智能控制理論在電力電子中的應用

李兵兵　伍維根　謝永春

摘 要：近年來伴隨著智能化技術的不斷進步和逐漸成熟，以物聯網為代表的智能電網和能源互聯網的發展趨勢，電力電子裝置智能化和電力電子控制智能化發展也日漸興起，并發揮著巨大的潛力。文章將從這兩個方面詳細綜述智能控制理論在電力電子中的應用研究，并對智能控制理論在電力電子學中的應用前景作出展望。[1]

關鍵詞：人工智能；電力電子；神經網絡；模糊變結構

中圖分類號：TM132 文獻標志碼：A 文章編號：2095-2945（2018）35-0170-03

Abstract： In recent years， with the development of intelligent technology， smart grid and energy Internet， represented by the Internet of things， intelligent power electronic devices and intelligent power electronic control， are also on the rise， with enormous potential. In this paper， the application of intelligent control theory in power electronics is summarized in detail from these two aspects， and the application prospect of intelligent control theory in power electronics is prospected.

Keywords： artificial intelligence； power electronics； neural network； fuzzy variable structure

1 概述

隨著電力半導體制造技術、微電子技術，以及控制理論的不斷進步，電力電子技術的應用呈現快速發展趨勢。當前，隨著全球化的能源危機和環境問題的出現，電力電子技術更是憑借其獨有的特點和優勢，在高效、清潔、節能的科技產品研發創造方面發揮著不可替代的作用。電力電子技術逐漸由傳統的電力半導體器件、交直流可變電路、電力傳動與控制領域擴展為電氣節能、新能源發電和智能電網與能源互聯網等先進領域。[2]

目前，已有的電力電子技術的發展重心基本上停留在對系統基本功能的實現與性能的提高，而同時針對傳統的經典控制理論和現代控制理論對電力電子控制技術的發展也越來越難以滿足日漸復雜多元系統的發展需要。近年來，隨著微電子技術的迅速發展，高精度、高速度的微處理器的出現，使得復雜參量和系統狀態實時計算成為可能，以及現代控制理論的大量實踐和豐富經驗，模糊控制、自適應控制、神經網絡控制等智能控制理論開始應用于電力電子技術，以此來滿足高性能、高精度、強魯棒性的電力電子系統發展需求。智能控制理論的使用和探索將是對電力電子技術領域一次新的革命，極大的促進電力電子應用的發展和創新。[3-4]

2 電力電子技術智能化的必然趨勢

隨著電力電子技術的成熟，現實中對電力電子裝置的要求越來越高，控制系統也變得日漸復雜。通過對復雜系統的研究發現，系統的非線性、多變量、強耦合等特點往往嚴重影響我們的系統整體性，這種情況下常規的控制方法就很難達到一個令人滿意的效果。而智能控制理論在電力電子中的應用發展給這一問題的解決帶來了可能。因為在智能控制理論中就有很多理論在這種非線性、復雜性和不確定性等問題的解決上有很好的適應性。[10]例如模糊控制，神經網絡控制，自適應控制等，他們在處理非線性、多變量以及強耦合問題中具有獨特的優勢。這些都使得智能控制理論在電力電子中的應用成為了一個新的研究方向，在現實的電力電子技術的發展中發揮著巨大作用和潛力。[5]

近年來，我國加大對新能源、智能電網和物聯網等應用的開發、建設和發展趨勢，對設備的要求和系統的響應速度以及各方面性能的要求也越來越高。因此在電力電子裝置普遍采用的同時，對其智能化的要求越來越高。要將先進的微電子技術、可視化技術、計算機技術等與電力電子裝置有機結合，最終實現系統運行狀態的感知、分析、預警、狀態評估、信息共享等功能，增強智能電網與能源互聯網的自適應能力與穩定性，提升裝置自身的可靠性和利用率。電力電子裝置智能化是實現新能源、智能電網與能源互聯網快速發展的重要技術基礎。

3 電力電子控制智能化的應用發展

3.1 模糊變結構控制的應用

模糊控制是20世紀60年代發展起來的一種高級控制策略和新穎技術。模糊控制技術在基于模糊數學理論的基礎上，通過模擬人的近似推理和綜合決策過程，按照模糊控制規則實施控制，而且此過程不需要考慮其數學模型與系統的矛盾問題。它在算法的穩定性和適應性上得到很大程度的提高，成為智能控制技術的重要組成部分，一般的控制理論很難做到這一點。模糊控制有一個重要特點，就是它也存在“抖振”現象。這種“抖振”現象卻成為解決電力電子變結構系統的“抖振”現象的一個意外契機，實現了兩者的結合，從而使復雜的問題得到有效解決。[6]

傳統的邊界層法在解決這種“抖振”現象問題時存在很大的缺陷和不足。但利用模糊控制理論將傳統邊界層模糊化可實現切換曲面的無抖振切換。通過設計模糊規則來降低抖振，可以在一定程度上降低模糊控制的“抖振”現象，模糊控制柔化了控制信號，可實現不連續控制信號的連續化，可減輕和避免我們電力電子變結構控制應用中的“抖振”現象。[7]

