ĐIỀU KHIỂN MẠCH lọc TÍCH cực để GIẢM SÓNG hài TRONG hệ THỐNG

Luận Văn Thạc sĩ Danh sách các chữ viết tắt DANH SÁCH CÁC CH VI T T T iS_abc: Dòng điện 3 pha nguồn iL_abc: Dòng điện 3 pha tải iF_abc: Dòng điện phát 3 pha mạch lọc tích cực iS_n: Dòng

Trang 1

Chư ng II: SịNG HÀI VÀ MỌ HÌNH TOÁN……….Trang 6

2.1.1 Các khái niệm về sóng hài ……… … … Trang 6 2.1.2 nh hưởng của sóng hài……….……… …… Trang 8 2.1.3 Các giới hạn và tiêu chuẩn sóng hài……… Trang 9 2.1.3.1 Giới hạn sóng hài……….….Trang 9 2.1.3.2 Tiêu chuẩn về sóng hài……… … Trang 9 2.2 Mô hình toán mạch lọc………Trang 12 2.2.1 Sơ đố mạch lọc……….…….Trang 12 2.2.2 Các phép biến đổi điều khiển ……….…….Trang 13 2.2.3 Dòng điện hiệu dụng đưa vào trong điều khiền……… Trang 17

Chư ng III: GI I THU T T I U HịA BẨY ĐÀN B ĐI U KHI N PI

3.1 Lịch sử phát triển ……… …… Trang 19 3.2 Các khái niệm cơ bản trong giải thuật tối ưu hóa bầy đàn PSO Trang 21 3.3 Mô tả thuật toán Trang 22 3.4 Những vấn đề cần quan tâm khi xây dựng giải thuật PSO Trang 24

Trang 2

Luận Văn Thạc sĩ Mục lục

3.4.1 Mã hóa cá thể … … Trang 24 3.4.1.1 Mã hóa nhị phân Trang 24 3.4.1.2 Mã hóa hoán vị Trang 25 3.4.1.3 Mã hóa theo giá trị Trang 25 5.4.1.4 Mã hóa theo cấu trúc cây Trang 25 3.4.2 Khởi tạo quần thể ban đầu Trang 26 3.4.3 Hàm thích nghi (hàm mục tiêu) Trang 27 3.4.4 Hàm vận tốc v …… …… Trang 27 3.4.5 Cập nhật vị trí tốt nhất cho cả quần thể …… … Trang 28 3.5 Đặc điểm và ứng dụng của giải thuật PSO …… … Trang 29 3.5.1 Đặc điểm …… … Trang 29 3.5.2 ng dụng …… … Trang 30 3.6 Hiệu chỉnh bộ điều khiển PI bằng thuật giải bầy đàn Trang 30

Chư ng IV: S Đ M CH L C Trang 34

4.1 Sơ đồ tổng thể của mạch lọc Trang 34 4.1.1 Nguồn điện ……….……… Trang 35 4.1.2 Tải phi tuyến ……… Trang 35 4.1.3 Mạch lọc tích cực (nghịch lưu 3 pha 4 dây) ……… ……… Trang 36 4.2 Cấu trúc điều khiển mạch lọc khiển (kiểu Hystersis) ………….……….Trang 36

Chư ng V: XỂY D NG MỌ HÌNH M CH L C ……… … Trang 40

5.1 Mô hình mạch lọc 3 pha 4 dây nguồn cân bằng trong Matlab Simulink………

……… Trang 40 5.1.1 Nguồn 3 pha 4 dây cân bằng ……… Trang 41 5.1.2 Đo dòng điện nguồn ………Trang 42 5.1.3 Đo dòng điện tải ……… ……… Trang 42

Trang 3

5.1.4 Tải phi tuyến không cân bằng ……… Trang 43 5.1.5 CB đóng mạch lọc ……… Trang 44 5.1.6 Khối đo dòng điện phát ………Trang 44 5.1.7 Bộ nghịch lưu 3 pha ……… ……… Trang 45 5.1.8 Sơ đồ khối điều khiển ……….……… Trang 46 5.1.8.1 Khối chuyển trục tọa độ abc sang 0 ……… Trang 46 5.1.8.2 Khối tính công suất tải ……… ………Trang 47 5.1.8.3 Khối tính công suất nguồn ……… …… Trang 48 5.1.8.4 Khối lọc công suất tải và điều khiển PI đưa lượng Ploos vào điều khiển

……… …… Trang 49 3.1.8.5 Khối biến đổi dòng bù từ hệ tọa độ 0 sang abc ……… Trang 49 5.1.8.6 Khối tính dòng hiệu chỉnh ……… ……… Trang 50 5.1.8.7 Khối đo lường ……… ………… Trang 50 5.1.8.7.1 Khối đo THD nguồn và tải ……….Trang 51 5.1.8.7.2 Khối đo cosφ nguồn và tải ……… …… Trang 52 5.2 Mô hình mạch lọc 3 pha 4 dây nguồn không cân bằng trong Matlab Simulink

……… …… Trang 52 5.2.1 Mô hình nguồn 3 pha 4 dây không cân bằng ……… …… Trang 53 5.2.2 Khối tính điện áp thứ tự thuận ……… Trang 54 5.2.3 Khối chuyển trục tọa độ abc sang 0 của điện áp thứ tự thuận … Trang 54 5.2.4 Khối tính công suất P và Q tải ……… Trang 55

Chư ng VI: K T QU MỌ PH NG T M CH L C ……… …… Trang 56

6.1 Các loại tải ……….……… Trang 56 6.1.1 Tải loại 1 ……… ……… Trang 56 6.1.2 Tải loại 2 ……… ……… Trang 56 6.1.3 Tải loại 3 ……… Trang 57 6.1.4 Tải loại 4 ……… ………… Trang 57

Trang 4

6.2 Khảo sát sự làm việc của hệ thống 3 pha 4 dây nguồn cân bằng …… Trang 58 6.2.1 Đối với tải loại 1 ……….……… Trang 58 6.2.2 Đối với tải loại 2 ……… ………… Trang 62 6.2.1 Đối với tải loại 3 ……….……… Trang 65 6.2.2 Đối với tải loại 4 ……… …… Trang 69 6.3 Khảo sát sự làm việc của hệ thống 3 pha 4 dây nguồn không cân bằng

