發(fā)布時間：2019-01-26 21:55

【摘要】：隨著非線性負載的廣泛應(yīng)用,傳統(tǒng)負荷端分散的諧波治理方式弊端漸顯。以中小型電網(wǎng)中有源電力濾波器的集中補償配置為目標,設(shè)計一種基于隔離小生境粒子群算法的APF優(yōu)化配置方法。建立了有源電力濾波器的優(yōu)化配置數(shù)學模型,以節(jié)點電壓畸變率均方根為目標函數(shù),并使用罰函數(shù)處理約束條件。改進后的粒子群算法兼顧全局與局部尋優(yōu)能力,避免陷入局部最優(yōu)點。在闡述所提優(yōu)化配置方法流程的基礎(chǔ)上,IEEE算例分析表明該配置方法可以同時進行APF位置和容量的尋優(yōu),治理后系統(tǒng)各節(jié)點總諧波電壓畸變率小于4%,諧波附加損耗降低90%以上,實現(xiàn)對單、多諧波源系統(tǒng)電能質(zhì)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.
【作者單位】： 合肥工業(yè)大學教育部光伏系統(tǒng)工程研究中心;
【基金】：國家高技術(shù)研究發(fā)展計劃(863計劃)(2015AA050104) 廣東省引進創(chuàng)新科研團隊計劃(2011N015)資助項目
【分類號】：TP18;TN713.8

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前8條

1 鐘斌斌;李妍;張永芳;陳煒;;基于H參數(shù)的換流器諧波全耦合模型[J];電力自動化設(shè)備;2016年02期

2 付光杰;林冬雪;;基于混合粒子群算法的配電網(wǎng)濾波器優(yōu)化配置研究[J];電氣自動化;2015年01期

3 侯桂兵;涂春鳴;羅安;凡福華;孟金嶺;;微電網(wǎng)中APF接入位置與容量優(yōu)化配置方案[J];電力自動化設(shè)備;2012年05期

4 孫媛媛;王小宇;尹志明;;多諧波源系統(tǒng)的非迭代式諧波潮流分析[J];中國電機工程學報;2012年07期

5 鄭連清;吳萍;李濵;;電力系統(tǒng)中諧波源的建模方法[J];電網(wǎng)技術(shù);2010年08期

6 宋微浪;蔡金錠;孫軼群;江修波;;改進型遺傳算法在濾波器優(yōu)化設(shè)計中的應(yīng)用[J];電力自動化設(shè)備;2010年06期

7 林濤;王思源;鄭杰;;基于ETAP的電力系統(tǒng)電能質(zhì)量問題研究與分析[J];電力科學與技術(shù)學報;2010年01期

8 汪彥良;岳智順;王金全;張琦;;諧波附加損耗及其降損節(jié)能分析[J];電氣技術(shù);2009年02期

【共引文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 肖先勇;馬愿謙;莫文雄;陳文波;許中;;售電側(cè)放開背景下電網(wǎng)公司優(yōu)質(zhì)電力增值服務(wù)模式[J];電力科學與技術(shù)學報;2016年04期

2 江友華;王林;王潤超;陳江偉;;多諧波源系統(tǒng)耦合因子研究[J];電測與儀表;2016年23期

3 卓放;翟灝;易皓;;基于最小二乘法的三相全橋整流器阻抗測量方法研究[J];電器與能效管理技術(shù);2016年20期

4 宋夢琪;陶順;;計及諧波相序特性的配電網(wǎng)諧波潮流改進算法[J];電力建設(shè);2016年10期

5 孫媛媛;劉福朝;李佳奇;張坤;;三相不控VSC的統(tǒng)一化諧波模型及運行狀態(tài)判定[J];中國電機工程學報;2016年13期

6 陳靜;符玲;臧天磊;何正友;;考慮背景諧波波動的諧波責任劃分方法[J];電力自動化設(shè)備;2016年05期

7 黃海宏;王鈺;許若冰;楊佳能;;雙環(huán)重復控制三相四線制有源電力濾波器[J];電力自動化設(shè)備;2016年04期

8 裴星宇;焦夏男;楊銳雄;聶一雄;肖立軍;;變壓器電壓暫降的傳遞特性分析[J];電力科學與技術(shù)學報;2016年01期

9 王宇航;年太剛;李哲;;分布式光伏電源提升電網(wǎng)電壓及其ETAP實現(xiàn)[J];中國農(nóng)機化學報;2016年03期

10 管晟超;任明珠;譚佳;孫詩航;程浩忠;;基于諧波約束的配電網(wǎng)光伏最大準入容量計算[J];電網(wǎng)與清潔能源;2016年02期

【二級參考文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 趙偉;姜飛;涂春鳴;肖勇;孟金嶺;肖凡;;電動汽車充電站入網(wǎng)諧波分析[J];電力自動化設(shè)備;2014年11期

