查询结果:   乔和,耿浩,李鑫,康爱民.改进粒子群优化算法在SAPF中的限流控制策略[J].计算机应用与软件,2018,35(11):142 - 147.
中文标题
改进粒子群优化算法在SAPF中的限流控制策略
发表栏目
应用技术与研究
摘要点击数
29
英文标题
IMPROVED PARTICLE SWARM OPTIMIZATION FOR CURRENT LIMIT CONTROL IN SAPF
作 者
乔和 耿浩 李鑫 康爱民 Qiao He Geng Hao Li Xin Kang Aimin
作者单位
辽宁工程技术大学电气与控制工程学院 辽宁 葫芦岛 125100 国网辽宁省电力有限公司阜新供电公司 辽宁 阜新 123000    
英文单位
Faculty of Electrical and Control Engineering, Liaoning Technical University, Huludao 125100, Liaoning, China Fuxin Power Supply Company, State Grid Liaoning Electric Power Supply Co., Ltd., Fuxin 123000, Liaoning, China    
关键词
并联型有源电力滤波器 限流要求 粒子群算法优化 谐波抑制
Keywords
Shunt active power filter Current limiting requirement Particle swarm optimization Harmonic suppression
基金项目
辽宁省教育厅基金项目(LJYL016)
作者资料
乔和,副教授,主研领域:电力电子与电力传动,电子系统电能质量。耿浩,硕士生。李鑫,副教授。康爱民,硕士。 。
文章摘要
针对传统的限流策略无法实现最优目标综合保护的局限性进行研究,提出一种适用于并联有源电力滤波器SAPF(Shunt Active Power Filter)的改进粒子群算法(PSO)的限流控制策略。通过满足SAPF综合保护限流的基本要求,即补偿电流的均方根(RMS)、 补偿电流的瞬时波及PWM稳定控制的瞬时波调制电压,实现SAPF电网侧电流最小化THD及SAPF容量的最大化利用率。实时计算每个谐波次数的最佳限制比率以实现柔性和线性限制控制。建立APF仿真模型和实验装置,通过与该领域提出的相关算法进行仿真对比分析验证。结果表明,该控制策略能够将补偿精度降低到4.22%,且提高有源电力滤波器的鲁棒性。该算法能够实现APF系统最优化限流控制。
Abstract
We studied the limitation that traditional current-limitation strategy could not achieve the comprehensive protection of the optimal target. We proposed a current-limiting control strategy based on improved particle swarm optimization (PSO) for shunt active power filter. The current of the shunt active power filter (SAPF) was realized by satisfying the basic requirements of the SAPF integrated protection current limit, that is, the root mean square (RMS) of the compensation current, the instantaneous wave of the compensation current, and the instantaneous wave modulation voltage of the PWM stability control. We minimized the maximum utilization of THD and SAPF capacity and calculated the optimal limit ratio of each harmonic order in real time to achieve flexible and linear limit control. The APF simulation model and experimental device were established. Compared with the algorithm presented in this field, it is verified that the proposed control strategy can reduce the compensation accuracy to 4.22%and improve the robustness of APF. It also verifies that the algorithm can achieve optimal current limit control of APF system. It also verifies that the algorithm can achieve the optimal flow control of APF system.
下载PDF全文   

根据该篇关键词查找到本刊已发表相关论文供参考
序号
文  章  标  题
作者1
发表栏目
页码
摘要
1
分布式发电配电网故障区段定位新方法
郭玉雯
软件技术与研究
2017
9
14
[摘要]
2
基于布谷鸟算法优化BP神经网络模型的股价预测
孙晨
算法
2016
2
276
[摘要]
3
反向学习粒子群算法和多层分类器相融合的网络入侵检测
张永强
安全技术
2015
4
305
[摘要]
4
基于粒子群算法优化极限学习机的无源目标定位算法
傅彬
信息技术交流
2015
11
325
[摘要]
5
基于BPSO-RBF神经网络的网络流量预测
王雪松
网络与通信
2014
9
102
[摘要]
6
基于混沌粒子群优化小波神经网络的短时交通流预测
沈永增
应用技术与研究
2014
6
84
[摘要]
7
改进量子粒子群算法优化神经网络的数据库重复记录检测
陈芬
数据库技术
2014
3
20
[摘要]
8
变异粒子群优化最小二乘支持向量机的网络流量预测
嵇可可
网络与通信
2014
10
129
[摘要]