申请/专利权人：上海应用技术大学

申请日：2017-10-12

公开（公告）日：2021-06-08

公开（公告）号：CN107658889B

主分类号：H02J3/18(20060101)

分类号：H02J3/18(20060101)

优先权：

专利状态码：有效-授权

法律状态：2021.06.08#授权;2018.03.02#实质审查的生效;2018.02.02#公开

摘要：本发明涉及无功补偿技术领域，具体来说是一种基于改进的粒子群算法的低压无功补偿计算方法，基于对多目标粒子群算法中惯性权重ω、学习因子c参数的优化，并将功率因数和电压畸变率THD作为目标函数，求出优化后的补偿容量Qc，再将求出的补偿容量Qc投入无功补偿装置中，不但可以减小无功补偿对谐波的放大作用，减小对电网参数的影响，从而提高了无功补偿的效果。

主权项：1.一种基于改进的粒子群算法的低压无功补偿计算方法，其特征在于，所述的计算方法包括以下步骤：S1.初始化种群的位置和速度，对多目标粒子群算法中的参数进行优化；所述的步骤S1具体为：S1-1.初始化设置粒子群的种群规模为N，惯性因子为ω，学习因子分别为c1和c2，算法最大迭代次数为Tmax；S1-2.随机初始化搜索点的速度vi及其位置pi，其中i＝1,2…,N；S1-3.计算每个粒子xi的适应度值，如果适应度值高于该粒子当前的个体极值，则将该粒子的位置赋值给pi并且更新个体极值；S1-4.如果所有粒子的最高个体极值高于粒子当前的全局极值，则将该粒子的位置赋值给px，并进入下一步迭代，直到达到预设最大迭代次数Tmax；S2.计算从到所需要的补偿容量Qc1，其中，为补偿前的功率因数，为补偿后的功率因数；S3.计算从到所需要的补偿容量，并将最大的补偿容量选定作为补偿容量Qc2，其中，为补偿后的功率因数；S4.根据补偿容量Qc1计算功率因数和电压畸变率THD；其中，将求得的补偿容量Qc1代入公式： 求出补偿后的功率因数其中，P为有效功率，为补偿前的功率因数；计算补偿后的电压畸变率THD，公式为 其中，h为谐波最高次数，k为谐波次数，|v1|为基波电压有效值，|vk|为k次谐波电压有效值；S5.以功率因数和电压畸变率THD作为目标函数，计算多目标评价函数值并存到数组Qci中；S6.将数组Qci中得到的Qc1加上无功补偿装置中的安装电容量Q0，得到补偿容量Qc1′；S7.将补偿容量Qc1′与补偿容量Qc2比较，若Qc1′Qc2，输出最优的补偿容量Qc1′，若Qc1′Qc2，返回步骤S4重新计算，直至得到最优补偿容量Qc1′，并将求出的补偿容量Qc1′投入无功补偿装置中。