……… Trang 72 6.2.1 Đối với tải loại 1 ……….……… Trang 73 6.2.2 Đối với tải loại 2 ……… ………… Trang 76 6.2.1 Đối với tải loại 3 ……….……… Trang 80 6.2.2 Đối với tải loại 4 ……… …… Trang 83 6.3 Nhận xét chung ……….……… Trang 87

Trang 5

Luận Văn Thạc sĩ Danh sách các chữ viết tắt

DANH SÁCH CÁC CH VI T T T

iS_abc: Dòng điện 3 pha nguồn

iL_abc: Dòng điện 3 pha tải

iF_abc: Dòng điện phát 3 pha mạch lọc tích cực

iS_n: Dòng điện trung tính nguồn

iL_n: Dòng điện trung tính tải

iF_n: Dòng điện phát trung tính từ mạch lọc

iS_0: Dòng điện 3 pha nguồn trong hệ tọa độ 0

iL_0: Dòng điện 3 pha tải trong hệ tọa độ 0

pS: Công suất tác dụng của nguồn

pL: Công suất tác dụng của tải

qS: Công suất phản kháng của nguồn

qL: Công suất phản kháng của tải

THD iS_abc: Tổng độ méo dạng hài dòng điện nguồn

THD iL_abc: Tổng độ méo dạng hài dòng điện tải

vS_0: Điện áp 3 pha nguồn trong hệ tọa độ 0

Iđk_abc: Dòng điện điều khiển bộ nghịch lưu

Iđk_n: Dòng điện điều khiển nhánh thứ 4 của bộ nghịch lưu

CB: Circuit Breaker

PWM: Pulse Width Modulation

DC: Direct Curent

IGBT: Insulated Gate Bipolar Transistor

IEC: International Electrotechnical Commission

IEEE: Institute of Electrical and Electronics Engineers

LPF: Low Pass Filter

PD: Phase Disposition

POD: Phase Opposition Disposition

Trang 6

Luận Văn Thạc sĩ Danh sách các chữ viết tắt

PF: Power Factor

PI: Proportional Integral

PLL: Phase Locked Loop

PWM: Pulse Width Modulation

THD: Total Harmonic Distortion

Trang 7

Luận Văn Thạc sĩ Danh sách các hình

DANH SÁCH CÁC HÌNH

……… … Trang 49

Trang 8

……… ……… Trang 52

Trang 9

Trang 10

Trang 11

Trang 12

Luận Văn Thạc sĩ Chương 1: Tổng quan

1.1 T ng quan v lĩnh v c nghiên c u

Điện năng là nguồn năng lượng chủ yếu trên toàn Thế Giới, Việt Nam cũng đang từng bước đưa nguồn năng lượng này tới các vùng sâu vùng xa… Đây là nguồn năng lượng chủ yếu cho sinh hoạt gia đình và trong công nghiệp sản xuất Điện năng được truyền tải phân phối khắp mọi nơi từ thành phố đến nông thôn, điện năng được hòa đồng bộ từ bắc tới nam Cuộc sống xã hội phát triển con người sử dụng chủ yếu nguồn năng lượng này trong mọi lĩnh vực kinh tế xã hội, sinh hoạt gia đình và vui chơi giải trí, đặc biệt là kỷ thuật điện tử ngày càng phát triển mạnh, nhu cầu sử dụng điện ngày càng cao Cho nên điện năng ngày càng được chú ý phát

triển và phải đảm bảo chất lượng nguồn cung cấp

Chất lượng điện năng ở đây là phải cung cấp liên tục và đảm bảo về điện áp, tần số và dạng sóng Việt Nam tất cả các thiết bị sử dụng 1 pha có điện áp 220V tần số 50hz, thiết bị điện công nghiệp 3 pha điện áp dây là 380V tần số 50hz, dạng

nhiễu là việc làm cần thiết

Trên thực tế có nhiều dạng bù nhiễu khác nhau, chủ yếu là bù công suất phản kháng đã bị mất đi, có thể là bộ tụ bù lọc nhiễu bù nền hay ứng động với dung lượng bù được điều khiển qua đồng hồ đo công suất

Mạch lọc tích cực là dạng bù có tính toán, bù đúng với lượng nhiễu gây ra Mạch lọc tích cực phát ra sóng hài có biên độ và tần số như sóng hài của tải nhưng ngược pha với sóng hài của tải để triệt tiêu sóng hài tải Cho nên mạch lọc tích cực

có nhiều ưu điểm trong ngành điện công nghiệp, hi vọng mạch lọc này sẽ đáp ứng

được trong thực tế cho mạng điện với giá thành thấp

Trang 13

Việc thiết kế mạch lọc tích cực để triệt tiêu sóng hài cho những tải phi tuyến là việc làm cần thiết Mạch lọc tích cực dựa vào dòng điện tải phi tuyến xác định hài dòng điện, thông qua tính toán tạo ra dòng điều khiển mạch nghịch lưu 3 pha để đưa lượng bù cần thiết lên lưới, ở đây chỉ dừng lại ở việc nghiên cứu và mô phỏng trên

matlab simulink

Việc thiết kế mạch lọc này dựa trên việc điều khiển bộ nghịch lưu 3 pha 4 dây gồm 8 IGBT, hay còn gọi là điều khiển bộ biến tần Ngày nay bộ biến tần được sử dụng rất nhiều trong các nhà máy xí nghiệp ở Việt Nam, biến tần còn được ứng dụng để điều khiển tốc độ động cơ không đồng bộ, mục đích làm cho tốc độ truyền

động phù hợp với tốc độ cơ cấu sản xuất

Mạch lọc tích cực được ứng dụng lọc nhiễu dòng điện, điều khiển bù công suất phản kháng nâng cao hệ số công suất Điện lực Việt Nam cũng mong muốn các nhà máy xí nghiệp có lọc tích cực để ổn định hệ thống nguồn điện cung cấp, cho nên giá trị tiền điện cũng dựa trên hệ số công suất và phạt những xí nghiệp có tải bất

