User Tools

Site Tools

blog:2024-04-08_share_對於clarke_park_transformation_的直觀理解



2024-04-08 Share: 對於Clarke & Park Transformation 的直觀理解

Local Backup

  • 有幸讀到這篇MIT paper “A Geometric Interpretation of Reference Frames and Transformations: dq0, Clarke, and Park”突然頓悟了,有感而發寫下這篇文章
  • 簡單來說,這篇paper提供了兩種有趣的觀點:
    • (1) 提供各種轉換的幾何詮釋
    • (2) 使用笛卡爾座標描述a-b-c軸(三相)分量
  • 本文會分成四個部分介紹
    • I. 訊號表示法
    • II. Paper重新詮釋下的各種轉換
    • III. 有趣的例子
    • IV. 快速可視化波形的方法
  • Reference:
    • C. J. O’Rourke, M. M. Qasim, M. R. Overlin and J. L. Kirtley, “A Geometric Interpretation of Reference Frames and Transformations: dq0, Clarke, and Park,” in IEEE Transactions on Energy Conversion, vol. 34, no. 4, pp. 2070–2083, Dec. 2019, doi: 10.1109/TEC.2019.2941175.

前言

  • 希望閱讀完本文,各位都能直接看出下張圖互相轉換的結果
  • With conditions:
    • (i)Balanced (but with P.S.)
    • (ii)Unbalanced
    • (iii)Balanced with 1, 5, 7 harmonics

I. 訊號表示法 (加入筆者主觀的看法)

  • 任何時域(time-domain)或頻域(frequency)都能夠表示成向量空間的形式,即為基底(basis)的線性組合,對應的操作即是線性轉換。
  • 在時間軸上描述一個訊號可以選擇以下basis,但此時空間(座標軸)未轉換
    • 時域 basis: δ-function, δ(t-τ)
    • 頻域 basis: exp. function, exp(jωt)

  • 時域 basis

  • 頻域 basis

(a) Phasor Representation 相量表示法

  • 電路學常用的相量(Phasor)表示法,其實本質上是傅立葉轉換(Fourier Transformation),即頻域上的表示,考慮一組三相訊號如下:
  • 其Phasor表示如下,中間其實做了一次傅立葉變換,只是我們太習以為常,所以忘記這件事情,此時已經是用頻域basis(exp(jωt))去描述這個訊號,而我們將他的component拿出來對頻率軸(ω axis)作圖,即是我們常看到的頻譜或俗稱頻域。
  • 相量圖(Phasor diagram或Phasor plane),其實只是我們畫出複數頻譜(amplitude與phase合再一起,用complex plane表示),且將a, b, c三相訊號頻譜疊合後,對複數頻譜做切片,切出特定頻率ω得到的圖,因為我們皆使用單一頻率弦波(sinusoid wave)做為訊號,所以頻譜極度簡單,可以很容易做這樣的分析。對特定頻率做頻譜切片,正是為甚麼不同頻率之弦波,不能畫在同一張相量圖的原因。
  • 相量表示下,因為轉換至頻域,基本上我們會喪失一些資訊,譬如每個時間點下的訊號大小。

(b) Cartesian Representation 直角坐標表示法

  • 也是MIT paper中,提到的最核心概念,使用標準基底(standard basis),將三相訊號表現在R3空間中(直角座標系或笛卡爾座標),即一種時域的表示法。其好處是我們可以直觀的保留各點時間的資訊。
  • 這裡的abc直角座標軸,並非三相座標軸,是完全不同的概念,可以想成是i-j-k正交軸被重新命名為a-b-c軸,在i-j-k座標軸上,以參數式繪出( Va(t), Vb(t), Vc(t) )軌跡的概念。
  • 運算上也很方便可以套用解析幾何的各種性質,譬如我們想知道三相平衡下,此向量在空間中的軌跡圓半徑,其實這裡就可以看到Park與Clarke轉換常見的係數:
  • 這個結果也可以很容易從頻域得到,因為根據Parseval’s relation,我們可以得到相同的結果,不論從時域做或頻域做,或其他變換做完都一樣,其暗示能量守恆(Energy conservation),這也是等等Park與Clarke係數出現的原因。

