摘要：为避免风光场站逆变器在复杂运行工况下因非线性动态特性而无法有效抑制复合谐波的问题，提出基于 SRUKF 算法的风光场站逆变器复合谐波抑制方法。通过建立发电结构模型，获取风光场站逆变器的输出电流状态变量。结合额定电流限制电流纹波，选取多次谐波幅值和相位变量，并综合考虑基波频率波动、负载变化等非线性因素，建立了模拟逆变器谐波状态的动态数学模型，并引入 RUKF 算法，生成离散状态与量测方程，构建了动态谐波状态估计模型，用于实时估计逆变器谐波状态。结合该模型的估计结果，利用 PWM 调制器和 PI 控制律调整逆变器参数，实现无静差跟踪直流信号。集成滤波器，使电感和电容的谐振频率与需要抑制的谐波频率相匹配，输出调整数值，从而抑制风光场站逆变器的复合谐波。针对上述设计进行实验，结果显示，利用该方法抑制后，风光场站逆变器的复合谐波数值均低于1.1%，这表明该方法可以有效抑制风光场站逆变器复合谐波。

关键词：SRUKF 算法；风光场站；逆变器；谐波抑制；非线性；

中图分类号:TM46 文献标识码:A

0 引言

随着对环境保护重视程度的增加，可再生能源占据了发电发电领域的重要地位，其占比远高于核电、生物质发电等资源不可再生资源。现如今，风光场站已成为新能源发电的重要组成部分，满足了人们对电力的需求。而风光场站中逆变器在运行过程中可能会产生谐波，这就会影响到电网及电力设备的稳定运行，威胁电网安全。因此，如何抑制风光场站逆变器的复合谐波，是保证电网稳定运行的重要步骤。

为保证电网及相关电气设备的稳定运行，有效抑制风光场站逆变器的复合谐波，多位研究人员提出了多种变器复合谐波抑制方法，例如代双寅，刘书铭，庄凯勋等 在逆变器中添加有源滤波器，并融合光伏变流器的谐波治理功能，利用多功能电感设备，从电感、电容等方法控制电感型并网逆变器的电流状态，并输出低滤波电感下的有功功率，实现逆变器复合谐波的抑制。但该方法无法适应逆变器的非线性动态特性，导致对谐波的抑制效果不好。袁义生，吕森，朱启航 结合电网电压畸变原理，提取发生电流畸变的原因，并利用电流表，实时监测并网电流中的电流状态，以获取其谐波情况，通过闭环控制，实现对逆变器复合谐波的抑制。但该方法无法抑制出现非线性变化的逆变器电流谐波。周雪松，郭帅朝，马幼婕等[3]通过建立光伏系统模型，描述系统中电流和电压的动态关系，进而设计三阶线性状态观测器，以实时监测电流变化情况，并基于观测器输出结果调整 LADRC 控制器的输入值，以调整控制器参数，实现对逆变器复合谐波的双闭环控制。该方法虽考虑到了电流、电压之间的动态关系，但其抑制效果仍然不佳。田芫菘，李建国，张雅静等[4]通过构建三相并网逆变器的欧拉-拉格朗日数学模型，模拟谐波谐波电流的生成过程，进而设计电流环无源控制器，再结合多重参考技术，引入误差电压补偿环路独立控制逆变器复合谐波电流，以实现对复合谐波的抑制工作。但该方法无法有效解决逆变器非线性动态特性引起的高频交流扰动问题，使得谐波抑制效果不理想。

