電力品質を改善する方法

電力品質を向上させるためのデバイスや対策は数多くあります。高出力パワーエレクトロニクスデバイスをコアユニットとして備えた新しいデバイスは、電力システム内のさまざまな短期および過渡的な外乱を効果的に抑制または相殺するために使用できますが、従来の対策は定常状態の電圧調整に適しています。電力品質制御デバイスは、その機能に応じて、無効補償デバイス、フィルタ、および一時的な電力品質問題の解決に重点を置いた統合電力品質コンディショナ (UPQC) の 3 つのカテゴリに分類できます。電力品質制御装置の設計機能を十分に発揮させるためには、正確かつ効率的な解析・制御手法を採用することが重要です。まず、三相電圧、三相電流、中性電流、中性地間電圧などの「電源」に関する情報をタイムリーかつ正確に取得し、これらの電源情報をリアルタイムに分析し、必要な制御情報を迅速に取得します。制御装置は、これらの制御情報に基づいて、適切な制御手法を用いて対応する動作を実現し、最終的に理想的な補償効果を得る。
1. 妨害信号の抽出
電圧変動やフリッカ、高調波、三相不平衡など、変化が比較的ゆっくりで長時間続く電力品質問題に対しては、対称成分法と高調波解析法が時間領域解析手法として最もよく使われます。それらは、単純な数式と明確な物理概念によって特徴付けられます。しかし、タイムドメイン解析手法は計算量が多く時間がかかり、リアルタイムかつオンライン制御が実現できません。したがって、必要な制御信号を迅速かつ正確に取得するには、変換方法を使用する必要があります。最も古典的な信号処理方法であるフーリエ変換は、電力品質の検出において重要な役割を果たします。現在、さまざまなアルゴリズムの離散フーリエ変換 (DFT) と高速フーリエ変換 (FFT) がスペクトル解析と高調波解析の基礎となっています。
電圧降下、電圧上昇、瞬時パルス、電圧瞬断などの電源品質外乱は、持続時間が短く、発生時間のランダム性が大きいため、フーリエ変換では要件を満たせなくなり、新しい信号解析手法を使用する必要があります。 、ウィンドウフーリエ変換、短時間フーリエ変換、ウェーブレット変換など。さらに、従来の分析方法と新しいインテリジェントな方法を組み合わせるのも、電力品質の問題を分析するトレンドです。
高調波電流の検出と分析は、電力品質分析のもう 1 つの重要な側面です。既存の高調波電流検出方式には、フリーズ電力定義に基づく検出方式、アナログバンドパスフィルタ検出方式、周波数領域解析に基づくFFT検出方式、同期判定方式、適応検出方式、瞬時無効電力理論に基づく歪電流の瞬時検出方式、その他、ウェーブレット変換に基づく時変高調波検出方式、位相弁別原理に基づく高調波電流検出方式、人工ニューラルネットワークに基づく高調波検出方式などがあります。その中でも、赤木氏らが提案した瞬時無効電力理論に基づく高調波電流検出手法が注目されている。 1984 年には強力なリアルタイム性能があり、アクティブ フィルタリングで広く使用されてきました。ただし、この方法ではゼロ系列成分の影響が無視されます。電圧が歪んでいると、得られる高調波電流は実際の値と異なります。一般化された瞬時無効電力理論に基づく dq0 変換により、高調波電流をより正確かつリアルタイムに検出できます。
2. 制御戦略
電力品質の問題に関する情報が検出および分析されたら、効果的な制御方法を使用して、この情報を除去または抑制する必要があります。使用される制御方法は、電力品質問題の種類と制御デバイスに密接に関係します。
定常状態の電圧調整に使用されるシャント コンデンサ、シャント リアクトル、変圧器タップなどの従来のデバイスの一部は機械式です。電力品質の問題への反応が遅く、制御が不正確で、調整機能も限られています。以前は、手動による制御方法が一般的に使用されていました。現在、一部のデバイスでは自動切り替え方式が使用されています。彼らの制御戦略には、非常に単純な開ループ制御と、ファジー制御やインテリジェント制御などの最新の制御戦略が含まれます。
パワーエレクトロニクス技術に基づいており、SVG (静止型無効電力発電機)、APF (アクティブ電力フィルタ)、DVR (動的電圧復元器)、DSTATCOM (つまり、コンバータ用の PWM 制御技術は、現在最も一般的に使用されている制御方式です。導通角 Δ と変調パルス幅 Ｈ を調整することにより、エネルギー貯蔵装置と電力網間の能動または無効の交換を 4 つの象限で制御でき、AC 側の高調波を効果的に抑制できます。抽出された電力品質妨害信号に応じて、最終コンバータのトリガ信号が決定されます。現在、広く研究され適用されている制御方法は次のとおりです。
ａ． PID 制御: これは電力システムで最も一般的に使用される方法です。完璧な理論、強力な堅牢性、優れた安定性、高い定常状態精度を備えており、エンジニアリングでの実装が簡単です。古典的な PID 制御では、比例、積分、微分などの一般的な制御モジュールに加えて、システムの動的および定常状態のパフォーマンスを向上させるいくつかの補正ネットワークが使用されます。ただし、PID 制御には、オーバーシュート応答、システム パラメータの摂動に対する能力の低下、負荷外乱耐性などの欠点もあります。そこで、可変パラメータのPID制御や、PIDと可変構造制御を組み合わせた制御手法が登場しています。
b.ヒステリシス比較制御：現在、高調波電流に追従する制御方法として最も広く使われているのがヒステリシス比較制御です。ヒステリシス比較制御の原理は、制御量を一定範囲内で一定値と比較し、電力変換器のスイッチング素子のスイッチングタイミングを決定することです。ヒステリシス比較制御は、応答速度が速く、制御精度が高く、実装が容易で、負荷特性を理解する必要がないという利点があります。主な欠点は、スイッチング周波数が固定されていないこと、三相 3 線システムで使用すると重大な位相干渉が発生すること、負荷が切り替わるときに制御量を効果的に制御できないことが多いことです。ベクトル制御や他の手法と組み合わせることで、上記の欠点を効果的に克服できます。
