基于IGA的PID控制软开关静止变流器的研究

针对如何改善静止变流器输出电压波形质量、减小开关损耗等问题,提出一种基于改进遗传算法(ImprovedGenetic Algorithm,IGA)的PID控制策略,该方法可在全局空间内对PID参数进行寻优,并能迅速收敛到全局最优解。设计以三相ZVZCT软开关逆变器为主功率变换器、DSP芯片TMS320LF2407为主处理单元的静止变流器实现方案,并制作调试了一台600 VA原理样机。实验结果表明,基于改进遗传算法的PID数字控制软开关静止变流器,变换效率高,开关损耗低,输出电压波形好。     

三相逆变器的最小共模电压PWM控制

提出了一种新的三相逆变器抑制共模干扰最优PWM控制策略。该控制方法在常规空间矢量控制策略的基础上,采用构造零矢量的方法来减小逆变器输出的共模电压幅值,并通过免疫算法来计算最优的作用时间,使得三相逆变器输出波形THD最小。本文介绍了算法各个操作步骤和零矢量构造方法的具体实施过程,搭建了基于DSP控制器的动态实验平台进行小容量模拟实验,实验和仿真结果表明该算法所产生的最优PWM控制序列与常规空间矢量控制策略相比不仅能有效地抑制逆变器输出的共模电压幅值,还能明显减小逆变器输出波形的总谐波畸变率。     

基于免疫算法的三相逆变器无死区混合空间矢量PWM控制

死区时间影响逆变器输出波形质量,常规三相逆变器无死区控制存在一定局限性。在深入分析无死区控制策略原理的基础上,提出一种新型三相逆变器无死区控制方法。该方法根据负载阻抗角特性,采用特定空间矢量组合达到无死区效果。并通过免疫算法优化空间矢量作用时间和矢量顺序,使逆变器输出波形总畸变率(THD)最小并提高基波电压幅值。对新控制策略进行仿真研究并搭建了小容量实验平台进行模拟实验。实验和仿真结果证明该方法不仅能有效消除死区影响,还能明显减小逆变器输出波形的THD和基波电压幅值。     

基于遗传算法的三相逆变器最优控制研究

将三相逆变器控制的求解问题转化为数学函数的优化问题,采用遗传算法是解决数学优化的较好的方法,并能解决目前许多控制策略中THD(谐波畸变率)和开关损耗不能兼顾的问题。建立三相全桥逆变器的数学模型,编制C语言及MATLAB程序进行仿真试验,最后得出仿真实验波形并计算出THD和开关损耗。与常规控制策略输出波形比较,证明了该算法的可行性及优越性。     

基于免疫算法的三相逆变器最优空间矢量PWM控制

提出了一种新的三相逆变器最优空间矢量PWM控制方法,该方法所产生的空间矢量PWM控制序列由空间矢量和作用时间组成.在常规波形最优空间矢量控制相同的控制矢量基础上,采用免疫算法来计算最优的作用时间.给出了算法各个操作步骤和三相逆变器最优控制中的具体实施方法,建立了三相逆变器输出波形的数学模型和免疫算法的各个评价函数,搭建了基于DSP控制器的动态试验平台进行小容量模拟实验.实验和仿真结果证明,该算法所产生的最优PWM控制序列与常规空间矢量控制策略相比能有效地减小逆变器输出波形的总谐波畸变率.     

改进遗传算法及模糊神经网络在交流伺服系统中的应用研究

针对交流伺服系统高精度、快响应的要求,提出了基于改进遗传算法(IGA)优化的模糊神经网络控制方案。把神经网络与模糊逻辑控制结合起来,采用IGA算法对模糊神经网络控制器中的参数进行搜索和优化,给出了具体设计方法和优化步骤。实验结果表明:基于IGA算法的模糊神经网络控制方法用于交流调速系统具有较高的精度以及较强的鲁棒性、抗干扰能力等。     

