安科瑞 时丽花目前APF的拓扑结构已无较大变化，相关研究集中在控制算法的研究。按照电流信号检测点的不同可以分为负荷侧电流检测型与网侧电流检测型。此外电流控制技术也多种多样。
负荷侧电流检测型该控制策略在分析负荷电流中的谐波成分的基础上,注入大小相等,方向相反的补偿电流,实现对网侧电流的间接控制,属于开环控制方式. 主要的谐波检测方法有: - 瞬时无功功率理论. 该方法通过计算负荷的瞬时有功功率与瞬时无功功率,通过低通滤波器获得谐波分量,进而计算出负荷电流中的谐波分量及补偿参考电流,对该电流进行跟踪实现谐波治理.传统pq理论仅适用于三相三线制理想电压情况. 后续有一系列改进算法将该理论拓展应用于 三相四线制系统及非理想电压情况.
- 同步旋转坐标系法(synchronous reference frame,SRF). 该方法需要锁相环PLL得到电网的基波角频率ω,用于Park变换,从而将三相负荷电流从abc静止坐标系转换到dq0旋转坐标系下.变换后，负荷电流中的基波正序有功电流分量变为旋转坐标系下d轴上的直流分量，基波正序无功电流变为q轴上的直流分量，其余的谐波分量变为dq轴上的振荡分量。通过低通滤波器可将谐波分量提取出来，作为补偿参考电流。
- 上述两种方式属于时域方法，频域谐波检测法也是常用的APF谐波检测方法。对采集到的负荷谐波电流进行快速傅里叶分析，将其谐波成分提取出来，继而生成谐波补偿电流。该方法不受电源电压的影响，且能直接应用于单相系统（时域法不能）。但是该方法主要对稳态信号进行分析，当负荷电流波动频繁时，动态响应速度慢，补偿效果不佳。
- 为了提高谐波检测的精度，许多先进及智能算法也被应用于谐波检测中。如：自适应滤波器、神经网络、遗传算法、小波分析等。但是这些智能算法实现复杂，增加了设计难度与计算量，不太实用。
网侧电流检测型网侧电流检测的控制策略直接对网侧电流进行控制，属于闭环控制系统。该方法具有更好的稳态补偿精度、对元件参数匹配不敏感、对电流检测元件精度要求低、抗干扰效果好、可按照给定功率因数进行无功补偿，灵活分配补偿容量。 网侧电流检测的控制方法可分为两类，一类为包含谐波检测单元的方法，另一类为无谐波检测单元的方法。 主要的控制方法有： - 传统网侧电流检测法（current-source-based，CS）。该方法采集网侧电流，通过谐波检测单元提取出谐波分量生成参考信号，再由电流控制器进行跟踪，实现谐波补偿。
- 功率平衡法（power-balance-based，PB）。该方法通过对直流侧电压调节产生电源电流参考信号，再由电流控制器跟踪达到谐波滤除的目的。该方法避免了谐波检测单元，得到越来越多的关注。（该方法尚未理解，有待更新）
- 单周控制（one-cycle-control,OCC）. 该方法将电流控制器与PWM调制单元合并，避免了复杂的电流控制器。通过积分器生成的锯齿波与电源电流进行比较，从而生成开关驱动信号。该方法优势在于无需谐波检测单元与锁相环，避免了两单元对性能的影响。但在非理想条件下，APF的补偿电流产生严重畸变，影响补偿精度。
电流控制技术电流控制技术的性能对APF的谐波补偿效果有较大影响。目前常用的技术有： - 电流滞环控制 。通过滞环控制器将电流误差信号比较输出，控制开关器件导通与关断，从而将电流误差控制在设定的滞环宽度内。该方法实现简答，响应快，但开关频率不固定，滤波器设计困难。
- 无差拍控制。通过离散化方法，根据变换器精确的数学模型及当前开关周期内的采样值，获取下一时刻的占空比以控制开关器件的导通关断，但该控制严重依赖于被控对象精确的数学模型，且运算量较大，因此应用受限。
- 重复控制。基于内模原理，可精确跟踪复杂周期信号和抑制周期性干扰信号，实现零稳态误差控制。重复控制具有稳态精度高的优点，但存在周期性延时，动态性能较差。在实际应用中，当负荷波动大且变化频繁时，重复控制器的性能受到很大影响。
- 滑模控制又称为变结构控制。根据系统特性设计切换相平面，运用滑动模态控制器强迫系统状态变量从相平面外，向切换相平面上收敛。当到达切换相平面上后，控制器使系统的状态变量沿着切换相平面移动到原点。滑模控制的鲁棒性强，对被控对象模型及外部扰动不敏感，且动态响应速度快。但滑模控制的断续开关特性易造成控制抖动，使系统不稳定。
- 谐振控制（Proportional Resonant，PR）。该方法利用广义积分器在谐振频率点处提供无穷大的增益，实现对谐振频率点电流指令的零误差跟踪。谐振控制和重复控制都属于内模控制，能够实现对周期信号的零误差跟踪。与重复控制不同，单一的谐振控制器只对单一特定频率信号进行无差跟踪，因此需要相应数量谐振控制器并联对不同频率的谐波进行控制。谐振控制器具有选择性补偿的优点，且响应速度快，无周期延迟，但在频率波动时鲁棒性较差。
- 此外还有许多先进及智能算法 如 ：预测控制、自适应控制、神经网络控制，但这些方法实现复杂，控制器设计难度大，控制实时性低，因此实际设备中几乎不采用。
摘抄自太原理工大学博士学位论文
| 
楼主
标题置顶
标题高亮
