電力電子控制技術(shù)基礎(chǔ)與實(shí)踐 課件 第3、4章 信號(hào)濾波、反饋控制

電力電子控制技術(shù)基礎(chǔ)與實(shí)踐電力電子控制技術(shù)基礎(chǔ)與實(shí)踐上篇 1. 脈沖寬度調(diào)制 2. 正弦波脈寬調(diào)制 3. 信號(hào)濾波

4. 反饋控制 5. 坐標(biāo)變換 6. 空間電壓矢量脈寬調(diào)制 下篇 7. 電力電子技術(shù)的PLECS仿真實(shí)驗(yàn) 8. 電力電子技術(shù)的實(shí)驗(yàn)箱實(shí)驗(yàn) 電力電子控制技術(shù)基礎(chǔ)與實(shí)踐3. 信號(hào)濾波

3.1 濾波器原理 3.2 模擬濾波器 3.3 數(shù)字濾波器 3.4 參數(shù)估計(jì) 3.5 微控制器的信號(hào)濾波實(shí)現(xiàn) 3.1 濾波器原理 3.1.1電信號(hào)采集檢測(cè)（1）電阻檢測(cè)電流（間接測(cè)量）電壓（2）互感器檢測(cè)電壓互感器（PT）電磁式電容式電流互感器（CT）電磁式電流互感器（實(shí)物）電壓互感器電流互感器電壓互感器的二次回路不能短路；電流互感器的二次回路不能開(kāi)路3.1 濾波器原理 3.1.1電信號(hào)采集檢測(cè)（3）逐次逼近型ADCMSB有效時(shí)“N位DAC”輸出通過(guò)“比較器”與“模擬輸入”相比，產(chǎn)生MSB值。經(jīng)過(guò)N次比較一直進(jìn)行到模擬輸入信號(hào)產(chǎn)生最低位LSB的bit值為止。（4）σ-Δ型ADC圖3-2逐次逼近型ADC原理圖圖3-3σ-Δ轉(zhuǎn)換ADC原理圖和波形圖3.1 濾波器原理 3.1.2濾波器分類(lèi)濾波器選頻低通高通帶通帶阻濾波器電路性質(zhì)不同無(wú)源濾波器有源濾波器信號(hào)強(qiáng)度（功率大小）不同信號(hào)濾波器電力濾波器3.1 濾波器原理 3.1.3電力濾波電力濾波器的兩個(gè)基本功能：①使諧波源注入公共連接點(diǎn)的諧波電流在規(guī)定的限值以內(nèi)。②在負(fù)荷功率變化范圍內(nèi),裝置的無(wú)功補(bǔ)償能滿足負(fù)載對(duì)功率因數(shù)和母線電壓偏差的要求。（1）低壓電力濾波器（2）高壓電力濾波器Π形濾波電路最常用高壓電力濾波器的類(lèi)型很多圖3-6高壓濾波裝置電路圖圖3-5二級(jí)LC-Π型濾波器電路圖3.2 模擬濾波器3.2.1一階濾波器一階低通濾波器一階高通濾波器VCC為運(yùn)放Op-Amp的工作電壓，轉(zhuǎn)折頻率f0，角頻率ω=2π*f0。例：圖（a）輸出信號(hào)不反相，f0=1/(2π*R1*C1)，增益G=1圖3-7一階高通濾波器原理圖3.2 模擬濾波器例：文氏濾波器該濾波器對(duì)所有的頻率都有相同的增益，但是可以改變信號(hào)的相角，同時(shí)也用于相角修正電路。電路對(duì)頻率是

