• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看

      ?

      配電網(wǎng)有源濾波器的優(yōu)化規(guī)劃

      2017-06-19 08:49祁漢逸
      科技創(chuàng)新導(dǎo)報(bào) 2017年10期
      關(guān)鍵詞:神經(jīng)網(wǎng)絡(luò)優(yōu)化

      摘 要:現(xiàn)代配電網(wǎng)中一般同時(shí)存在多個(gè)諧波源,一定程度上導(dǎo)致了電網(wǎng)電流和電壓畸變,影響了電網(wǎng)的正常運(yùn)行。為能夠有效地抑制諧波,采用有源濾波器成為一重要選擇。該文采用神經(jīng)網(wǎng)絡(luò)算法,在多諧波源運(yùn)行的配電網(wǎng)中優(yōu)化有源濾波器的安裝地點(diǎn)、安裝容量,在滿足諧波潮流約束條件的前提下,控制濾波裝置初期投資費(fèi)用的同時(shí)有效抑制諧波。

      關(guān)鍵詞:有源濾波器 優(yōu)化 神經(jīng)網(wǎng)絡(luò)

      中圖分類號(hào):TM72 文獻(xiàn)標(biāo)識(shí)碼:A 文章編號(hào):1674-098X(2017)04(a)-0028-02

      Abstract: Modern distribution network in the general existence of multiple harmonic sources, led to the grid current and voltage distortion, affecting the normal operation of the grid. In order to effectively suppress the harmonic, Using active filter become an important choice. In this paper, the neural network algorithm is used to optimize the installation location and installation capacity of the active filter in the distribution network running in the multi-harmonic source, and to control the initial investment cost of the filter device.

      Key Words:Active power filter;Optimal planning;Neural network

      配電網(wǎng)中諧波源導(dǎo)致了電網(wǎng)不同程度的產(chǎn)生了畸變,影響了電網(wǎng)的正常運(yùn)行。有源電力濾波器作為一種用于動(dòng)態(tài)抑制諧波的電力電子裝置,其基本原理是產(chǎn)生與電網(wǎng)中諧波大小相等、方向相反的諧波電流注入諧波源,將諧波源抵消。

      有源濾波器在多諧波源網(wǎng)絡(luò)中的優(yōu)化配置問(wèn)題是一個(gè)非線性、多變量、多約束的優(yōu)化問(wèn)題。該文結(jié)合神經(jīng)網(wǎng)絡(luò)算法在求解優(yōu)化問(wèn)題中的優(yōu)勢(shì)和特點(diǎn),求解這一復(fù)雜的非線性優(yōu)化問(wèn)題,通過(guò)實(shí)驗(yàn)得到數(shù)據(jù)驗(yàn)證了其方法的實(shí)用性和有效性。

      1 神經(jīng)網(wǎng)絡(luò)算法

      神經(jīng)網(wǎng)絡(luò)算法是一新型的算法,在理論上可以實(shí)現(xiàn)任意非線性映射,解決復(fù)雜的非線性問(wèn)題[1]。優(yōu)化規(guī)劃問(wèn)題做一般性描述如下:最小化,受限于其中i=1,2,…,m。記≤(其中i=1,2,…,m),神經(jīng)網(wǎng)絡(luò)求解該實(shí)現(xiàn)的第一步是構(gòu)造一個(gè)能夠懲罰每個(gè)違反不等式約束的能量函數(shù),然后通過(guò)采用最速下降法或其他無(wú)約束最優(yōu)化技術(shù)來(lái)解決這個(gè)問(wèn)題。

      考慮下列能量函數(shù):式(1)其中右邊第一項(xiàng)是待優(yōu)化規(guī)劃問(wèn)題的目標(biāo)函數(shù)。第二項(xiàng)是對(duì)于違反約束的懲罰??扇∪我庑问降姆侄慰晌⒑瘮?shù)。K通常取一個(gè)足夠大的正數(shù)。

      3 算例分析

      該文采用了一個(gè)11節(jié)點(diǎn)配電網(wǎng)絡(luò)[4]的算例,如圖2所示,系統(tǒng)基本容量為10 MVA,電壓為10 kV[3]。

      若在配電網(wǎng)注入諧波源與節(jié)點(diǎn)分別為節(jié)點(diǎn)1注入1.2 MVA、節(jié)點(diǎn)4注入1.5 MVA、節(jié)點(diǎn)11注入1.5 MVA諧波。經(jīng)計(jì)算,系統(tǒng)中出現(xiàn)多次諧波,其總諧波電壓畸變率和最大畸變分別為THDAvg%=12.1、THDmax%=31.2、THDmax出現(xiàn)節(jié)點(diǎn)為11節(jié)點(diǎn)。

