哈爾濱石化分公司配電網(wǎng)諧波治理方法的研究.pdf

1、隨著電力電子技術(shù)的發(fā)展以及非線性負荷的大量使用，電網(wǎng)諧波危害日益嚴重。一方面加速了各種電力設(shè)備的老化速度、降低了電能的使用效率；另一方面也嚴重影響了電網(wǎng)的供電質(zhì)量。無源濾波器是一種有效的諧波抑制設(shè)備，它具有結(jié)構(gòu)簡單、投資少、運行可靠、運行費用低的優(yōu)點。本文研究了哈爾濱石化分公司配電網(wǎng)的諧波治理問題，從性能指標以及經(jīng)濟投資等多個角度出發(fā)，利用改進的遺傳算法進行無源濾波器的參數(shù)選擇，具有重要的理論意義和實用價值。
　　無源濾波器的參數(shù)

2、優(yōu)化問題可以利用遺傳算法來解決。傳統(tǒng)遺傳算法具有理論意義上的全局收斂特性，但容易出現(xiàn)“早熟”或者難收斂的情況，為此采取參數(shù)自適應(yīng)動態(tài)調(diào)整策略，加速了種群的收斂速度。為防止最優(yōu)個體在進化過程中被破壞，采取種群最優(yōu)個體保留方式。引入種群熵的概念來作為判斷進化過程中種群是否陷入“早熟”的依據(jù)，并把熵值作為結(jié)構(gòu)自適應(yīng)的開關(guān)，根據(jù)熵值不同來采取不同的進化順序。
　　在上述改進遺傳算法的基礎(chǔ)上，本文進一步研究了配電網(wǎng)無源濾波器優(yōu)化配置問題。綜

3、合考慮經(jīng)濟性指標、諧波抑制指標以及無功補償指標確定了多目標優(yōu)化的數(shù)學模型。并利用“線性加權(quán)和”把全體子目標函數(shù)轉(zhuǎn)化成單目標優(yōu)化問題，借助人工神經(jīng)網(wǎng)絡(luò)的BP學習算法動態(tài)調(diào)整優(yōu)化過程中各子目標的權(quán)重系數(shù)。在利用改進遺傳算法進行無源濾波器參數(shù)優(yōu)化配置時，采用更適合濾波器參數(shù)設(shè)計的十進制個體編碼方式以及新的初始種群生成方法；為保證算法的收斂速度和求解精度，采用隨機動態(tài)步進變異策略，明顯提高了整個算法的計算效能。
　　最后，利用上述的無源濾