基于同步坐标变换的谐波电流检测方法研究.pdf

《基于同步坐标变换的谐波电流检测方法研究.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第49卷第9期电力电子技术Vo1．49，No．92015年9月PowerElectronicsSeptember2015基于同步坐标变换的谐波电流检测方法研究李德赕，杨苹，郑远辉(华南理工大学，电力学院，广东省绿色能源技术重点实验室，广东广州510640)摘要：谐波检测是谐波抑制的重要环节，针对目前主流的谐波检测法不能检测指定次数谐波且计算量大的缺点，在d—q谐波检测法原理的基础上，提出一种基于同步坐标变换(SRT)的谐波检测方法，将负载电流以基波角频率的指定次倍数变换到d，q坐标系，通过低通滤波器(LPF)滤除高次谐波后得到

2、该指定次谐波的d，q轴直流分量，再以该角频率从d，q坐标系反变换到a，b，c坐标系，从而得到该次谐波的分量。利用Matlab仿真和实验分析验证了该方法不仅能检测负载电流中的基波成分，也能检测出任意指定次数的谐波含量和无功分量，而且计算量小，易于实现。关键词：谐波检测：同步坐标变换法；谐波补偿中图分类号：TM714文献标识码：A文章编号：1000—100X(2015)09—0083—03HarmonicCurrentDetectionBasedonSynchronousReferenceTransformationLIDe．Yi

3、，YANGPing，ZHENGYuan—hui(SouthChinaUniversityofTechnology，Guangzhou510640，China)Abstract：Harmonicdetectionisakeyloopofharmonicsuppression．Aimingattheshortcomingsofmainharmonicdetectionmethodcannotdetecttheselectedorderharmonicorhasalargeamountofcalculationatpresent．a

4、syn—chronousreferencetransformation(SRT)isproposedbasedondetectionmethodofd—qharmonicdetectionmethod．Theloadcurrentsignalsaretransformedintod，qcoordinateswithanangularspeedofselectedharmonicfrequency，thengettheDCcomponentofthisselectedharmonicfromthelowpassfilter(LP

5、F)，finallyinverselytransformedtoa，b，CCO0rdinateswiththisangularspeed，thisistheselectedorderharmonic．TheMatlabsimulationandexperimentalre-sultsprovethatthismethodnotonlydetectsthefundamentalcomponentoftheloadcurrent，butalSOdetectsthese—lectedorderharmonicandreactivec

6、omponents．andithassmallamountofcalculationandeasytobeimplemented．Keywords：harmonicdetection；synchronousreferenceframemethod；harmoniccompensationFoundationProject：SupposedbyNationalHighTechnologyResearchandDevelopmentProgram(No．2014AA0520—01)：NationalNaturalScienceFo

7、undationofChina(No．61273172)1引言应快，可准确检测负载的谐波和无功分量，然而该方法只能对负载的总谐波含量进行检测。而不能由于电力电子装置的应用日益广泛，导致谐实现指定次谐波的提取，不能适应于电网故障诊波问题越来越受到关注，有源电力滤波器(APF)断和保护：基于频域的傅里叶分析方法需要一个采用的谐波电流检测方法决定了谐波电流的检测周期的采样信号进行计算，计算复杂、延时大，当准确度，是影响补偿性能的重要环节【11。谐波含量突变时需要一个周期才能跟踪谐波变目前．谐波检测方法有很多种且各具优缺点f2]，化，

8、不利于工程应用；基于人工智能的新算法可提总体可分为基于时域分析的瞬时无功功率法、基高计算的准确度．但同时带来了复杂的计算．难以于频域的傅里叶分析方法和基于人工智能的神经实现广泛应用[4-5]网络新算法『31等，其中前两者应用最为广泛。瞬时因此．针对上述谐波检测法的缺点．在d—