3.2 神經網絡控制的應用

神經網絡在電力電子中的應用主要涉及控制和故障診斷兩方面。隨著現代電力電子產業的快速發展，其涉及到的范圍也越來越廣泛。如今，人們對于電力電子的控制精度以及穩定性等提出了更高的要求，越來越多的控制要求具備智能化和強適應能力的特征。而神經網絡控制技術在電力電子中的應用恰好能夠達到這樣的控制要求，它使得我們的電力電子控制電路具備了很強的復雜環境的適應能力和多目標控制的自學習能力。理論上來說，其可以設計出一個與系統數學模型無關的，自學習、自適應的，魯棒性好、動態響應快的智能控制系統。[8]神經網絡的這些特性為解決現代電力電子裝置控制上的種種難題提供了一條很好的解決途徑。

在傳統的電力電子故障診斷時，人們主要依靠實踐過程中積累的豐富的經驗和對電力電子設備的感知能力俗稱為“專家經驗”。神經網絡具有非常強的自學習和自適應能力以及非線性映射特征，所以如果我們利用神經網絡的自學習能力來不斷獲得這種“專家經驗”，使得我們的故障診斷系統能夠根據歷史保存的故障時段波形與故障的原因之間的關聯映射通過神經網絡的自學習后保存在其結構和權中。通過豐富的樣本訓練，最終能夠實現神經網絡故障診斷系統對電力系統或者設備的在線自診斷功能。實踐證明，利用神經網絡智能化系統的故障診斷系統在變壓器的故障診斷、三相整理電路等電力電子電路中得到了很好的實踐證明和廣泛應用，極大的提高了系統的運行效率。

3.3 預測控制系統的應用

預測控制系統在電力電子中的優勢在于，它是一種致力于更長的時間跨度甚至無窮時間的最優化控制。它將控制過程分解為若干個更短時間跨度或者有限時間跨度的最優化問題，并在一定程度上仍然追求最優解。因此比較與傳統的控制技術中以時間序列分析和統計學兩種基本形式來說，其優勢在于預測控制策越的復雜控制系統的復雜度更低以及具有更高的精度和魯棒性。[9]

例如在電網中電力系統的運行過程，由于供配電用電安全的需要，以及如何根據具體的實時用電狀態來及時調整發電和向線路各用戶配電的問題，是一項非常復雜而又重要的工作。過去國內采用的大多是傳統的預測方法，這些方法的預測精度已經遠遠不能滿足我們實際系統的發展要求，尤其是在面對特殊情況下的用電高峰期，由于不具備適應性要求，將直接影響到整個電網系統的穩定性和用電的電能質量和安全。預測控制策越最大的優勢就是在于很強的自適應預測能力，它能較好的處理系統中可能存在的干擾、噪聲等不確定問題，也增強了系統的魯棒性。[10]

4 電力電子裝置智能化發展

隨著電力電子在高技術產業，特別是在新能源和電力節能領域的廣泛應用，人們都迫切需要高質量可控的電能。智能化的電力電子裝置已經成為實現各種能源高效率高質量的電能轉換和節能的重要途徑。其電力電子裝置的功能從以往的單一化向未來的集成化和多元化方向發展，它也成為未來能源互聯網、智能電網技術的關鍵因素。

4.1 智能電力監控

隨著社會的經濟和科技繁榮和發展，在國家電網系統中全國范圍的居民用電、各地重點工程項目、大型公共設施、新能源汽車充電站等急劇增加。人們對包括供配電系統在內的各電力系統的可靠性、安全性、穩定性、兼容性及故障預警和診斷提出了更高的要求。隨著電力電子設備的更新和智能化發展，電力監控系統的范圍更廣、方式也更加多元，已經逐漸從對供配電系統的實施監控，擴展到對新能源發電、新能源汽車充電站等不同空間甚至不同設備系統的智能化監控領域。[11]

智能化的電力監護系統可以給電網、企業以及一些單獨電力設備提供“監控一體化”的整體解決方案，實時歷史數據庫建立、工業自動化組態軟件、電力自動化軟件、“軟”控制策略、通信網關服務器、Web門戶工具等。它的最大優勢在于可實現系統的人機交互界面、用戶管理、數據采集處理、事件記錄查詢和故障報警等功能。這些功能的實現和完善將極大的提高對被監控系統的信息化數據采集、監控和控制，有利于系統的穩定運行、精度控制和故障診斷以及系統的巡察和維護，讓我們的電力系統更加安全高效。[12]

4.2 智能充電系統

隨著電能汽車、電能自行車、以及各種電力電子產品的不斷豐富和廣泛使用，如何實現這些電能設備快速高效的充電成為了我們亟待解決的問題。針對傳統的充電方法都存在著充電時間長、充電方法過于單一、對電池使用壽命影響等問題。于是，充電系統的智能化發展成為電力電子能源設備的迫切需求。