杂草算法优化极限学习机的电力逆变器优化控制

为了获得更加理想的电力逆变器性能,针对传统PID控制算法在负载突变和带非线性负载情况下逆变器动态响应速度慢、输出波形质量差等不足,提出一种基于杂草算法优化极限学习机的电力逆变器优化控制策略。首先采用极限学习机对逆变器的PID参数进行在线整定,然后采用杂草算法优化极限学习机的输入权值及隐含层偏差,最后采用Matlab 2012工具箱进行仿真实验。仿真结果表明,该控制策略可以提高逆变器的输出波形质量,减少逆变器的动态响应时间。     

并联三相逆变器环流的双变零矢量控制研究

并联三相逆变器的参数不可避免地存在差异,导致逆变器间会产生环流。环流会造成逆变器损耗增加、输出电压、电流波形畸变等危害。为了解决这个问题,提出通过零序占空比来抑制环流的控制策略。在建立零序环流数学模型的基础上,针对传统零序环流控制策略中基于空间矢量脉宽调制(SVPWM)算法中一个载波周期内仅单次调节零矢量的作用时间,导致环流抑制效果不佳的问题,提出在一个载波周期内进行两次零矢量作用时间调节,提高零序环流控制实时性;并基于各逆变器输出的瞬时功率反馈来实现并联逆变器负载功率自适应均分的控制方案。该方案不仅能够很好地抑制环流,实现负载均分,而且能显著地改善三相逆变器输出电压和电流波形。通过仿真和半实物仿真实验平台验证了该方案的有效性。     

基于三相四桥臂的不均衡负载逆变仿真分析

三相逆变器在较重的不平衡负载影响下输出的电压波形会畸变.基于三相四桥臂逆变器给出了解决这一问题的控制策略.使用９０°对称分量法对各序电压进行分解,分解后的正序与负序分量使用双闭环 PI方法进行控制,零序分量则采用虚拟构造αβ坐标系进行控制,最后用三维空间电压矢量调制算法 (３D-SVPWM)产生控制脉冲驱动四桥臂逆变器.仿真结果证实了控制策略的有效性,三相四桥臂逆变器在带三相不平衡负载的情况下输出也是均衡的.     

带多频段采样观测器的单相逆变器控制

在单相逆变器控制系统中,当逆变器带非线性负载时,输出电压波形会出现畸变,存在幅值和相角误差。为解决上述问题,提出一种基于电流观测器的单相逆变器控制策略。首先应用傅里叶变换提取逆变器输出的基波电压,然后通过幅相分解,将逆变器输出电压等效变换为电压幅值与相角,最后应用PI控制器控制逆变器输出电压波形为正弦波。控制系统实现时,采用前馈控制方法,来抑制谐波,提高逆变器输出波形质量。为解决因采样频率低而带来的逆变器输出电流估算精度下降的问题,在前馈控制时,采用多频段采样法来对电流谐波进行估算,从而提高了前馈控制的精度,进一步提高了逆变器输出波形质量。仿真和实验结果表明了该控制策略的正确性和实用性。     

改进遗传算法和神经网络在电能质量扰动识别中的应用

提出了一种改进遗传算法(IGA).该算法采取了有效的选择和交叉策略,设计了自适应变化的交叉概率和变异概率,以及随进化代数自适应变化的移民算法.该改进遗传算法稳定性和收敛性能较好,将其应用到基于BP网络的电能质量扰动识别中,提高了识别的稳定性和收敛性能,并使基于BP网络的电能质量扰动识别系统更具实用性.文中最后通过仿真计算验证了本文方法的性能.     

