基于隔离小生境粒子群算法的APF优化配置

发布时间：2019-01-26 21:55

【摘要】：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。
[Abstract]:With the wide application of nonlinear load, the disadvantages of the traditional harmonic treatment method of load end dispersion are becoming more and more obvious. Aiming at the centralized compensation configuration of active power filters in medium and small power networks, a APF optimal configuration method based on isolated niche particle swarm optimization algorithm is designed. A mathematical model for optimal configuration of active power filter is established. The root mean square of node voltage distortion rate is taken as the objective function and penalty function is used to deal with the constraint conditions. The improved particle swarm optimization algorithm takes global and local optimization into account and avoids falling into local optimum. On the basis of expounding the flow of the proposed optimal configuration method, the IEEE example analysis shows that this method can optimize the position and capacity of APF at the same time, and the total harmonic voltage distortion rate of each node of the system after treatment is less than 4. The additional loss of harmonics is reduced by more than 90%, which can effectively control the power quality of single and multi-harmonic source systems.
【作者单位】： 合肥工业大学教育部光伏系统工程研究中心;
【基金】：国家高技术研究发展计划(863计划)(2015AA050104) 广东省引进创新科研团队计划(2011N015)资助项目
【分类号】：TP18;TN713.8

【参考文献】

中国期刊全文数据库 前8条

1 钟斌斌;李妍;张永芳;陈炜;;基于H参数的换流器谐波全耦合模型[J];电力自动化设备;2016年02期

2 付光杰;林冬雪;;基于混合粒子群算法的配电网滤波器优化配置研究[J];电气自动化;2015年01期

3 侯桂兵;涂春鸣;罗安;凡福华;孟金岭;;微电网中APF接入位置与容量优化配置方案[J];电力自动化设备;2012年05期

4 孙媛媛;王小宇;尹志明;;多谐波源系统的非迭代式谐波潮流分析[J];中国电机工程学报;2012年07期

5 郑连清;吴萍;李濵;;电力系统中谐波源的建模方法[J];电网技术;2010年08期

6 宋微浪;蔡金锭;孙轶群;江修波;;改进型遗传算法在滤波器优化设计中的应用[J];电力自动化设备;2010年06期

7 林涛;王思源;郑杰;;基于ETAP的电力系统电能质量问题研究与分析[J];电力科学与技术学报;2010年01期

8 汪彦良;岳智顺;王金全;张琦;;谐波附加损耗及其降损节能分析[J];电气技术;2009年02期

【共引文献】

中国期刊全文数据库 前10条

1 肖先勇;马愿谦;莫文雄;陈文波;许中;;售电侧放开背景下电网公司优质电力增值服务模式[J];电力科学与技术学报;2016年04期

2 江友华;王林;王润超;陈江伟;;多谐波源系统耦合因子研究[J];电测与仪表;2016年23期

3 卓放;翟灏;易皓;;基于最小二乘法的三相全桥整流器阻抗测量方法研究[J];电器与能效管理技术;2016年20期

4 宋梦琪;陶顺;;计及谐波相序特性的配电网谐波潮流改进算法[J];电力建设;2016年10期

5 孙媛媛;刘福朝;李佳奇;张坤;;三相不控VSC的统一化谐波模型及运行状态判定[J];中国电机工程学报;2016年13期

6 陈静;符玲;臧天磊;何正友;;考虑背景谐波波动的谐波责任划分方法[J];电力自动化设备;2016年05期

7 黄海宏;王钰;许若冰;杨佳能;;双环重复控制三相四线制有源电力滤波器[J];电力自动化设备;2016年04期

8 裴星宇;焦夏男;杨锐雄;聂一雄;肖立军;;变压器电压暂降的传递特性分析[J];电力科学与技术学报;2016年01期

9 王宇航;年太刚;李哲;;分布式光伏电源提升电网电压及其ETAP实现[J];中国农机化学报;2016年03期

10 管晟超;任明珠;谭佳;孙诗航;程浩忠;;基于谐波约束的配电网光伏最大准入容量计算[J];电网与清洁能源;2016年02期

【二级参考文献】

中国期刊全文数据库 前10条

1 赵伟;姜飞;涂春鸣;肖勇;孟金岭;肖凡;;电动汽车充电站入网谐波分析[J];电力自动化设备;2014年11期