全文数据：一种基于改进的粒子群算法的低压无功补偿计算方法技术领域[0001]本发明涉及无功补偿技术领域，具体来说是一种基于改进的粒子群算法的低压无功补偿计算方法。背景技术[0002]无功功率同有功功率一样，是保证电能质量和电力系统运行不可分割的一部分。由于无功功率在线路的传输过程中会使线路中的电流增大，从而使设备和线路的损耗增加，导致有功电能的大量损耗，同时功率因数偏低，使得负载的端电压下降，甚至会使用户端电压达不到规定值，电力设备就不能充分发挥其作用，从而造成能源的极大浪费。而我国所建设的电网，特别是广大农村电网，普遍存在功率因数低，电网损耗较大的情况，而导致此现象的主要原因就是众多的感性负载等电路设计落后，导致功率因数低，端电压低。发明内容[0003]本发明针对上述的功率因数低，电力设备无法有效发挥其作用的技术问题，提出一种基于改进的粒子群算法的低压无功补偿计算方法。[0004]为了解决上述技术问题，本发明采用了如下的技术方案：[0005]—种基于改进的粒子群算法的低压无功补偿计算方法，所述的计算方法包括以下步骤：[0006]Sl.初始化种群的位置和速度，对多目标粒子群算法中的参数进行优化；[0007]S2.计算从到cos奶所需要的补偿容量Qcl;[0008]S3.计算从cos%到cos约所需要的补偿容量，并将最大的补偿容量选定作为补偿容量Qc2;[0009]S4.根据补偿容量Qc^十算功率因数cosw和电压畸变率THD;[0010]S5.以功率因数cos供和电压畸变率THD作为目标函数，计算多目标评价函数值并存到数组QcW中；[0011]S6.将数组Qci中得到的Qcl加上无功补偿装置中的安装电容量Q〇,得到补偿容量Qci7;[0012]S7.将补偿容量Qcl'与补偿容量Qc2比较，若Qcl'Qc2，输出最优的补偿容量Qcl、若Qcl75%，将THD乘以1000后再计算评价函数值；[0048]S5-4.根据无功补偿装置以提高功率因数为主还是以THD最小为主，通过评价函数即中权重系数的比例来调整目标函数，并将得到的补偿容量Qcl#在数组Qc1中。[0049]与现有技术相比，具有以下的优点和积极效果：[0050]本发明提供的低压无功补偿计算方法针对低压侧电网的无功补偿问题，可有效地提高功率因数和无功补偿的效果，减少无功补偿对谐波的放大作用，即减小对电网参数的影响。附图说明[0051]图1是本发明的流程图；[0052]图2本发明的等效电路原理示意图。具体实施方式[0053]以下结合附图和具体实施例对本发明提出的技术方案进一步详细说明。根据下面说明和权利要求书，本发明的优点和特征将更清楚。需说明的是，附图均采用非常简化的形式且均使用非精准的比率，仅用于方便、明晰地辅助说明本发明实施例的目的。[0054]本发明基于改进的粒子群算法的低压无功补偿计算方法，其主要是基于对多目标粒子群算法中惯性权重ω、学习因子c等参数的优化，并将功率因数CMp和电压畸变率THD作为目标函数，求出优化后的补偿容量Q。，将求出的补偿容量Q。投入无功补偿装置中，不但可以减小对电网参数的影响，而且提高了无功补偿的效果。[0055]参见图1，基于改进的粒子群算法的低压无功补偿计算方法包括以下步骤：[0056]步骤一，初始化种群的位置和速度，对多目标粒子群算法中的参数进行优化；[0057]该过程具体为：[0058]S1-1.初始化设置粒子群的种群规模为N，惯性因子为ω，学习因子分别为01和：2，算法最大迭代次数为Tmax;[0059]Sl-2.随机初始化搜索点的速度Vi及其位置pi，其中i=l，2···，Ν;[0000]S1-3.计算每个粒子Xi的适应度值fitness，如果适应度值高于该粒子当前的个体极值，则将该粒子的位置赋值给P1并且更新个体极值；[0061]S1-4.如果所有粒子的最高个体极值高于粒子当前的全局极值，则将该粒子的位置赋值给px，并进入下一步迭代，直到达到预设最大迭代次数Tmax。[0062]在算法迭代过程中，为了更好平衡算法的全局寻优和局部寻优能力，提高收敛速度，在多目标粒子群算法中的参数进行优化计算的过程中，采用动态更新变化的惯性权重ω和加速因子C0[0063]惯性权重ω的动态更新变化的公式为：[0065]其中，T为迭代次数，ωi为惯性权重ω的初始值，ωf为惯性权重ω的最终值。