2 王江榮;李東旭;;基于粒子群算法和卡爾曼濾波器的PID控制[J];電氣自動化;2013年06期

3 韓富春;孫碣;令狐進軍;郝彩云;;基于改進PSO-WNN的電能質(zhì)量擾動分類研究[J];電氣自動化;2011年05期

4 吉平;戴朝波;武守遠;;有源電力濾波器并列運行方案[J];電力自動化設(shè)備;2010年12期

5 雍靜;陳亮;陳雙燕;;臺式計算機負荷的頻域諧波模型及衰減特性[J];中國電機工程學報;2010年25期

6 鄭連清;吳萍;李濵;;電力系統(tǒng)中諧波源的建模方法[J];電網(wǎng)技術(shù);2010年08期

7 王中;孫元章;李國杰;李志國;;雙饋風力發(fā)電機定子電流諧波分析[J];電力自動化設(shè)備;2010年06期

8 宋微浪;蔡金錠;孫軼群;江修波;;改進型遺傳算法在濾波器優(yōu)化設(shè)計中的應(yīng)用[J];電力自動化設(shè)備;2010年06期

9 李習武;趙宏偉;李娜;沈小東;王麗萍;;基于人工免疫算法的配電網(wǎng)濾波器優(yōu)化配置方法[J];電網(wǎng)技術(shù);2010年05期

10 郭偉峰;徐殿國;武健;王立國;;LCL有源電力濾波器新型控制方法[J];中國電機工程學報;2010年03期

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 秦玉靈;孔憲仁;羅文波;;混沌量子粒子群算法在模型修正中的應(yīng)用[J];計算機工程與應(yīng)用;2010年02期

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

3 牛永潔;;一種新型的混合粒子群算法[J];信息技術(shù);2010年10期

4 全芙蓉;;粒子群算法的理論分析與研究[J];硅谷;2010年23期

5 劉衍民;趙慶禎;邵增珍;;一種改進的完全信息粒子群算法研究[J];曲阜師范大學學報(自然科學版);2011年01期

6 朱童;李小凡;魯明文;;位置加權(quán)的改進粒子群算法[J];計算機工程與應(yīng)用;2011年05期

7 熊智挺;譚陽紅;易如方;陳賽華;;一種并行的自適應(yīng)量子粒子群算法[J];計算機系統(tǒng)應(yīng)用;2011年08期

8 孟純青;;非線性粒子群算法[J];微計算機應(yīng)用;2011年08期

9 任偉建;武璇;;一種動態(tài)改變學習因子的簡化粒子群算法[J];自動化技術(shù)與應(yīng)用;2012年10期

10 劉飛,孫明,李寧,孫德寶,鄒彤;粒子群算法及其在布局優(yōu)化中的應(yīng)用[J];計算機工程與應(yīng)用;2004年12期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 朱童;李小凡;魯明文;;位置加權(quán)的改進粒子群算法[A];中國科學院地質(zhì)與地球物理研究所第11屆（2011年度）學術(shù)年會論文集(上)[C];2012年

2 陳定;何炳發(fā);;一種新的二進制粒子群算法在稀疏陣列綜合中的應(yīng)用[A];2009年全國天線年會論文集（上）[C];2009年

3 陳龍祥;蔡國平;;基于粒子群算法的時滯動力學系統(tǒng)的時滯辨識[A];第十二屆全國非線性振動暨第九屆全國非線性動力學和運動穩(wěn)定性學術(shù)會議論文集[C];2009年

4 于穎;李永生;於孝春;;新型離散粒子群算法在波紋管優(yōu)化設(shè)計中的應(yīng)用[A];第十一屆全國膨脹節(jié)學術(shù)會議膨脹節(jié)設(shè)計、制造和應(yīng)用技術(shù)論文選集[C];2010年

