无源滤波器参数的优化设计.pdf

《无源滤波器参数的优化设计.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第卷第期华北电力大学学报,年月盯,文章编号一一一无源滤波器参数的优化设计,,魏晓光石新春刘卉,华北电力大学电力工程系河北保定摘要根据,工程经验和简单的技术经济指标来设计无源滤波器无法得到最优设计参数的问题提出了一种无源滤波器的优化设计方法。该方法选择各个滤波支路的电容量作为独立的优化变量,以需要补偿的无功容量作为等式约束条件,以电网的总谐波电压含有率最小为目标来处理滤波器参数优化的规划问题。同时,为了提高寻优速度,应用改进遗传算法处理这类优化问题。对具体工程实例的计算表明,此方,。法不但可以找到全局最优解而且明显提高了算法的寻优速度关键词无源滤波器改进遗传算法谐波抑制无功补偿中图分类

2、号文献标识码七·,一,,,,,,切此￡山叩鱿协,面流切舀怕。。加皿留。已,娜垅州‘现恻叩幼吐功。卿“玩匆如哪耳争山,力曲盆。邝玲加名启如帅力如即尽烤娜玄和赎切单的耳娜加扭引言然不可能找到全局最优解。而己有的优化设计方法,、、中假设条件较多寻优空间较小寻优能力不强寻,由于电网的谐波污染日益严重无源滤波器在优速度较慢,且对一些问题如无功补偿未加考虑。电网中得到了广泛应用。无源滤波器的设计在保证本文对传统遗传算法进行了改,基波无功补偿容量的前提下关键之处就在于对滤进,并用它来处理无源滤波器设计中参数的优。〔波器元件参数的优化无源滤波器的设计是化这类多约束条件的非线性规划问题。、,一个多约束

3、非线性的混合整数规划问题求解比较困难。目前,无源滤波器的设计方法一般是根据工一种改进的遗传算法程经验或简单的技术经济指标来选择参数,参数,遗传算法的主要思想是把一个问题的解编码成的求取是通过反复计算和比较来实现的以满足分。,。,组的无功补偿要求和谐波畸变的要求这种方法显一个染色体多个染色体组成一个种群然后从收稿日期一一,,,,作者简介魏晓光一男华北电力大学电力工程系硕士研究生石新春一男华北电力大学电力工程系教授,博士生导师第期魏晓光等无源滤波器参数的优化设计初始种群,。出发按一定的适应值在种群中选择个串自此断开后交换其尾部例如体,使用杂交和变异来产生下一代种群。如此一代双亲后代代演化

4、下去,直到满足期望的终止条件。遗传算法主要有以下几个步骤编码、解码、适应值选择、、。「交叉变异,采取变概率方法既考虑到了解的全局性又考编码与群体,取值如虑到了解的收敛性下在优化控制变量向遗传信息转换过程中,编码“一,,,‘,起关键的作用。编码的优劣直接关系到能否收敛到、喋军。,,最优解编码有很多方式本文从实际问题出发式中为迭代次数只为交叉概率的初值尸为交,选用二进制编码用染色体表示处于不同滤波回路。叉概率末值为最大允许的迭代次数这样交。,中的各个电容器的组合遗传算法中一组初始染,叉概率就会随迭代次数增加而减小从而避免上述,色体群随机产生即染色体的每个基因位是由随机。问题。母体数,数产

5、生的万是遗传算法的一个重要参数变异操作是模拟生物在自然环境中由于各种偶,刀,,本文中也称为群规模不能太大也不能太小,然因素引起的基因突变过程表现为码串字符的翻。一般选取,,,转如在二进制码中变为或变为变异评价与选择操作可使适应值小的个体或群体性能趋于一致时的,评价的标准因所研究的问题不同而异在遗传,,个体发生变化同时防止适应值大的个体变异从,算法中评价值被称为适应函数值本文选取第个,,而使每一代保持新鲜个体避免进化的停滞过早体的适应值为收敛。变异也有种方式一点变异多凡一,点变异模板变异。,式中为一大数,由于本文采取标么值计算系统,模仿自然界中某一地区发生大规模的环境恶,所以取就足够了

6、为目标函数,见式。化最后导致只有生存能力极强的个体能够保留下,,,来这一事实对变异操作进行了改进取排名靠后个体选择是遗传算法中比较关键的一步它是,,的少部分个体重新进行随机取值也就是对它们重从母体中选择个体形成繁殖库的过程有时直接关。,系到收敛速度问题。传统的遗传算法采用轮盘赌的新编码这样导致了个体的多样性增加竞争更加,,,,激烈只有适应能力比较好的解才能不受这部分方式进行个体的选择这种方式容易在进化中丢。掉最优解,且速度较慢。本文选择采用生存竞争与变异个体的影响而继续保持到下一代计算表明这。最佳保留机制相结合的原则。生存竞争就是随机选种办法能够更快地找到全局最优解择,,。两个个体比

7、较适应值大的被选中小的淘汰这种方法操作方便,实现速度快。最佳保留机制就无源滤波器参数的优化是把适应值最好的个体按种群规模以一定的比例进,,图给出了一个典型的装设了滤波器的配行保留本文选择的优良个体进行保留不参。,电网等效系统阻抗图为了实现对电网中主要谐波加交叉和变异操作而直接进入下一代这样可避免每一代中的最好解丢失。交叉和变异,基因操作是遗传算法的主要内容和核心部分,犷不不,,犷扭,交叉和变异都是遗传算法中获取新优良个体的重要几已凡凡下门﹂下戈咧手段。交叉