f的信號(hào)有90o的相移，對(duì)直流的相移是0o，對(duì)高頻的相移是180o。取R1=R2=R3=R，頻率f0=1/(2π*R*C1)。圖3-8所示電路為文氏濾波器，3.2 模擬濾波器3.2.2二階濾波器二階濾波器命名Butterworth濾波器Chebyshev濾波器Bessell濾波器濾波器有3個(gè)重要參數(shù)通帶阻帶過(guò)度帶幅頻特性一階濾波器是20dB/十倍頻程二階濾波器40dB/十倍頻程。應(yīng)用廣泛的二階模擬濾波器二階RC濾波電路（通常用于有源電路中）二階LC濾波電路（通常用于無(wú)源電路中）。3.2 模擬濾波器3.2.3高階濾波器濾波器的一階、二階復(fù)頻域傳遞函數(shù)和頻域函數(shù)G0為濾波器的通帶增益或零頻增益，ωc為一階濾波器的截止角頻率，ωn為二階濾波器的自然角頻率，ω0為帶通或帶阻濾波器的中心頻率，ξ為2階濾波器的阻尼系數(shù)。3.3 數(shù)字濾波器3.2.3高階濾波器n階濾波器傳遞函數(shù)的一般表達(dá)式為當(dāng)需要設(shè)計(jì)大于或等于三階的濾波器時(shí)，一般采取將高階傳遞函數(shù)分解為幾個(gè)低階傳遞函數(shù)乘積的形式。將多個(gè)低階傳遞函數(shù)的濾波器級(jí)聯(lián)起來(lái)，可構(gòu)成高階濾波器。由于低階有源濾波器大多用的有源器件是集成運(yùn)放，用集成運(yùn)算放大器構(gòu)成的低階濾波器，其輸出阻抗很低，所以不必考慮各低階濾波器在級(jí)聯(lián)時(shí)的負(fù)載效應(yīng)，保證了各低階濾波器傳遞函數(shù)設(shè)計(jì)的獨(dú)立性。3.3 數(shù)字濾波器3.3.1數(shù)字濾波器的分類(lèi)按照硬件環(huán)境不同分為使用通用數(shù)字濾波器集成電路使用可編程邏輯器件FPGA/CPLD使用數(shù)字信號(hào)處理器（DSP）或微控制器按照算法實(shí)現(xiàn)的不同可以分為兩大類(lèi)有限脈沖響應(yīng)濾波器（非遞歸型濾波器，F(xiàn)IR）無(wú)限脈沖響應(yīng)濾波器（IIR）3.3 數(shù)字濾波器3.3.1數(shù)字濾波器的分類(lèi)FIR、IIR比較IIR可以用更少的階數(shù)實(shí)現(xiàn)與FIR相同的性能。實(shí)現(xiàn)相同的指標(biāo)，F(xiàn)IR的階數(shù)可能是IIR階數(shù)的幾倍甚至幾十倍。IIR設(shè)計(jì)濾波器高通、低通、帶通、帶阻任意，借助工具軟件設(shè)計(jì)簡(jiǎn)單，缺點(diǎn)是IIR濾波器運(yùn)算量大，IIR具有非線性相位。從幅度響應(yīng)看，IIR濾波器阻帶和通帶都較平整。非線性相位是指對(duì)于不同的頻率分量造成的相位差與頻率不成比例，使得輸出時(shí)不同頻率分量的疊加相位值與輸入信號(hào)相比有變化，從而導(dǎo)致了信號(hào)的失真。FIR具有線性相位和易于設(shè)計(jì)的特點(diǎn)，只需選擇不同的a0~aN，就會(huì)產(chǎn)生多種軟件濾波器，在要求快速運(yùn)算的場(chǎng)合用FIR濾波器即可。從幅度響應(yīng)看，F(xiàn)IR濾波器的阻帶是等波紋振蕩。3.3 數(shù)字濾波器3.3.2微控制器的常用濾波算法（1）限幅濾波器最大偏差值（設(shè)為A）（2）平均濾波器N為濾波器隊(duì)列長(zhǎng)度，常數(shù)值。N值越大，信號(hào)平滑度高、靈敏度較低。N值越小，信號(hào)平滑度低、靈敏度高。分類(lèi)：算術(shù)平均濾波器：連續(xù)采樣N個(gè)采樣值進(jìn)行算術(shù)平均運(yùn)算滑動(dòng)平均濾波器：一個(gè)隊(duì)列的連續(xù)取N個(gè)采樣值3.3 數(shù)字濾波器3.3.2微控制器的常用濾波算法（3）一階滯后濾波器a稱(chēng)為濾波系數(shù)，0＜a≤1含義為：濾波結(jié)果=a*本次采樣值+(1-a)*上次濾波結(jié)果。