[0066]加速因子c的动态更新变化的公式为：[0069]其中，T为迭代次数，Cil和Ci2为学习因子Cl和C2的初始值，Cfl和Cf2为学习因子Cl和C2的最终值。[0070]粒子在相互学习调整飞行方向的过程中，极有可能出现大量粒子聚集在一起，导致分布不均出现ParetO前沿稀疏部分，对此，用对非劣解扰动以产生用于交叉操作的父代粒子，非劣解扰动的表达式为：[0073]其中，分别表示有稀疏部分的非劣解Xlj通过扰动因子q产生的两个粒子，它表示第i个粒子的第j维，r表示均值为0、方差为1的高斯白噪声；表示所有相邻非劣解间距离的均值。[0074]步骤二，计算从CDS怀到cos奶所需要的补偿容量Qcl;[0075]步骤三，计算从〜3%到cos%所需要的补偿容量，并将最大的补偿容量选定作为补偿容量Qc2;[0076]在计算补偿容量时，参见图2的等效电路原理图，补偿前后的功率因数和补偿容量的关系为：式中P为系统有效功率，Q。为需要的补偿容量，CQS外为补偿前的功率因数，CQS0为补偿后的功率因数。[0077]而对于在步骤二和步骤三中计算补偿容量QcjPQc2,分别利用：[0080]其中，P为有效功率，可测得，QcjPQc2为需要的补偿容量，cos热为补偿前的功率因数，GOS^1Jpcgs外为补偿后的功率因数，ms%是指低压电网没有安装补偿装置时的功率因数即补偿前的功率因数，实际条件中可测得），由于实际条件的限制，投切的电容量是离散的，很难得到最优的补偿容量Q。，所以根据国家规定的标准:功率因数在0.9-1之间随机取值，即[0081]步骤四，根据补偿容量QcH十算功率因数，和电压畸变率THD。[0082]计算补偿后的功率因数cos妁[0083]将求得的补偿容量Qcl代入公式：[0085]求出补偿后的功率因数CGS%其中，P为有效功率，CGS炉。为补偿前的功率因数。[0086]按照以下公式计算补偿后的电网谐波畸变率THD:[0087][0088]其中，h为谐波最高次数，k为谐波次数，Iv1I为基波电压有效值，||为k次谐波电压有效值。[0089]步骤五，以功率因数cosP和电压畸变率THD作为目标函数，计算多目标评价函数值并存到数组Qcω中；[0090]进一步，该过程具体为：[0091]S5-1.建立功率因数cos供的目标函数为：[0092][0093]式中cos耗为补偿前的功率因数，Q。为需要的补偿容量，p为系统有效功率；[0094]S5-2.建立电压谐波畸变率THD的目标函数为：[0095][0096]式中，h为谐波最高次数，k为谐波次数，Iv1I为基波电压有效值，||为k次谐波电压有效值。[0097]S5-3.判断电压谐波畸变率THD的的值，根据国标《电能质量公共电网谐波GBT14549—93》规定，400V内谐波标准不超过5%，所以，如果计算得到的THD，将得到的所有满足条件的QcH十算评价函数值;如果计算得到的THD5%，将THD乘以1000后再计算评价函数值；[0098]S5-4.根据无功补偿装置以提高功率因数为主还是以THD最小为主，通过评价函数即中权重系数的比例来调整目标函数，并将得到的补偿容量Qcl全部存在数组Qc1中。[0099]步骤六，将数组QcW中得到的^加上无功补偿装置中的安装的电容量Q〇,得到新的补偿容量QclS[0100]步骤七，将补偿容量Qc^与补偿容量Qc2比较，若Qca^Qc2,输出最优的补偿容量Qy，若Qc^Qc2,返回步骤四重新计算，直至得到最优补偿容量Qc^，最后，再将求出的补偿容量Qc^投入无功补偿装置中，从而减少无功补偿对谐波的放大作用。[0101]本技术领域的技术人员应理解，本发明可以以许多其他具体形式实现而不脱离本发明的精神或范围，以上公开的仅为本发明优选实施例。优选实施例并没有详尽叙述所有的细节，也不限制该发明仅为所述的具体实施方式。显然，根据本说明书的内容，可作很多的修改和变化。本说明书选取并具体描述这些实施例，是为了更好地解释本发明的原理和实际应用，从而使所属领域技术人员能很好地利用本发明。本发明仅受权利要求书及其全部范围和等效物的限制，本技术领域的技术人员可如所附权利要求书界定的本发明精神和范围之内作出变化和修改。

