一种抑制航空电源车三相交流侧负载不平衡的控制方法

本发明提供一种抑制航空电源车三相交流侧负载不平衡的控制方法，属于航空地面电源控制。

背景技术：

1、航空电源车是机场地面保障中为飞机提供地面供电的关键设备，其作用是在飞机发动机及辅助动力装置（apu）关闭的状态下，向机载航电系统、环控系统、地面维护设备等提供115v/200v、400hz的三相交流电，输出的电能质量将直接影响机载电子设备的正常运行和飞行安全。

2、在实际工程应用中，一方面，机载航电设备等单相负载在不同相上的分配难以做到完全均衡，且各负载的投切时刻相互独立；另一方面，大量采用单相整流输入的电力电子设备作为非线性负载接入，进一步恶化了三相电流的对称性。当三相负载阻抗不一致时，逆变器输出相电流出现显著差异，进而导致以下问题：输出相电压幅值不一致，负序电压幅值增大，影响机载敏感设备正常工作；负序电流与正序电流相互作用产生2倍频脉动分量，引发转矩脉动、绕组过热与绝缘老化等现象，降低电源车寿命；引起输出功率振荡，影响供电质量。因此，如何在严重不平衡负载工况下维持航空电源车输出三相电压的对称性，是航空地面供电技术长期关注的核心难题。针对三相逆变器在不平衡负载下的控制问题，国内外学者与工程技术人员已经提出了一些解决方案，但每种方案均存在不同程度的局限性。

3、第一种是电压电流双闭环pi控制策略，该方法对三相电压和电流进行dq坐标变换后实施pi调节，工程实现成熟，但控制器本职上只能对直流分量实现无静差调节，而在正序dq坐标系下，负序分量会呈现为二倍频的交流量，无法实现有效抑制，导致负载不平衡工况下仍有较高的三相电压不对称度。

4、第二种是正负序分离控制法，基于对称分量法原理，采用双同步参考坐标系（dsrf）或双二阶广义积分器（dsogi）将三相电压电流分解为正序与负序分量，分别设计闭环控制器。该类方法理论上能够有效补偿负序分量，但正负序分离环节的滤波器引入相位延迟，降低系统动态响应速度。尤其在400hz航空电源系统中，尽管正负序频差较大有利于分离，但受限于有限的开关频率与控制周期采样点数，数字实现中的相位补偿精度不足，影响了其性能。

5、第三种是比例谐振（pr）控制，其在基频和谐波频率处设置无限增益以消除稳态误差，但pr控制器的谐振带宽极窄，当系统频率产生微小漂移时控制性能急剧下降，且多谐振峰叠加易引发系统不稳定。上述各类传统方法还存在一个共同的根本缺陷：其控制参数一经设计便固定不变，无法根据运行工况的变化进行自适应调整。航空电源车的实际负载工况极为复杂——从空载到满载、从平衡到严重不平衡、从线性到强非线性，负载特性在机场作业过程中频繁切换。固定参数的pi或pr控制器只能在某一特定工况点附近获得最优性能，一旦偏离设计工况，控制性能便显著退化，难以在全部工况范围内同时满足电压调制、相位偏差、不平衡度的严苛要求。因此，引入具有自学习、自适应能力的人工智能控制技术，使控制器能够在运行过程中根据状态反馈动态优化控制参数，从而在宽广工况范围内实现三相电压不平衡度的有效抑制是很有必要的。但是传统td3算法作为数据驱动的黑盒模型，其训练过程需要大量交互样本，在航空电源车这类高功率、高成本物理系统上直接进行在线训练既不经济也不安全；同时，纯数据驱动的策略网络缺乏对系统物理规律的约束，在未探索到的工况下可能输出违反电路基本定律的动作，引发隐含的安全问题。

技术实现思路

1、本发明为了解决背景技术中存在的技术问题，本技术采用的技术方案为：一种抑制航空电源车三相交流侧负载不平衡的控制方法，包括以下步骤：

2、步骤1：实时采集航空电源车三相逆变器输出侧和电感侧的信号，对输出侧信号进行正负序分离处理，得到处理后的输出侧信号，分别对处理后的输出侧信号、电感侧信号进行坐标变换，得到输出分量和电感分量；