5 劉卓倩;顧幸生;;一種基于信息熵的改進粒子群算法[A];系統(tǒng)仿真技術(shù)及其應(yīng)用（第7卷）——'2005系統(tǒng)仿真技術(shù)及其應(yīng)用學術(shù)交流會論文選編[C];2005年

6 熊偉麗;徐保國;;粒子群算法在支持向量機參數(shù)選擇優(yōu)化中的應(yīng)用研究[A];2007中國控制與決策學術(shù)年會論文集[C];2007年

7 方衛(wèi)華;徐蘭玉;陳允平;;改進粒子群算法在大壩力學參數(shù)分區(qū)反演中的應(yīng)用[A];2012年中國水力發(fā)電工程學會大壩安全監(jiān)測專委會年會暨學術(shù)交流會論文集[C];2012年

8 熊偉麗;徐保國;;單個粒子收斂中心隨機攝動的粒子群算法[A];2009年中國智能自動化會議論文集（第七分冊）[南京理工大學學報（增刊）][C];2009年

9 馬向陽;陳琦;;以粒子群算法求解買賣雙方存貨主從對策[A];第十二屆中國管理科學學術(shù)年會論文集[C];2010年

10 趙磊;;基于粒子群算法求解多目標函數(shù)優(yōu)化問題[A];第二十一屆中國（天津）’2007IT、網(wǎng)絡(luò)、信息技術(shù)、電子、儀器儀表創(chuàng)新學術(shù)會議論文集[C];2007年

中國博士學位論文全文數(shù)據(jù)庫 前10條

1 李慶偉;粒子群算法及電廠若干問題的研究[D];東南大學;2016年

2 杜毅;多階段可變批生產(chǎn)線重構(gòu)的研究[D];廣東工業(yè)大學;2016年

3 尹浩;求解Web服務(wù)選取問題的粒子群算法研究[D];東北大學;2014年

4 王芳;粒子群算法的研究[D];西南大學;2006年

5 安鎮(zhèn)宙;家庭粒子群算法及其奇偶性與收斂性分析[D];云南大學;2012年

6 劉建華;粒子群算法的基本理論及其改進研究[D];中南大學;2009年

7 黃平;粒子群算法改進及其在電力系統(tǒng)的應(yīng)用[D];華南理工大學;2012年

8 胡成玉;面向動態(tài)環(huán)境的粒子群算法研究[D];華中科技大學;2010年

9 張靜;基于混合離散粒子群算法的柔性作業(yè)車間調(diào)度問題研究[D];浙江工業(yè)大學;2014年

10 張寶;粒子群算法及其在衛(wèi)星艙布局中的應(yīng)用研究[D];大連理工大學;2007年

中國碩士學位論文全文數(shù)據(jù)庫 前10條

1 張忠偉;結(jié)構(gòu)優(yōu)化中粒子群算法的研究與應(yīng)用[D];大連理工大學;2009年

2 李強;基于改進粒子群算法的艾薩爐配料優(yōu)化[D];昆明理工大學;2015年

3 付曉艷;基于粒子群算法的自調(diào)節(jié)隸屬函數(shù)模糊控制器設(shè)計[D];河北聯(lián)合大學;2014年

4 余漢森;粒子群算法的自適應(yīng)變異研究[D];南京信息工程大學;2015年

5 梁計鋒;基于改進粒子群算法的交通控制算法研究[D];長安大學;2015年

6 楊偉;基于粒子群算法的氧樂果合成過程建模研究[D];鄭州大學;2015年

7 李程;基于粒子群算法的AS/RS優(yōu)化調(diào)度方法研究[D];陜西科技大學;2015年

8 樊偉健;基于混合混沌粒子群算法求解變循環(huán)發(fā)動機數(shù)學模型問題[D];山東大學;2015年

9 陳百霞;考慮風電場并網(wǎng)的電力系統(tǒng)無功優(yōu)化[D];山東大學;2015年

10 戴玉倩;基于混合動態(tài)粒子群算法的軟件測試數(shù)據(jù)自動生成研究[D];江西理工大學;2015年

，

本文編號：2415949