实时无功优化调度中的邻域搜索改进遗传算法

为了避免遗传算法的早熟收敛及改善其收敛性能，提出了电力系统最优无功调度和电压控制的一种改进遗传算法。算法中采用了分组整数编码技术和锦标赛选择机制；结合十进制整数编码的特点，提出了邻近变异的操作算子，避免了二进制编码中的海明悬崖(Hamming cliffs)；在遗传迭代结束后再引入邻域搜索技术，以极短的时间完成搜索。将此算法应用在海南电网的实时无功优化调度中，结果表明该算法能迅速获得全局优化解，具有很好的全局收敛性能，能满足电力系统无功优化实时调度的要求。     

电力市场下的有功安全校正

提出了一种基于遗传算法的电力市场下的有功安全校正方法。在电力市场下进行有功安全校正就是适当调整发电机的有功出力,以最小的市场购电费用增量来消除支路有功过载。给出了在电力市场下进行有功安全校正的数学模型,介绍了遗传算法的基本原理和应用步骤,并对基本遗传算法的交叉算子及交叉和变异概率进行了适当改进,形成改进遗传算法,并且叙述了其在电力市场下的有功安全校正中的应用。通过对一22节点网络算例进行有功安全校正计算,结果表明改进遗传算法是正确可行的,并具有一定的工程实用价值。     

应用改进遗传算法的S9型1OkV级电力变压器优化设计

以新S9型10kV级电力变压器为设计对象,对传统遗传算法进行了研究和改进,并在此基础上编制了一套“电力变压器优化设计系统”软件。本文介绍了对遗传算法的改进和电力变压器优化设计软件的功能,同时给出了S9型10kV级电力变压器优化设计的实例。结果表明,改进遗传算法是一种适合于变压器优化设计的简便有效方法。     

基于育种算子的改进遗传算法的无功优化研究

电力系统无功优化是提高系统经济运行水平的有效手段.无功优化需要处理大量数据,而遗传算法能够有效地处理这些复杂问题.将育种算子应用于遗传算法,使算法不仅具有快速搜索、强鲁棒性等优点,而且收敛迅速、精度高.模拟仿真表明该算法具有收敛性好,适应性强等特点,具有较好的实用价值.     

Voltage stability enhancement using VSC-OPF including wind farms based on Genetic algorithm

This paper describes the impact of wind generation to enhance the voltage stability of power system in optimal power flow problem. In this work, the Voltage Stability Constrained Optimal Power Flow (VSCOPF) algorithm is used, which combines the economical aspects and the voltage stability control of power system networks. A voltage stability index called L-index has been utilized to identify the most sensitive node prone to voltage collapse. Here Improved Genetic Algorithm (IGA) with mixed form of representation has been used for multi-objective formulation. Real power setting and voltage magnitudes are represented as floating point numbers and transformer tap settings and capacitors as integers. For effecting genetic processing, crossover and mutation operator, which can be directly deal with floating point number and integers, are used. The IGA has been implemented on IEEE 30 bus system to study the impact of wind farm on voltage stability. The obtained simulation shows the effectiveness of Improved Genetic algorithm on voltage stability of the power systems.     

无源滤波器的多目标优化设计

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，提出了一种无源滤波器的多目标优化设计方法。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进化；并且，为了克服算法的早熟收敛，引入混沌算子来增加种群的多样性；最后对一个混全滤波实验系统进行了无源滤波参数的多目标优化设计。实践表明，设计出的无源滤波器具有良好的综合性能。     

小生境遗传算法的模糊识别在局放中的应用

为解决BP模糊神经网络(FNN)在绝缘内部缺陷的局部放电识别中存在收敛速度慢、陷于局部极小值及常规的遗传算法(GA)处理多输入、多输出网络时易出现“早熟”现象等问题,采用了通过共享函数技术和拥挤技术来维持种群多样性的小生境遗传算法(NGA)识别局部放电。以NGA训练的模糊网络模型,在收敛速度、寻优能力和辨别效果方面均优于BP、GA算法下的模型,符合缺陷识别的工程需要。     

基于灾变遗传算法的无功规划优化

摘要： 提出了应用于电力系统无功规划优化的灾变遗传算法。算法中引入“灾变”的概念来保证解空间的多样性;采用了分组整数编码技术和锦标赛选择机制;提出采用与十进制整数编码策略相结合的邻近变异操作算子,以避免二进制编码中的海明悬崖。将此算法应用在佛山226个节点的电力系统中。结果表明它能克服一般遗传算法（GA）的早熟收敛倾向和改善GA的局部搜索能力,比常规GA的寻优效率高得多。