[发明专利]一种基于人工鱼群算法的LCL滤波器参数优化方法

说明书

一种基于人工鱼群算法的LCL滤波器参数优化方法，包括，根据系统要求和需要实现的功能建立相应的数学模型；建立适应度函数：利用开关频率处的谐波电流衰减比作为适应度函数；建立约束条件；调用人工鱼群算法进行滤波器参数优化择优：规定好人工鱼群的数目、迭代次数、最多试探次数以及步长和拥挤度因子等。本发明的算法较爬山算法、遗传算法和粒子群算法来说具有良好的求取全局极值能力，便于获得多次迭代后的LCL滤波器的最优参数，且人工鱼群算法对初值选择不敏感条件低、鲁棒性强以及简单易实现等优点。

技术领域

本发明涉及电网无功补偿与谐波治理，具体涉及一种基于人工鱼群的LCL滤波器参数优化方法。

背景技术

随着电力电子技术的飞速发展，电能质量问题已经不仅仅局限于频率偏差与电压偏差两方面，随着负荷类型的改变，电能质量问题越来越复杂与严峻，引起了大量的关注。这些电力电子装置目前已经成为供用电系统中最为重要的谐波源，同时由于其功率因数也不高，需要从电网吸收大量的无功功率，导致波形畸变。因此，利用LCL滤波器进行谐波治理，LCL滤波器用较小的电感值即可达到与L滤波器同样的滤波性能，不但节省了滤波器成本与体积，而且提高了系统的动态性能，但由于其三阶特性，滤波器的四个关键参数变化对滤波性能、谐振频率、纹波限制、基波电压损失都会造成影响，参数设计比较复杂。

目前对LCL滤波器参数进行优化的方法主要有：

(1)传统LCL滤波器参数优化方式。此方式在处理满足工程性能指标的大量数据时会出现无法保证LCL滤波器在开关频率处的最佳滤波效果。

(2)基于爬山算法的LCL滤波器参数优化方式。此方式实行起来很简单，效率也比较高，但是处理多约束大规模数据时容易陷入局部最优解，无法得到全局最优解。

(3)基于粒子群算法的LCL滤波器参数优化方式。此方式具有相当快的逼近最优解的速度，可以有效的对系统的参数进行优化，但是它容易产生早熟收敛、局部寻优能力较差等。

发明内容

本发明的目的在于提供一种新的参数寻优方法以克服上述寻优方式所产生的缺点，利用人工鱼群算法得到最优的参数，以解决配电网中无功缺失以及谐波治理问题。

为实现上述发明目的，本发明的技术方案具体如下：

一种基于人工鱼群算法的LCL滤波器参数优化方法，包括：

针对LCL滤波器的链式STATCOM的主电路结构进行分析，建立三相静止坐标系和两相同步旋转坐标系下装置的数学模型，利用MATLAB语言设计人工鱼群智能算法对LCL滤波器参数进行寻优的程序，将LCL滤波器的变流器侧电感、网侧电感以及滤波电容作为每个人工鱼的三维搜索空间，以开关频率处的谐波电流衰减函数作为寻优函数，结合装置性能指标限制条件，快速求取LCL滤波器全局最优参数。

进一步的，所述方法具体包括，利用AFSA算法寻优最佳性能指标的LCL滤波器参数，建立以下条件：

(1)建立人工鱼群模型

人工鱼群数目N＝50；搜索空间为三维，其中第i条人工鱼的状态为X_i＝[x_i1,x_i2,x_i3],i＝1,2,…,50；最大迭代次数为MAXGEN＝50；最多试探次数try_num＝100；感知距离visual＝0.8；步长step＝0.1；拥挤度因子delta＝0.618；

(2)适应度函数

利用开关频率处的谐波电流衰减比作为适应度函数，滤波效果越好，适应度函数值越小，谐波电流衰减比函数见公式(2-39)：

(3)约束条件

限制滤波电容支路吸收的基波无功功率低于额定容量的5％，