濾波系數(shù)a越小，濾波結(jié)果越平穩(wěn)，但是靈敏度越低。濾波系數(shù)a越大，靈敏度越高，但是濾波結(jié)果越不穩(wěn)定。特點(diǎn)：一階滯后濾波法的優(yōu)點(diǎn)有對(duì)周期性干擾具有良好的抑制作用，適用于波動(dòng)頻率較高的場(chǎng)合。缺點(diǎn)是濾波結(jié)果有相位滯后，靈敏度低，滯后程度取決于a值大小，不能消除濾波頻率高于采樣頻率的1/2的干擾信號(hào)。3.3 數(shù)字濾波器3.3.2微控制器的常用濾波算法（4）組合濾波器中位值平均濾波器，相當(dāng)于“中位值濾波器”+“算術(shù)平均濾波器”限幅平均濾波器，相當(dāng)于“限幅濾波器”+“滑動(dòng)平均濾波器”加權(quán)遞推平均濾波器，是滑動(dòng)平均濾波器的改進(jìn)3.4 參數(shù)估計(jì)3.4.1最小二乘法最小二乘法擬合直線，是將N個(gè)采樣點(diǎn)值擬合，采用最簡(jiǎn)單的線性化模型，式中a，b為待求系數(shù)。最小二乘法擬合目標(biāo)為一次函數(shù)，如果降階簡(jiǎn)化為0次，則a=0，y=b，此時(shí)b為數(shù)據(jù)的平均值。同樣方法可以用最小二乘法擬合二次函數(shù)或更高階的函數(shù)。3.4 參數(shù)估計(jì)3.4.2卡爾曼濾波法卡爾曼濾波是一種利用線性系統(tǒng)狀態(tài)方程，通過(guò)系統(tǒng)輸入輸出觀測(cè)數(shù)據(jù)，對(duì)系統(tǒng)狀態(tài)進(jìn)行最優(yōu)估計(jì)的算法。卡爾曼濾波不要求信號(hào)和噪聲都是平穩(wěn)過(guò)程的假設(shè)條件，對(duì)于每個(gè)時(shí)刻的系統(tǒng)擾動(dòng)和觀測(cè)誤差（即噪聲），只要對(duì)其統(tǒng)計(jì)性質(zhì)作某些適當(dāng)?shù)募俣?，通過(guò)對(duì)含有噪聲的觀測(cè)信號(hào)進(jìn)行處理，就能在平均的意義上，求得誤差為最小的真實(shí)信號(hào)的估計(jì)值。3.4 參數(shù)估計(jì)3.4.2卡爾曼濾波法（1）預(yù)測(cè)方程，先驗(yàn)證估計(jì)方程（2）先驗(yàn)估計(jì)協(xié)方差（3）卡爾曼增益（或卡爾曼系數(shù)）（4）更新誤差相關(guān)矩陣，后驗(yàn)估計(jì)協(xié)方差（5）更新觀測(cè)方程，后驗(yàn)狀態(tài)估計(jì)值輸出方程（狀態(tài)方程）3.4 參數(shù)估計(jì)3.4.2卡爾曼濾波法表3-2卡爾曼濾波器各公式所用參數(shù)及其意義3.4 參數(shù)估計(jì)3.4.2卡爾曼濾波法基本卡爾曼濾波的程序流程先初始化參數(shù)，然后計(jì)算估計(jì)值。初始化參數(shù)：上次估計(jì)值為0、當(dāng)前估計(jì)協(xié)方差與當(dāng)前測(cè)量協(xié)方差是任意不為0初值。計(jì)算估計(jì)值步驟：①獲得測(cè)量值（），②計(jì)算卡爾曼增益（）。③計(jì)算當(dāng)前估計(jì)值。④下次估計(jì)協(xié)方差和下次測(cè)量協(xié)方差R。⑤更新本次迭代的估計(jì)值、本次迭代的估計(jì)協(xié)方差和測(cè)量協(xié)方差。⑥返回返回本次估計(jì)值，也就是返回本次濾波之后的值。3.5 微控制器的信號(hào)濾波實(shí)現(xiàn)3.5.1STC8實(shí)現(xiàn)限幅平均濾波器/*-------------限幅滑動(dòng)平均濾波函數(shù)------------------*/

