基于粒子群算法的三端柔性多状态开关谐波治理方法与流程

本发明涉及配电网中谐波治理方法，尤其涉及基于粒子群算法的三端柔性多状态开关谐波治理方法。
背景技术：
：随着电力电子技术的发展，大量非线性负荷的出现使电网的谐波污染问题日益严重。电力系统的谐波问题引起人们越来越多的关注。在许多区域配电网中出现了多个谐波源，甚至一条线路或母线上就有多个类型的谐波源，形成了多谐波源网络。目前谐波治理的主要采用有源电力滤波器(apf)和无源滤波器。无源滤波器成本低，但是只能补偿特定几次固定频率的谐波，且易发生并联谐振，放大谐波分量。有源电力滤波器能够精准地补偿各种大小和相位的谐波，但是在多谐波源网络，依据“谁污染，谁治理”的原则安装多个有源电力滤波器等滤波装置，给电力系统的运行带来巨大成本负担。柔性多状态开关是一种新型的电力电子设备，替代传统配电网中的联络开关或分段开关，能有效避免常规开关倒闸操作引起的供电中断、合环冲击等问题。目前对于含有柔性多状态开关的有源配电网的研究刚刚起步，相关研究主要涉及配电网规划、运行控制和优化调度，未见柔性多状态开关在配电网谐波治理方面的公开报导。技术实现要素：本发明是为避免上述现有技术所存在的问题，提供一种灵活的基于粒子群算法的三端柔性多状态开关谐波治理方法，将柔性多状态开关运用到配电网的谐波治理中，实现对配电网中电压谐波问题的集中治理。以期精准地补偿各种大小与相位的谐波，使配电网谐波含量符合国家公用电网谐波标准的规定。通过三个端口的灵活调节减少滤波装置安装数量，降低电力系统运行成本，提高谐波治理效率。本发明为解决技术问题采用如下技术方案本发明基于粒子群算法的三端柔性多状态开关谐波治理方法的特点是：根据配电系统结构及接入的各元件参数，以节点电压谐波畸变率均方根最小为目标函数，建立三端柔性多状态开关谐波治理优化模型；采用粒子群算法求解所述优化模型，最终得到柔性多状态开关三个端口中最优的补偿电流输出端口及相应的各次谐波补偿电流值。本发明基于粒子群算法的三端柔性多状态开关谐波治理方法的特点也在于是按如下步骤进行：步骤1、根据实际配电系统得到并向matlab软件输入配电系统结构及接入的各元件参数，包括：线路参数、负荷水平、分布式电源的容量及接入位置，三端柔性多状态开关的容量及接入位置，谐波源负载的位置及占节点总负荷比例，系统基准电压和基准功率；步骤2、利用步骤1中所获得的配电系统结构及接入的各元件参数，根据牛顿拉夫逊谐波解耦算法，求解获得h次节点谐波电压矩阵uh，将所述三端柔性多状态开关的三个端口分别单独作为谐波补偿电流的输出端口，以节点电压谐波畸变率均方根最小为目标函数minf，以各节点总电压谐波畸变率和各节点各次谐波电压含量以及三端柔性多状态开关最大容量为约束条件，建立三端柔性多状态开关谐波治理优化模型；步骤3、采用粒子群算法针对所述三端柔性多状态开关谐波治理优化模型进行求解，获得三个端口中最优的补偿电流输出端口及相应的各次谐波补偿电流值ic，为柔性多状态开关注入的h次节点谐波补偿电流矩阵，h为谐波阶次，h＝2，3…h，h为最高补偿谐波次数。本发明基于粒子群算法的三端柔性多状态开关谐波治理方法的特点也在于是按如下方式求解获得h次节点谐波电压矩阵uh：为n节点h次谐波电压，n为节点号，n＝1，2…n，n为节点总数；所述h次节点谐波电压矩阵uh由式(1)所表征：式(1)中，yh为h次节点谐波导纳矩阵，ih为h次节点谐波电流矩阵，在未接入柔性多状态开关时，即谐波治理前，将视为0；所述以节点电压谐波畸变率均方根最小的目标函数minf由式(2)所表征：式(2)中，uthdn为各节点总谐波电压畸变率，为节点n的基波电压；所述各节点总电压谐波畸变率约束由式(3)所表征：式(3)中，uthdmax为给定的各节点总谐波电压畸变率最大值；所述各节点各次谐波电压含量约束由式(4)所表征：式(4)中，为节点n的h次电压谐波含量，为给定的各节点h次电压谐波含量上限值；所述三端柔性多状态开关最大容量约束由式(5)所表征：式(5)中，为基波电流补偿量，imax为柔性多状态开关最大电流容量。