CN104484517A - 一种mmc桥臂电抗器参数优化方法 - Google Patents
一种mmc桥臂电抗器参数优化方法 Download PDFInfo
- Publication number
- CN104484517A CN104484517A CN201410726875.XA CN201410726875A CN104484517A CN 104484517 A CN104484517 A CN 104484517A CN 201410726875 A CN201410726875 A CN 201410726875A CN 104484517 A CN104484517 A CN 104484517A
- Authority
- CN
- China
- Prior art keywords
- brachium pontis
- bridge arm
- mmc
- value
- pontis reactor
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Landscapes
- Control Of Electrical Variables (AREA)
- Inverter Devices (AREA)
Abstract
本发明涉及一种MMC桥臂电抗器参数优化方法,在已有柔性直流输电系统参数基础之上,利用遗传算法对MMC桥臂电抗器进行参数优化。根据桥臂电抗器在柔性直流输电中的特殊性,针对运行条件进行边界约束条件的设定,建立一系列边界约束函数和目标函数方程。通过对桥臂电抗器参数进行优化设计,得到在边界条件下桥臂电抗器电感量、重量和体积最优值。该方法根据桥臂电抗器在MMC系统的运行条件,对电感量、重量和体积三个目标函数进行加权平衡,可以达到桥臂电抗器总体效益更优;能够在很短的时间内进行多次迭代,可以大大缩短设计桥臂电抗器的计算过程,提高经济性和合理性,对于MMC系统桥臂电抗器的设计具有较高的工程应用价值。
Description
技术领域
本发明涉及一种基于遗传算法的MMC桥臂电抗器参数优化方法,用于桥臂电抗器的参数选择和设计。
背景技术
MMC系统拓扑结构在柔性直流输电工程中已得到较为广泛的应用。而且桥臂电抗器串联在换流器的每个桥臂上面,如图1所示MMC系统单端拓扑结构图。在实际运行过程中,桥臂电抗器具有抑制大功率电力电子器件产生的高次谐波和换流器三相电流纹波、抑制桥臂环流和短路故障产生的过电流的作用、同时较大程度影响了电流跟踪速度、有功功率和无功功率的控制能力。
一般桥臂电抗器在设计时要考虑杂散电容对换流器的影响,若杂散电容过大,由于在大功率器件IGBT的每个开关过程会有过电压产生,从而产生较大的电流脉冲。这对换流阀电气应力具有很大的考验,此项对于桥臂电抗器的选型和结构设计起着决定性的作用。
目前柔性直流输电系统桥臂电抗器设计过程中,电抗器电感值的选取计算求解值并不是唯一值,而是根据系统运行状况确定在一定的区间范围内。再依靠一定的经验值来进行电感值的确定,从而来验证是否满足系统运行要求,设计结果有很大的提高和改善。
同时在柔性直流系统方案确定过程中,由于电感值的设计存在一定的优化范围,对于桥臂电抗器的结构设计和产品制造必然也会存在较大优化的空间。
随着柔性直流输电的发展,在换流站建设中对于桥臂电抗器的占地面积和运输等方面也将有着较高的要求。因此在可满足系统运行条件下,体积越小和重量越轻成为首选。
发明内容
本发明的目的是提供一种MMC桥臂电抗器参数优化方法,用以解决现有技术桥臂电抗器设计优化的问题。
为实现上述目的,本发明的方案包括:
一种MMC桥臂电抗器参数优化方法,根据可靠、安全运行所要求的条件计算确定桥臂电抗器电感值函数L(X);根据实际情况确定桥臂电抗器重量函数W(X)和提交函数V(X);利用添加加权系数的方法把多目标优化问题转化为单目标优化问题:F(X)=min k1(*L(X)+k2*W(X)+k3*V(X)),k1,k2,k3分别是电感量、重量和体积的权值系数;基于遗传算法确定上述权值系数,以优化桥臂电抗器电感值、重量和体积。