3、步骤2：设置电压参考值，正序电压外环以电压参考值与输出分量的偏差输入控制器，输出电流参考值；正序电流内环以电流参考值与电感分量的偏差输入控制器，输出正序d轴调制电压和正序q轴调制电压，将正序d轴电流反馈分量与正序q轴电流反馈分量经交叉解耦项分别叠加至对应轴调制电压，实现d、q轴解耦控制；

4、步骤3：构建物理信息神经网络物理约束模块并进行训练，将训练后的物理信息神经网络物理约束模块嵌入双延迟深度确定性策略梯度，得到物理信息神经网络-双延迟深度确定性策略梯度智能体并设置两条计算路径；

5、步骤4：负序电压外环以零为参考值，将物理信息神经网络-双延迟深度确定性策略梯度智能体实时输出的负序电流参考值作为负序电流内环的输入；负序电流内环以负序电流参考值为参考值，将负序电流参考值与电感分量的偏差输入控制器；

6、步骤5：通过空间矢量脉宽调制模块生成pwm驱动信号，用于调节航空电源车的输出电压；

7、步骤6：对物理信息神经网络-双延迟深度确定性策略梯度智能体进行离线训练与在线部署。

8、进一步地，在步骤1中，输出侧信号包括航空电源车三相逆变器输出侧的a相电压、b相电压、c相电压、a相电流、b相电流、c相电流；

9、电感侧信号包括a相逆变器电感侧电压、b相逆变器电感侧电压、c相逆变器电感侧电压、a相滤波电感电流、b相滤波电感电流、c相滤波电感电流；

10、处理后的输出侧信号包括正序α分量、正序β分量 、负序α分量、负序β分量、正序α电流、正序β电流 、负序α电流、负序β电流 ；

11、输出分量包括输出电压正序d轴分量、输出电压正序q轴分量、输出电流正序d轴分量、输出电流正序q轴分量、输出电压负序d轴分量、输出电压负序q轴分量、输出电流负序d轴分量、输出电流负序q轴分量；

12、电感分量包括逆变器电感侧电压正序d轴分量、逆变器电感侧电压正序q轴分量、逆变器电感侧电压负序d轴分量、逆变器电感侧电压负序q轴分量、正序d轴电流反馈分量、正序q轴电流反馈分量、负序d轴电流反馈分量、负序q轴电流反馈分量。

13、进一步地，在步骤1中，对输出侧信号进行正负序分离处理具体包括以下步骤：

14、步骤1.1：通过clarke变换将三相自然坐标系下的输出侧信号转换至αβ静止坐标系，得到α信号和β信号；

15、步骤1.2：将α信号和β信号分别输入中心频率为ω的两个二阶广义积分器模块进行分离，得到处理后的输出侧信号。

16、进一步地，在步骤2中，电压参考值包括正序d轴电压参考值和正序q轴电压参考值；电流参考值包括正序d轴电流参考值 、正序q轴电流参考值 ；负序电流参考值包括负序d轴电流参考值、负序q轴电流参考值。

17、进一步地，在步骤2中，具体包括以下步骤：

18、步骤2.1：构造正序d、q轴坐标系；

19、步骤2.2：设置正序d轴电压参考值和正序q轴电压参考值，正序电压外环以正序d轴电压参考值与输出电压正序d轴分量  的偏差输入控制器，输出正序d轴电流参考值；以正序q轴电压参考值与输出电压正序q轴分量  的偏差输入控制器，输出正序q轴电流参考值 ；

20、步骤2.3：正序电流内环以正序d轴电流参考值  与正序d轴电流反馈分量 的偏差输入控制器，输出正序d轴调制电压 ；以正序q轴电流参考值  与正序q轴电流反馈分量  的偏差输入控制器，输出正序q轴调制电压 ；

21、步骤2.4：将正序d轴电流反馈分量与正序q轴电流反馈分量经交叉解耦项和分别叠加至对应轴调制电压，以实现d、q轴解耦控制；其中，为航空电源系统基波角频率，为滤波电感。

22、进一步地，在步骤3中，具体包括以下步骤：

23、步骤3.1：构造负序d、q轴坐标系；

24、步骤3.2：在负序d、q轴坐标系下，lc滤波器的状态方程为：

25、；

26、；

27、；

28、；

29、其中，、、分别为滤波电感、电容及等效电阻参数，为基波角频率，t为连续时间变量；将lc滤波器的状态方程整理为解析导数映射，作为物理信息神经网络物理约束模块预训练的物理先验约束；

30、步骤3.3：定义物理信息神经网络，其输入为所需的8维完整物理量：

31、；

32、其中，为t时刻的8维完整物理量输入向量；输出为4维的负序状态时间导数：

33、；

34、步骤3.4：对物理信息神经网络物理约束模块进行预训练，损失函数为：

35、；

36、其中，为参与损失计算的时间采样点总数；为采样点索引；为第个时间采样点上的所需完整物理量，为通过相邻时间步状态差分近似获得轨迹的状态导数标签；为平衡系数；为lc滤波器解析状态方程在处计算的理论导数值：

37、；

38、训练完成的物理信息神经网络物理约束模块在双延迟深度确定性策略梯度算法中形成两个路径，两个路径构成分层互补的约束体系。

39、进一步地，在步骤3.4中，具体包含以下两个路径：

40、路径1：利用环境交互返回的下一时刻状态中提取对应的4维物理量，构造状态导数标签：

41、；

42、其中，为t时刻的实测状态导数向量，t与t+1分别为当前时刻与下一时刻，为控制周期，为t时刻下负序d轴电流反馈分量的实测值，为t时刻下负序q轴电流反馈分量的实测值，为t时刻下输出电压负序d轴分量的实测值，为t时刻下输出电压负序q轴分量的实测值；路径1的交互步物理残差为：

43、；

44、将  作为惩罚项加入复合奖励函数：

45、 ；

46、其中，为从环境返回的当前时刻观测状态中提取的8维完整物理量；为物理残差惩罚权重；为第t个交互步的复合奖励；为任务奖励项；为路径1交互步物理残差映射；

47、路径2：在策略网络损失函数中附加物理正则项 ：

48、；

49、其中，为物理正则损失，为路径2中更新的步物理残差映射；为actor正则权重系数；为每次策略更新时从经验回放池中随机采样的样本批大小；为当前状态的8维完整物理量输入，，分别为负序d、q轴电感电压；物理信息神经网络预测导数与lc滤波器解析导数之间的模型偏差残差为：

50、；

51、控制器内环生成的可微pi输出电压为：

52、；

53、；

54、其中，为负序电流内环控制器的比例增益；为负序电流内环控制器的积分增益；为上一控制周期结束时负序d轴电流环pi积分器的累积输出；为上一控制周期结束时负序q轴电流环pi积分器的累积输出；为控制周期；为负序d轴前馈解耦电压，；为负序q轴前馈解耦电压，。

55、进一步地，在步骤4中，具体包括以下步骤：

56、步骤4.1：物理信息神经网络-双延迟深度确定性策略梯度算法智能体控制器的状态空间  设计为12维向量：

57、；

58、其中， 为lc滤波器的完整状态变量， 为物理信息神经网络物理建模所需的输入量， 为强化学习所需的特征量；为正序电压偏差，为直流母线偏差，和分别为上一控制周期的负序d轴、q轴的电感电流反馈值；

59、步骤4.2：动作  为策略网络输出的负序电流参考值，；

60、步骤4.3：奖励函数  采用复合加权设计，最优策略对应奖励趋近于零：

61、；

62、其中，为任务奖励项， 为物理残差惩罚权重；为交互步物理方程残差。

63、更进一步地，在步骤5中，具体包括以下步骤：

64、步骤5.1：正序与负序的输出调制电压分别位于正序d、q轴坐标系和负序d、q轴坐标系中，经坐标反变换与clarke反变换恢复至三相自然坐标系，得到三相调制波信号；

