面向局域配电网谐波网损综合抑制的有源电力滤波器多目标优化配置策略

随着配电网电力电子化程度不断提高,各类非线性负载广泛分散地接入配电网,使得配电网谐波抑制问题更为复杂。传统的并联型有源电力滤波器（shunt active power filter,SAPF）就近补偿方法存在安装设备数量多和运维成本较高的问题。因此,为了提高治理设备单机利用效率,研究谐波综合抑制的SAPF配置方法已成为电能质量治理领域的重要需求之一。以配电网谐波网损和谐波抑制为优化目标,采用多目标粒子群优化算法（multi-objective particle swarm optimization,MOPSO）,对SAPF的数量和容量进行配置。首先,建立谐波综合抑制模型,以配电网中谐波网损、谐波畸变、SAPF安装数量与容量为多个优化目标,通过改进的多目标粒子群优化算法对模型进行求解。其次,搭建含有14个非线性负载的IEEE 18节点仿真模型对优化算法进行验证。最后,仿真结果表明,优化配置策略治理效果良好,可以通过少量SAPF来实现配电网谐波网损和谐波的综合抑制,证明了所提算法的有效性和可行性。     

多模块APF并联系统高频谐波环流分析与控制

有源电力滤波器(APF)的高频开关谐波由于通常不包含在电流闭环控制回路内而表现为电压源特性,造成多模块APF模块间的高频谐波环流,增加了系统功率损耗,降低了系统稳定性和控制精度。针对上述问题,对多模块APF并联系统高频谐波环流进行研究,通过构建系统高频谐波环流数学模型,详细分析了环流的形成机理及其影响,并分析了模块输出滤波器(OF)对环流的影响。最后,提出一种多模块APF协调控制方法,以抑制系统高频谐波环流。理论分析和实验结果表明:各模块SPWM载波不同步是高频谐波环流的主要成因;高频环流不流入电网系统;OF能抑制各模块高频谐波电流的非环流分量,而对于环流分量并无明显的抑制效果,相反会降低系统的稳定性;所提模块化APF并联协调控制方案可有效抑制系统的高频谐波环流。     

弱电网条件下多APF并网交互影响分析

多有源电力滤波器（APF）并入区域配电网时,控制回路间存在复杂的负交互影响,造成APF补偿性能下降,对系统的稳定性产生危害。首先基于诺顿等效电路搭建弱电网条件下多APF并网数学模型,然后结合动态相对增益矩阵（DRGA）原理,提出一种定量分析多APF控制回路间交互影响程度的方法,能够基于不同频率区间分析交互影响程度与控制回路参数及弱电网等效电感间的定量关系。最后利用MATLAB/Simulink平台搭建并网仿真系统模型,时域仿真结果与理论分析一致,验证了该方法的有效性。     

弱电网条件下多APF并网交互影响分析

多有源电力滤波器（APF）并入区域配电网时,控制回路间存在复杂的负交互影响,造成APF补偿性能下降,对系统的稳定性产生危害。首先基于诺顿等效电路搭建弱电网条件下多APF并网数学模型,然后结合动态相对增益矩阵（DRGA）原理,提出一种定量分析多APF控制回路间交互影响程度的方法,能够基于不同频率区间分析交互影响程度与控制回路参数及弱电网等效电感间的定量关系。最后利用MATLAB/Simulink平台搭建并网仿真系统模型,时域仿真结果与理论分析一致,验证了该方法的有效性。     

基于ISSA的光储微网混合储能容量优化配置

近年来,新能源的大力发展促使分布式能源结合本地负荷的微网结构应运而生,针对光储微网混合储能容量优化配置的问题,提出一种改进的麻雀搜索算法（ISSA）对以经济性为目标建立的储能容量配置模型进行求解。首先,利用分时电价策略优化混合储能系统充放电功率,建立以储能系统年综合成本最小为目标的容量优化配置模型;其次,针对传统麻雀搜索算法求解精度低、收敛速度慢、易陷入局部最优等问题,采用精英反向学习初始化种群,并结合粒子群算法改进麻雀位置更新公式,同时引入莱维飞行策略扩大算法搜索范围。最后,通过算例分析验证了所提策略的合理性和有效性。     

基于多目标粒子群优化算法的UPFC协调控制

针对UPFC多个控制器间的负交互影响,将UPFC的多个功能控制器之间的协调问题转化为多目标优化问题,提出采用一种新颖的多目标粒子群优化算法（MOPSO）进行控制器的参数优化。介绍MOPSO算法的基本原理和实现过程,进行算例计算,并且与多目标进化算法（MOEA）进行比较分析。时域仿真验证了采用所提出的协调控制策略可以得到快速收敛并且良好分布的Pareto解集,从而有效消除控制器间的负交互影响,取得满意的控制性能。     

并联双APF交互影响分析

由于电力有源滤波器(active power filter,APF)快速跟踪消除谐波的特点,其被大量安装在配电网以保证配电网安全可靠运行。然而,随着APF装置大量无序接入配电网,其交互影响现象无法忽视。针对配电网内APF之间交互影响问题,以典型并联双APF系统作为研究对象,计及单APF系统稳态误差,基于等效输出阻抗法,建立了并联双APF等效模型。研究了电气及控制参数与并联双APF系统内在联系,分析了弱电网背景下一个APF的系统稳态误差对另一个APF运行稳定性的影响,继而从控制理论角度揭示了双APF并联交互影响原理,提出了抑制交互影响的措施。最后仿真验证了上述理论分析的正确性。     

基于瞬时无功功率理论谐波检测算法的优化

三相四线制并联有源电力滤波器(APF)能实时补偿谐波电流和无功电流,控制器算法作为APF的核心部分,其性能优劣直接影响到APF的补偿效果,而影响控制器性能的关键因素是谐波检测算法和谐波补偿算法。为此首先对不平衡系统中p-q算法存在的问题进行改进,并增加直流侧电压控制的PI调节,然后在dq坐标系下经过Clark-park逆变换,得到与系统谐波相对应的谐波补偿电流,最后用Simulink仿真软件建立APF的仿真模型进行仿真试验。结果表明,基于此控制策略设计出的APF谐波检测更加准确,对系统谐波具备更好的补偿效果。     

多APF的配电线路谐波补偿优化调度方法

针对配电线路谐波电压放大问题,提出了含多个有源滤波器的配电线路谐波补偿优化调度方法。利用传输线理论分析了配电线路谐波电压放大现象,给出了多APF谐波补偿控制方法,建立了谐波治理优化调度模型,利用单目标遗传算法对逆变器谐波补偿参数进行优化。仿真结果表明,采用本文提出的优化调度方法,各节点谐波电压畸变均小于给定参考值,谐波补偿效果良好。     

基于隔离小生境粒子群算法的APF优化配置

随着非线性负载的广泛应用,传统负荷端分散的谐波治理方式弊端渐显。以中小型电网中有源电力滤波器的集中补偿配置为目标,设计一种基于隔离小生境粒子群算法的APF优化配置方法。建立了有源电力滤波器的优化配置数学模型,以节点电压畸变率均方根为目标函数,并使用罚函数处理约束条件。改进后的粒子群算法兼顾全局与局部寻优能力,避免陷入局部最优点。在阐述所提优化配置方法流程的基础上,IEEE算例分析表明该配置方法可以同时进行APF位置和容量的寻优,治理后系统各节点总谐波电压畸变率小于4%,谐波附加损耗降低90%以上,实现对单、多谐波源系统电能质量的有效治理。     

基于反向变异麻雀搜索算法的微电网优化调度

针对麻雀搜索算法寻优过程中可能陷入局部最优,导致收敛速度下降的不足,提出一种反向变异麻雀搜索算法（TSSA）,利用反向学习策略对优势个体的选择和自适应t分布变异的扰动特性,改进算法的搜索能力。以综合运行成本最低为目标建立了微电网优化调度模型,利用反向变异麻雀搜索算法进行优化求解与分析。对比仿真实验结果表明此改进算法可行有效,且具有更好的全局搜索能力,在收敛速度、寻优精度和稳定性上优于多种算法,能为微电网调度提供合理建议,使微电网获得更佳的综合效益。     

Probabilistic Multi-objective Framework for Multiple Active Power Filters Planning

In the real-world electrical distribution networks, entering of the non-linear loads, as main sources of harmonic generator, has probabilistic nature. In this paper, with a new point of view, a multi-objective framework is developed for multiple active power filters (APFs) with taking probabilistic features of non-linear loads into account. In the proposed probabilistic multi-objective framework, total harmonic distortion of voltage (THDV), motor load loss function, harmonic transmission line loss, and total APFs current are the four objectives considered in the optimization problem. At the same time, individual and THDV, and maximum allowable size of the APFs are modeled as constraints with predetermined admissible levels. The newly developed framework is a non-convex non-linear mixed-integer optimization problem. Hence, a new hybrid of melody search algorithm and augmented Powell heuristic method is employed and followed by a fuzzy satisfying method to obtain the final optimal solution. The feasibility and effectiveness of the offered framework has been implemented on the IEEE 18-bus distribution test system and IEEE 30-bus distribution test system. The obtained results show the profitableness of the newly developed framework in the APFs planning.     

谐振注入式有源滤波器的输出滤波器研究

输出滤波器作为有源滤波装置（APF）的重要组成部分，对整个系统的滤波效果有着不可忽略的影响，目前APF的研究对这方面的探讨较少。文章以谐振注入式结构的APF为例，结合已有的工程经验，从稳态和动态两个方面探讨输出滤波器对整个系统性能的影响，以此为基础，综合考虑系统的谐波输出能力、高频滤波效果、动态性能以及逆变器直流侧电压，提出运用多目标遗传算法进行输出滤波器参数的优化设计。实例设计表明，与根据经验设计的参数相比，经优化设计的输出滤波器能够更好的满足整个系统的要求。     

容量限制控制策略应用于有源滤波器的研究

为了解决非线性负载容量日益增加的问题,提出了一种能根据自身容量补偿谐波电流的有源滤波器。当检测谐波电流超出滤波器自身容量时,该滤波器可根据自身容量用优化方式输出补偿电流。这种设计使整个有源电力滤波器系统即使在过载情况下也工作得很好,解决了有源滤波器容量灵活扩充的问题。理论分析和仿真结果均证明了其有效性。     

基于分布式神经动力学算法的微电网多目标优化方法

针对微电网多目标优化计算量较大问题,提出了一种考虑需求响应的微电网分布式神经动力学优化算法.首先考虑平均效率函数、微电网的排放、需求响应引起的不满意度以及总利润函数等因素建立多目标优化模型.然后应用单目标积公式将多目标优化问题转换为单目标优化问题,并证明了最优解是原始多目标问题的帕累托最优点.进一步使用对数障碍物惩罚因...     

基于正交对立学习的改进麻雀搜索算法

针对麻雀搜索算法种群多样性少,局部搜索能力弱的问题,本文提出了基于正交对立学习的改进型麻雀搜索算法(OOLSSA)。首先,在算法中引入正态变异算子,丰富算法种群多样性;其次,利用对立学习策略,增强算法跳出局部最优的能力;然后,在加入者更新之后引入正交对立学习机制,加快算法的收敛速度;最后,基于15个基准测试函数与6个传统优化算法和2个改进型算法进行仿真实验、非参数Friedman检验以及算法平衡能力进行分析,评估OOLSSA算法寻优性能。仿真结果证明,OOLSSA与其余8种算法相比,算法的探索开发能力以及收敛速度都表现良好。     

WSN中基于改进麻雀搜索算法的多目标覆盖优化

针对无线传感器网络中(Wireless Sensor Networks, WSNs)节点随机部署造成覆盖不充分问题,提出了一种改进麻雀搜索-覆盖率增量(Improved Sparrow Search Algorithm - Increment of Coverage Ratio, ISSA-ICR)算法。首先,ISSA针对探索者向原点收敛的问题,改进探索者位置更新方式,避免算法陷入局部最优解;其次,在算法迭代阶段引入以迭代次数为自由度参数的 t 分布扰动以及探索者-追随者数量动态调整策略,平衡算法全局和局部搜索能力;再次,采用随机回归的越界处理策略,合理处理个体越界重定位问题,并确定节点待部署位置;最后,基于ICR策略构建节点调度优化模型以确定最终部署位置。仿真结果表明,与麻雀搜索算法、标准粒子群优化算法及自适应虚拟力扰动麻雀搜索算法相比,ISSA-ICR节点覆盖多目标优化算法分别提升了目标区域4.96%、8.81%及3.84%的覆盖率,使节点分布更均匀,同时减少了节点移动距离。     

基于ISSA-SVM的充电桩故障诊断

针对充电桩故障诊断精度较低的问题,文中首先提出先利用多维尺度分析法处理样本数据,将原始数据映射到更低维的空间,减小模型计算代价;其次在麻雀搜索算法里融入了Sin混沌映射和动态自适应权重,提高它的全局搜索能力和寻优精度,然后再利用改进的麻雀搜索算法对支持向量机模型进行参数寻优,同时建立最优诊断模型;最后用所得模型进行充电桩故障诊断,输出诊断结果。最终的实验结果表明：文中提出的充电桩故障诊断模型的诊断准确率高达95.135 1%,明显高于现有的一些常用模型。同时,文中所选用的支持向量机模型较其他分类模型效果更好,效率更高。     

基于改进粒子群优化算法的负荷分配方法研究

针对多目标粒子群优化算法求解负荷优化分配问题时所出现的最优解分布不均,局部最优等问题,引入了精英交叉算子并基于拥挤度对非劣解集进行排序,给出了精确计及网损时的机组出力等式不等式约束处理方法。最后在有无网损两种情况下针对3机组系统进行负荷优化分配。仿真结果表明改进后的粒子群优化算法寻优能力得到提升,同样利用模糊隶属度函数筛选Pareto解集得到的结果明显优于常规粒子群优化算法,有效降低了发电成本及污染物排放,且求解结果严格满足约束条件。     

基于 RFRFE 与 ISSA-XGBoost 的变压器故障辨识方法

针对变压器故障诊断精度低的问题,提出了随机森林-递归特征消除(RFRFE)算法与改进麻雀算法( ISSA)优化极端梯 度提升树(XGBoost)的变压器故障诊断方法。 首先以诊断精度为标准,利用 RFRFE 算法选择重要特征变量,去除冗余特征;然 后采用服从均匀分布随机调整策略和莱维飞行策略来对传统麻雀算法(SSA)进行改进,并将 ISSA 与 SSA 和粒子群算法(PSO) 进行算法性能测试,证明其分类精度和网络寻优能力均有所提升;最后使用改进的麻雀算法对 XGBoost 相关超参数进行寻优, 获取 RFRFE 与 ISSA-XGBoost 相结合的综合故障诊断模型,并与 PSO-XGBoost 和 SSA-XGBoost 故障诊断模型对比诊断效果,结 果表明 ISSA-XGBoost 故障诊断率为 91. 08%,比 PSO-XGBoost 和 SSA-XGBoost 分别提高了 9. 9%、6. 93%验证了所提方法能够有 效地提高变压器故障诊断性能。