c.空間ベクトル制御: 空間ベクトル制御の原理は、三相静止座標系に基づく測定交流量 (abc) からパーク変換により二相回転座標系に基づく直流量 (dq) を取得し、デカップリング制御を備えており、良好な定常状態性能と過渡性能を備えています。従来のベクトル制御方法では、複雑な正弦関数および逆正接関数の演算が必要であり、これらは通常 DSP によって処理されます。リアルタイム操作時間を短縮し、ハードウェア要件を軽減するために、いくつかの簡略化されたアルゴリズムを使用できます。
d.デッドビート制御: KPGokhale et al.は、1987 年に初めてインバータデッドビート制御方法を提案しました。その主なアイデアは、システム状態方程式と現在の状態情報に基づいて次のサイクルのスイッチ制御量を推定し、最終的に出力量を入力量に追従させるという目的を達成することです。 。デッドビート制御を使用すると、定常状態エラーが排除され、移行プロセスを最短時間で終了できます。ただし、堅牢性が低い、過渡応答のオーバーシュートが大きい、強力なリアルタイム計算、ハードウェア要件が高いなどの欠点もあります。外乱状態オブザーバまたは最適予測制御技術を使用したデッドビート制御を使用すると、デッドビート制御の性能を大幅に向上させることができます。
e.フィードバック線形化: 直接フィードバック線形化 (DFL) 方法は、システムの非線形要素を正確に補償することにより、元のシステムを線形システムに変換します。これは線形制御理論によって制御できます。
f.非線形ロバスト制御：SMES（超電導エネルギー貯蔵装置）は実際の動作中にさまざまな不確実性の影響を受けることを考慮して、SMESの決定論的モデルに干渉を導入して非線形の2次ロバストモデルを得ることができます。この非線形モデルについては、フィードバック線形化法を適用して全体的に線形化することができ、その後、すべての線形システムの制御則を制御に使用できます。または、ロバスト制御理論を直接使用してコントローラーを設計することもできます。特定の性能指標の最適化に基づくロバスト制御理論の最も典型的な代表例は、1981 年にカナダの学者 G. ザムスによって開拓された H∞ 制御理論です。この理論は現在、比較的成熟したレベルにまで発展しており、不確実なシステムの分析と設計。
g.適応制御: 実際の SMES システムは、動作中に負荷外乱や他の環境要因の変化によって必然的に影響を受けます。従来のコントローラーを使用して、コントローラー パラメーターを変更せずにさまざまな変化に適応することによって満足のいく結果を達成することは明らかに困難です。適応制御方式では、システム モデルをオンラインで識別し、システム モデルと制御指標に応じてコントローラー パラメーターを適時に調整して、高精度の制御を実現します。
h.ファジィ論理制御: 古典制御理論の「周波数領域法」と現代制御理論の「時間領域法」を使用してコントローラーを設計する場合、制御対象の正確な数学モデルを知る必要があります。適応制御と自己修正制御により、モデリング精度の要件が大幅に軽減されましたが、大量の事前データを使用する必要があり、モデルをオンラインで識別する必要があります。アルゴリズムが複雑で計算量が多いため、適用範囲が限られます。インテリジェントな制御方法であるファジィ制御は、システムの正確な数学モデルを必要としません。システム特性をファジィに記述することにより、システムの動的および静的特性を取得するコストを大幅に削減できます。ファジー制御は強力なロバスト性を備えており、外部干渉、プロセスパラメータの変化、非線形要因の影響を受けません。ただし、ファジー制御には定常状態誤差があり、動作点付近で小規模な振動が発生する傾向があります。可変構造制御や人工ニューラル ネットワークなどの他の制御方法をファジィ制御と組み合わせて、ファジィ制御のパフォーマンスを向上させることができます。
私。人工ニューラル ネットワーク (ANN): 人工ニューラル ネットワークは適応性と自己組織化機能を備えており、システムの数学的モデルを必要とせずに、それらに基づいて入力と出力の間の非線形関係を学習できます。 ANN の耐障害性と適応性は、複雑なシステムの動作における多くの不確実な要因に対処し、システムの耐干渉能力を向上させることができます。 ANN の固有の並列構造と並列処理機能により、システム内の大量のデータを迅速に処理できます。
つまり、無効電力の過不足は電源電圧の偏差に影響を与える重要な要素となります。従来の電力品質テスト方法には限界があります。 Haiyida Energy Technology は、EPDS™ インテリジェント配電システム、つまり電力品質監視および改善システムを開発しました。ネットワーク全体をカバーするオンライン電力品質監視ネットワークと、電力網の電力品質レベルを動的に監視し、電力品質に深刻な影響を与える干渉負荷を変換する統合されたオープンな監視および管理プラットフォームを確立しました。電力網の品質管理レベルを効果的に向上させます。また、最新の測定および制御技術、データ処理および通信技術を使用して、端末電力設備への電力供給線を含むユーザー側のすべての配電および電力システム設備の管理および制御を経済的に合理的なコストで実現し、電力供給を大幅に改善します。配電および電力システムと設備の運用管理の効率化と運用コストの削減を実現します。