ổn định (tải phi tuyến) ng dụng mạch lọc tính cực trên hệ thống điện là việc làm

cần thiết để ổn định hệ thống nguồn điện cung cấp trong giai đoạn hiện nay

Trên thế giới người ta đã nghiên cứu mạch lọc tích cực rất nhiều và ứng dụng trên thực tế với nhiều kiểu điều khiển khác nhau: PI, PID, fuzzy logic để điều khiển mạch nghịch lưu, mạch ngịch lưu cũng có nhiều dạng khác nhau: nghịch lưu hai

bậc, ba bậc, đa bậc… với nhiều dạng thuật toán điều khiển khác nhau

Mạch lọc tích cực trong bài luận văn này được điều khiển PI, nhưng dò tìm thông số bằng thuật toán tối ưu hóa bầy đàn PSO, ngoài ra còn có thuật toán di truyền

GA đây dùng thuật toán PSO để tìm thông số tối ưu cho khâu điều khiển PI

Các nghiên c u trong nước:

“Thiết kế bộ lọc tích cực cho việc giảm hài dòng điện và bù công suất phản kháng cho lò nấu thép cảm ứng” của Bùi Quốc Khánh- Trường Đại học Bách khoa

Hà Nội và Nguyễn Kim Ánh- Trường Đại học Bách khoa, Đại học Đà Nẵng Bài này đã được đăng lên tạp chí khoa học và công nghệ, đại học Đà Nẵng- số

Trang 14

4(33).2009 Bài báo này cũng đưa thuật toán điều khiển PI đưa lượng Ploss vào điều khiển mạch nghịch lưu, mô phỏng lò nấu thép cảm ứng kết hợp với mạch lọc AF “ ng dụng logic mờ điểu khiển bộ lọc tích cực cho việc giảm sóng hài dòng điện” của Phan Văn Hiền- Trường Đại học Bách khoa, Đại học Đà Nẵng và Huỳnh Ngọc Thuận- HV cao học khóa 2008-2011, bài báo này đã được đăng lên tạp chí khoa học và công nghệ, đại học Đà Nẵng- số 1(42).2011 Đây là bài báo nói về mạch điều khiển dùng logic mờ để điều khiển mạch lọc

Tạp chí IEE Proceedings Electric Power Applications đã đăng bài báo nghiên cứu của TS Nguyễn Văn Nhờ và Myung Joong Youn năm 2006, bài báo này đã đưa ra lý thuyết SVPWM và CPWM

Các nghiên c u ngoƠi nước:

Suresh Mikkili, Anup Kumar Panda “Instantanneous Active and Reactive Power and Current Strategies for Current Harmonics Cancellation in 3-ph 4-Wire

SHAF with Both PI and Fuzzy Controllers” Energy and Power Engineering, 2011,

3, 285-298 Bài báo này đã đưa hai phương pháp điều khiển mạch lọc bằng PI và Fuzzy logic cho mạch 3 pha 4 dây

M Suresh, A K Panda and Y Suresh, “Fuzzy Controller Based 3Phase Wire Shunt Activer Filter for Mitigation of Curent Harmonics with Combined p-q and id-iq Control Strategies” Joyrnal of Energy and Power Engineering, Vol.3, No

4-1, 2014-1, pp 43-52 Bài báo này đưa ra phương pháp điều khiển mạch lọc 3 pha 4 dây bằng phương pháp Fuzzy logic

Z Peng, et al., “Harmonic and Reactive Power Compensation Based on the

Generalized Instantaneous Reactive Power Theory for Three-Phase Four-Wire

Systems”, IEEE Transactions on Power Electronics, Vol 13, No 5, 1998, pp

1174-1181 Doi:10.1109/63.728344 Bài báo này nói về hài trong mạch 3 pha 4 dây

và điều khiển theo công suất Ploos

V Soares, et al., “Active Power Filter Control Circuit Based on the

Instantaneous Active and Reactive Current id-iq Method,” IEEE Power Electronics

Trang 15

theo hai dạng công suất và dòng điện

Tính cấp thi t của đ tƠi:

Ngày nay vấn đề lọc nhiễu đang được quan tâm rất nhiều trong các nhà máy xí nghiệp, mục đích để làm giảm sóng hài dòng trong hệ thống nguồn điện cung cấp Việc làm này có ý nghĩa nâng cao chất lượng điện năng nguồn cung cấp, nâng cao

hệ số công suất nguồn và làm giảm giá thành tiền điện, góp phần cho các thiết bị điện và điện tử có độ nhạy cao tác động chính xác hơn và dứt khoát

ụ nghĩa khoa h c vƠ th c ti n:

Bài luận văn này trình bày việc làm giảm sóng hài bằng mạch lọc tích cực song song điều khiển bằng phương pháp PI, tối ưu hóa thông số Kp và Ki bằng giải

thuật toán bầy đàn PSO Kết quả được mô phỏng bằng Matlab Simulink

M c đích nghiên c u: là thiết kế mạch lọc tích cực 3 pha 4 dây có thể ứng

dụng vào trong thực tế hệ thống điện 3 pha 4 dây với các loại tải phi tuyến gây ra sóng hài dòng điện Mục đích chính là triệt tiêu sóng hài do tải phi tuyến gây ra, để cuối cùng tín hiệu dòng diện nguồn ở dạng sin chuẩn, tải phi tuyến không làm méo dạng dòng điện nguồn

Khách th : là điều khiển mạch nghịch lưu 3 pha 4 dây gồm có 8 IGBT, điều

khiển sao cho mạch nghịch lưu phát sóng hài ngược pha với với sóng hài tải nhằm triệt tiêu sóng hài trên lưới điện nguồn

Đ i tư ng nghiên c u: là nguồn điện, tải, mạch lọc tích cực 3 pha 4 dây,

dùng phương pháp PI để điều khiển và tối ưu thông số Kp và Ki bằng giải thuật bầy đàn PSO

1.4 Nhi m v nghiên c u vƠ giới h n của đ tƠi

Nhi m v nghiên c u:

Nghiên cứu thuật toán và thiết kế tính toán

Xây dựng mô hình mô phỏng

Đánh giá kết quả bằng Matlab Simulink

Trang 16

Giới h n đ tƠi:

Thời gian nghiên cứu có hạn nên chỉ tập trung nghiên cứu mô phỏng chưa có

mô hình thực tế, tuy nhiên cũng đã thể hiện đầy đủ một mạch lọc tích cực 3 pha 4

dây cho các loại tải phi tuyến

1.5 Phư ng pháp nghiên c u

Đọc và tham khảo sách giáo khoa điện tử công suất, với sự đóng góp ý kiến thầy hướng dẫn, xem các bài báo liên quan đến quá trình nghiên cứu đề tài: Chất lượng điện năng, lý thuyết công suất tức thời, phương pháp điều khiển các bộ biến đổi công suất, mạch lọc tích cực, Matlab Simulink…

Nghiên cứu giải thuật bầy đàn PSO thông qua các bài báo, trao đổi kinh nghiệm với các bạn làm PSO khóa trước, viết thuật toán điều khiển PSO đưa vào

khâu điều khiển PI để điều khiển mạch nghịch lưu

Tham khảo ý kiến của thầy hướng dẫn để cho ra thuật toán điều khiển mạch lọc tích cực 3 pha 4 dây, điều khiển mạch nghịch lưu 3 pha 4 dây bằng phương pháp

điều khiển PI nhưng tối ưu hóa thông số Kp và Ki bằng giải thuật bầy đàn PSO

Phương pháp thực nghiệm: Làm mô hình nghiên cứu và được kiểm chứng bằng thực hiện mô phỏng và đánh giá trên phần mềm Matlab Simulink

Trang 17

Luận Văn Thạc sĩ Chương 2: Sóng hài và mô hình toán

Chương II: SÓNG HÀI VÀ MÔ HÌNH TOÁN

2.1 Sóng hài

2.1.1 Các khái niệm về sóng hài

Điện áp được phát ra từ các nhà máy phát điện có dạng hình sin chuẩn, nhưng

do quá trình truyền tải đến nơi tiêu thụ, thiết bị tiêu thụ điện là tải phi tuyến làm cho dạng sóng nguồn dòng điện bị méo dạng không còn hình sin chuẩn Đối với dòng điện khi bị méo dạng là do sóng hài dòng điện gây ra có thể gây quá tải dòng điện nguồn phát

Thành phần hài: Sóng hài có dạng hình sin với tần số là bội số của tần số sóng

cơ bản, biên độ sóng hài nhỏ hơn biên độ thành phần cơ bản

Trang 18

 Trong đó:

 n là số bậc hài

 �� là tần số hài bậc n

Với bậc hài càng lớn biên độ hài càng giảm

Phổ: Là dãy biên độ của các bậc hài (Hình 2.2)

Biểu diễn dạng sóng nhiễu: Sử dụng chuỗi Fourier với chu kỳ T - seconds và tần số cơ bản f=1/T Hz, hoặc ω=2πf rad/s, có thể biểu diễn một sóng hài f(t) với biểu thức sau:

0 1

 H là n giá trị hiệu dụng của hài bậc n

 n là góc pha của hài bậc n

Trang 19

với một trị số được xác định dựa vào 1 trong 2 tiêu chuẩn sau:

 Theo tiêu chuẩn IEC 61000-2-2:

2

1

n n n

H THD

Sóng hài làm tăng dòng điện trong hệ thống, sóng hài bậc 3 làm tăng dòng điện thứ tự 0, tăng dòng ở trung tính, ngoài việc tăng dòng điện tải, các thành phần khác trong lưới điện cũng bị ảnh hưởng từ sóng hài Ngoài việc gây méo dạng điện

áp và dòng điện còn gây ra các tác hại khác, dòng điện hài có tần số hài cao hơn tần

số cơ bản gây ra trở kháng cao và khả năng lan truyền cao hơn dòng cơ bản, gây phát nhiệt

Hài điện áp có thể gây nhiễu đối với các thiết bị điện tử làm việc không chính

xác, gây ra sai số trong đo lường cảm ứng điện

Các bộ thu tín hiệu như là những relay sử dụng để điều khiển đóng cắt các thiết bị của hộ tiêu thụ từ trung tâm điều khiển, có thể tác động nhầm do sóng hài

điện áp có tần số gần với tần số điều khiển

Lực điện động phát sinh do dòng tức thời của sóng hài sẽ gây ra dao động và phát ra tiếng ồn đối với các thiết bị điện tử, đặc biệt là các thiết bị điện từ như

MBA, cuộn kháng

Đối với các thiết bị điện tử viễn thông và các mạch điều khiển điện tử sẽ bị nhiễu và không ổn định khi các mạch điều khiển này cùng làm việc song hành với các mạch tải có mang dòng hài Cấp độ nhiễu tín hiệu phụ thuộc vào khoảng cách

và tần số sóng hài

Trang 20

Sóng hài gây ra phát nóng của tụ điện do hiện tượng từ trễ trong chất điện môi Các bộ tụ sẽ bị hư hỏng do quá tải, do tần số sóng hài vượt quá tần số cơ bản hoặc

do hài điện áp Sự phát nóng do nhiệt có thể dẫn đến sự già hóa và đánh thủng chất

điện môi

Đối với máy phát điện khi cung cấp cho tải phi tuyến, dòng điện hài bậc cao sinh ra sẽ gây tổn hao phát sinh trong stator (tổn hao đồng và tổn hao sắt) và trong rotor (cuộn cảm, mạch từ) của máy phát gây ra sự sai lệch vận tốc giữa từ trường quay cảm ứng và rotor Sóng hài dòng điện gây nên hiện tượng rung động cơ do từ trường đập mạch phát sinh bởi dòng thứ tự không Khi tần số của sóng hài trùng với tần số dao động cơ học của máy điện có thể dẫn đến máy điện bị phá hủy do cộng

Trong các nhà máy xí nghiệp lớn chủ yếu là các động cơ điện:

 Đối với động cơ điện đồng bộ dòng điện nhiễu cho phép là từ 1,3% đến 1,4%

 Đối với động cơ điện không đồng bộ dòng điện nhiễu cho phép là từ 1,5% đến 3,5%

 Đối với cáp dẫn điện điện áp nhiễu với lõi cách điện cho phép là từ

10%

2.1.3.2 Tiêu chuẩn sóng hài

Theo tiêu chuẩn IEEE 519-92 của Mỹ đề ra để đảm bảo chất lượng cho mạng điện lưới nguồn, phải có trách nhiệm duy trì là:

Trang 21

B ng 2.1 Tiêu chuẩn về sai lệch điện áp IEEE 519-1992

B ng 2.2 Tiêu chuẩn về sai lệch yêu cầu IEEE 519-1992

 ISC: Dòng điện ngắn mạch lớn nhất tại điểm nối

 IL: Dòng điện tải lớn nhất tại tần số cơ bản

Các hộ sử dụng điện hạn chế thành phần sóng hài nhỏ hơn 5% Trong đó sóng hài thứ 11 nhỏ hơn 4%, sóng hài 11-17 nhỏ hơn 2%, sóng hài 17-23 nhỏ hơn 1.5% Điện lực quốc tế IEC đề ra tiêu chuẩn IEE 100-3-2 “hạn chế sóng hài với thiết

bị nối vào mạng hạ áp” tiêu chuẩn dòng điện nhỏ hơn 16A Các chỉ tiêu hạn chế dòng điện sóng hài

Trang 22

Đối với nhiều thiết bị cùng đặt trong một hệ thống thì nên đưa vào trong một chỉnh thể Hệ số sóng hài dòng điện cho theo bảng sau:

Tiêu chuẩn IEC 61000-2-2 đưa ra các mức hài điện áp tương thích đối với nhiễu dẫn tần số thấp và tạo tín hiệu trong hệ thống cung cấp điện hạ áp công cộng Tiêu chuẩn IEC 61000-2-4 đưa ra các mức hài điện áp tương thích trong khu công nghiệp đối với nhiễu dẫn tần số thấp

Tiêu chuẩn IEEE 519-1992 được trình bày ở Bảng 2.1 và Bảng 2.2, đưa ra các giới hạn hài dòng điện và hài điện áp trong các hệ thống điện

Trang 23

B ng 2.6 Các giới hạn độ méo dạng hài dòng điện trong các hệ thống phân

Sơ đồ tổng thể mạch lọc có dạng như hình 2.3 gồm: nguồn điện, tải phi tuyến

và mạch lọc Mạch lọc được gắn trước tải phi tuyến

Trang 24

Tải phi tuyến

S5

S2 S3

S6 S7

N S4

Dựa trên lý thuyết mạch điện và các phép biến đổi ta xây dựng mô hình toán học cho mạch lọc tích cực như sau:

Trang 25

abc αβ0 Va

Vc

Vb

abc αβ0 ia

Tính

P Q P0

LPF

P0

+ - P

P Tính Dòng Yêu cầu Q

Icβ i0

Ica Icb Icc P0

P

Phép biến đổi Clarke cho các điện áp 3 pha tức thời trong hệ trục tọa độ như : + Các tín hiệu điện áp tải va, vb, vcvà dòng điện tải ia, ib, icđược chuyển sang

hệ trục tọa độ 0 để tính toán Sau đó chuyển ngược về hệ trục tọa độ abc để trở thành dòng điện yêu cầu của mạch lọc

+Các điện áp tải được chuyển trục tọa độ theo biểu thức chuyển đổi Clarke:

[

v0v

Trang 26

+Các dòng điện tải được chuyển trục tọa độ theo biểu thức chuyển đổi Clarke:

β − β̅ = β̃ (2.17) Thành phần β0 qua mạch lọc thông thấp thành phần cơ bản được giữ lại thành phần ngõ ra sau khi lọc β̅̅̅ 0

β = −β̃ + β̅̅̅ + β0 (2.18) Thành phần β là thành phần tổn thất cần phải thêm vào để điều khiển

Trang 27

Vdc

Vref

PI

Ploss +

Vdc là giá trị điện áp đo được trên tụ điện của mạch nghịch lưu

Vref là giá trị điện áp đặt

Thông qua khâu PI để điều khiển sao cho “sai số=Vref-Vdc” có giá trị là thấp nhất

Dòng điện yêu cầu của mạch lọc trong hệ trục tọa độ 0 được xác định:

Trang 28

iC∗ = √2 −√2 i0−2iC +√2 iC (2.24)

iC∗ = √2 −√2 i0−2iC −√2 iC (2.25)

Dòng điện sau khi ra khỏi mô hình tính toán chính là dòng điện hài của tải Muốn có dòng điện điều khiển phải lấy dòng điện này trừ đi dòng điện phát của mạch lọc, thì đó mới chính là dòng điện hiệu dụng khi điều khiển

Iđka = − iCa∗ − ia (2.25)

Iđk = − iC∗ − i (2.26)

Iđk = − iC∗ − i (2.27)

Iđk = − iC∗ − i (2.28) Dòng điện iC∗ không cần tính mà suy ra từ những dòng điện trên

iC∗ = − iCa∗ + iC∗ + iC∗ (2.29)

Nên dòng:

Iđk = −[− iCa∗ + iC∗ + iC∗ − i ] (2.30)

Trang 29

Trang 30

Luận Văn Thạc sĩ Chương 3: Gi i thu t t i ưu hóa b y đƠn b đi u khi n PI

Chư ng III: GI I THU T T I U HịA BẨY ĐÀN B ĐI U KHI N PI

Giải thuật tối ưu hóa bầy đàn PSO (Particles Swarm Optimization), là giải thuật thuộc lĩnh vực nghiên cứu quần thể thông minh SI (Swarm Intelligenc), nằm trong thuyết tính toán tiến hóa – Evolution computation Ý tưởng nghiên cứu dựa trên mối quan hệ thông minh trong quần thể, cách giao tiếp của các cá thể trong quần thể sinh học, cách thức tổ chức, hoạt động của từng cá thể trong bầy đàn Bằng việc quan sát

và tìm hiểu cách tìm kiếm thức ăn, nguồn nước, di trú… Người ta đã đưa ra giải thuật PSO trong toán học PSO là một hướng nghiên cứu mới và đang phát triển rất nhanh trong những năm gần đây Nó đã được áp dụng thành công để giải nhiều bài toán tìm cực trị hàm số học phức tạp, cũng như một số bài toán tối ưu khác

hệ giao tiếp Người ta đã ứng dụng phương pháp này để giải các bài toán tối ưu như thiết kế mạng viễn thông, robot tự động, xây dựng mạng lưới giao thông, bài toán vận chuyển hàng hóa, điều khiển động cơ điện… Việc nghiên cứu và ứng dụng về quan hệ bầy đàn vào trong tự động hóa được gọi là lĩnh vực quần thể thông minh PSO là một giải thuật tối ưu hóa bầy đàn thông minh SI(Swarm Intelligence)

