基于改进遗传算法的无源滤波器优化设计.docVIP

第29卷 第4期 湖南科技学院学报 Vol.29 No.4 2008年4月 Journal of Hunan University of Science and Engineering Apr.2008 基于改进遗传算法的无源滤波器优化设计 周君求 陈 凯 （邵阳学院 电气与信息工程系，湖南省 邵阳市 422000） 摘 要：针对目前根据工程经验或简单的技术经济指标来设计无源滤波器的现状,以及现有优化设计方法中假设条件较多、寻优空间较小、寻优能力不强、对实际因素考虑不全面等问题,提出了一种改进的遗传设计方法。将无源滤波器的初期投资、无功功率补偿容量、滤波后电网谐波含量作为三个目标,利用遗传算法对无源滤波器的参数进行优化设计。通过适应度函数的阈值制约以及以不同概率进行染色体选择操作,使得种群朝三个目标最佳协调点的方向演化;为克服算法的早熟收敛问题也进行了有益探讨。最后对一个混合滤波实验系统进行了无源滤波参数的优化设计,并和传统的方法进行了比较。仿真和实验表明设计出的无源滤波器具有良好的综合性能。 关键词：函数; 无源滤波器; 多目标优化; 遗传算法 中图分类号：TM711 文献标识码：A 文章编号：1673-2219（2008）04-0093-04 引 言 由于电网谐波污染的日益严重,谐波的治理已经迫在眉睫。传统的谐波治理方法是采用无源滤波器(Passive Power Filter) ,其参数如果设计不当,不仅滤波效果不好,而且可能造成初期投资增加、系统无功功率过补偿以及无源滤波器与电网阻抗发生串、并联谐振等问题。而在先进的混合有源滤波系统(Hybrid Active Power Filter) 中,无源滤波器也起着十分重要的作用。因此,对无源滤波器的参数进行优化设计非常重要。目前,无源滤波器的设计方法一般是根据工程经验或简单的技术经济指标来选择参数[1-2] ,没有进行优化设计。已有的优化设计方法中[3-5 ] ,假设条件较多,寻优空间较小,寻优能力不强,且对一些问题(如无功补偿) 未加考虑。而文[6 ]采用的模拟退火优化方法中,对约束的可行性判断减少了个体的多样性,使得具有潜在能力的个体过早地被淘汰,且可选择的参数过多,可能出现滤波器配置的不合理。本文采用遗传算法对无源滤波器的参数进行多目标优化设计,较为全面地考虑了无源滤波器的初期投资、无功功率补偿容量以及滤波后电网谐波含量等问题。遗传算法是由Michigan大学的Holland教授于1975年提出的，它是一种建立在自然选择和遗传机理基础上的自适应概率性搜索算法，是一种可有效地解决复杂工程优化问题的算法。传统的遗传算法一般用来解决单目标、无约束的问题，因此，要解决无源滤波器的多目标优化设计问题，在算法上必须作一定的改进。 F= ∑(kR+kL+kC) 1i 2i 3i i=1 n 其中，k1、k2、k3分别为无源滤波器的电阻Ri、电感Li、电容Ci（i表示无源滤波器组的序号）所对应的单位价格因子（根据无源滤波器元件的耐压值和允许流过的最大电流确定，是谐波容量的直接反映），n为无源滤波器的组数。 （2）无源滤波器参数的设计应遵循以下原则:(a) 电容C、电感L 、电阻R 之间的关系满足无源滤波器的滤波原理；(b) 无源滤波器的整体基波等效阻抗满足系统无功补偿的要求；(c) 无源滤波器的整体阻抗不应与电网阻抗形成串、并联谐振；(d) 装设无源滤波器后的电网谐波含量低于国家标准；(e) 各组无源滤波器谐波容量的计算不仅要包含各自所滤除的谐波容量,还要加上10 %的背景谐波容量[1] 。要求装设无源滤波器之后，既不能使系统出现无功功率过补偿 现象，又要使系统的功率因数尽量接近1，即 maxnQ， ∑ i=1 i 且,Q min ≤ ∑Q i=1 n i ≤Qmax其中，Qmin、Qmax无源滤 波器提供的基 波无功功率的上下限，若 ∑Q i=1 n i Qmax，则系统出现过补偿。 （3）装设无源滤波器之后，要使电网谐波含量尽量低。为了分析的方便与统一，谐波电压、电流含量均以总畸变率为衡量标准，即 minTHDV，且 THDV= 1 数学描述 优化问题数学模型一般分为两个部分：问题的目标函数和约束条件。 无源滤波器参数的优化设计问题是一个多目标优化问题，下面从以下四个方面来建立问题的数学模型： （1）装设无源滤波器的初期投资最小即minF， (V i hi )2≤THDVmax ,i=2,3, minTHDI， 且 THD I = (I i hi 2≤THDImax ,i=2,3, 其中，THDV、THDI分别为电压、电流的总畸变率，V1、 收稿日期：2007－12－01 作者简介：周君求（1949－），男，湖南邵阳人，邵阳学院副教授，从事高质量电能输送。 I1为基波电压和电流，