论文部分内容阅读
摘 要 随着电力市场的高速发展,电力在人们的生活中发挥着越来越重要的作用,为了保障人们的电力需求,电力负荷的预测变得异常重要。在对电力负荷预测的研究中,无速度传感器控制技术是目前研究的重点,而转速估计是无速度传感器控制技术的核心。文章对异步电机无速度传感器控制技术中转速估计的方法进行了分析,列举一些转速估计中常用的方法,并对异步电机无速度传感器控制技术未来的研究方向进行了分析。
关键词 电力负荷预测;异步电机;控制技术
中图分类号:TP212 文献标识码:A 文章编号:1671-7597(2013)20-0005-01
随着电力市场的高速发展,电力在人们的生产生活中发挥着越来越重要的作用。为了满足人们用电的需求,保障电力供应,电力负荷预测变得异常重要。近些年,由于人们在电力电子技术领域的研究取得了丰硕的成果,使得电力负荷预测成为了可能。由于传统的预测方法需要安装大量的传感器,使系统变得复杂,降低了传动系统的稳定性,增加了成本。而采用无速度传感器控制技术,传动系统较为便宜,而且能够在不同转速、转矩的情况下应用。因此,无速度传感器控制技术成了人们研究的新方向,转速估计法作为异步电机无速度传感器控制技术中最为关键的技术成为大家研究的重点。本文对异步电机无速度传感器控制技术中转速估计的方法进行了分析,列举了转速估计中常用的方法,并对异步电机无速度传感器控制技术未来的研究方向进行了分析。
1 转速估计各方法详解
1.1 直接计算法
直接计算法的原理是:利用帕克方程从异步电机的关系式中推导出电机转速或电机转差的数学表达式。直接计算法具有简洁明了、实用性强等特点。但是,由于这种方法属于开环观测法的一种,它不具备误差校正的能力,因此也存在很多的缺陷。主要的缺陷有:1)因为无法确保矢量控制按照预想的设置去执行,因此无法保障传动系统的性能;2)由于系统没有误差校正的能力,因此系统排除干扰的能力不强,系统的稳定性无法保证;3)由于直接计算法是采用转子的反电动势得到异步电机的同步转速的,而异步电机在低速状态下反电动势很微弱,因此估算出的结果与实际数值有很大的差距。
1.2 基于扩展卡尔曼滤波的方法
自19世纪60年代,数学家卡尔曼提出了卡尔曼滤波理论以来,这个理论受到各个领域的科学家的重视。扩展卡尔曼滤波法是以一阶线性方法为基础,利用卡尔曼滤波器对滤波进行估计。扩展卡尔曼滤波法是一种全新的非线性估计算法,利用这种方法进行估算时不需要进行繁琐的微积分运算,调节误差协方差阵还可以改变估算的收敛的速度。除此之外,与其他转速估算方法相比扩展卡尔曼滤波法在抗噪方面的优势也十分明显。由于扩展卡尔曼滤波法具有操作简便、容易被掌握、实用性强、性能优越等优点,成了目前转速估计领域非常热门的一种估算方法。一方面扩展卡尔曼滤波具备非常多的优势,但另一方面它也存在许多缺点。比如:由于在进行估算时有大量的数据需要分析和处理,因此在线计算存在困难,另外由于估算过程容易受到异步电机参数的影响,会导致估算的精确度有所降低。
1.3 基于神经网络的方法
由于人工神经网络具备学习能力强、适应性强等特点,因此,在研究非线性问题时得到广泛的应用。异步电机的转速估算作为非线性问题中的一种,也经常用到神经网络方法来进行研究。在转速估算时,利用神经网络法与采用其他估算方法相比,具备优势的地方是数据处理速度快、抗干扰的能力强、兼容性好。它的缺点是要掌握好这个方法,必须在使用前提前进行训练,而且训练的时间比较长,训练强度比较大。
1.4 齿槽谐波检测法
由于许多转速估算的方法都容易受到异步电机参数的影响,使得估算的精确程度大打折扣。因此,为了避免电机参数对转速估计结果产生影响,许多科学家经过大量的研究后,开始尝试从定子传递的电流信号中找出与转速有聯系的数据,然后利用得到的频率分量估计出异步电机的转速。受到这种思想的启发,19世纪80年代,有科学家提出利用齿槽谐波电势推导异步电机的频率的方法。由于这种方法在低速的情况下无法使用,而且容易受到噪声的影响,因此很难应用到实际中。经过科学家的不断努力,2002年科学家研究出了利用齿槽谐波的频率来估计转速的方法。由于这种估计方法只跟异步电机中齿槽谐波有关系,因此不会受到电机等其他因素的影响。与其他估计方法相比具有估计精度高、可靠性强、估计时间短等优点。
