滑窗迭代DFT算法在电力谐波分析与抑制中的应用研究

《滑窗迭代DFT算法在电力谐波分析与抑制中的应用研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、硕士学竹沦文摘要近年来，随着电力电子技术的发展，电力系统中增加了大量的非线性负载和装置，这些装置不可避免的产生非正弦波形，向电网注入谐波成分。谐波已成为电网中的公害，对电力系统的安全、可靠及经济运行造成了极大的影响，同时对用户用电设备的安全与正常工作也造成了一定的影响。目前，解决谐波问题的一个重要趋势是采用电力有源滤波器APF(ActivePowerFilter)，这种方法的基本思想是先从补偿对象巾检测出负载谐波电流，再由补偿装置产生一个与该谐波电流大小相等、极性相反的补偿电流注入电网，从而使电网rfl只含有基波电流。电力有源滤

2、波器应用的关键是如何能够准确、实时地检测出电网巾瞬态变化的畸变电流，计算并产生谐波参考指令电流。本文就此提出一种能应用于APF的基于自适应抽样算法和滑窗迭代思想的离散傅里叶变换算法，该算法引入滑窗迭代的思想，大大提高了DFT的实际运算速度，增强了实时性；同时基于自适应抽样算法，通过自动调整采样时间，能够实时准确地求取负载电流中的谐波分量，并生成谐波参考指令电流作用于电力有源滤波器。仿真结果表明相比传统的谐波检测算法，该算法具台很好的实时性、目标跟随性和抗干扰性。基于上述算法，完成一台三相并联有源电力滤波器的基本设计，谐波参考指令

3、电流采用自适应抽样滑窗迭代DFT算法生成，然后完成了补偿电流发生电路的设计。关键词：谐波；有源滤波器；自适应；滑窗迭代；离散傅里叶变换滑窗迭代DFT算法在电力谐波分析与抑制中的应用AbstractInrecentyears，withthedevelopmentofpowerelectronicstechnology，therearemoreandmorenonlinearloadsanddevicesintheelectricitysystem．Thenonlinearloadsanddevicesfilllotsofinevi

4、tablygeneratesnon—sinusoidalshapeandharmonicintothegrid。Harmonicpollutionhasbecomeahazardproblemtogrid，ithasgreatimpactonpowersystemsafe，reliableandeconomicoperation．，whileelectricalequipmentofuserswillalsoaffect。Currently，animportanttrendtosolvetheproblemofharmonici

5、stouseAPF(ActivePowerFilter)．Itneedstodetectloadharmoniccurrentfromthecompensationobject，thenAPFgeneratesaharmoniccurrentwiththesamesize，butoppositecurrenttoinjectnetwork，SOthegridcontainsonlyfundamentalcurrent．ThedynamiccompensationofAPFdemandsthatdistortioncurrenti

6、ngridshouldbeaccuratelyandreal-timedetected，thengenerateharmonicreferenceinstructioncurrentofActivePowerFilter．ForsolvingtheproblemsofimprovedDFT(DiscreteFourierTransform)algorithminthenon—synchronizedsampling，。ThispaperpresentsaslidingwindowiterativeDFTalgorithmbase

7、donadaptivesampling．Themethodcanreduceerrorscausedbythenon—synchronoussamplingbyadaptivesampling．Thesimulationresultsshowthatthealgorithmcaneffectivelydetectthereal—timeharmonicreferenceinstructioncurrentandhasgoodreal—time，tracingandS00n．Basedontheabovealgorithm，ath

8、ree—phaseshuntactivepowerfilterisdesigned，andharmonicreferenceinstructioncurrentisgeneratedbyadaptivesamplingslidingwindowDFTalgori