《Results in Engineering》：A Robust Reference Signal Generation Method for Enhancing Power Quality in Universal Active Power Filter under Measurement Uncertainties
编辑推荐：
电网集成的光伏馈电通用有源电力滤波器（PV-UAPF）系统中的电能质量取决于从畸变电网电压和负载电流信号中准确提取有功和无功分量。然而，传感器偏置、谐波畸变、高斯噪声和脉冲噪声会显著降低估计精度和补偿性能。为应对这些挑战，本文提出了一种改进的重加权零吸引逻辑距
电网集成的光伏馈电通用有源电力滤波器（PV-UAPF）系统中的电能质量取决于从畸变电网电压和负载电流信号中准确提取有功和无功分量。然而，传感器偏置、谐波畸变、高斯噪声和脉冲噪声会显著降低估计精度和补偿性能。为应对这些挑战，本文提出了一种改进的重加权零吸引逻辑距离度量自适应滤波器（MLDMAF），用于PV-UAPF系统中的鲁棒参考信号生成。所提方法将基于逻辑距离度量的自适应滤波框架与自适应传感器偏置补偿及重加权零吸引正则化相结合，以提高稳态精度、收敛速度和抗噪能力。通过MATLAB仿真和基于OPAL-RT的实验研究，在传感器偏置、脉冲和高斯噪声、电网电压谐波、不平衡负载及辐照度变化条件下验证了所提控制器的有效性。与常规的最小平均绝对三次（LMAT）和归一化最小平均绝对三次（NLMAT）估计器相比，所提出的MLDMAF在传感器偏置条件下将均方根误差（RMSE）从7.31和6.32降至0.06，在脉冲和高斯噪声干扰下从24.60和11.23降至0.43。此外，所提出的控制器将负载电压总谐波畸变率（THD）从补偿前的23.50%降至2.25%–2.85%，并将电网电流THD维持在2.51%–3.35%以内，从而满足IEEE 519-2022标准。结果表明，所提出的MLDMAF在严重测量不确定性下提供了更快的收敛、改进的稳态性能和鲁棒的谐波补偿能力。
论文解读
一、研究背景与问题
现代配电系统中，非线性负载和电网电压畸变导致谐波污染，引发电能质量问题。传统无源滤波器和混合滤波器受限于谐振风险、无法补偿电网侧电压扰动等缺陷。通用有源电力滤波器（UAPF）可同时补偿电网侧和负载侧的电能质量扰动，但其性能依赖于从电网电压和负载电流信号中精确提取基波有功、无功分量。实际测量中，传感器热漂移、变压器饱和、开关噪声等引入传感器偏置、高斯噪声和脉冲噪声，严重降低传统自适应滤波器的估计精度，导致电网电流和负载电压的总谐波畸变率（THD）超出IEEE 519-2022标准要求。现有方法如同步参考坐标系法、广义积分器法、固定步长自适应滤波器和基于高阶误差准则的自适应滤波器（如最小平均绝对三次LMAT和归一化最小平均绝对三次NLMAT），均存在动态响应慢、抗噪能力弱、稳态振荡大、传感器偏置敏感或参数调谐复杂等问题。因此，亟需开发一种能在测量不确定条件下兼具快速收敛、低稳态误差和强鲁棒性的参考信号生成算法。
二、研究内容与结论
论文提出一种改进的重新加权零吸引逻辑距离度量自适应滤波器（MLDMAF），用于电网同步光伏馈电UAPF（PV-UAPF）系统。MLDMAF在逻辑距离度量自适应滤波框架中引入自适应传感器偏置补偿和重新加权零吸引（RZA）正则化，以提升稳态精度、收敛速度和抗噪能力。通过MATLAB仿真和OPAL-RT实时实验验证，在传感器偏置、脉冲/高斯噪声、电网电压谐波、不平衡负载和辐照度变化条件下，MLDMAF均显著优于LMAT和NLMAT。在传感器偏置电压条件下，有功权重提取的均方根误差（RMSE）从LMAT的7.31和NLMAT的6.32降至0.06；在脉冲和高斯噪声干扰下，RMSE从24.60和11.23降至0.43。负载电压THD从补偿前的23.50%降至2.25%–2.85%，电网电流THD保持在2.51%–3.35%以内，满足IEEE 519-2022标准。该研究为PV-UAPF系统在复杂测量环境下提供了一种鲁棒、高效的参考信号生成方案，具有较强工程实践意义。论文发表于《Results in Engineering》。
三、主要技术方法
研究人员采用的主要技术方法包括：（1）提出基于逻辑距离度量的自适应滤波成本函数和权重更新方程，增强对脉冲噪声的抑制；（2）引入传感器偏置自适应估计与校正机制，消除直流偏置引起的稳态误差；（3）集成重新加权零吸引（RZA）稀疏正则化项，加速稀疏环境下系数收敛并降低稳态失调；（4）通过参数敏感性分析和计算复杂度评估确定关键参数（σ、μ、ρ、λ、ε），并采用仿真与OPAL-RT实时平台进行验证。仿真和实验样本均来自论文搭建的20 kW PV-UAPF系统模型，未使用临床或人群队列样本。