(c) 兩種表示法的關聯性

  • 其實兩種表示描述的都是同一個訊號,兩者中間的橋樑便是傅立葉轉換,或者傅立葉級數。線性變換,可以拿來轉換座標,其本質上就是針對基底做變換,所以他們的component(座標)會不同,時域 basis: δ-function, δ(t-τ) 與頻域 basis: exp. function, exp(jωt) 之間轉換而已。轉換後再使用不同的做圖法,即可找到有力的分析方式。
  • 用離散傅立葉(DFT)可以比較直觀的看到這件事:

II. Paper重新詮釋下的各種轉換

  • 簡單說明各種轉換,其實都只是基底變換(change of basis) 或座標變換(change of coordinates),且都是旋轉變換(rotation transformation)。
  • 其實這個章節反而滿簡單的,因為MIT paper真的提供了一個非常簡單的理解方法。
  • MIT paper 定義
    • (1) dq0 transform: 即旋轉矩陣(rotation matrix),單純倚靠旋轉矩陣讓Clarke轉換結果旋轉起來。
    • (2) dq0 frame follows the Kundur’s definition
      • [*q軸領先d軸90度 *θ定義為參考軸(a相Phasor方向)與d軸夾角]

(a) Geometric interpretation of Clarke Transform

  • Clarke Transfom的幾何詮釋,基本上就是讓原本a-b-c正交軸(直角坐標軸),去對齊三相向量(向量v_abc)在空間中的軌跡圓。這個旋轉對齊後的新的軸就是alpha, beta與zero軸。
  • Clarke Transfom
    • 直角坐標a軸對齊θ=ωt=0度時的向量v_abc
    • 直角坐標b軸對齊θ=ωt=90度時的向量v_abc
    • 直角坐標c軸對齊alpha軸與beta軸向量外積(Cross product)
  • L2-norm(Power)一致性
    • Power-invariant,對應的線性運算就是只做座標軸的旋轉,沒有縮放
    • Amp.-invariant,對應的線性運算就是座標軸的旋轉,加上縮放
  • 至於對齊的方式是讓,直角坐標a軸去對齊θ=ωt=0度時的向量v_abc;直角坐標b軸去對齊θ=ωt=90度時的向量v_abc;因為a-b-c三軸正交,c軸就會去對齊zero軸,但對齊有點麻煩,因為沒有直接的向量去對齊,除非作平面法向量對齊。所以MIT paper直接對alpha軸與beta軸向量使用外積(Cross product),讓alpha軸與beta軸直接長出正交軸zero軸。
  • 以下推導其實是反過來做的是讓alpha-beta軸空間角度的standard basis去對齊a-b-c軸空間的向量v_abc軌跡。
  • 這邊可以注意的是,上面的運算中出現正規化(Normalize)運算,目的是為了保證轉換前後能量不變,也就是向量v_abc與v_αβ0的L2-norm保持一致。也就是Power-invariant的Clarke Transform。其對應的線性運算就是只做座標軸的旋轉,沒有縮放。
  • 接下來介紹 Amp.-invariant的Clarke Transform,可以看到運算中沒有正規化(Normalize),目的是為了保證轉換前後投影量不變,但向量v_abc與v_αβ0的L2-norm無法保持一致。也就是。其對應的線性運算就是座標軸的旋轉,加上縮放。

(b) Geometric interpretation of Park Transform

  • 至於Park Transform的幾何詮釋也跟Clarke Transform概念一樣。不過對齊的對象不同,Clarke Transform的對齊角度是固定的θ=ωt=0度時的向量v_abc與θ=ωt=90度時的向量v_abc;Park Transform則是對齊時變量θ=ωt與θ=ωt+90度,這個旋轉對齊後的新的軸就是d, q與zero軸。MIT paper直接對d軸與q軸向量使用外積(Cross product),讓d軸與q軸直接長出正交軸zero軸。
  • Park Transform
    • 直角坐標a軸對齊θ=ωt的向量v_abc
    • 直角坐標b軸對齊θ=ωt+90度的向量v_abc
    • 直角坐標c軸對齊d軸與q軸向量外積(Cross product)
  • L2-norm(Power)一致性
    • Power-invariant,對應的線性運算就是只做座標軸的旋轉,沒有縮放
    • Amp.-invariant,對應的線性運算就是座標軸的旋轉,加上縮放
  • 至此,其實不難看出Clarke Transform是Park Transform的一個特例。