int

filter()

{

unsigned

char

count

=

0;

long

int

sum

=

0;

value_buf[buf_index]

=

get_ad();

if

(value_buf[buf_index]

>

19000)

//限幅濾波

value_buf[buf_index]

=

19000;

if

(value_buf[buf_index]

<

1000)

value_buf[buf_index]

=

1000;

buf_index++;

if

(

buf_index

==

N

)

buf_index

=

0;

for

(

count=0;

count<N;

count++)

//滑動(dòng)平均濾波

sum

+=

value_buf[count];

return

(int)(sum/N);

}

3.5 微控制器的信號(hào)濾波實(shí)現(xiàn)3.5.1STC8實(shí)現(xiàn)限幅平均濾波器例準(zhǔn)備一組數(shù)據(jù)作為采樣信號(hào)，產(chǎn)生數(shù)據(jù)的方法是使用對(duì)稱(chēng)規(guī)則采樣法，數(shù)據(jù)加入干擾信號(hào)。設(shè)載波比設(shè)為N=100，調(diào)制比M=0.8，信號(hào)中值10000（載波周期為20000個(gè)計(jì)數(shù)脈沖時(shí)間），幅值10000，則高電平數(shù)組tpwmh[]有100個(gè)值。數(shù)據(jù)加入幅值為+/-1000的隨機(jī)數(shù)作為噪聲。圖3-9采樣信號(hào)和濾波信號(hào)3.5 微控制器的信號(hào)濾波實(shí)現(xiàn)3.5.2STM32F4實(shí)現(xiàn)最小二乘法//最小二乘法函數(shù)16. /*USERCODEBEGINPFP*/17. voidleastsquare(float*x,float*y,unsignedchardata_num,float*a,float*b)18. {19. floatt1=0,t2=0,t3=0,t4=0;20. for(inti=0;i<data_num;i++)21. {22. t1+=x[i]*x[i];23. t2+=x[i];24. t3+=x[i]*y[i];25. t4+=y[i];26. }27. *a=(t3*data_num-t2*t4)/(t1*data_num-t2*t2);//求系數(shù)a28. *b=(t1*t4-t2*t3)/(t1*data_num-t2*t2);

//求系數(shù)b29. }30. /*USERCODEENDPFP*/3.5 微控制器的信號(hào)濾波實(shí)現(xiàn)3.5.2STM32F4實(shí)現(xiàn)最小二乘法數(shù)據(jù)

floatx[10]={208,152,113,227,137,238,178,104,191,130};

floaty[10]={21.6,15.5,10.4,31.0,13.0,32.4,19.0,10.4,19.0,11.8};結(jié)果系數(shù)a和b，a=0.161,b=-8.645，y

=0.161x-8.645圖3-10最小二乘法數(shù)據(jù)和擬合直線圖3.5 微控制器的信號(hào)濾波實(shí)現(xiàn)3.5.3STM32F4微控制器實(shí)現(xiàn)Kalman濾波器29. floatKalman_Filter(floatnewMeaValue){30. 31. x_mea=get_ad();32. 33. P_kalman_last=P_kalman;//獲取上一個(gè)P34. X_kalman_last=X_kalman;//獲取上一個(gè)X35. 36. X_pre=X_kalman_last;//A=1,B=0，C=137. P_pre=P_kalman_last+Q;38. H=P_pre/(P_pre+R);39. P_kalman=P_pre-H*P_pre;40. X_kalman=X_pre+H*(x_mea-X_pre);//y=X_kalman輸出41. 42. returnX_kalman;43. }3.5 微控制器的信號(hào)濾波實(shí)現(xiàn)3.5.3STM32F4微控制器實(shí)現(xiàn)Kalman濾波器定義變量，賦初值25.floatX_pre,P_pre,X_kalman_last,P_kalman_last,X_kalman=9000,P_kalman=50;//賦初值26.floatH,Q=0.3,R=0.7;27.floatx_mea,x_est;結(jié)果

