配電網有源濾波器的優化規劃

摘 要：現代配電網中一般同時存在多個諧波源，一定程度上導致了電網電流和電壓畸變，影響了電網的正常運行。為能夠有效地抑制諧波，采用有源濾波器成為一重要選擇。該文采用神經網絡算法，在多諧波源運行的配電網中優化有源濾波器的安裝地點、安裝容量，在滿足諧波潮流約束條件的前提下，控制濾波裝置初期投資費用的同時有效抑制諧波。

關鍵詞：有源濾波器 優化 神經網絡

中圖分類號：TM72 文獻標識碼：A 文章編號：1674-098X（2017）04（a）-0028-02

Abstract： Modern distribution network in the general existence of multiple harmonic sources， led to the grid current and voltage distortion， affecting the normal operation of the grid. In order to effectively suppress the harmonic， Using active filter become an important choice. In this paper， the neural network algorithm is used to optimize the installation location and installation capacity of the active filter in the distribution network running in the multi-harmonic source， and to control the initial investment cost of the filter device.

Key Words：Active power filter；Optimal planning；Neural network

配電網中諧波源導致了電網不同程度的產生了畸變，影響了電網的正常運行。有源電力濾波器作為一種用于動態抑制諧波的電力電子裝置，其基本原理是產生與電網中諧波大小相等、方向相反的諧波電流注入諧波源，將諧波源抵消。

有源濾波器在多諧波源網絡中的優化配置問題是一個非線性、多變量、多約束的優化問題。該文結合神經網絡算法在求解優化問題中的優勢和特點，求解這一復雜的非線性優化問題，通過實驗得到數據驗證了其方法的實用性和有效性。

1 神經網絡算法

神經網絡算法是一新型的算法，在理論上可以實現任意非線性映射，解決復雜的非線性問題[1]。優化規劃問題做一般性描述如下：最小化，受限于其中i=1，2，…，m。記≤（其中i=1，2，…，m），神經網絡求解該實現的第一步是構造一個能夠懲罰每個違反不等式約束的能量函數，然后通過采用最速下降法或其他無約束最優化技術來解決這個問題。

考慮下列能量函數：式（1）其中右邊第一項是待優化規劃問題的目標函數。第二項是對于違反約束的懲罰。可取任意形式的分段可微函數。K通常取一個足夠大的正數。

3 算例分析

該文采用了一個11節點配電網絡[4]的算例，如圖2所示，系統基本容量為10 MVA，電壓為10 kV[3]。

若在配電網注入諧波源與節點分別為節點1注入1.2 MVA、節點4注入1.5 MVA、節點11注入1.5 MVA諧波。經計算，系統中出現多次諧波，其總諧波電壓畸變率和最大畸變分別為THDAvg%=12.1、THDmax%=31.2、THDmax出現節點為11節點。

普通方案在節點1安裝1.2 MVA容量濾波器、節點4安裝1.5 MVA容量濾波器、節點11安裝1.5 MVA容量濾波器，總安裝濾波器容量4.2MVA，預計費用140.8萬元。采用神經網絡方法對該系統進行有源濾波器優化規劃得到結果，在節點4安裝0.9 MVA容量濾波器、節點11安裝0.751 MVA容量濾波器，總安裝濾波器容量1.651 MVA，預計費用79.81萬元。

通過對比發現與一般的節點處安裝有源濾波器相比，該優化方案采用有選擇地安裝，降低了安裝個數和總容量，從而降低了成本。應用該優化方案其補償效果THD/%分別是：節點1為1.83%、節點2為1.10%、節點3為0.72%、節點4為4.58%、節點5為2.02%、節點6為1.84%、節點7為1.98%、節點8為1.86%、節點9為1.90%、節點10為2.58%、節點11為4.25%。通過數據分析得到，其優化方案滿足了電網畸變率要求，最大諧波畸變率出現在第11節點為4.25%，低于國標要求，平均諧波畸變率為2.24%，同樣低于標準要求。

4 結語

諧波問題是現代電網比較關注的問題，如何在濾波器設置成本和諧波處理效果找到平衡點是一工程難題。該文采用神經網絡算法這一在非線性計算領域有優勢的算法，通過設置優化目標函數。最后，通過算理分析，并仿真計算得到相對合理的有源濾波器配置的方案。該方案與普通方案相比，降低了總投資費用的同時獲得了符合要求的諧波綜合抑制效果。

參考文獻

[1] Martin T.Hagan，Howard B.Demuth， Mark H.Beale.Neural Network Design[M].北京：機械工業出版社，2002.

[2] GBT 14549，電能質量公用電網諧波標準[S].

[3] 祁漢逸.基于神經網絡算法的配電網APF最優規劃[J].科協論壇，2010（2）：82-84.

[4] 陸康，刁倩.有源濾波器在不同網絡中的應用分析[J].電力系統保護與控制，2015（3）：143-149.