傳統的充電方法主要是恒流充電和恒壓充電。這兩種基本的充電方法，一方面控制電路簡單，充電功率一般比較小，實現起來比較容易；另一方面充電速度非常緩慢，充電方法過于單一，控制的穩定性較差，以致影響蓄電池本身的使用壽命。新發展的智能充電監控系統，實現了高效、快速、無損地對蓄電池進行科學充電。其根據鉛酸儲電池的特性，提出了分階段充電模式，使充電電流極大的接近儲電池的可接受充電的高效率電流曲線，并采用智能化的控制方法來實現儲電池的充放電控制。[13]

目前國內針對大容量智能充電技術的研究還處于起步階段，但也取得了一定的成果。以智能化充電樁和小容量無線充電模式為代表的先進案例。電動汽車智能充電樁不僅能夠實現電動汽車地快速高效充電的問題，同時也擴展到實現對充電電池的評估甚至進行維護，并且具有人性化的人機交互界面和完善的通訊能力，實現了人性化的用戶體驗。

4.3 家庭能源管理

家庭能源管理系統是智能電網在居民側的一個新的延伸體，近年來隨著智能家居的出現，使得其逐漸成為智能電網領域的一個研究熱點。家庭能源管理系統是通過各種傳感器采集室內環境變化、人員活動狀況和設備工作狀態信息，然后利用這些采集信息的分析結果，對用電設備做出對應的調度和控制，在滿足用戶舒適度的前提下減少電能的消耗，提高用電效率。[13]

現實中居民側用電量占據了電網用電的一個重要部分，它占全社會用電總量的36.3%以上，但一直存在用電效率低、浪費嚴重的現象。為改善這一難題提高居民用電效率，避免資源浪費，一些西方國家在20世紀70年代己開始嘗試開展了家庭能源管理系統（home energy management system HEMS）的研究。

家庭能源管理系統是一個實時的與外界能量和信息的交換過程，由家庭智能控制和家庭能源管理兩個部分組成。通過智能化電器、智能電表和各種先進傳感器的應用，實現信息的采集和挖掘；通過預算控制和智能化控制策略，實現能耗的最低化的高效節能用電。一般家庭能源管理系統可分為用戶設置模塊、信息采集模塊、數據分析模塊、優化調度模塊、設備監控模塊等五個模塊組成。它最終實現在智能電網環境下，居民用戶所有的用電負載、儲能系統等設備與家庭環境內的用電網絡構成一個線上實時監測控制的家庭區域微電網。家庭能源管理系統為節能減排、提高用電效率及智能電網環境下的居民側需求響應實施、分布式電源和電動汽車接入網絡提供了支持，也為未來智能城市電網的發展提供了廣闊的前景。

5 結束語

綜合目前的最新文獻及電力電子行業的發展熱點，我們已經看到智能化控制理論已經在電力電子中得到了廣泛的應用和嘗試。雖然一些先進的控制策略暫時還停留在理論研究階段以及一些智能化控制方法復雜度較高、穩定差等等弊端，但隨著智慧城市、智能電網與能源互聯網系統等大環境對電力電子裝置的智能化更加深入，智能控制理論也不斷豐富和提高，電力電子智能化領域應用也會得到飛速的發展。因此，對這一問題的研究具有重要的現實意義。

參考文獻：

[1]Electronic designer's guide（：Form No.ec2005-j）[M]. Little fuse Inc，U.S.A，2005.

[2]Bose B K.Power electricity-a technology review.Processing IEEE，1992（80）：1303-1334.

[3]陳堅.電力電子技術應用[M].電力出版社，2006.

[4]曹軍威，揚潔.電力電子裝置智能化研究綜述[J].電力建設，2017，5：18-30.

[5]王艷秋.先進控制技術的集成及應用研究[D].東北大學，2006.

[6]劉偉.智能控制理論在電力電子學中的應用[J].江蘇技術師范學院學報，2006（02）：60-62+66.

[7]毛宗源，周其節.模糊變結構控制器的研究[J].控制原理與應用，1999，16（4）：550-55.

[8]Liao S.H.， C.H. Wen， Artificial neural networks classification and clustering of methodologies and applications-literature analysis from 1995 to 2005[J]. Expert Systems with Applications， 2007，32（1）：1-11.

[9]張興會.自適應智能預測控制系統的研究[D].南開大學，2002.

[10]田超，沈沉，孫英云.電力應急管理中的綜合預測預警技術[J].清華大學學報（自然科學版），2009，49（4）：481-484.

[11]姜建.智能開閉所綜合監控系統[D].華北電力大學，2012.

[12]王旭，齊向東.電動汽車智能充電樁的設計與研究[J].機電工程，2014，31（3）：393-396.

[13]張延宇，曾鵬，減傳治.智能電網環境下家庭能源管理系統研究綜述[J].電力系統保護與控制，2014，42（18）：144-154.