[发明专利]一种有源滤波器优化配置方法

说明书

本发明提供一种有源滤波器优化配置方法，包括以下步骤：基于有源滤波器配置的影响，设置目标函数；设定满足智能配电网有源滤波器优化配置的约束条件；采用模态分析与遗传算法相结合的配置算法对智能配电网有源滤波器进行优化配置。本发明提供的有源滤波器优化配置方法，通过引入模态分析法，确定有源滤波器的候选位置节点，减少了遗传算法确定有源滤波器配置位置时的计算量，解决了遗传算法容易陷入局部最优的问题，而且其运算速度快，利于算法的快速收敛，并能找到更好的最优解，可以有效计算有源滤波器的最优接入位置，对提高系统运行的经济性和改善电能质量起到了良好的作用。

技术领域

本发明涉及智能配电网系统，尤其涉及一种有源滤波器优化配置方法。

背景技术

电力电子装置的广泛应用，使电网谐波污染日益严重，电力系统的谐波问题引起人们越来越多的关注。

目前电力系统中，谐波治理主要是通过安装滤波器降低谐波含量。其中，配置无源滤波器是抑制谐波的主要手段，但是，其存在滤除效果差、可能引起谐波放大等缺点。有源滤波器是一种动态抑制谐波的电力电子装置，它能对频率和幅值变化的谐波进行补偿，并且可以弥补无源滤波器的缺点，获得比无源滤波器更好的补偿特性，是一种理想的谐波补偿装置。因此，有源滤波器在电力系统中的应用越来越多。

智能电网中，有源滤波器的优化配置方法主要有：启发式搜索法、模拟退火法、非线性规划法和遗传算法。最常用的是遗传算法，但当系统稍微复杂时将会导致迭代时间非常长，会影响寻优结果的准确性。

发明内容

本发明提供了一种能够解决多谐波源并入智能配电网产生大量谐波问题的有源滤波器优化配置的方法。

为了解决上述问题，本发明提供了一种有源滤波器优化配置方法，其包括以下步骤：基于有源滤波器配置的影响，设置目标函数；设定满足智能配电网有源滤波器优化配置的约束条件；采用模态分析与遗传算法相结合的配置算法对智能配电网有源滤波器进行优化配置。

优选地，采用模态分析与遗传算法相结合的配置算法具体包括：

S1，输入智能配电网的参数，通过谐波电压含有率和电压总谐波畸变率约束，计算智能配电网初始状态的谐波参数，所述智能配电网初始状态的谐波参数包括元件各次谐波参数；

S2，根据形成于元件各次谐波参数过程中的各次谐波导纳矩阵，利用模态分析法求得所述谐波导纳矩阵的特征值和对应的特征向量，根据所述特征值和所述特征向量选择有源滤波器配置的候选位置节点；

S3，输入遗传算法中的有关参数和所述候选位置节点，利用遗传算法输出优化结果。

优选地，根据S2中的所述特征值计算各模态的模态阻抗以选择发生谐振的模态，再根据特征向量计算发生谐振的模态的所有参与因子，根据参与因子的大小选择有源滤波器配置的候选位置节点。

优选地，S3具体包括：

S3具体包括：

S31，随机生成初始群体，并设置初始迭代次数；

S32，进行谐波潮流计算，得到候选位置节点的各次谐波电压含有率和电压总谐波畸变率；

S33，应用个体中有源滤波器的各次谐波电流吸收系数、滤波器的过载约束以及候选位置节点各次谐波电压得到各有源滤波器的额定安装容量；

S34，根据目标函数计算个体的适应度，并基于是否违反谐波电压约束条件的考虑，对所有个体的适应度值的大小进行排序；

S35，进行排序选择、交叉和变异的遗传操作，生成新种群，并增加迭代次数；

S36，判断结果是否满足终止条件，如果满足终止条件，遗传迭代终止并输出优化结果，如果不满足，则返回S32。