基于改进教与学算法的含电能路由器的电力系统无功优化

针对传统智能算法在求解计及电能路由器的电力系统无功优化模型时存在的收敛性和多样性问题,提出一种基于轮盘赌选择和自适应柯西变异策略的改进教与学算法,并应用于含电能路由器的电力系统无功优化。该算法在学习阶段引入轮盘赌选择法,提高群体的学习效率,在教学完成后引入自适应柯西变异策略,增强班级种群的多样性,避免迭代过程陷入局部最优解。然后,建立以有功网损和电压偏离度最小为目标函数的电力系统无功优化模型,并以修改后的IEEE RTS-79标准测试系统为算例进行仿真分析,结果表明改进后的算法兼顾了收敛性和多样性,相比于传统算法具有更好的优化效果。     

不平衡电网电压下MMC-UPQC的无源超螺旋二阶滑模控制策略

基于模块化多电平换流器(modular multilevel converter,MMC)的统一电能质量调节器(unified power quality conditioner,UPQC)在电网电压不平衡时,采用传统控制方法存在补偿效率和精确性较低的问题.针对这一情况,提出一种无源超螺旋二阶滑模控制策略.首先,基于MMC-UPQC的数学模型和无源控制理论,设计不平衡电网电压下基于欧拉-拉格朗日模型的正负序无源控制器;然后,加入超螺旋二阶滑模控制对无源控制器进行改善,抑制常规滑模存在的抖振,并解决无源控制对系统精度要求高的问题,提高系统的响应速度、补偿精度和抗干扰能力,提升系统的整体性能;最后,在Matlab/Simulink平台上进行仿真,并与PI控制和单独的无源控制对比,仿真结果验证了所提无源超螺旋二阶滑模控制策略的有效性和优越性.