本发明基于粒子群算法的三端柔性多状态开关谐波治理方法的特点也在于，所述步骤3中的粒子群算法是按如下过程进行的改进粒子群算法：4.1、按式(6)计算粒子半径：式(6)中，ri为第i个粒子的动态半径，i为粒子编号，i＝1,2,…i，i为粒子总数，j为粒子维数，j＝1,2...d，d为粒子的总维数，t为当前迭代数，m为到t代之前经历的迭代数，为第i个粒子第j维在第m代的位置，为第i个粒子第j维在第m代的历史最优位置；4.2、引入拓扑项：在由式(12)所表征的速度更新式中引入拓扑项：式(7)中，为第i个粒子在t代的拓扑项，ω为第i个粒子所在的种群集合，g为集合ω的粒子编号，g为集合ω的粒子总个数，为集合ω里粒子g在第t代的速度；4.3、动态参数调整：惯性权重因子w由式(8)所表征：w＝wmin+(wmax-wmin)×rand()(8)，式(8)中，wmax和wmin分别为惯性权重因子w的最大值和最小值，rand()为[0，1]均匀分布的随机数；学习因子c1和c2由式(9)所表征：式(9)中，c1i和c2i分别为学习因子c1和c2的初始值，c1f和c2f分别为学习因子c1和c2的终值，tmax为最大迭代次数；拓扑因子c3由式(10)所表征：种群交流因子c4由式(11)所表征：式(11)中，c4max和c4min分别为种群交流因子的最大值和最小值；速度更新式表征为式(12)：式(12)中：为第i个粒子在第t+1代的速度，为第i个粒子在第t代的速度；r1、r2、r3、r4为[0，1]均匀分布随机数，表示第i个粒子在第t代的历史最优位置，为第i个粒子在第t代的位置，为第t代中第i个粒子所属种群的种子，为第t代的全局最优位置。位置更新式表征为式(13)：式(13)中，表示第i个粒子在第t+1代的位置。本发明基于粒子群算法的三端柔性多状态开关谐波治理方法的特点也在于，所述步骤3中的采用粒子群算法针对所述三端柔性多状态开关谐波治理优化模型进行求解是按如下步骤进行：步骤5.1、设置粒子总数i，粒子的总维数d，粒子的第1维为柔性多状态开关端口所在节点数，粒子的第2维到第d维分别为相应的各次谐波补偿电流值ic、最大迭代次数tmax，粒子初始位置，速度和适应度值，适应度值是将粒子代入步骤2所建立的三端柔性多状态开关谐波治理优化模型所得到的值；步骤5.2、按式(6)计算获得第i个粒子的动态半径ri，构建多种群，引入拓扑机制按照式(8)、式(9)、式(10)和式(11)更新惯性权重因子w、学习因子c1和c2、拓扑因子c3和种群交流因子c4；步骤5.3、计算第i个粒子在第t代的历史最优位置以及计算第t代的全局最优位置gbestt；步骤5.4、根据式(12)和式(13)更新粒子群，更新第i个粒子在第t代的历史最优位置以及更新第t代的全局最优位置gbestt；步骤5.5、判断是否达到最大迭代次数，若未达到，返回到步骤5.2；若达到，算法停止并输出优化结果。与已有技术相比，本发明有益效果体现在：1、本发明将三端柔性多状态开关作为谐波治理装置，充分发挥了柔性多状态开关在配电网谐波治理方面的作用，拓宽了柔性多状态开关的功能性。2、本发明以配电网为对象，建立了三端柔性多状态开关谐波治理优化模型。根据配电网运行情况实时调整补偿电流输出端口及相应的各次谐波补偿电流值，确保了节点电压谐波畸变率均方根最小的目标，且使配电网谐波含量符合国家公用电网谐波标准的规定。通过三个端口的灵活调节减少了滤波装置安装数量，从而降低了电力系统运行成本，并有助于提高谐波治理效率。3、本发明采用粒子群算法求解三端柔性多状态开关谐波治理优化模型，采用的改进粒子群算法兼顾算法的全局开发与局部搜索能力，能有效改进标准粒子群算法易陷入局部最优的缺点，得到理想的寻优结果。附图说明图1为本发明方法流程图；图2为本发明三端柔性多状态开关接入含分布式电源配电网示意图；图3为本发明中改进粒子群算法流程图；具体实施方式具体实施中，基于粒子群算法的三端柔性多状态开关谐波治理方法是：根据配电系统结构及接入的各元件参数，以节点电压谐波畸变率均方根最小为目标函数，建立三端柔性多状态开关谐波治理优化模型；采用粒子群算法求解优化模型，最终得到柔性多状态开关三个端口中最优的补偿电流输出端口及相应的各次谐波补偿电流值。参见图1，具体实施中的基于粒子群算法的三端柔性多状态开关谐波治理方法是按如下步骤进行：步骤1、根据实际配电系统得到并向matlab软件输入配电系统结构及接入的各元件参数，包括：线路参数、负荷水平、分布式电源的容量及接入位置，三端柔性多状态开关的容量及接入位置，谐波源负载的位置及占节点总负荷比例，系统基准电压和基准功率。