2 王江荣;李东旭;;基于粒子群算法和卡尔曼滤波器的PID控制[J];电气自动化;2013年06期

3 韩富春;孙碣;令狐进军;郝彩云;;基于改进PSO-WNN的电能质量扰动分类研究[J];电气自动化;2011年05期

4 吉平;戴朝波;武守远;;有源电力滤波器并列运行方案[J];电力自动化设备;2010年12期

5 雍静;陈亮;陈双燕;;台式计算机负荷的频域谐波模型及衰减特性[J];中国电机工程学报;2010年25期

6 郑连清;吴萍;李濵;;电力系统中谐波源的建模方法[J];电网技术;2010年08期

7 王中;孙元章;李国杰;李志国;;双馈风力发电机定子电流谐波分析[J];电力自动化设备;2010年06期

8 宋微浪;蔡金锭;孙轶群;江修波;;改进型遗传算法在滤波器优化设计中的应用[J];电力自动化设备;2010年06期

9 李习武;赵宏伟;李娜;沈小东;王丽萍;;基于人工免疫算法的配电网滤波器优化配置方法[J];电网技术;2010年05期

10 郭伟峰;徐殿国;武健;王立国;;LCL有源电力滤波器新型控制方法[J];中国电机工程学报;2010年03期

【相似文献】

中国期刊全文数据库 前10条

1 秦玉灵;孔宪仁;罗文波;;混沌量子粒子群算法在模型修正中的应用[J];计算机工程与应用;2010年02期

2 陈治明;;新型量子粒子群算法及其性能分析研究[J];福建电脑;2010年05期

3 牛永洁;;一种新型的混合粒子群算法[J];信息技术;2010年10期

4 全芙蓉;;粒子群算法的理论分析与研究[J];硅谷;2010年23期

5 刘衍民;赵庆祯;邵增珍;;一种改进的完全信息粒子群算法研究[J];曲阜师范大学学报(自然科学版);2011年01期

6 朱童;李小凡;鲁明文;;位置加权的改进粒子群算法[J];计算机工程与应用;2011年05期

7 熊智挺;谭阳红;易如方;陈赛华;;一种并行的自适应量子粒子群算法[J];计算机系统应用;2011年08期

8 孟纯青;;非线性粒子群算法[J];微计算机应用;2011年08期

9 任伟建;武璇;;一种动态改变学习因子的简化粒子群算法[J];自动化技术与应用;2012年10期

10 刘飞,孙明,李宁,孙德宝,邹彤;粒子群算法及其在布局优化中的应用[J];计算机工程与应用;2004年12期

中国重要会议论文全文数据库 前10条

1 朱童;李小凡;鲁明文;;位置加权的改进粒子群算法[A];中国科学院地质与地球物理研究所第11届（2011年度）学术年会论文集(上)[C];2012年

2 陈定;何炳发;;一种新的二进制粒子群算法在稀疏阵列综合中的应用[A];2009年全国天线年会论文集（上）[C];2009年

3 陈龙祥;蔡国平;;基于粒子群算法的时滞动力学系统的时滞辨识[A];第十二届全国非线性振动暨第九届全国非线性动力学和运动稳定性学术会议论文集[C];2009年

4 于颖;李永生;於孝春;;新型离散粒子群算法在波纹管优化设计中的应用[A];第十一届全国膨胀节学术会议膨胀节设计、制造和应用技术论文选集[C];2010年

5 刘卓倩;顾幸生;;一种基于信息熵的改进粒子群算法[A];系统仿真技术及其应用（第7卷）——'2005系统仿真技术及其应用学术交流会论文选编[C];2005年

6 熊伟丽;徐保国;;粒子群算法在支持向量机参数选择优化中的应用研究[A];2007中国控制与决策学术年会论文集[C];2007年

7 方卫华;徐兰玉;陈允平;;改进粒子群算法在大坝力学参数分区反演中的应用[A];2012年中国水力发电工程学会大坝安全监测专委会年会暨学术交流会论文集[C];2012年

8 熊伟丽;徐保国;;单个粒子收敛中心随机摄动的粒子群算法[A];2009年中国智能自动化会议论文集（第七分册）[南京理工大学学报（增刊）][C];2009年

9 马向阳;陈琦;;以粒子群算法求解买卖双方存货主从对策[A];第十二届中国管理科学学术年会论文集[C];2010年

10 赵磊;;基于粒子群算法求解多目标函数优化问题[A];第二十一届中国（天津）’2007IT、网络、信息技术、电子、仪器仪表创新学术会议论文集[C];2007年

中国博士学位论文全文数据库 前10条

1 李庆伟;粒子群算法及电厂若干问题的研究[D];东南大学;2016年

2 杜毅;多阶段可变批生产线重构的研究[D];广东工业大学;2016年

3 尹浩;求解Web服务选取问题的粒子群算法研究[D];东北大学;2014年

4 王芳;粒子群算法的研究[D];西南大学;2006年

5 安镇宙;家庭粒子群算法及其奇偶性与收敛性分析[D];云南大学;2012年

6 刘建华;粒子群算法的基本理论及其改进研究[D];中南大学;2009年

7 黄平;粒子群算法改进及其在电力系统的应用[D];华南理工大学;2012年

8 胡成玉;面向动态环境的粒子群算法研究[D];华中科技大学;2010年

9 张静;基于混合离散粒子群算法的柔性作业车间调度问题研究[D];浙江工业大学;2014年

10 张宝;粒子群算法及其在卫星舱布局中的应用研究[D];大连理工大学;2007年

中国硕士学位论文全文数据库 前10条

1 张忠伟;结构优化中粒子群算法的研究与应用[D];大连理工大学;2009年

2 李强;基于改进粒子群算法的艾萨炉配料优化[D];昆明理工大学;2015年

3 付晓艳;基于粒子群算法的自调节隶属函数模糊控制器设计[D];河北联合大学;2014年

4 余汉森;粒子群算法的自适应变异研究[D];南京信息工程大学;2015年

5 梁计锋;基于改进粒子群算法的交通控制算法研究[D];长安大学;2015年

6 杨伟;基于粒子群算法的氧乐果合成过程建模研究[D];郑州大学;2015年

7 李程;基于粒子群算法的AS/RS优化调度方法研究[D];陕西科技大学;2015年

8 樊伟健;基于混合混沌粒子群算法求解变循环发动机数学模型问题[D];山东大学;2015年

9 陈百霞;考虑风电场并网的电力系统无功优化[D];山东大学;2015年

10 戴玉倩;基于混合动态粒子群算法的软件测试数据自动生成研究[D];江西理工大学;2015年

，

本文编号：2415949