SI bao gồm các nhóm chính là:

Gi i thu t t i ưu hóa b y ki n ACO(Ant Colony Optimization) là mối

quan hệ giữa các cá thể trong đàn, cách đánh dấu phương hướng, đường đi từ tổ tới nguồn thức ăn, xây dựng đường đi bằng dấu vết sinh học (pheromone trails) Thuật toán ACO là tìm ra các kết quả gần đúng, là thuật toán tối ưu kiểu metaheuristic trong các bài toán tối ưu tổ hợp ng dụng là dùng những cá thể kiến nhân tạo, những cá thể này sẽ di chuyển theo phương trình của bài toán, tìm kiếm và đánh dấu

Trang 31

lại trên đường duy chuyển, để lần lặp sau những cá thể khác có thể có những vị trí tốt hơn để tìm kiếm vị trí tối ưu nhất ACO đã được ứng dụng thành công để giải nhiều bài toán tối ưu

Gi i thu t t i ưu hóa b y đƠn PSO (Particle Swarm Optimization) là giải

thuật giống như cách đàn chim tìm kiếm thức ăn, tìm nguồn nước uống Trong bầy chim có nhiều con, cùng nhau tìm kiếm thức ăn và nguồn nước uống, con nào tìm thấy thì thông báo cho những con khác vị trí tốt Trong bầy gọi là quần thể, mỗi con

là một cá thể, bầy chim rộng hơn bầy kiến trong không gian n chiều nên có ưu điểm hơn

Theo giả thuyết ban đầu, các cá thể trong quần thể có vị trí ban đầu được dựng lên ngẩu nhiên trong không gian n chiều Mỗi cá thể được di chuyển theo phương trình vận tốc ban đầu, giữa các cá thể có thông tin liên lạc với nhau Các cá thể sau khi di chuyển trong không gian bài toán, sẽ được đánh giá bằng một hay nhiều tiêu chuẩn thích nghi khác nhau về vị trí, dần dần các cá thể khác sẽ di chuyển về phía những cá thể có vị trí tốt hơn trong phạm vi hoạt động của chúng

u điểm của phương pháp PSO so với các phương pháp tối ưu toàn cục khác:

mô phỏng tôi luyện (Simulated Annealing), di truyền (Genetic Algorithm) là với số lượng lớn các cá thể có thể giúp giải thuật vượt qua được các cực trị địa phương Giải thuật tối ưu hóa bầy đàn PSO lần đầu tiên được giới thiệu vào năm 1995 bởi Kennedy, J và Eberhart, R Trong một hội thảo quốc tế của IEEE về mạng neural tại Perth, Australia

PSO là được khởi tạo bởi một nhóm ngẫu nhiên các cá thể, sau đó tìm kiếm vị trí tối ưu, cập nhật lại giá trị (số lần lặp) Trong mỗi lần lặp, mỗi cá thể cập nhật bởi hai giá trị: giá trị P Best là nghiệm tốt nhất cho tới thời điểm hiện tại của cá thể, giá trị

G Best là nghiệm tốt nhất của một cá thể tốt nhất trong quần thể đạt được tới thời điểm hiện tại Mỗi cá thể trong quần thể cập nhật vị trí tốt nhất tính tới thời điểm hiện tại

Cập nhật các cá thể dựa trên hai công thức sau:

Trang 32

 G best i: Vị trí tốt nhất của cá thể trong quần thể

3.2 Các khái ni m c b n trong gi i thu t t i ưu hóa b y đƠn PSO

Trong bài toán giải thuật tối ưu hoá bầy đàn PSO có những thành phần cơ bản như sau:

Cá th : Mỗi cá thể trong thuật toán mang thông số của bài toán, cá thể này di

chuyển và thông số cũng thay đổi theo từng vị trí, hàm tối ưu sẽ đánh giá thông số này Tùy vào từng bài toán mà mỗi cá thể được biểu diễn bởi những cách khác nhau như chuỗi nhị phân, cây, chuỗi số, v.v…

Qu n th : Là một tập hợp các cá thể, là một tập các thông số của từng cá thể

của một bài toán Dựa vào thông số đánh giá từng cá thể và cho ra cá thể tốt nhất, có

vị trí tốt nhất và được đánh giá thông qua giá trị của hàm mục tiêu

V trí: Mỗi bài toán tối ưu có một không gian bài toán, không gian có thể là

một hoặc đa chiều Vị trí có thể coi như một điểm trong không gian đó

Trang 33

V n t c: Mỗi cá thể có một phương trình vận tốc, vận tốc này dùng để xác

định vị trí tiếp theo của cá thể theo thời gian Nếu bài toán là không gian n chiều, mỗi cá thể với mỗi chiều sẽ có một vận tốc, vận tốc cũng là một vector n chiều Mỗi cá thể sẽ di chuyển trong không gian bài toán để tìm ra vị trí tối ưu Tùy theo bài toán cụ thể mà ta có cách biểu diễn hàm vận tốc cho phù hợp, hàm vận tốc

là một tham số quan trọng trong giải thuật PSO, chỉ cần thay đổi cách biểu diễn hàm vận tốc sẽ cho ra một bài toán khác

HƠm m c tiêu: Là hàm mô tả yêu cầu bài toán cần phải đạt tới Hàm này

dùng để đánh giá các lời giải của bài toán Tùy vào từng bài toán mà ta có hàm mục tiêu khác nhau

3.3 Mô t thu t toán

Giả sử quần thể ban đầu gồm n cá thể (mỗi cá thể là một lời giải cho bài toán, nhưng chưa tối ưu) Mỗi cá thể thứ i trong quần thể được biểu diễn bởi một vector

Hàm mục tiêu này là tích phân bình phương sai số, e(t) là sai số

 Pbest là vị trí tốt nhất cho đến thời điểm hiện tại của cá thể thứ i trong quần thể

 Gbestlà vị trí tốt nhất của cả quần thể tại thời điểm hiện tại

Thuật toán PSO có thể viết dưới dạng mã giải như sau:

For Each particle

Khởi tạo particle

End for

Do

For Each particle

Tính fitness value

If fitness value < Pbest Then

Pbest = the fitness value

Trang 34

End if End For

If Pbest < Gbest then

Gbest = Pbest End if

For each particle

Tính vật tốc theo công thức Cập nhật vị trí theo công thức End For

While (chưa đạt đến số thế hệ tối đa cho phép)

Sơ đồ thuật toán tối ưu ở trên là cho bài toán tối ưu cực tiểu giá trị hàm mục tiêu Sau mỗi bước lặp sẽ cập nhật lại giá trị tốt nhất của từng cá thể trong lần chạy trước cho tới thời điểm hiện tại và giá trị tốt nhất của toàn bộ quần thể cho tới thời điểm hiện tại

Tối ưu hóa bầy đàn được cho là có tốc độ tìm kiếm nhanh hơn so với các thuật thuật giải tiến hóa truyền thống khác Tuy nhiên thuật toán này thường tìm ra điểm cực trị địa phương rất nhanh nhưng lại bị mắc kẹt ở những điểm đó Để tránh việc này thì có thể tăng số lượng các cá thể lên, tuy nhiên thời gian tính toán cũng tăng theo Trong mỗi bài toán riêng, ta cũng có thể đưa vào các tham số ngẫu nhiên như

2 vector ngẫu nhiên R1, R2 trong thuật toán dạng cơ bản trên Các tham số ngẫu nhiên này làm giảm khả năng thuật toán bị mắc vào cực trị địa phương

Điều kiện kết thúc lặp của thuật toán rất đa dạng Có thể là sau một số lần lặp cho trước hoặc là sau một số lần lặp mà không thu được kết quả tốt hơn

Tùy vào từng bài toán cụ thể mà cách biểu diễn cá thể sẽ khác đi, khi đó cách biểu diễn hàm vận tốc và vị trí của cá thể có thể sẽ không giống như trong mô hình thuật toán ở trên

Từ cách mô tả giải thuật ở trên ta thấy các vấn đề cần quan tâm khi xây dựng giải thuật PSO bao gồm:

 Xây dựng cách mã hóa các cá thể

Trang 35

 Phương pháp khởi tạo quần thể ban đầu n

 Định nghĩa hàm thích nghi của các cá thể

 Cách xây dựng hàm vận tốc v

 Cách cập nhật giá trị tốt nhất cho các cá thể và cho cả quần thể

3.4 Nh ng vấn đ c n quan tơm khi xơy d ng gi i thu t PSO

3.4.1 Mư hóa cá th

Trong PSO, mỗi cá thể biểu diễn một lời giải theo một cách nào đó mà chứa

đủ các thông tin cần thiết về lời giải Các cá thể tạo nên một quần thể, là không gian

lời giải của bài toán mà ta khảo sát

Cách mã hóa cá thể là một trong những yếu tố quan trọng trong xây dựng giải thuật Hiện nay có rất nhiều phương pháp mã hóa cá thể, tùy thuộc vào các tri thức riêng của từng bài toán mà ta sẽ lựa chọn hay xây dựng cách biểu diễn cá thể riêng

phù hợp với bài toán

3.4.1.1 Mư hóa nh phân

Mã hóa nhị phân là phương pháp mã hóa cá thể phổ biến nhất Trong mã hóa nhị phân, mỗi cá thể là một chuỗi nhị phân, mỗi bit trong nó có thể biểu diễn một

các biến Ngoài ra nó còn được áp dụng trong nhiều loại bài toán khác nữa

Ví d : Trong bài toán cái túi, để biểu diễn một cách xếp đồ vào túi, ta sẽ dùng

một chuỗi nhị phân có kích thước bằng số đồ vật Mỗi bit tương ứng với mỗi đồ vật

sẽ có hai giá trị: Giá trị 0 nếu đồ vật đó không được cho vào túi và giá trị 1 nếu đồ vật được cho vào túi

Trang 36

Mã hóa nhị phân tuy phổ biến nhưng có một nhược điểm là có thể tạo ra không gian mã hóa lớn hơn so với không gian giá trị của cá thể Do đó, với nhiều bài toán thì biểu diễn nhị phân là không hữu hiệu

3.4.1.2 Mư hóa hoán v

Mã hóa hoán vị có thể được sử dụng trong các bài toán liên quan đến thứ tự như bài toán du lịch hay bài toán lập lịch

Trong mã hóa hoán vị, mỗi cá thể là một chuỗi các số biểu diễn một trình tự

Ví d : Trong bài toán người du lịch, để biểu diễn một cách đi của người du

lịch thì dùng một cá thể mà trình tự các số trong chuỗi cho biết thứ tự các thành phố

mà người du lịch đi qua

3.4.1.3 Mư hóa theo giá tr

Mã hóa trực tiếp theo giá trị có thể được dùng trong các bài toán sử dụng giá trị phức tạp như trong số thực Trong đó, mỗi cá thể là một chuỗi các giá trị Các giá trị có thể là bất kì yếu tố nào liên quan đến bài toán, từ số nguyên, số thực, kí tự v.v… cho đến các đối tượng phức tạp hơn

Ví d :

Cá thể 1: 1.29 4.36 0.34

Cá thể 2: ( KP) ( KI ) ( KD)

5.4.1.4 Mư hóa theo cấu trúc cơy

Trong mã hóa theo cấu trúc cây, mỗi cá thể là một cây các đối tượng Các đối tượng có thể là các hàm, các lệnh của ngôn ngữ hoặc các giá trị của biến, v.v…

Trang 37

Ví d : Trong bài toán điều khiển mạch lọc tích cực 3 pha 4 dây, ta sẽ khởi tạo

ngẫu nhiên các giá trị KP, KIban đầu

Chất lượng của quần thể ban đầu càng cao thì lời giải mà giải thuật PSO đưa

ra càng tốt Nếu trong bài toán trên mà ta tạo được các giá trị KP, KI trong quần thể ban đầu đa dạng và có giá trị càng gần mục tiêu thì càng tốt Do đó trong nhiều giải thuật PSO, thường sử dụng các giải thuật đã có để giải bài toán mà cho kết quả khá tốt để khởi tạo quần thể ban đầu