圖3-11Kalman濾波程序執(zhí)行結(jié)果3.5 微控制器的信號(hào)濾波實(shí)現(xiàn)3.5.4STM32F4實(shí)現(xiàn)Kalman估計(jì)值輸出例31. /*----------------Kalman初始化---------------------------*/32. voidKalman_Init(KalmanFilter*kalmanFilter,floatFirstMeaValue,floatE_mea,floatFirstEstValue,floatE_est){33. kalmanFilter->x_est=FirstEstValue;34. kalmanFilter->x_mea=FirstMeaValue;35. kalmanFilter->e_est=E_est;36. kalmanFilter->e_mea=E_mea;37. kalmanFilter->Kk=Kk_calc(kalmanFilter->e_est,kalmanFilter->e_mea);38. }3.5 微控制器的信號(hào)濾波實(shí)現(xiàn)3.5.4STM32F4實(shí)現(xiàn)Kalman估計(jì)值輸出39.voidKalman_Update(KalmanFilter*kalmanFilter,floatnewMeaValue){40. floattemp=kalmanFilter->e_est;41. kalmanFilter->x_est=kalmanFilter->x_est+kalmanFilter->Kk*(newMeaValue-kalmanFilter->x_est);42. kalmanFilter->x_mea=newMeaValue;43. kalmanFilter->Kk=Kk_calc(kalmanFilter->e_est,kalmanFilter->e_mea);44. kalmanFilter->e_est=(1-kalmanFilter->Kk)*temp;45.}圖3-12Kalman濾波器測(cè)量值和估計(jì)值波形圖小結(jié)3. 信號(hào)濾波

3.1 濾波器原理 3.2 模擬濾波器 3.3 數(shù)字濾波器 3.4 參數(shù)估計(jì) 3.5 微控制器的信號(hào)濾波實(shí)現(xiàn)思考與練習(xí)編寫(xiě)中位值平均濾波器子程序

電力電子控制技術(shù)基礎(chǔ)與實(shí)踐電力電子控制技術(shù)基礎(chǔ)與實(shí)踐上篇 1. 脈沖寬度調(diào)制 2. 正弦波脈寬調(diào)制 3. 信號(hào)濾波 4. 反饋控制

5. 坐標(biāo)變換 6. 空間電壓矢量脈寬調(diào)制 下篇 7. 電力電子技術(shù)的PLECS仿真實(shí)驗(yàn) 8. 電力電子技術(shù)的實(shí)驗(yàn)箱實(shí)驗(yàn) 電力電子控制技術(shù)基礎(chǔ)與實(shí)踐4. 反饋控制

4.1 閉環(huán)系統(tǒng) 4.2 PID控制技術(shù) 4.3 PID調(diào)節(jié)器的實(shí)現(xiàn) 4.1 閉環(huán)系統(tǒng)4.1.1基本概念和方法控制系統(tǒng)分為開(kāi)環(huán)控制系統(tǒng)和閉環(huán)控制系統(tǒng)。閉環(huán)控制系統(tǒng)的特點(diǎn)是系統(tǒng)被控對(duì)象的輸出（被控制量）會(huì)反送至輸入端，形成一個(gè)或多個(gè)閉合環(huán)路，并且影響控制器的輸出。閉環(huán)控制系統(tǒng)有正反饋和負(fù)反饋，一般閉環(huán)控制系統(tǒng)均采用負(fù)反饋。閉環(huán)控制系統(tǒng)有穩(wěn)定性、快速性、精確性三個(gè)基本要求。圖41閉環(huán)系統(tǒng)4.1 閉環(huán)系統(tǒng)4.1.1基本概念和方法典型的系統(tǒng)輸入信號(hào)域：時(shí)域、頻域、復(fù)頻域、z域傅里葉變換，頻域頻域拉普拉斯變換，傳遞函數(shù)、復(fù)頻域時(shí)域的離散化，z域4.1 閉環(huán)系統(tǒng)4.1.2PID原理設(shè)系統(tǒng)給定值r(t)，實(shí)際輸出值c(t)，誤差（1）比例（P）控制u(t)=KP*e(t)（2）積分（I）控制PI控制（3）微分（D）控制PD控制4.1 閉環(huán)系統(tǒng)4.1.2PID原理（4）PID控制積分系數(shù)KI=KP/TI，微分系數(shù)KD=KPTD。圖46PID控制系統(tǒng)響應(yīng)4.1 閉環(huán)系統(tǒng)4.1.3各個(gè)校正環(huán)節(jié)的作用(1)比例環(huán)節(jié)成比例的反映控制系統(tǒng)的偏差信號(hào)比例系數(shù)KP的大小，KP值越大則過(guò)渡過(guò)程越短，控制結(jié)果的靜態(tài)偏差也越小。(2)積分環(huán)節(jié)主要用于消除靜差，提高系統(tǒng)的無(wú)差度。積分時(shí)間常數(shù)TI的大小，TI越大則積分作用越弱，反之則越強(qiáng)。(3)微分環(huán)節(jié)反映偏差信號(hào)的變化趨勢(shì)(變化速度)微分時(shí)間常數(shù)TD的大小，TD越大則抑制偏差變化的作用越強(qiáng)，反之則越小。4.2 PID控制技術(shù)4.2.1數(shù)字PID控制位置式PID控制增量式PID控制或其中當(dāng)前時(shí)刻、前一時(shí)刻、再前一時(shí)刻的誤差值為：4.2 PID控制技術(shù)4.2.2PID控制算法改進(jìn)（1）比例先行控制算法（2）微分先行算法4.2 PID控制技術(shù)4.2.2PID控制算法改進(jìn)（3）積分分離PID算法在系統(tǒng)誤差較大時(shí)，取消積分作用，在誤差減小到一定值后，再加上積分作用。這樣就可以既減小了超調(diào)量，改善動(dòng)態(tài)特性，又保持了積分作用。Ts為采樣時(shí)間，α為積分項(xiàng)的開(kāi)關(guān)系數(shù)：（4）不完全微分PID控制算法

