為了提高船舶無源濾波器的濾波效果,設計一種復雜水網(wǎng)中船舶無源濾波器多目標規(guī)劃模型。以船舶無源濾波器的投資成本、濾波效果與無功功率補償能力作為船舶無源濾波器多目標適應度函數(shù),并增加10%的背景諧波容量,采用粒子群算法,對優(yōu)化目標排序,進行多目標優(yōu)化規(guī)劃船舶無源濾波器,完成復雜水網(wǎng)中船舶無源濾波器多目標規(guī)劃。通過實驗證明,此次研究的復雜水網(wǎng)中船舶無源濾波器多目標規(guī)劃模型,能夠有效提高船舶無源濾波器的濾波效果,以及無功補償能力,可行性與實用性較強。 

【文章來源】：艦船科學技術. 2020,42(22)北大核心

【文章頁數(shù)】：3 頁

【部分圖文】：

濾波效果對比Fig.3Comparisonofcurrentdistortionrate

濾波效果對比基于粒子群算法的船舶無源濾波器多目標優(yōu)化設計方法、基于隸屬度函數(shù)的無源濾波補償器協(xié)調優(yōu)化方法與此次研究的方法的電流畸變率對比結果，如圖3所示。圖3濾波效果對比Fig.3Comparisonofcurrentdistortionrate分析可知，此次研究的復雜水網(wǎng)中船舶無源濾波器多目標規(guī)劃模型濾波效果較好，好于傳統(tǒng)的基于粒子群算法的船舶無源濾波器多目標優(yōu)化方法與基于隸屬度函數(shù)的無源濾波補償器協(xié)調優(yōu)化方法。3.2無功補償容量對比此次研究的規(guī)劃模型與傳統(tǒng)2種方法的對比結果如圖4所示。圖4無功補償容量對比Fig.4Comparisonofreactivepowercompensationcapacity分析可知，傳統(tǒng)的基于粒子群算法的船舶無源濾波器多目標優(yōu)化設計方法與基于隸屬度函數(shù)的無源濾波補償器協(xié)調優(yōu)化研究方法的無功補償效果較差，低于此次研究的方法�；诹Ｗ尤核惴ǖ拇盁o源濾波器多目標優(yōu)化設計方法較此次研究的方法最大相差130kVar左右，基于隸屬度函數(shù)的無源濾波補償器協(xié)調優(yōu)化方法較此次研究的方法最大相差50kVar左右。綜上所述，此次研究的復雜水網(wǎng)中船舶無源濾波器多目標規(guī)劃模型規(guī)劃后的濾波效果與無功補償效果都比傳統(tǒng)2種方法好。原因是此次研究的方法設定了船舶無源濾波器優(yōu)化函數(shù)，并采用粒子群算法對優(yōu)化目標函數(shù)進行排序，根據(jù)實際情況改變目標函數(shù)權值，以使船舶無源濾波器的工作狀態(tài)達到最優(yōu)，從而提高了濾波效果與無功補償效果。4結語設計一種復雜水網(wǎng)中船舶無源濾波器多目標規(guī)劃模型，并通過實驗驗證此次研究的方法不僅提高了船舶無源濾波器的濾波效果，還提高了濾波器的無功補償效果。參考文獻：尚前明,王瀟,楊亞磊,等.基于粒子群算法的無源濾波器多目標優(yōu)化設計[J].中

≈怠?步驟4粒子飛行操作，在上述評價子群建立的基礎上，對種群速度與位置進行更新，形成新的種群，其更新原理如圖2所示。圖2信息分配機制Fig.2Informationdistributionmechanism步驟5單目標函數(shù)離差計算，以得到每個單目標函數(shù)，以求出單目標最優(yōu)解時的函數(shù)值與最優(yōu)函數(shù)值的離差，對目標函數(shù)排序，以完成規(guī)劃，其表達式如下：H=n∑i=1(UwU1)2Hvmax，(6)U1UwHvmax式中，代表目標函數(shù)權重，代表單目標函數(shù)的離差均值，代表離差均值小的最大權值。圖1粒子群算法框架圖Fig.1Particleswarmoptimizationframework·104·艦船科學技術第42卷

【參考文獻】：
期刊論文
[1]基于粒子群算法的無源濾波器多目標優(yōu)化設計[J]. 尚前明,王瀟,楊亞磊,楊祥國,潘志強.  中國航海. 2019(02)
[2]非依賴模型精度的多頻無源控制用于APF高精度諧波抑制[J]. 慕小斌,陳國富,惠杰,王翔,徐云飛,王久和,孫凱.  中國電機工程學報. 2019(07)
[3]船舶光伏逆變器LCL濾波電路結構設計與參數(shù)優(yōu)化方法[J]. 劉旭,王國玲,李振宇,陳慶鵬,連麗艷.  船舶工程. 2018(09)
[4]基于隸屬度函數(shù)的無源濾波補償器協(xié)調優(yōu)化研究[J]. 金立軍,程逸帆,侯珂,李水清.  儀器儀表學報. 2018(05)



本文編號：3053847