四、研究结果
5.1 正常电网电压下传感器偏置电压变化时的SAPF性能：对VSr施加7 V→10 V的阶跃偏置，MLDMAF估计的偏置校正因子kvrp准确跟踪参考值，?mp估计的RMSE远低于LMAT和NLMAT，有效消除偏置影响，维持额定正弦负载电压。
5.2 正常电网电压下传感器噪声时的SAPF性能：在0.48–0.5 s施加脉冲噪声（σ2g=200, τ=0.5），0.5–0.52 s施加30 dB高斯噪声。MLDMAF对?mp估计几乎无扰动，RMSE为0.43，而LMAT和NLMAT分别为24.60和11.23，证明MLDMAF对脉冲和高斯噪声具有优越鲁棒性。
5.3 电网电压畸变下的性能：分别施加40%电压暂降（含5、7次谐波）、正常电压（含7、11次谐波）和40%电压暂升（含11、13次谐波）。MLDMAF精确注入补偿电压，负载电压THD从23.50%降至2.25%，电网电流THD从28.40%降至3.35%；对5、7、11、13次等主要谐波均有显著衰减，符合IEEE 519-2022限值。
5.4 电网电压畸变叠加传感器偏置电压时的SAPF性能：在畸变条件下再叠加7 V偏置，LMAT和NLMAT的?mp估计出现明显振荡和额外谐波，而MLDMAF能同时消除偏置和畸变影响，保持低RMSE。
5.5 平衡负载条件下传感器偏置电流时的PAPF性能：施加3 A和5 A偏置电流，MLDMAF准确估计iLp，电网电流THD在偏置5 A时仅为2.54%，远低于LMAT（5.60%）和NLMAT（4.34%）。
5.6 平衡负载条件下传感器噪声时的PAPF性能：脉冲噪声（σ2g=20, τ=0.5）和20 dB高斯噪声干扰下，MLDMAF的iLp估计RMSE为0.06，THD为2.18%，优于LMAT和NLMAT，保持正弦电网电流。
5.7 动态负载条件下的性能：相位r负载断开/再连接，以及无负载条件下，MLDMAF产生平衡正弦电网电流，维持单位功率因数（UPF），直流母线电压稳定在参考值700 V，且无负载时光伏功率馈入电网。
5.8 动态负载条件下叠加传感器偏置电流时的性能：在3 A偏置下，MLDMAF的收敛时间（CS）20 ms、稳态误差esb为0.18 A，不平衡时esu为2.5 A，电网电流THD为2.28%，均优于LMAT和NLMAT。消融研究显示，单独LDMAF抗噪但偏置下存在稳态误差，添加偏置补偿（BC-LDMAF）消除偏置但收敛较慢，进一步加入RZA正则化构成MLDMAF后RMSE、收敛时间、稳态误差和THD均为最优。
5.9 设计参数收敛性分析：在动态负载条件下，固定σ=5，通过仿真得出μ=0.09、ρ=0.005为最优折中；参数敏感性分析表明σ、μ、λ相对敏感但可在较大范围内保持稳定性能。蒙特卡洛模拟（60000样本）显示MLDMAF的均方偏差（MSD）为-44.78 dB，显著低于LMS、LMAT和NLMAT。
5.10 变辐照度条件下的性能：辐照度从1000 W/m2降至400 W/m2再降至0 W/m2，MLDMAF控制器实现模式平滑切换（电网支撑模式到电网注入模式），直流母线电压始终维持700 V，功率分配符合预期。
6. 实时OPAL-RT验证：采用OPAL-RT OP5700实时仿真器，步长10 μs，控制算法执行约8 μs。实时实验结果与仿真一致：在传感器偏置、噪声和电压畸变条件下，MLDMAF的RMSE、THD、稳定时间和峰值振荡均最小；动态负载和辐照度阶跃下降情况下，能维持正弦电网电流、UPF运行，并实现有功功率的合理分配。
五、讨论与结论
讨论部分指出，所提MLDMAF的额外计算负担主要来自偏置校正项和RZA项，但其显著增强的抗噪能力和估计精度使其适用于实时控制。消融和敏感性分析进一步验证了各改进模块的贡献和算法对参数变化的鲁棒性。研究结论总结如下：本文提出了一种电网同步的基于MLDMAF的PV-UAPF系统，用于抑制电网电压扰动、负载电流谐波及测量不确定性。该估计器对脉冲和高斯噪声具有鲁棒性，能有效补偿传感器偏置，实现较低的稳态估计误差。通过仿真和实时实验，与LMAT和NLMAT相比，MLDMAF显著提升了谐波抑制能力、测量不确定性下的估计精度、传感器偏置补偿能力和单位功率因数运行性能。未来工作将研究在dSPACE DS1202平台上的实现，并集成电池储能系统和自适应参数调整以进一步提升性能。