III. 有趣的例子

(a) Zero Sequence component

  • 其實零序成分會造成,a-b-c正交軸在空間中的軌跡不是共平面,而是在R3空間彎曲的軌跡,這也是零軸有分量的物理意義。下面例子為加入3rd諧波,但在垂直投影方向上還是會看到圓形(平衡)或橢圓形(不平衡)的軌跡。
  • 零序成分主因根據運算定義,即為有三相共有的分量,只要相位頻率振幅相同,就會出現零序分量。可以當作相依(Phasor diagram上的平行)成份。

(b) Unbalance

  • 根據symetric component有以下三相不平衡的分析:
  • 基本上會產生正序(Positive Sequence)與負序(Negtive Sequence)成分,在R3空間共平面形成橢圓形軌跡。

(c) With Harmonics

  • 可以依照下面歸納出的結果區分正負序諧波成分
  • 至於為甚麼5th, 7th諧波會表現出6th樣子,等等再做說明

(d) 1st fundamental component at d-q frame

  • d-q軸上出現1倍頻,是很弔詭的事情,那基本上是三相有DC,且DC成份大小皆不同,相同成份(common mode)會出現在零軸上,DC成份的差(difference, differentail mode)就會在d-q軸上反應出現1倍頻。
  • 以上都是屬於加法運算的分析,即各頻率疊合。

(e) 若今天a, b, c相上出現波包

  • 其波包頻率就是d, q波形上的頻率。因為此操作基本上是屬於做調變(modulation),其載波(carrier wave)為三相訊號。

IV. 快速可視化波形的方法 (筆者自己的推導)

  • 最末段,筆者提供一種使用Euler formula快速推導圖形在不同座標軸下長相的方法。其實從推導的過程中也可看出,以訊號系統的角度觀察,其d-q轉換本質就是調變(modulation property),若想看頻譜,可以從這個角度出發,可以很容易得到結果;如果想看時域波形,可以遵照以下推導結果,很容易得到答案。
  • 為甚麼不平衡是一個橢圓軌跡,從這裡也可以看出來,因為根據symmetric component理論,不平衡系統可以拆成兩組平衡系統,不過旋轉方向相反,此時根據其進行推導,可化成橢圓參數式。
  • 把下面的式子取real part & imagary part即可得到橢圓參數式。
  • 精華在這裡,其實a-b-c正交軸與alpha-beta-0軸只是過一個座標軸旋轉,描述的是空間中同一個事情,d-q-0軸則是在會隨著參考角轉動的軸上看訊號,我們提出 exp(jωt) 項,即是在抽離旋轉的量。
  • 此舉便會造成正序成分頻率-1,負序成分頻率+1的情況。
  • 讓我們回到一開始的圖

(a) 重新解釋 (i)Balanced (but with P.S.)

  • 基本上就是參考角度與實際參考角有誤差的情形,常見於PLL或角度傳輸有誤差。可看到有分量投影分別出現在d-q軸上。如果是平衡情況則B量為0。

(b) 重新解釋 (ii)Unbalanced

  • 基本上就可以看到兩倍頻成分的由來了,甚至連d-q軸成份標準型都看的到。

(c) 重新解釋 (iii)Balanced with 1, 5, 7 harmonics

  • 先判斷正負序成份,再透過加減頻率成份就可以知道
    • 1th諧波是正序,頻率-1變成DC
    • 5th諧波是負序,頻率+1變成6th (倒轉 6 倍頻)
    • 7th諧波是正序,頻率-1變成6th (正轉 6 倍頻)
  • 最後提供筆者寫的Python程式,供大家玩玩,將以上結果都使用程式繪圖。

(1) Balance case

(2) Unbalance case with zero-seq.

(3) Balance case with hormonics

TAGS

  • 30 person(s) visited this page until now.

Permalink blog/2024-04-08_share_對於clarke_park_transformation_的直觀理解.txt · Last modified: 2024/04/08 09:40 by jethro

oeffentlich