一种并联有源电力滤波器的控制方法、电子设备及介质

本技术涉及电力电子技术与电能质量控制领域，特别是涉及一种并联有源电力滤波器的控制方法、电子设备及介质。

背景技术：

1、随着电力电子技术的快速发展，整流器、变频驱动器等各类非线性负载在电力系统中得到大规模普及应用。该类负载运行过程中易向电网注入谐波电流，同时引发电网无功功率剧烈波动，造成严重的电能质量污染问题。这种问题不仅会降低电网供电效率、加剧电力设备损耗、缩短设备使用寿命，还会干扰电力系统正常运行工况，严重威胁电网的安全、稳定、高效运行。并联有源电力滤波器（shunt active power filter，sapf）作为电网谐波抑制、动态无功补偿的核心电能质量治理装置，其控制性能直接决定电能质量治理效果，是保障电网可靠高效运行的关键设备。

2、当前工业应用场景中，sapf多采用结构简单、易于工程实现的pi（proportional-integral，比例积分）双闭环控制策略，该方式仅能在电网工况稳定的稳态场景下实现基础补偿功能。由于pi控制器参数整定后固定不变，缺乏动态自适应调节能力，因此在面对负载突变、电网电压波动、工况扰动等复杂场景时，存在动态响应差、补偿精度低、鲁棒性不足等问题，谐波治理与无功补偿效果大幅受限，难以适配复杂多变的电网运行工况。为弥补传统pi控制的缺陷，业内现有改进控制策略仍存在诸多固有短板：1、模糊自适应控制依赖人工经验建模，工况泛化能力差；2、模型预测控制、无差拍控制高度依赖精确数学模型，易因设备参数漂移、线路阻抗变化出现模型失配问题；3、滑模控制存在固有抖振缺陷，且复杂拓扑下计算量大、实时性差；4、传统神经网络等监督学习方法依赖离线样本训练，缺乏在线自适应优化能力，难以适配电网动态扰动场景。

3、深度强化学习（deep reinforcement learning，drl）为sapf智能自适应控制提供了新型技术路径，其中ddpg（deep deterministic policy gradient，深度确定性策略梯度）算法适配连续动作空间调控的特性，契合sapf动态补偿的控制需求。但传统ddpg算法存在q值过估计、训练收敛不稳定、抗扰性弱等固有问题，无法满足复杂电网工况下sapf高精度、高稳定性的电能质量治理控制要求。

4、鉴于上述技术，寻求一种模型依赖性低、自适应能力强、控制精度高且鲁棒性优异的sapf优化控制方法是本领域技术人员亟待解决的问题。

技术实现思路

1、本技术的目的是提供一种并联有源电力滤波器的控制方法、电子设备及介质，可以解决现有技术中由于传统的ddpg算法无法满足复杂电网工况下sapf高精度、高稳定性的电能质量治理控制要求的问题。

2、为解决上述技术问题，一方面，本技术提供一种并联有源电力滤波器的控制方法，应用于包括三相三线制电路拓扑、采样检测单元及脉冲宽度调制驱动单元的电力滤波系统，且电力滤波系统配置有双闭环控制单元与双延迟强化学习自适应pi优化单元，以及电力滤波系统的控制层级采用电压外环、电流内环、双延迟深度确定性策略参数优化层、脉冲宽度调制执行层的四级分层架构，该方法包括：

3、通过采样检测单元采集电力滤波系统的系统运行数据；

4、根据系统运行数据，搭建同步旋转d-q坐标系下的并联有源电力滤波器数学模型，以得到参考补偿电流；

5、基于并联有源电力滤波器数学模型以及参考补偿电流，构建对应的马尔可夫决策的双延迟深度策略自适应优化模型；

6、基于马尔可夫决策的双延迟深度策略自适应优化模型，采用两阶段课程学习机制对双延迟深度策略智能体进行离线训练，通过预训练阶段与精调阶段迭代优化双延迟深度策略智能体参数，获取最优双延迟深度策略模型；

7、将最优双延迟深度策略模型接入电力滤波系统在线调用，输出目标pi参数，以便替换双闭环控制单元的固定pi参数；

8、基于更新后的目标pi参数，结合解耦控制与空间矢量脉冲宽度调制方式生成对应的功率管驱动脉冲。

9、优选地，搭建同步旋转d-q坐标系下的并联有源电力滤波器数学模型，以得到参考补偿电流，包括：

10、基于系统运行数据中的三相电网电压、三相负载电流、滤波器补偿电流及直流母线电压，建立三相静止坐标系下的并联有源电力滤波器数学模型电路方程；

11、通过克拉克坐标变换将并联有源电力滤波器数学模型电路方程的电气量转换为两相静止坐标系下的电气量，再通过派克坐标变换转换为同步旋转d-q坐标系下的直流电气量，以便构建并联有源电力滤波器数学模型；

12、基于同步旋转d-q坐标系下的直流电气量构建并联有源电力滤波器数学模型对应的电流解耦模型，对d轴电流耦合分量和q轴电流耦合分量进行解耦，得到无耦合的独立d轴电流分量和独立q轴电流分量；

13、基于独立d轴电流分量和独立q轴电流分量，结合电压外环的稳压调节量，通过指令电流生成模型得到对应的参考补偿电流；其中，参考补偿电流包括：d轴参考补偿电流和q轴参考补偿电流。