权利要求：1.一种基于改进的粒子群算法的低压无功补偿计算方法，其特征在于，所述的计算方法包括以下步骤：51.初始化种群的位置和速度，对多目标粒子群算法中的参数进行优化；52.计算从CGS%到cose所需要的补偿容量Qcl;53.计算从ms%到eosa所需要的补偿容量，并将最大的补偿容量选定作为补偿容量Qc2；54.根据补偿容量QcH十算功率因数CGSP和电压畸变率THD;55.以功率因数〜sπ和电压畸变率THD作为目标函数，计算多目标评价函数值并存到数组Qcω中；56.将数组Qci中得到的Qcl加上无功补偿装置中的安装电容量Qo，得到补偿容量Qcl;57.将补偿容量Qcl与补偿容量Qc2比较，若QclQc2，输出最优的补偿容量Qcl，若Qcl〈Qc2,返回步骤S4重新计算，直至得到最优补偿容量Q^1，并将求出的补偿容量Q^投入无功补偿装置中。2.根据权利要求1所述的一种基于改进的粒子群算法的低压无功补偿计算方法，其特征在于，所述的步骤Sl具体为：S1-1.初始化设置粒子群的种群规模为N，惯性因子为ω，学习因子分别ScjPc2，算法最大迭代次数为Tmax;S1-2.随机初始化搜索点的速度Vi及其位置pi，其中ί=1，2···，Ν;S1-3.计算每个粒子Xl的适应度值，如果适应度值高于该粒子当前的个体极值，则将该粒子的位置赋值给P1并且更新个体极值；S1-4.如果所有粒子的最高个体极值高于粒子当前的全局极值，则将该粒子的位置赋值给ρχ，并进入下一步迭代，直到达到预设最大迭代次数Tmax。3.根据权利要求2所述的一种基于改进的粒子群算法的低压无功补偿计算方法，其特征在于，在多目标粒子群算法中的参数进行优化计算的过程中，采用动态更新变化的惯性权重ω和加速因子c〇4.根据权利要求3所述的一种基于改进的粒子群算法的低压无功补偿计算方法，其特征在于，惯性权重ω的动态更新变化的公式为：其中，T为迭代次数，ω,为惯性权重ω的初始值，ωf为惯性权重ω的最终值。5.根据权利要求3所述的一种基于改进的粒子群算法的低压无功补偿计算方法，其特征在于，加速因子c的动态更新变化的公式为：其中，T为迭代次数，Cil和Ci2为学习因子Cl和C2的初始值，Cfl和Cf2为学习因子Cl和C2的最终值。6.根据权利要求1或2所述的一种基于改进的粒子群算法的低压无功补偿计算方法，其特征在于，在粒子在相互学习调整飞行方向的过程中，用对非劣解扰动以产生用于交叉操作的父代粒子，非劣解扰动的表达式为：--.，其中，和分别表示有稀疏部分的非劣解Xlj通过扰动因子q产生的两个粒子，表示为第i个粒子的第j维，r表示均值为0、方差为1的高斯白噪声；g表示所有相邻非劣解间距离的均值。7.根据权利要求1所述的一种基于改进的粒子群算法的低压无功补偿计算方法，其特征在于，在步骤S2和步骤S3中，分别利用：计算得到补偿容量Qci和Qe，其中，P为有效功率，QcdPQc2为需要的补偿容量，cos%为补偿前的功率因数，cos奶和d灼为补偿后的功率因数，〇·95%，将THD乘以1000后再计算评价函数值；S5-4.根据无功补偿装置以提高功率因数为主还是以THD最小为主，通过评价函数即中权重系数的比例来调整目标函数，并将得到的补偿容量Qcl存在数组Qc1中。

百度查询： 上海应用技术大学 一种基于改进的粒子群算法的低压无功补偿计算方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD