基于量子粒子群优化算法HAPF参数的多目标优化

文章用一种量子粒子群优化算法对混合型有源电力滤波器(HAPF)参数进行多目标优化设计,优化目标包括系统的投资成本、无功补偿和滤波效果等,该算法解决了HAPF系统的参数匹配以及无源、有源容量的分配问题。实验中该算法寻优速度较快,THDU、THDI分别降低到1.9%和2.0%,APF容量仅占混合滤波器容量的8.1%,使HAPF在电能质量综合治理中实现了既有效又经济的目的。     

基于多目标混沌云布谷鸟算法的HAPF优化研究

大量非线性电力电子设备的使用给人们的生产生活带来了极大的谐波危害,目前治理谐波的主要手段是投入滤波器。而混合有源滤波器(HAPF)结合了无源滤波器和有源滤波器的特点,是很有前瞻性的滤波系统。HAPF参数优化的算法大多存在收敛精度不高,易陷入局部最优等缺陷。因此,利用混沌云模型多目标布谷鸟搜索算法优化HAPF参数,具有十分重要的工程意义。通过Matlab/Simulink仿真结果对比可知,该算法同粒子群算法(PSO)及原始多目标布谷鸟算法(MOCS)相比,有良好的补偿及效果,成本也有所降低。     

一种实用的混合有源电力滤波器的设计和仿真

提出了一种结构简单,实用性比较强的拓扑结构,分析了混合有源滤波器(HAPF)各部分器件参数选取的方法,并介绍开关管关断尖峰电压的抑制措施;实验仿真结果表明,这种混合有源滤波器较好地发挥了无源滤波器(PF)和有源滤波器(APF)的优点,并减小了系统的容量,具有良好的无功电流和谐波电流补偿效果.     

应用于高压直流输电系统的混合有源电力滤波器

针对高压直流输电系统(HVDC)换流站的交流侧谐波造成了电能质量下降的问题,在传统混合有源电力滤波器的基础上提出一种新结构——混合有源电力滤波器(HAPF).即将有源电力滤波器(APF)部分与基波谐振支路并联后,以一双调谐滤波器作为注入支路,同时又独立挂载一双调谐滤波器,以无源电力滤波器(PPF)滤除一部分谐波,APF部分滤除一部分谐波.从注入支路的阻抗特性、无功静补偿能力、谐波抑制特性和系统的稳定性几个方面分析混合有源电力滤波器的优越性,并利用MATLAB/SIMULINK平台对所提的新结构进行仿真分析     

基于混合滤波器的大型船舶电力系统谐波抑制分析

设计了一种新的混合型滤波系统,该系统由大容量无源滤波器和较小容量的有源滤波器共同组成.针对船舶的多工况运行方式导致电力系统拓扑结构及参数发生改变这一状况,提出了在电力系统的特定位置安装混合型滤波器,利用较大容量无源滤波器滤除系统特定次谐波,较小容量有源滤波器用于补偿及系统微调的方案.对某大型船舶电力系统的测试结果表明,新型滤波器具有较高的性价比,能适应大型船舶的多工况运行方式.     

有源滤波器在大功率工程中的应用

对于大功率非线性负载，有源电力滤波器受到变流器晶体管功率和开关频率的限制，不能有效地抑制负载谐波电流．为此，提出了一种由并联有源滤波器和串联平波电抗器组成的混合有源滤波系统．实验结果表明，这种滤波系统在不加大有源滤波器带宽的条件下不仅滤波效果明显，而且容量要求小，仅为负载平均功率的2%或更低．     

一种单相电力滤波器电路结构的设计

提出了一种单相并联混合型有源电力滤波器电路结构.该电路由有源滤波器与基波串联谐振支路并联再与无源滤波电路串联构成,用于抑制非线性整流负载产生的谐波电流流入电源侧.在该电路中,无源滤波器分担大部分抑制谐波和无功补偿的任务,减少了有源滤波器的容量;有源电力滤波器用于改善无源滤波器的滤波效果和抑制它与系统阻抗可能发生的谐振.理论分析和实验结果表明,该混合型有源滤波器充分发挥了无源滤波器和有源滤波器各自的优点,改善了无源滤波器的滤波性能,同时使有源滤波器不再承受基波电压,因此最大限度地减少了有源滤波器的容量,从而使有源电力滤波器能够应用于大功率场合.     