65、步骤5.2：将三相调制波信号、直流母线电压、中性点电压平衡控制信号送入空间矢量脉宽调制模块生成pwm驱动信号，通过pwm驱动信号控制三相三电平igbt功率变换模块的开关动作，实现对航空电源车输出电压的调节。

66、本发明相对于现有技术具备的有益效果为：1、电压不平衡抑制效果显著增强；本发明采用的pinn-td3算法通过双q网络取最小值估计、目标策略平滑和延迟策略更新三大机制，有效缓解了ddpg算法中q值过估计导致的控制震荡问题，保证了负载发生突变时的平稳过渡与训练稳定性。其对负序电压外环进行智能优化，能够根据实时工况动态输出最优负序电流参考值。相较于固定参数pi控制，在严重不平衡负载工况下电压不平衡度（vuf）有所降低，调制幅度较低，电压波形良好，满足航空电源供电质量标准要求，且在负载阶跃扰动下的动态调节时间明显缩短，瞬态特性良好。因此，本发明提出的控制策略能够实现快速的动态响应和高稳态精度，在多种不平衡工况下能够得到良好的负序电压抑制效果。

67、2、物理安全性与一致性提升；本发明基于pinn物理约束，将lc滤波器物理模型的一致性残差以加权惩罚项的形式嵌入td3的奖励函数之中，同时利用pi内环的可微线性近似，构建了从物理残差到actor参数之间的连续梯度链路，使得强化学习智能体在训练过程中不仅追求数据驱动的奖励最大化，还会受到物理模型的直接约束与梯度引导，从而降低了纯数据驱动方法产生违反物理规律的危险动作的概率。物理残差惩罚鼓励智能体优先探索物理一致的状态空间区域，使训练过程更加安全可控，这对于航空电源车这类大功率设备尤为重要。该融合控制策略使物理约束与性能优化目标保持了动态平衡，既保证了控制行为的物理合理性，又避免了物理约束过度主导训练进程，实现了数据驱动与物理先验的有效融合。

68、3、样本效率与训练收敛速度提高；传统td3算法在电力电子控制中往往需要大量交互样本才能收敛，本发明通过引入pinn物理先验约束，有效缩小了策略搜索空间，在达到同等性能指标的前提下减少了所需的训练样本量和训练时间。这对于在性能受限的航空电源车平台上进行训练具有重要意义，也为后续基于少量实测数据微调的在线适应策略奠定了基础。

69、4、泛化能力与鲁棒性加强；得益于分层架构设计，人工智能优化控制负序电压外环的电流参考指令生成，而正序通道与负序电流内环保留pi控制结构，使得整体控制系统在rl策略未覆盖的工况下仍能依靠传统控制回路维持基本性能，避免了纯智能控制在分布外工况下性能骤降的风险。在观测设计层面，状态观测空间涵盖lc滤波器动态状态、pinn物理输入及rl专用特征三组信息，使actor网络能够充分感知系统电气动态与工况变化，为跨工况泛化提供充分的输入表征。在训练策略方面，对负载阻抗在预设范围内按随机分布进行扰动采样，使策略在训练过程中涵盖了多种负载工况；同时，pinn物理残差通过可微梯度链路持续提供物理一致性正则化，使策略网络在训练数据稀疏的状态区域也能够受到lc滤波器物理约束，并在推理时面对未训练的负载工况仍倾向于输出物理合理的控制动作。相比传统pi/pr控制需要针对每种工况分别整定参数、mpc需要精确负载模型，本发明的控制策略具有更强的工况自适应能力和泛化能力。

70、5、工程可实施性强；本发明的控制架构在硬件层面无需对现有航空电源车进行结构性改造，仅需在控制器软件层面部署冻结的actor网络进行实时推理，单次前向推理耗时远小于控制周期，运算量在现代dsp的可承受范围内。离线训练、在线部署的两阶段模式避免了对在线安全性的威胁；当检测到严重故障时，控制器自动切换至pi控制，保障了极端工况下的安全运行。上述设计使本发明具备从实验室走向工程应用的可行性。