步骤2、利用步骤1中所获得的配电系统结构及接入的各元件参数，根据牛顿拉夫逊谐波解耦算法，求解获得h次节点谐波电压矩阵uh，将三端柔性多状态开关的三个端口分别单独作为谐波补偿电流的输出端口，以节点电压谐波畸变率均方根最小为目标函数minf，以各节点总电压谐波畸变率和各节点各次谐波电压含量以及三端柔性多状态开关最大容量为约束条件，建立三端柔性多状态开关谐波治理优化模型。步骤3、采用粒子群算法针对三端柔性多状态开关谐波治理优化模型进行求解，获得三个端口中最优的补偿电流输出端口及相应的各次谐波补偿电流值ic，为柔性多状态开关注入的h次节点谐波补偿电流矩阵，h为谐波阶次，h＝2，3…h，h为最高补偿谐波次数。具体实施中，相应措施也包括：按如下方式求解获得h次节点谐波电压矩阵uh：为n节点h次谐波电压，n为节点号，n＝1，2…n，n为节点总数；h次节点谐波电压矩阵uh由式(1)所表征：式(1)中，yh为h次节点谐波导纳矩阵，ih为h次节点谐波电流矩阵，在未接入柔性多状态开关时，即谐波治理前，将视为0；以节点电压谐波畸变率均方根最小的目标函数minf由式(2)所表征：式(2)中，uthdn为各节点总谐波电压畸变率，为节点n的基波电压；各节点总电压谐波畸变率约束由式(3)所表征：式(3)中，uthdmax为给定的各节点总谐波电压畸变率最大值，uthdmax根据公用电网谐波标准规定的统一值；各节点各次谐波电压含量约束由式(4)所表征：式(4)中，为节点n的h次电压谐波含量，为给定的各节点h次电压谐波含量上限值，是根据公用电网谐波标准规定的统一值；三端柔性多状态开关最大容量约束由式(5)所表征：式(5)中，为基波电流补偿量，imax为柔性多状态开关最大电流容量。具体实施中，粒子群算法是按如下过程进行的改进粒子群算法：4.1、按式(6)计算粒子半径：式(6)中，ri为第i个粒子的动态半径，i为粒子编号，i＝1,2,…i，i为粒子总数，j为粒子维数，j＝1,2...d，d为粒子的总维数，t为当前迭代数，m为到t代之前经历的迭代数，为第i个粒子第j维在第m代的位置，为第i个粒子第j维在第m代的历史最优位置；4.2、引入拓扑项：在由式(12)所表征的速度更新式中引入拓扑项：式(7)中，为第i个粒子在t代的拓扑项，ω为第i个粒子所在的种群集合，g为集合ω的粒子编号，g为集合ω的粒子总个数，为集合ω里粒子g在第t代的速度；4.3、动态参数调整：惯性权重因子w由式(8)所表征：w＝wmin+(wmax-wmin)×rand()(8)，式(8)中，wmax和wmin分别为惯性权重因子w的最大值和最小值，rand()为[0，1]均匀分布的随机数；学习因子c1和c2由式(9)所表征：式(9)中，c1i和c2i分别为学习因子c1和c2的初始值，c1f和c2f分别为学习因子c1和c2的终值，tmax为最大迭代次数；拓扑因子c3由式(10)所表征：种群交流因子c4由式(11)所表征：式(11)中，c4max和c4min分别为种群交流因子的最大值和最小值；速度更新式表征为式(12)：式(12)中：为第i个粒子在第t+1代的速度，为第i个粒子在第t代的速度；r1、r2、r3、r4为[0，1]均匀分布随机数，表示第i个粒子在第t代的历史最优位置，为第i个粒子在第t代的位置，为第t代中第i个粒子所属种群的种子，为第t代的全局最优位置。位置更新式表征为式(13)：式(13)中，表示第i个粒子在第t+1代的位置。采用粒子群算法针对三端柔性多状态开关谐波治理优化模型进行求解是按如下步骤进行：步骤5.1、设置粒子总数i，粒子的总维数d，粒子的第1维为柔性多状态开关端口所在节点数，粒子的第2维到第d维分别为相应的各次谐波补偿电流值ic、最大迭代次数tmax，粒子初始位置，速度和适应度值，适应度值是将粒子代入步骤2所建立的三端柔性多状态开关谐波治理优化模型所得到的值；步骤5.2、按式(6)计算获得第i个粒子的动态半径ri，构建多种群，引入拓扑机制按照式(8)、式(9)、式(10)和式(11)更新惯性权重因子w、学习因子c1和c2、拓扑因子c3和种群交流因子c4；步骤5.3、计算第i个粒子在第t代的历史最优位置以及计算第t代的全局最优位置gbestt；步骤5.4、根据式(12)和式(13)更新粒子群，更新第i个粒子在第t代的历史最优位置以及更新第t代的全局最优位置gbestt；步骤5.5、判断是否达到最大迭代次数，若未达到，返回到步骤5.2；若达到，算法停止并输出优化结果。