中压配电网的混合型滤波器设计

针对中压配电网大功率非线性负载谐波治理问题,提出一种用于10/6.6 kV中压配电网的新型大容量混合型电力滤波器(hybrid active power filter,HAPF)。它由有源滤波器(activepower filter,APF)、基频谐振电路(undamental resonance circuit,FRC)和无源滤波器(passivefilter,PF)3部分组成。APF和FRC并联后直接和PF相连,而未使用变压器。FRC用于吸收流过PF的基波无功电流,使流入有源滤波器的电流大大降低。APF采用基于二极管中点箝位式(neutral-point-clamped,NPC)三电平结构,使有源滤波器的工作电压大大提高。对该混合型滤波器滤波原理、无源滤波器的设计进行了理论分析和仿真结果表明,这种混合型有源滤波器非常适用于大功率非线性负载的谐波抑制。     

降低有源部分容量的混合电力滤波器

为了更经济地滤除电网中的谐波电流,提出了一种新型混合电力滤波器结构。与普通的混合滤波器相比,其有源滤波器的容量和成本进一步降低。由于无源滤波器承受了电网电压,而LC构成的基波谐振支路分流了无功电流,使得有源滤波器的额定电压和电流大大降低。在所提出控制策略的作用下,该滤波器可以有效地抑制电网谐波电压产生谐波电流并阻止负载谐波电流流入电网侧。由PSCAD/EMTDC软件进行仿真,结果表明:该结构中的有源滤波器的容量仅为滤波器总容量的2.11%,而滤波器投入后电网电流的总谐波畸变率仅为4.15%。     

一种混合有源滤波器的设计及仿真

提出一种结构简单、实用性比较强的拓扑结构,分析了混合有源滤波器(HAPF)各部分器件参数选取的方法,其次对基于瞬时无功功率的i p iq方法进行分析。将广义积分控制器引入电流补偿控制环节中,并通过仿真对比,验证了在跟踪变化的周期信号时,它的稳态精度与动态响应速度都比传统的PI控制器具有优势。     

基于免疫进化细菌觅食算法的无功优化

针对传统细菌觅食算法在优化过程中步长一致、收敛速度较慢的缺陷,提出了一种免疫进化细菌觅食算法(IBFO),并将其用于电力系统无功优化问题上.这种改进的算法赋予了细菌对搜索空间的感知能力,利用灵敏度的概念来调节步长,加快收敛速度;将免疫算法中的克隆选择思想引入算法中,对精英细菌进行克隆、高频变异和随机交叉,提高收敛精度.将IBFO算法在IEEE 14、IEEE 30节点标准测试系统中进行了无功优化仿真,结果表明:新算法较其它算法具有较强的全局搜索能力,且收敛速度快、鲁棒性好,可以作为求解电力系统无功优化问题的一种新途径.     

免疫算法及其在电力系统无功优化中的应用

提出应用一种新的智能优化算法——免疫算法(IA)来求解无功优化问题.该算法模拟了免疫系统的基本原理,具有抗原模式识别及记忆功能,抗体多样性,抗体自适应调节等优点.在分析无功优化的数学模型和免疫算法的特点的基础上,详细研究了用免疫算法求解无功优化问题的实现方法.对IEEE30节点系统进行了仿真计算,并将优化结果与遗传算法(GA)作了比较,结果表明免疫算法(IA)能有效的应用于电力系统无功优化,并有着更好的全局寻优能力及更快的收敛速度.     