1.5 高频信号注入法
高频信号注入法的原理是施加高频的电压信号到异步电机中的一个定子上,从而造成电机内部的不对称,电机在这种不对称性的情况下会形成磁凸极,利用相应的检测设备对磁凸极进行检测就可以对电机的转速进行估计。采用高频信号注入法估算电机转速,不论电机在何种工作状态下进行工作都可以获得一个较为精确的估算值。然而,由于采用这种方法获得的估算结果精确度高,因此对测量系统的软件和硬件也提出了更高的要求,使得成本增加。因此,采用这种方法进行转速估算的实用性较低。
2 异步电机无速度传感器控制技术未来的研究方向
上文中列举了一些异步电机的估算方法,并对它们的原理、应用特点进行了介绍。目前,许多科学家在对异步电机无速度传感器控制技术进行了更深入的研究,这项技术未来的研究方向主要的有以下几方面:1)研究异步电机低转速甚至在零转速情况下,运行的稳定性。异步电机在低速状态下工作,由于各种因素的干扰导致电机无法稳定运行,因此,研究者要对这方面给予更多的关注;2)电机参数的在线识别。由于异步电机转速估计的方法中,绝大多数估算方法都是建立在对电机参数的研究上,电机参数的任何微小变动都会影响到最终的估算值。因此,在未来的研究中,要加大对电机参数在线识别的研究,增强系统的稳定性。除了这两方面外,还要在提高异步电机的估算的响应速度、估算的精度、估算的效率上进行更加深入的研究。
3 结束语
电力市场的变化日新月异,无速度传感器控制技术的发展对于提高电力负荷预测的精度有着极其重要的意义。相信随着研究的进一步深入,我们在电力负荷预测领域将取得更加丰硕的成果。
参考文献
[1]冬雷,李永东,柴建云等.无速度传感器异步电动机极低转速下的磁通位置观测[J].电工技术学报,2001(05).
[2]马成禄,胡继胜,阳同光.无速度传感器感应电机控制速度辨识的研究现状与展望[J].防爆电机,2008(01).
[3]陈伯时,杨耕.无速度传感器高性能交流调速控制的三条思路及其发展建议[J].电气传动,2006(01).
关键词 电力负荷预测;异步电机;控制技术
中图分类号:TP212 文献标识码:A 文章编号:1671-7597(2013)20-0005-01
随着电力市场的高速发展,电力在人们的生产生活中发挥着越来越重要的作用。为了满足人们用电的需求,保障电力供应,电力负荷预测变得异常重要。近些年,由于人们在电力电子技术领域的研究取得了丰硕的成果,使得电力负荷预测成为了可能。由于传统的预测方法需要安装大量的传感器,使系统变得复杂,降低了传动系统的稳定性,增加了成本。而采用无速度传感器控制技术,传动系统较为便宜,而且能够在不同转速、转矩的情况下应用。因此,无速度传感器控制技术成了人们研究的新方向,转速估计法作为异步电机无速度传感器控制技术中最为关键的技术成为大家研究的重点。本文对异步电机无速度传感器控制技术中转速估计的方法进行了分析,列举了转速估计中常用的方法,并对异步电机无速度传感器控制技术未来的研究方向进行了分析。
1 转速估计各方法详解
1.1 直接计算法
直接计算法的原理是:利用帕克方程从异步电机的关系式中推导出电机转速或电机转差的数学表达式。直接计算法具有简洁明了、实用性强等特点。但是,由于这种方法属于开环观测法的一种,它不具备误差校正的能力,因此也存在很多的缺陷。主要的缺陷有:1)因为无法确保矢量控制按照预想的设置去执行,因此无法保障传动系统的性能;2)由于系统没有误差校正的能力,因此系统排除干扰的能力不强,系统的稳定性无法保证;3)由于直接计算法是采用转子的反电动势得到异步电机的同步转速的,而异步电机在低速状态下反电动势很微弱,因此估算出的结果与实际数值有很大的差距。
1.2 基于扩展卡尔曼滤波的方法