14、优选地，构建对应的马尔可夫决策的双延迟深度策略自适应优化模型，包括：

15、基于并联有源电力滤波器数学模型以及参考补偿电流，结合电力滤波系统的运行偏差特性，构建以电力滤波系统的偏差信号为核心的四维状态向量以及与四维状态向量对应的状态空间；

16、基于状态空间，结合双闭环控制单元的参数可调特性，将双闭环控制单元中全部待优化核心pi参数构建为六维连续动作向量，并构建与六维连续动作向量对应的动作空间；

17、基于状态空间和动作空间，结合并联有源电力滤波器谐波补偿、稳压控制目标以及电力滤波系统的系统安全运行约束，配置包含主导性能项、动作平滑项、边界约束项的复合奖励函数，构建对应的奖励机制；

18、基于奖励机制，构建奖励函数约束与硬件滤波相结合的双重防抖振机制，以便构建对应的马尔可夫决策的双延迟深度策略自适应优化模型。

19、优选地，四维状态向量的表达式为：

20、；

21、六维连续动作向量的表达式为：

22、；

23、复合奖励函数的表达式为：

24、；

25、其中，为四维状态向量；为d轴谐波电流误差；为q轴谐波电流误差；为直流侧电压误差；为直流侧电压变化率；为转置；为六维连续动作向量；和为电压外环的两个参数；、、、为电流内环的四个参数；为复合奖励函数；为主导性能参数；为动作平滑参数；为边界约束参数。

26、优选地，通过预训练阶段与精调阶段迭代优化双延迟深度策略智能体参数，获取最优双延迟深度策略模型，包括：

27、在预训练阶段采用分段式误差惩罚奖励函数，将电力滤波系统的状态约束至安全运行区间内；

28、在精调阶段中加载预训练阶段的预训练权重，并切换至以总谐波畸变率最小化为核心的完整奖励函数；

29、基于分段式误差惩罚奖励函数与完整奖励函数的两阶段分级训练，迭代收敛以得到最优双延迟深度策略模型。

30、优选地，将最优双延迟深度策略模型接入电力滤波系统在线调用，包括：

31、加载离线训练收敛的最优双延迟深度策略模型，保留最优双延迟深度策略模型内置用于实时推理的执行网络，剔除用于离线迭代训练的评价网络及目标网络；

32、将处理后的最优双延迟深度策略模型接入电力滤波系统的控制程序。

33、优选地，输出目标pi参数，以便替换双闭环控制单元的固定pi参数，包括：

34、获取电力滤波系统的运行状态数据并输入最优双延迟深度策略模型中；

35、通过最优双延迟深度策略模型中的执行网络实时输出适配当前工况的目标pi参数；

36、将目标pi参数逐次替换双闭环控制单元内部预设的固定pi参数。

37、优选地，基于更新后的目标pi参数，结合解耦控制与空间矢量脉冲宽度调制方式生成对应的功率管驱动脉冲，包括：

38、基于更新后的目标pi参数，确定对应的调制电压指令；

39、对调制电压指令进行解耦处理，以得解耦后的电压调制信号；

40、将解耦后的电压调制信号输入脉冲宽度调制驱动单元，以便通过空间矢量脉冲宽度调制方式生成对应的功率管驱动脉冲。

41、另一方面，本技术还提供一种电子设备，包括存储器，用于存储计算机程序；

42、处理器，用于执行计算机程序时实现上述的并联有源电力滤波器的控制方法的步骤。

43、另一方面，本技术还提供一种计算机可读存储介质，计算机可读存储介质上存储有计算机程序，计算机程序被处理器执行时实现上述的并联有源电力滤波器的控制方法的步骤。

44、本技术所提供的一种并联有源电力滤波器的控制方法，具体应用于包括三相三线制电路拓扑、采样检测单元及脉冲宽度调制驱动单元的电力滤波系统，并且在这个电力滤波系统中，配置有双闭环控制单元与双延迟强化学习自适应pi优化单元，以及该电力滤波系统的控制层级采用电压外环、电流内环、双延迟深度确定性策略参数优化层、脉冲宽度调制执行层的四级分层架构。本技术通过四级分层控制架构优化系统控制逻辑，首先实时采集电力滤波系统的系统运行数据，根据同步旋转d-q坐标系下的并联有源电力滤波器数学模型获取参考补偿电流，结合马尔可夫决策机制搭建适配工况的双延迟深度策略自适应优化模型。同时在马尔可夫决策的双延迟深度策略自适应优化模型中，采用两阶段课程学习机制对双延迟深度策略智能体完成离线迭代训练，筛选得到最优双延迟深度策略模型。电力滤波系统在线运行时，调用训练完成的最优双延迟深度策略模型实时输出适配当前工况的目标pi参数，动态替换双闭环控制单元的固定pi参数，并结合解耦控制与空间矢量脉冲宽度调制方式生成精准的功率管驱动脉冲，完成系统闭环调控。本技术根据马尔可夫决策构建双延迟深度策略自适应优化模型与两阶段课程离线训练的优化方式，结合实时动态调节pi参数的控制方式，改变了传统双闭环控制参数固化、无法适配动态电网工况的弊端，能够根据电网负载波动、复杂运行工况实时匹配最优控制参数，有效弥补了传统控制策略动态响应慢、谐波补偿精度不足的缺陷，显著提升了并联有源电力滤波器在多变工况下的动态响应性能与谐波补偿精度，有效避免了固定参数在极端、波动工况下易出现的控制失稳问题，大幅度增强了电力滤波系统的环境适配性与运行可靠性。