[發(fā)明專利]一種基于混沌改進貓群算法的SAPF參數(shù)辨識方法

在審

• 申請?zhí)枺?/td>: 202110501416.1
• 申請日: 2021-05-08
• 公開（公告）號: CN113341690A
• 公開（公告）日: 2021-09-03
• 發(fā)明（設(shè)計）人: 聶曉華;姚忠元;萬良;劉意期
• 申請（專利權(quán)）人: 南昌大學(xué)
• 主分類號: G05B11/42
• 分類號: G05B11/42
• 代理公司: 北京眾合誠成知識產(chǎn)權(quán)代理有限公司 11246
• 代理人: 許瑩瑩

本發(fā)明公開了一種基于混沌改進貓群算法的SAPF參數(shù)辨識方法，涉及電力技術(shù)領(lǐng)域，包括以下步驟：S1、初始化貓群，設(shè)計混沌改進貓群CICSO算法計算適應(yīng)度值以及最優(yōu)適應(yīng)度值對應(yīng)貓的位置；S2、建立SAPF系統(tǒng)仿真模型；運行仿真模型，選取并記錄最優(yōu)適應(yīng)度值對應(yīng)貓的位置和適應(yīng)值，即當(dāng)前最優(yōu)解；選用將時間乘偏差絕對值積分作為CICSO適應(yīng)度函數(shù)J_i；S3、根據(jù)S2求得的最優(yōu)解，分別求出并聯(lián)有源濾波器的直流側(cè)電壓控制環(huán)節(jié)的PI控制器參數(shù)Kp、Ki。本發(fā)明引進CICSO算法對并聯(lián)有源電力濾波器進行參數(shù)辨識，由于CICSO算法具有更好的尋優(yōu)遍歷性，搜索精度更好，優(yōu)化結(jié)果更佳，易找到更優(yōu)的并聯(lián)有源濾波器的控制參數(shù)。同時對有效治理諧波，提高電能質(zhì)量具有重大意義。

技術(shù)領(lǐng)域

本發(fā)明涉及電力技術(shù)領(lǐng)域，具體涉及一種基于混沌改進貓群算法的并聯(lián)有源電力濾波器(SAPF)參數(shù)辨識方法。

背景技術(shù)

微電網(wǎng)(Micro-grid,MG)的概念是在21世紀(jì)初被正式提出的，與傳統(tǒng)大電網(wǎng)的區(qū)別在于微電網(wǎng)的電源由分布式發(fā)電的方式提供。由于近些年電力電子行業(yè)的高速發(fā)展與進步，許多新型電氣裝置和設(shè)備投入到了微電網(wǎng)中，這使得電能生產(chǎn)效率得到提升的同時也不可避免的帶來了一些電能質(zhì)量問題，也在一定程度上影響微電網(wǎng)的進一步發(fā)展。微電網(wǎng)作為近十來年出現(xiàn)的電網(wǎng)新型發(fā)展方向，對它的研究仍在不斷地進行中。

目前，微電網(wǎng)中許多電能質(zhì)量問題等待研究與解決。由于微電網(wǎng)非線性負(fù)載投入的愈加頻繁，因而微網(wǎng)中的諧波問題更為常見。諧波會影響電力設(shè)備的正常運行，增大損耗，降低設(shè)備使用壽命，甚至還有可能發(fā)生諧振，導(dǎo)致儀表出現(xiàn)異常指示，使得繼電保護裝置做出一些錯誤動作等等。在電網(wǎng)運行期間，隨著如非線性負(fù)載等其它電氣設(shè)備的接入，許多諧波注入其中，超過一定標(biāo)準(zhǔn)的諧波含量將會嚴(yán)重威脅了電氣設(shè)備的安全和穩(wěn)定運行。對電網(wǎng)的安全和正常運行造成非常大的影響。因此，為了改善對微電網(wǎng)的電能質(zhì)量，針對微電網(wǎng)諧波抑制的研究內(nèi)容具有重大的現(xiàn)實意義，而并聯(lián)有源電力濾波器(Shunt ActivePower Filter,SAPF)可以有效地抑制諧波并實時補償無功功率，所以其已成為最常用的電能質(zhì)量治理設(shè)備之一。

SAPF在進行諧波補償工作時，直流側(cè)電容C兩端的電壓會產(chǎn)生變化，比如，系統(tǒng)工作運行過程中的損耗也會使直流側(cè)電壓值變小。這種電壓變大或變小的不穩(wěn)定變化會影響SAPF輸出合理的補償電流，導(dǎo)致最終諧波補償結(jié)果不理想。因此，對于SAPF直流側(cè)電壓，需要使用某種方法來對它進行控制，使其穩(wěn)定在某一參考值附近有利于保證諧波補償?shù)木取?/p>

為了使SAPF直流側(cè)電壓維持穩(wěn)定，本發(fā)明采用PI控制器對SAPF直流側(cè)電壓進行控制。

發(fā)明內(nèi)容

SAPF直流側(cè)電壓控制環(huán)節(jié)采用的是PI控制器來實現(xiàn)直流側(cè)電壓的穩(wěn)定。在PI控制器參數(shù)整定過程中，提出了一種基于混沌改進貓群算法(Chaos Improved Cat CwarmOptimization，CICSO)的控制器參數(shù)整定方法，并與粒子群算法(PSO)優(yōu)化結(jié)果對比，結(jié)果表明，CICSO算法在SAPF系統(tǒng)控制參數(shù)整定的尋優(yōu)能力更好，控制效果更佳。

本發(fā)明具體采用以下技術(shù)方案：

一種基于混沌貓群算法的SAPF參數(shù)辨識方法，包括以下步驟：

Step1：初始化貓群，設(shè)置貓群優(yōu)化算法的群體大小為N，最大迭代次數(shù)為k_max，；分組率MR，隨機初始化貓群體位置；

Step2：計算種群中所有貓的適應(yīng)度值fitness，選取并記錄種群中適應(yīng)度最佳的貓；

Step3：根據(jù)MR將貓群隨機分組，MR表示執(zhí)行跟蹤模式下的貓的數(shù)量在整個貓群中所占的比例，MR一般為一個較小的值，以確保貓群中的大部分貓?zhí)幱谒褜つＪ剑贁?shù)貓?zhí)幱诟櫮Ｊ剑?/p>