為位置跟蹤偏差。其中，e0是一個(gè)可調(diào)參數(shù)，其具體數(shù)值可根據(jù)實(shí)際控制對(duì)象由實(shí)驗(yàn)確定。

4.2 PID控制技術(shù)4.2.3PID整定（1）Lambda整定方法Lambda整定以所需的閉環(huán)響應(yīng)速度實(shí)現(xiàn)回路的非振蕩響應(yīng)，通過(guò)選擇一個(gè)閉環(huán)時(shí)間常數(shù)（通常稱(chēng)為L(zhǎng)ambda）來(lái)設(shè)置響應(yīng)速度。（2）試湊法PID整定第一步，整定比例環(huán)節(jié)第二步，加入積分環(huán)節(jié)第三步，加入微分環(huán)節(jié)比例系數(shù)加大，使系統(tǒng)的動(dòng)作靈敏，速度加快，振蕩次數(shù)增多，調(diào)節(jié)時(shí)間變長(zhǎng)。增加積分環(huán)節(jié)，消除系統(tǒng)的余差，改善系統(tǒng)的穩(wěn)態(tài)性能。增加微分環(huán)節(jié)，有利于加快系統(tǒng)的響應(yīng)速度。4.3 PID調(diào)節(jié)器的實(shí)現(xiàn)4.3.1PID調(diào)節(jié)器的模擬電路實(shí)現(xiàn)圖49由模擬運(yùn)放構(gòu)成的P、I、D電路圖4-10模擬PID控制電路原理圖4.3 PID調(diào)節(jié)器的實(shí)現(xiàn)4.3.2微控制器的PID位置型算法實(shí)現(xiàn)5. typedefstructPID{6. doubleSetPoint;//目標(biāo)值7. doubleProportion;//比例系數(shù)Kp8. doubleIntegral;

//積分系數(shù)KI9. doubleDerivative;

//微分系數(shù)Kd10. doubleLastError;//誤差Error[-1]11. doublePrevError;//誤差Error[-2]12. doubleSumError;//誤差和13. }PID;//結(jié)構(gòu)體14. /*=============位置式PID======================*/15. doublePIDCalc(PID*pp,doubleNextPoint);16. /*=============增量式PID=======================*/17. doubleIncPIDCalc(PID*pp,doubleNextPoint);4.3 PID調(diào)節(jié)器的實(shí)現(xiàn)4.3.2微控制器的PID位置型算法實(shí)現(xiàn)3. /*=============位置式PID計(jì)算==================*/4. doublePIDCalc(PID*pp,doubleNextPoint)5. {6. doubledError,Error;7. Error=pp->SetPoint-NextPoint;//誤差8. pp->SumError+=Error;//累加，積分9. dError=Error-pp->LastError;//差分10. pp->PrevError=pp->LastError;11. pp->LastError=Error;//更新12. return(pp->Proportion*Error+pp->Integral*pp->SumError+pp->Derivative*dError);13. }4.3 PID調(diào)節(jié)器的實(shí)現(xiàn)4.3.2微控制器的PID位置型算法實(shí)現(xiàn)14. /*=============增量式PID計(jì)算==================*/15