自19世纪60年代,数学家卡尔曼提出了卡尔曼滤波理论以来,这个理论受到各个领域的科学家的重视。扩展卡尔曼滤波法是以一阶线性方法为基础,利用卡尔曼滤波器对滤波进行估计。扩展卡尔曼滤波法是一种全新的非线性估计算法,利用这种方法进行估算时不需要进行繁琐的微积分运算,调节误差协方差阵还可以改变估算的收敛的速度。除此之外,与其他转速估算方法相比扩展卡尔曼滤波法在抗噪方面的优势也十分明显。由于扩展卡尔曼滤波法具有操作简便、容易被掌握、实用性强、性能优越等优点,成了目前转速估计领域非常热门的一种估算方法。一方面扩展卡尔曼滤波具备非常多的优势,但另一方面它也存在许多缺点。比如:由于在进行估算时有大量的数据需要分析和处理,因此在线计算存在困难,另外由于估算过程容易受到异步电机参数的影响,会导致估算的精确度有所降低。
1.3 基于神经网络的方法
由于人工神经网络具备学习能力强、适应性强等特点,因此,在研究非线性问题时得到广泛的应用。异步电机的转速估算作为非线性问题中的一种,也经常用到神经网络方法来进行研究。在转速估算时,利用神经网络法与采用其他估算方法相比,具备优势的地方是数据处理速度快、抗干扰的能力强、兼容性好。它的缺点是要掌握好这个方法,必须在使用前提前进行训练,而且训练的时间比较长,训练强度比较大。
1.4 齿槽谐波检测法
由于许多转速估算的方法都容易受到异步电机参数的影响,使得估算的精确程度大打折扣。因此,为了避免电机参数对转速估计结果产生影响,许多科学家经过大量的研究后,开始尝试从定子传递的电流信号中找出与转速有聯系的数据,然后利用得到的频率分量估计出异步电机的转速。受到这种思想的启发,19世纪80年代,有科学家提出利用齿槽谐波电势推导异步电机的频率的方法。由于这种方法在低速的情况下无法使用,而且容易受到噪声的影响,因此很难应用到实际中。经过科学家的不断努力,2002年科学家研究出了利用齿槽谐波的频率来估计转速的方法。由于这种估计方法只跟异步电机中齿槽谐波有关系,因此不会受到电机等其他因素的影响。与其他估计方法相比具有估计精度高、可靠性强、估计时间短等优点。
1.5 高频信号注入法
高频信号注入法的原理是施加高频的电压信号到异步电机中的一个定子上,从而造成电机内部的不对称,电机在这种不对称性的情况下会形成磁凸极,利用相应的检测设备对磁凸极进行检测就可以对电机的转速进行估计。采用高频信号注入法估算电机转速,不论电机在何种工作状态下进行工作都可以获得一个较为精确的估算值。然而,由于采用这种方法获得的估算结果精确度高,因此对测量系统的软件和硬件也提出了更高的要求,使得成本增加。因此,采用这种方法进行转速估算的实用性较低。
2 异步电机无速度传感器控制技术未来的研究方向
上文中列举了一些异步电机的估算方法,并对它们的原理、应用特点进行了介绍。目前,许多科学家在对异步电机无速度传感器控制技术进行了更深入的研究,这项技术未来的研究方向主要的有以下几方面:1)研究异步电机低转速甚至在零转速情况下,运行的稳定性。异步电机在低速状态下工作,由于各种因素的干扰导致电机无法稳定运行,因此,研究者要对这方面给予更多的关注;2)电机参数的在线识别。由于异步电机转速估计的方法中,绝大多数估算方法都是建立在对电机参数的研究上,电机参数的任何微小变动都会影响到最终的估算值。因此,在未来的研究中,要加大对电机参数在线识别的研究,增强系统的稳定性。除了这两方面外,还要在提高异步电机的估算的响应速度、估算的精度、估算的效率上进行更加深入的研究。
3 结束语
电力市场的变化日新月异,无速度传感器控制技术的发展对于提高电力负荷预测的精度有着极其重要的意义。相信随着研究的进一步深入,我们在电力负荷预测领域将取得更加丰硕的成果。
参考文献
[1]冬雷,李永东,柴建云等.无速度传感器异步电动机极低转速下的磁通位置观测[J].电工技术学报,2001(05).
[2]马成禄,胡继胜,阳同光.无速度传感器感应电机控制速度辨识的研究现状与展望[J].防爆电机,2008(01).
[3]陈伯时,杨耕.无速度传感器高性能交流调速控制的三条思路及其发展建议[J].电气传动,2006(01).