基于上述方法中存在的问题，本文通过引入 SRUKF 算法，实时估计逆变器谐波状态，以掌握逆变器的运行状态，再从多个角度抑制风光场站逆变器复合谐波。

1 设计风光场站逆变器复合谐波抑制方法

1.1 基于SRUKF 算法实时估计逆变器谐波状

为有效抑制风光场站逆变器的非线性动态特性产生的复合谐波，本研究根据依据风光场站在发电过程中主要的能量转换机理，建立风光场站的发电结构模型。

基于所得结构模型，获取风光场站逆变器输出电流的状态变量：

X_⋅Gn=δX_⋅G1

式中， X X_⋅G1 代表风光场站的电源点处的正序电抗， δ 代表谐波次数， X_⋅Gn 代表等值谐波电抗。

再结合风光场站逆变器额定电流，限制逆变器侧电流纹波[5]：

10%I_N≤ΔI_r1≤30%I_N

式中， I_N 代表逆变器额定电流， ΔI_r1 代表风光场站逆变器交流侧输出电流纹波。

根据逆变器侧电流纹波限制规则，选取式（1）中逆变器输出电流的5 次谐波幅值和相位作为状态变量，并考虑到风光场站逆变器中的基波频率波动、负载变化等非线性变化因素对谐波的影响，建立表述风光场站逆变器谐波状态的动态数学模型：

式中， t 代表谐波次数， z(t) 代表风光场站逆变器谐波状态， A_m 代表谐波振幅，M 代表谐波总次数， m 代表谐波次数， ω_⋅m 代表谐波角频率， φ_m 代表该次谐波的初相角， ε 代表衰减的直流分量， u(t) 代表加性高斯白噪声， g 代表电机转速， f₀ 代表基波频率。

基于以上过程，得出风光场站逆变器谐波整体实际状态，为有效估计逆变器中会产生的谐波状态，提高预测准确性，本研究引入RUKF 无迹变换和平方根滤波技术，对逆变器输出电流进行非线性状态估计。根据上文中所得状态估计值[6]，生成逆变器谐波离散状态方程和量测方程：

式中，i 代表时间点， xi 代表该时刻逆变器的状态量， y 代表该时刻逆变器的量测量， f(ξ) 代表状态方程中的非线性变换， h 代表量测方程中的非线性变换，γ_i-1 代表逆变器系统中的噪声信号， η_i 代表量测噪声信号。

再基于所得方程，构造出多组 Sigma 点集，用于估计风光场站逆变器谐波的非线性变换形式：

式中， χ_⋅0 代表Sigma 点集的初始中心点， X_j 代表Sigma 点集全部点， 代表状态量均值， l 代表状态量的维度， λ 代表调整 Sigma 点与均值之间距离的缩放系数， P_x 代表协方差， j 代表 Sigma 点集个数。

再根据 Sigma 点集的尺度参数，赋予各 Sigma 点权重，通过加权平均更新状态估计值和协方差矩阵：

式中， W_k 代表系统噪声的协方差， W_k 代表量测噪声协方差， w_k 代表系统噪声，u_k 代表量测噪声。

平方根分解所得协方差矩阵，并结合实际电流传感器测量值，构建动态谐波状态估计模型：

式中， I_k 代表该节点的谐波电流矩阵， k 代表节点编号， F_k 代表状态转移矩阵，U_k 代表谐波电压矩阵， Z_⋅k 代表谐波阻抗矩阵。

利用所得动态谐波状态估计模型，实时估计谐波电流的相关参数，为后续谐波抑制提供数据基础。

1.2 抑制风光场站逆变器复合谐波

基于所得逆变器谐波状态估计结果，利用 PWM 调制器，调整风光场站逆变器参数。通过PWM 调制器的增益值，得出风光场站逆变器开环增益的传递函数：

式中， H_z(s) 代表电流外环的开环增益， G_a 代表电压控制器的增益， K_pwm 代表 PWM 调制器增益值， L_f 代表逆变器滤波电感， s 代表拉普拉斯算子， C_f 代表逆变器滤波电容， R_f 代表等效抗阻。

再利用PI 控制律，无静差跟踪逆变器中的直流信号[7]：

式中， u_d1 代表PI 控制器的d 轴输出信号， u_q1 代表 q 轴输出信号， u_dr,u_qr 代表参考信号， u_df⋅u_qf 代表反馈信号。

根据无静差跟踪结果，在逆变器回路中集成了滤波器，得出滤波器需要抑制的谐波频率：

匹配电感和电容的谐振频率与需要抑制的谐波频率：

式中， Q₀ 为需要抑制的逆变器谐波频率， M 代表逆变器负荷谐波信号， L 代表逆变器电感值， C 为逆变器电容值。

通过调整逆变器电感值和电容值，与需要抑制的谐波频率相匹配，并结合BP 神经网络，调整逆变器的控制策略，以抑制逆变器复合谐波：

ξ=ξ^′+Δξ

式中， ξ 代表风光场站逆变器复合谐波的控制参数， ξ^′ 代表原本控制参数， Δξ 代表复合谐波调整量。

根据所得结果，调整风光场站逆变器的相关参数，进而实现对风光场站逆变器复合谐波的抑制。

2 实验分析

2.1 设置实验环境

为验证本文设计方法在风光场站逆变器谐波抑制方法的能力，本文选用风光场站逆变器作为实验对象，并利用直流电源和交流电源模拟风光场站发电机制，建立如图 2 所示实验平台，对本文设计方法进行实验。

