[发明专利]人工智能的区域电网电能质量配置方法和综合评价方法

权利要求书

1.一种人工智能的区域电网电能质量配置方法,其特征在于:

第一步：微网谐波与间谐波产生的机理：微网电力电子接口由于开关谐波和死区效应两个方面使得输出电压波形产生畸变，输出电压中除了含有所需的变换电压外，还含有因功率器件的开断所带来的高频毛刺，经过逆变器逆变后不可避免的就会产生谐波和间谐波，三相逆变器主电路中，a，b，c三相的相电压经傅里叶变换为；

第二步：微网电压波动产生的机理：电压波动产生的原因主要是微源输出的有功功率与无功功率引起的，又因为微源出力主要是有功，有功功率远大于无功功率，因此微网电压波动问题主要是由微源的输出有功功率波动引起的；

第三步：针对电能质量调节装置的安装位置对调节系统的影响，微网中APF和SVG接入位置和容量优化配置问题至关重要，基于微网的CERTS模型、微网连续解析模型和微网离散解析模型，APF以线路谐波损耗和线路的总电压畸变率约束，总线损最小和总电压畸变率最低的点为APF的最优安装点，SVG以总有功损耗和总无功损耗为约束，总有功损耗和总无功损耗最小的点为SVG的最优安装点，从而建立最优安装位置的模型，基于遗传算法、多目标粒子群算法等实现数量及位置的确定；

线路总的谐波网损：

总的电压畸变率为：

根据公式四、公式五求得使得总谐波损耗和电压畸变率值最小的点，即为APF在微网中的最优安装位置；

模拟退火算法

利用模拟退火算法(SimulatedAnnealing,SA)采样；模拟退火法基本的思想是模拟物理学中固态物质的退火过程，即固态物质从足够高的温度逐渐冷却的过程；当温度较高时，固态物质内的分子做随机运动，此时固态物质内的总能量较高，而随着温度降低，分子的无序运动变缓并逐渐趋向于有序运动，此时固态物质内的总能量降低；在温度下降的过程中对于任意确定的温度，固态物质内都可以实现热平衡，此时的热平衡可以看做是局部最优解，当固态物质达到最低温度时，固态物质的总能量最小，此时的热平衡可以认为是全局最优解；

SA算法的基本步骤如下:

①给定初始温度T＝T₀；

②通过状态产生函数产生当前的状态S＝S₀(t₀)，状态产生函数为

Δm_i＝η_i(m_imax-m_imin)

式中，Δm_i为当前状态S_i下的扰动；u_i为随机数，取值区间为[-1，1]；t_i为当前时刻的温度；mimax、mimin分别为参数值的上下限；

③在当前温度的状态下执行Metropolis接受准则，直到满足迭代终止条件；Metropolis接受准则是指当系统状态由状态i变到状态j的概率满足下式时，则进入状态j，否则维持状态i；

式中，E(i)，E(j)分别为状态i，j对应的能量；K为玻尔兹曼常数；rand[0，1]为取0～1之间的随机数；

④开始降温，将固态物质冷却至下一个温度T_i＝T-ΔT，ΔT为温度下降步长；

⑤在当前温度T_i下重复执行步骤②～步骤④，直到达到最低温度；

BP神经网络

神经网络作为一种简化的模拟人类大脑神经进行工作的生物模型，一经提出便吸引了广大学者的关注，经典的神经网络由3层拓扑构成:输入层、隐含层和输出层，如图所示；

采用神经网络建模，以补偿电流幅值及相位为输入，以电压幅值为输出；得到电流-电压函数。