      普通方案在節(jié)點(diǎn)1安裝1.2 MVA容量濾波器、節(jié)點(diǎn)4安裝1.5 MVA容量濾波器、節(jié)點(diǎn)11安裝1.5 MVA容量濾波器,總安裝濾波器容量4.2MVA,預(yù)計(jì)費(fèi)用140.8萬(wàn)元。采用神經(jīng)網(wǎng)絡(luò)方法對(duì)該系統(tǒng)進(jìn)行有源濾波器優(yōu)化規(guī)劃得到結(jié)果,在節(jié)點(diǎn)4安裝0.9 MVA容量濾波器、節(jié)點(diǎn)11安裝0.751 MVA容量濾波器,總安裝濾波器容量1.651 MVA,預(yù)計(jì)費(fèi)用79.81萬(wàn)元。

      通過(guò)對(duì)比發(fā)現(xiàn)與一般的節(jié)點(diǎn)處安裝有源濾波器相比,該優(yōu)化方案采用有選擇地安裝,降低了安裝個(gè)數(shù)和總?cè)萘?,從而降低了成本。?yīng)用該優(yōu)化方案其補(bǔ)償效果THD/%分別是:節(jié)點(diǎn)1為1.83%、節(jié)點(diǎn)2為1.10%、節(jié)點(diǎn)3為0.72%、節(jié)點(diǎn)4為4.58%、節(jié)點(diǎn)5為2.02%、節(jié)點(diǎn)6為1.84%、節(jié)點(diǎn)7為1.98%、節(jié)點(diǎn)8為1.86%、節(jié)點(diǎn)9為1.90%、節(jié)點(diǎn)10為2.58%、節(jié)點(diǎn)11為4.25%。通過(guò)數(shù)據(jù)分析得到,其優(yōu)化方案滿足了電網(wǎng)畸變率要求,最大諧波畸變率出現(xiàn)在第11節(jié)點(diǎn)為4.25%,低于國(guó)標(biāo)要求,平均諧波畸變率為2.24%,同樣低于標(biāo)準(zhǔn)要求。

      4 結(jié)語(yǔ)

      諧波問(wèn)題是現(xiàn)代電網(wǎng)比較關(guān)注的問(wèn)題,如何在濾波器設(shè)置成本和諧波處理效果找到平衡點(diǎn)是一工程難題。該文采用神經(jīng)網(wǎng)絡(luò)算法這一在非線性計(jì)算領(lǐng)域有優(yōu)勢(shì)的算法,通過(guò)設(shè)置優(yōu)化目標(biāo)函數(shù)。最后,通過(guò)算理分析,并仿真計(jì)算得到相對(duì)合理的有源濾波器配置的方案。該方案與普通方案相比,降低了總投資費(fèi)用的同時(shí)獲得了符合要求的諧波綜合抑制效果。

      參考文獻(xiàn)

      [1] Martin T.Hagan,Howard B.Demuth, Mark H.Beale.Neural Network Design[M].北京:機(jī)械工業(yè)出版社,2002.

      [2] GBT 14549,電能質(zhì)量公用電網(wǎng)諧波標(biāo)準(zhǔn)[S].

      [3] 祁漢逸.基于神經(jīng)網(wǎng)絡(luò)算法的配電網(wǎng)APF最優(yōu)規(guī)劃[J].科協(xié)論壇,2010(2):82-84.

      [4] 陸康,刁倩.有源濾波器在不同網(wǎng)絡(luò)中的應(yīng)用分析[J].電力系統(tǒng)保護(hù)與控制,2015(3):143-149.

      猜你喜歡
      神經(jīng)網(wǎng)絡(luò)優(yōu)化
      超限高層建筑結(jié)構(gòu)設(shè)計(jì)與優(yōu)化思考
      一道優(yōu)化題的幾何解法
      由“形”啟“數(shù)”優(yōu)化運(yùn)算——以2021年解析幾何高考題為例
      神經(jīng)網(wǎng)絡(luò)抑制無(wú)線通信干擾探究
      基于神經(jīng)網(wǎng)絡(luò)的拉矯機(jī)控制模型建立
      復(fù)數(shù)神經(jīng)網(wǎng)絡(luò)在基于WiFi的室內(nèi)LBS應(yīng)用
      基于支持向量機(jī)回歸和RBF神經(jīng)網(wǎng)絡(luò)的PID整定
      基于神經(jīng)網(wǎng)絡(luò)分?jǐn)?shù)階控制的逆變電源
      基于GA-BP神經(jīng)網(wǎng)絡(luò)的光伏陣列MPPT研究
      渭南市| 葵青区| 县级市| 滕州市| 建平县| 易门县| 佛冈县| 阿城市| 泸水县| 德州市| 达孜县| 中山市| 克山县| 康保县| 龙海市| 资中县| 三台县| 寻乌县| 西峡县| 兴和县| 太和县| 怀集县| 丰台区| 湖北省| 堆龙德庆县| 泰州市| 民和| 顺义区| 潮安县| 沽源县| 双辽市| 眉山市| 昆明市| 河间市| 阿克陶县| 南宫市| 辽阳市| 张家港市| 武清区| 镇远县| 鹿泉市|