Số lượng hay kích thước ban đầu của quần thể n, cũng đóng vai trò quan trọng trong giải thuật vì kích thước quần thể quyết định nhiều đến sự hội tụ nhanh hay chậm của giải thuật, và khả năng thoát ra khỏi những cực trị địa phương của quần thể Kích thước quần thể nhỏ thì giải thuật sẽ hội tụ nhanh nhưng thường sẽ cho ra kết quả là các cực trị địa phương chứ không phải là cực trị toàn cục Vì với số lượng

Trang 38

cá thể ít thì quần thể dễ mắc vào những cực trị địa phương và không thoát ra được Tuy nhiên số lượng cá thể quá lớn lại làm thuật toán chạy tốn nhiều thời gian, hội tụ chậm Tùy vào từng bài toán cụ thể mà ta chọn kích thước quần thể thích hợp

3.4.3 HƠm thích nghi (hƠm m c tiêu):

Hàm thích nghi là một trong những yếu tố quan trọng quyết định sự thành công của giải thuật Nó đánh giá các cá thể tốt trong quần thể Hàm thích nghi được xây dựng sao cho giá trị thích nghi phải phản ánh được đúng giá trị thực của cá thể trong việc đáp ứng yêu cầu của bài toán

Do chất lượng điều khiển mong muốn thông thường là tối thiểu sai số ngõ ra nên hàm thích nghi có thể chọn như sau: 2

0( )



 

3.4.4 HƠm v n t c v:

Chuyển động của mỗi cá thể được tính bằng công thức vận tốc

Như vậy mỗi cá thể sẽ tự tính toán bước di chuyển kế tiếp của nó dựa trên 3 yếu tố:

 Hướng chuyển động hiện thời v

 Vị trí tốt nhất trong quá khứ của cá thể, đây là vị trí tốt nhất mà cá thể đã đi qua cho tới thời điểm hiện tại Trong tự nhiên thì yếu tố này như là “kinh nghiệm” bản thân của mỗi cá thể trong quần thể, là các tri thức, hiểu biết mà cá thể đó đã tích lũy được

 Vị trí tốt nhất của cả quần thể, là vị trị tốt nhất mà cả quần thể đã khám phá

ra cho tới thời điểm hiện tại Yếu tố này đóng vai trò như là “xu hướng” của cả quần thể Quần thể sẽ đi theo cá thể nào tốt nhất trong quần thể để đưa cả quần thể tới vị trí tốt hơn

Điều này cũng giống như trong thực tế: Mỗi cá nhân sẽ tự quyết định hướng đi của mình dựa trên vị trí hiện tại mà mình đang đứng, kinh nghiệm bản thân và xu thế chung của bầy đàn

Mỗi cá thể trong quần thể lại có một tính cách, thể hiện qua hai tham số ngẫu nhiên R , R Mỗi cá thể sẽ không ngay lập tức chuyển động theo hướng vị trí tốt

Trang 39

nhất mà phải sau một thời gian nó mới từ từ chuyển động theo các hướng đó Trong PSO thì tham số này giúp cho quần thể tránh khỏi việc bị mắc vào cực trị địa phương, do không phải cá thể nào cũng đồng thời chuyển động về hướng vị trí tốt nhất mới tìm ra Thông thường thì giá trị R1, R2 được tạo ra trong mỗi bước lặp và được sinh ngẫu nhiên trong khoảng [0,1] Còn c1 và c2 là các hằng số mô tả có bao nhiêu cá thể hướng về vị trí tốt Nó đặc trưng cho kinh nghiệm và tính xã hội Vị trí tốt ở đây là cực trị toàn cục hay vị trí tốt nhất đã đi qua của cá thể Tùy bài toán cụ thể mà lấy giá trị thích hợp, thông thường c1, c2  0.11

3.4.5 C p nh t v trí t t nhất cho c qu n th

Trong PSO thì biến g (global best) là biến đại diện cho cả quần thể đóng vai trò như là biến môi trường của quần thể Thông qua biến này các cá thể tương tác với nhau, với cả quần thể, căn cứ vào đó mà điều chỉnh bước di chuyển tiếp theo của mình Biến này thể hiện trạng thái, vị trí hiện tại của cả quần thể, đóng vai trò quan trọng trong việc định hướng quần thể Điều này giống như trong quần thể sinh vật, có những xu hướng chung nổi bật và bao giờ các cá thể cũng có xu hướng đi theo cá thể tốt nhất để mong muốn mình cũng được tốt hơn

Trong PSO có hai cách cập nhật giá trị mới cho g là:

C p nh t trong t ng bước lặp

Trong mỗi bước lặp ta cập nhật ngay g, tức là khi có một cá thể mới di chuyển tới vị trí mới thì ta lập tức xét xem vị trí mới đó có phải là vị trí tốt nhất của cả quần thể không Nếu đúng là vị trí tốt nhất thì ta sẽ cập nhật nó vào g, và giá trị mới này

có tác động ngay đến các cá thể khác, tức là các cá thể khác thấy ngay được thay đổi và căn cứ vào đó để có hướng di chuyển thích hợp

Trang 40

Sau mỗi vòng lặp ta mới cập nhật lại giá trị tốt nhất của cả quần thể, giá trị mới này sẽ tác động đến cá thể trong vòng lặp mới

Tùy vào bài toán cụ thể mà ta dùng cách cập nhật nào cho phù hợp

Tuy nhiên không phải lúc nào mỗi cá thể cũng có thông tin về cả quần thể Đôi khi một cá thể chỉ có thông tin về các láng giềng (neighborhood) xung quanh nó Khi đó, cập nhật giá trị láng giềng tốt nhất của các cá thể trong giải thuật PSO sau mỗi bước lặp là:

3.5 Đặc đi m vƠ ng d ng của gi i thu t PSO

3.5.1 Đặc đi m

Giải thuật PSO có các đặc điểm nổi bật sau:

Định dạng
Số trang	109
Dung lượng	10,94 MB