonic detection based on artificial neural network and adaptive predictive algorithm[J].Transactions of China Electrotechnical Society，2011，26(S1)：201-207.

[13]王凱亮，曾江，王克英.一種基于BP神經網絡的諧波檢測方案[J].電力系統保護與控制，2013，41(17)：44-48.

Wang Kailiang，Zeng Jiang，Wang Keying.A harmonic detecting scheme based on BP neural network[J].Power System Protection and Control，2013，41(17)：44-48.

[14]張斌，張東來.電力系統自適應基波提取與頻率跟蹤算法[J].中國電機工程學報，2011，31(25)：81-89.

Zhang Bin，Zhang Donglai.Adaptive fundamental component extraction and frequency tracking algorithm for power systems[J].Proceedings of the CSEE，2011，31(25)：81-89.

[15]劉傳林，劉開培.基于新型變步長算法的自適應三相電路諧波檢測[J].電力系統保護與控制，2013，41(7)：123-128.

Liu Chuanlin，Liu Kaipei.Adaptive harmonic detection of 3-phase circuits based on a novel variable step-size algorithm[J].Power System Protection and Control，2013，41(7)：123-128.

[17]朱寧輝，白曉民，董偉杰.基于EEMD的諧波檢測方法[J].中國電機工程學報，2013，33(7)：92-98，14.

Zhu Ninghui，Bai Xiaomin，Dong Weijie.Harmonic detection method based on EEMD[J].Proceedings of the CSEE，2013，33(7)：92-98，14.

[18]程志友，程晨，付學敏，等.基于共軛-旋轉矢量不變性技術的諧波檢測方法[J].電工技術學報，2013，28(5)：274-279.

Cheng Zhiyou，Cheng Chen，Fu Xuemin，et al.Harmonic detection method based on conjugate signal parameters via rotational invariance techniques[J].Transactions of China Electrotechnical Society，2013，28(5)：274-279.

[19]Friedland B.Control System Design：An Introduction to State-Space Methods[M].New York：McGraw-Hill Inc，1987.

[20]Dash P K，Swain D P，Liew A C，et al.An adaptive linear combiner for on-line tracking of power system harmonics[J].IEEE Transactions on Power Systems，1996，11(4)：1730-1735.

[21]Carlos A G J，Perez E，Arino C，et al.Optimization algorithm for selective compensation in a shunt active power filter[J].IEEE Transactions on Industrial Electronics，2015，62(6)：3351-3361.

[22]呂自波，李楚杉，鄧焰，等.一種適用于新型直接交交型有源濾波器的逐次分序諧波檢測算法[J].中國電機工程學報，2015，35(6)：1473-1481.

Lü Zibo，Li Chushan，Deng Yan，et al.A harmonic detection method by separated sequence and order suitable for novel direct AC-AC based active power filters[J].Proceedings of the CSEE，2015，35(6)：1473-1481.

[23]曹武，江楠，劉康禮，等.改進諧波分次檢測結合集中電流環的APF諧波獨立控制實現[J].中國電機工程學報，2014，34(3)：387-396.

Cao Wu，Jiang Nan，Liu Kangli，et al.An improved control structure consisting of selective harmonic detection and centralized current loop for the independent harmonic control and implementation of APF[J].Proceedings of the CSEE，2014，34(3)：387-396.

[24]周明磊，游小杰，王琛琛，等.特定次諧波消除調制方式的諧波特性分析[J].電工技術學報，2013，28(9)：11-20.

Zhou Minglei，You Xiaojie，Wang Chenchen，et al，Harmonic analysis of selected harmonic elimination pulse width modulation[J].Transactions of China Electrotechnical Society，2013，28(9)：11-20.

[25]Selvajyothi K，Janakiraman P A.Analysis and simulation of single phase composite observer for harmonics extraction[C]//PEDES’06 International Conference on Power Electronics，Drives and Energy Systems，New Delhi，India，2006：1-6.

[26]Selvajyothi K，Janakiraman P A.Extraction of harmonics using composite observers[J].IEEE Transactions on Power Delivery，2008，23(1)：31-40.

[27]Chauvin J，Petit N.Periodic inputs reconstruction of partially measured linear periodic systems[J].Automatica，2012，48(7)：1467-1472.

李钷男，1982年生，博士，助理教授，研究方向為電力電子建模與控制。

E-mail：lipo@xmu.edu.cn

張怡茹女，1991年生，碩士研究生，研究方向為諧波檢測理論及方法。

E-mail：zyrxmu@foxmail.com(通信作者)

A Current Harmonics Detection Method Based on Input Observer Theory

LiPoZhangYiru

(School of Aerospace EngineeringXiamen UniversityXiamen361005China)

AbstractBased on the input observer theory, the online current harmonics detection method is proposed, which can detect all the frequency components within the current signal accurately and rapidly. Firstly, by setting the state variables as the value and each frequency component of the measured current, a linear time-varying state space model is established. Then, based on the proposed model, a time-varying observer is constructed to estimate the unknown states in order to achieve the extraction of each frequency component. The stability and convergence of the observer are proved by the Lyapunov theorem and the Lasalle invariant set principle. Finally, the simulation and experimental results show that the proposed method has advantages in detection speed, accuracy, dynamic tracking performance, and robustness.

Keywords：Harmonic detection, input observer, state space model, stability analysis

作者簡介

中圖分類號：TM935

收稿日期2015-06-10改稿日期2015-09-18

中央高校基本科研業務費資助項目(20720150088)。