实施例：根据实际配电系统得到并向matlab软件输入配电系统结构及接入的各元件参数，包括：输入ieee33节点配电系统中线路参数、负荷水平，线路参数见表1，负荷水平如表2；三端柔性多状态开关及分布式电源接入位置如图2所示，节点13、节点16和节点32分别接入750kw风电，柔性多状态开关三端口分别接在节点18、节点25和节点33，柔性多状态开关每个vsc的容量均为6mva，补偿电流容量200a；节点3、4、6、11、20、23、28和节点31分别挂载总负荷的80％、60％、80％、50％、60％、80％、20％、40％为谐波源负载；柔性多状态开关补偿谐波次数为5、7、11、13次；系统的基准电压为12.66kv、基准功率为100mva。采用粒子群算法针对三端柔性多状态开关谐波治理优化模型进行求解，粒子群算法求解流程见图3，设置粒子群算法基本参数包括：粒子总数i为120，粒子总维度d为5，其中粒子的第1维为柔性多状态开关端口所在节点数，粒子的第2维到第5维分别为第5、7、11、13次谐波补偿电流值ic，最大迭代次数tmax为300，学习因子c1i＝c2f＝2.5，c1f＝c2i＝0.5，惯性权重w的最大值wmax为0.9，最小值wmin为0.4。采用粒子群算法求解结果：三个端口中最优的补偿电流输出端口为节点18所在端口，相应的各次谐波补偿电流值，即第5、7、11、13次谐波补偿电流值为ic＝[-5.78e-04+4.05e-08i，-1.1839e-05-6.53e-18i，-2.0634e-06+3.3335e-16i，-4.33e-08-9.28e20i]。谐波治理前后节点电压谐波畸变率均方根由4.73％减小为2.3％。表1ieee33节点算例线路参数表2ieee33节点算例负荷水平节点编号有功功率(kw)无功功率(kvar)节点编号有功功率(kw)无功功率(kvar)210060189040390401990404120802090405603021904066020229040720010023905082001002442020096020254202001060202660251145302760251260352860201360352912070141208030200600156010311507016602032210100176020336040表3谐波治理前后各节点总电压谐波畸变率节点号治理前治理后节点号治理前治理后14.2190332.077804183.2913492.88799924.2315922.083989193.9918522.04039338.2405122.890631206.3768872.82294548.8188973.102356213.8956641.97462656.9447932.667148223.5675321.87104464.1395672.0654292310.0377343.65873073.2443741.763990243.1063721.57584383.2373591.784047253.0418201.54158493.2351701.872671263.8415541.949538103.3556872.081519273.7269491.912965113.3875202.117004283.7396151.912821123.3486162.096578293.5784881.880984133.2686292.186122303.6123211.911211143.2756842.302580316.9044382.877215153.2797182.390241324.6710982.374252163.2877452.485207334.3275572.374986173.2895712.783624各节点总电压谐波畸变率见表3，由表3可知，各节点电压thd均降低至4％以下，符合公用电网谐波标准。当前第1页12