混合遗传算法在电厂机组负荷分配中的应用

机组负荷优化分配是一种可提高电厂经济性的手段,越来越成为一个令人有兴趣的研究课题,但目前还没有得到一种绝对严格的算法.引入模糊理论建立了电站机组负荷分配模型,并运用混合遗传算法求解,该算法不同于常规优化算法特点在于:容易得到全局最优解,有较强的鲁棒性,适合大规模的复杂系统求解.最后给出了一个具体的例子来阐述方法的有效性.     

基于多目标混合进化算法的多台TCSC控制器协调设计

将多台可控串联补偿器(TCSC)之间的协调运行问题转化为多目标优化问题,详细介绍了一种基于进化规划和粒子群优的多目标混合进化算法(MOEPPSO),提出了基于MOEPPSO的协调控制器设计方法.采用多目标混合进化算法优化控制器参数,得到一组Pareto参数解集,为运行人员提供更丰富、准确的信息.在装有两台TCSC的IEEE典型四机两区域系统研究实例中,非线性时域仿真验证了所提方法的有效性.与单独设计控制器的方法相比较,所提方法能够更好地提高互联系统的稳定性.     

双馈风力发电机混合粒子群优化设计

针对双馈风力发电机交流励磁电磁特性和变速恒频运行特点,从转子电压、转子容量、转子铁耗等方面探讨了该电机的电磁设计特点,并结合风力发电应用领域特点及要求,分别选取电机有效材料成本、额定效率及效率曲线平坦性为优化目标,建立了电机优化设计模型,继而提出了一种混合粒子群优化算法,通过引入基于适应度值的个体模糊惯性权重和基于种群多样性的自适应变异,提高算法处理多峰值非线性优化问题的能力,以实现双馈风力发电机优化设计．电机优化设计实例结果表明,与标准粒子群算法相比,提出的混合粒子群算法动态平衡了全局和局部搜索能力,收敛速度较快,寻优精度较高且不易陷入局部最优,同时各种优化目标下的双馈风力发电机设计优化结果较为理想,对于多峰值非线性优化问题不失为一种新的解决方法．     

邻域自适应的微分变异约束分数阶粒子群优化

分数阶粒子群算法（FOPSO）是一种具有路径记忆的改进型粒子群优化算法。在多峰约束优化问题中,针对FOPSO易于早熟和依赖于初始参数的问题,文中提出了一种邻域自适应的约束分数阶粒子群优化方法（NAFPSO）。在算法中,依据进化状态来动态调整邻域拓扑从而更新粒子位置和速度,以提高可行解的全局寻优能力和收敛速度;采用带惩罚因子的罚函数约束处理技术,迫使粒子趋向可行区域;设计了微分变异策略以增加种群多样性,增强粒子逃脱局部最优的能力。用9个约束优化基准函数实验验证了NAFPSO的有效性和收敛性能,并应用于2个约束工程设计问题,结果表明,提出的算法寻优能力强、收敛快、精度高、稳定性好,可用于有效地解决复杂的约束工程设计优化问题。     

基于遗传算法BP网络的冻结方案优化设计

多圈管冻结方案设计与优化是深井冻结法凿井的一项关键技术,现今的理论和实践尚未成熟和完善,为此提出了基于遗传算法优化BP网络结构进行多圈管冻结方案的优化设计算法,将该算法求解的多圈管冻结设计方案与原方案进行了比较分析,表明了这种算法达到了较好的优化设计效果,为多圈管冻结方案设计及其优化提供了重要参考。     

基于改进蚁群算法的优化设计

为研究结构优化设计问题,以二进制为基础,基于图解的蚁群系统,提出伪并行蚁群算法,以改善蚁群算法性能,并将其应用于结构优化设计中参数的求解。算例表明,改进的蚁群算法可求解连续优化问题,收敛速度快,计算精度高,并具有满意的优化效果,可用于工程优化设计。     

基于改进蚁群算法的优化设计

为研究结构优化设计问题,以二进制为基础,基于图解的蚁群系统,提出伪并行蚁群算法,以改善蚁群算法性能,并将其应用于结构优化设计中参数的求解.算例表明,改进的蚁群算法可求解连续优化问题,收敛速度快,计算精度高,并具有满意的优化效果,可用于工程优化设计.