本文设计方法主要依赖对风光场站逆变器复合谐波的估计过程，其估计结果的准确性是确保抑制效果的基础。因此，本实验利用本文设计方法对风光场站逆变器的电流数据进行估计，将所得结果与实际结果相对比，进而验证其估计结果的准确性。

由图 3 实验结果可知，本文设计方法所输出的风光场站逆变器预估电流与实际电流的波形和波动范围均一致，且所得电流波形与实际波形之间的相似度较高，这表明本文设计方法可以对风光场站逆变器的电流进行预估，且预估效果较为准确。同时，由图中存在谐波的部分可以看出，本文设计方法所估计的谐波位置及具体状态与实际情况基本相同，这表明本文设计方法对风光场站逆变器复合谐波的估计结果准确性较高。

2.3 风光场站逆变器复合谐波抑制效果实验分析

为验证本文设计方法对风光场站逆变器复合谐波的抑制效果，本实验利用本文设计方法、基于LADRC 和准PR 的逆变器谐波谐振抑制方法和基于无源控制的逆变器谐波电流抑制方法对对实验对象进行复合谐波抑制，通过对比其抑制效果，验证三种方法的抑制能力。

由图 4 实验结果可以看出，三种方法对多次谐波均起到抑制作用，利用本文设计方法对抑制后，其谐波均在 1.1%以下，而其他两种方法的抑制效果明显不如本文设计方法。由此可知，本文设计方法对风光场站逆变器复合谐波具有较好的抑制效果。

结束语

本文通过建立风光场站逆变器谐波状态的动态数学模型，引入RUKF 算法，构建动态谐波状态估计模型，以实时预测风光场站逆变器的谐波状态，再根据预测结果，利用PI 控制律，无静差跟踪逆变器中的直流信号，以获取逆变器相关参数的调整值，实现对风光场站逆变器复合谐波的抑制工作，有效提高了抑制效果。但该方法在对逆变器谐波状态进行估计过程中，所用算法较为复杂，会影响到预测效率，进而导致抑制过程不及时，因此需对估计算法进行简化，以提高对逆变器谐波状态的预测效率，提高对谐波抑制的及时性。

参考文献

[1]代双寅,刘书铭,庄凯勋,等. LLCL 型光伏并网逆变器谐波抑制研究 [J]. 武汉大学学报(工学版), 2024, 57 (10): 1442-1448.

[2] 袁义生,吕森,朱启航. 电网电压畸变下的级联 H 桥光伏并网逆变器谐波抑制控制策略 [J]. 电力自动化设备, 2022, 42 (03): 68-75.

[3]周雪松,郭帅朝,马幼婕,等. 基于LADRC 和准PR 的三相LCL 型光伏并网逆变器谐波谐振抑制策略 [J]. 太阳能学报, 2023, 44 (03): 465-474.

[4]田芫菘,李建国,张雅静,等. 基于无源控制的并网逆变器特定次谐波电流抑制方法[J]. 电力工程技术, 2023, 42 (02): 215-222.

[5]江悦,曹旌,梁刚,等. 光伏并网逆变器谐波特性分析与谐波电流抑制 [J]. 电力系统及其自动化学报, 2022, 34 (09): 64-72.

[6]陈茂新,王基,林毅,等. 基于多谐振控制的逆变器并网电流谐波抑制 [J]. 电力电子技术, 2022, 56 (10): 112-115.

[7]张鸿博,蔡晓峰. 直流电压含二次纹波条件下并网逆变器输出谐波抑制 [J]. 电力系统保护与控制, 2022, 50 (15): 119-128.