适应度函数FIT(X)与目标函数求取最优值之间关系为FIT(X)=1/(1+F(X)+Fopt);设定所要求取的最优值限值为Fopt。
对桥臂电抗器设计变量进行级差评定,设定基差系数为k,然后确定每个变量的编码长度n=ln[(Xmax-Xmin)/k+1],根据编码长度设定每一个变量的编码位数,设计中编码采用二进制编码,编码总位数为31。
设定每代种群的平均适应度值为fitavg,种群中最大的适应度值为fitmax,两个交叉个体中适应度较大值为fit1,变异个体的适应度值为fit2;当fit1,fit2>=fitavg时,Pm=0.001,Pc=0.3;当fit1,fit2<fitavg时,Pm=0.2-0.199*(fitmax-fit2)/(fitmax-fitavg),
Pc=0.9-0.6*(fitmax-fit1)/(fitmax-fitavg),其中Pm为变异概率变量、Pc为交叉概率变量。
本发明根据桥臂电抗器在MMC系统中运行工况,从换流器系统运行参数和桥臂电抗器本身设计两个方面进行目标函数和约束条件的设定和数学问题的转化,进一步把桥臂电抗器参数问题,转化为一个多变量、有约束条件的非线性最值求解问题,最终实现桥臂电抗器参数最优配置。
本发明建立桥臂电抗器参数数学优化模型,选择合适的设计变量参数,并为每个参数建立对应的原始种群,计算出目标函数,并转化为适应度函数,作为个体优劣的评判标准。对于本设计对象利用加权系数的转化方法对桥臂电抗器的多目标求解数学优化函数转化成单目标优化问题。
本发明选择合适的编码方式,确定每个设计变量的编码位数。通过选择运算把群体中的个体按照适应度高低进行一定处理,利用交叉、变异算法(交叉概率设定为Pc、变异概率设定为Pm)不断产生新个体,保证算法的全局搜索能力和维持种群的多样性。本发明设置算法终止条件,若设定最大代数为T,采取最大进化代数和最优个体保持代数相结合的原则。
附图说明
图1是MMC系统单端拓扑结构图;
图2是最优适应度保存方案选择列表;
图3是本发明的MMC桥臂电抗器参数优化算法流程。
具体实施方式
下面结合附图对本发明做进一步详细的说明。
电流纹波由电平阶跃值决定,而电平阶跃值由系统控制频率决定;电流跟踪速度,以电流过零点处的跟踪设计利用有功电流和电压同相,并假定过零点电压突变仅为直流电压的一半的苛刻条件计算;根据电压源型换流器的稳态运行相量图,在交流电动势、直流电压、传输功率和最大调制度限制的条件下,可得有功传输时的电感约束方程为:采取桥臂电抗器抑制到0.01倍的额定电流值,约束方程如下:综合这些条件可以得到桥臂电抗器的电感值函数L(X)。
对于桥臂电抗器重量函数W(X),考虑桥臂电抗器的重量主要由绕制的铝导线决定,因此在设计桥臂电抗器重量目标函数时,可以由铝导线重量函数决定。则桥臂电抗器的体积和铝导线重量(分层计算每根导线的重量)的优化模型数学方程可以表示为:V(X)=π*H*D2/4;其中H为桥臂电抗器高度、D为桥臂电抗器外径、N1为每层中并绕线圈根数、ρ为铝导线的质量密度、w为每层线圈匝数、Dav为每层内径和外径的平均值、Dout为铝导线的线径。设计变量还包括桥臂电抗器包封数Nm、层数Nc、温升T、损耗p、包封外径和内径为Dout、Din。
利用添加加权系数的方法把多目标优化问题转化为单目标优化问题:F(X)=min k1(*L(X)+k2*W(X)+k3*V(X)),k1,k2,k3分别是电感量、重量和体积的权值系数。设定所要求取的最优值限值为Fopt。
根据所产生的31位二进制编码随机产生初始种群,迭代次数选取200。
个体适应度是个体生存机会的唯一确定指标,决定着种群的进化优劣。遗传算法会对对于每次迭代过程中所产生的最优个体适应度值进行比较,保存适应度值比较高的个体,用以遗传到下一代。设计过程中需要根据目标函数构造合适的适应度函数,本设计适应度函数FIT(X)与目标函数求取最优值之间关系为FIT(X)=1/(1+F(X)+Fopt)。
根据不同类型变量,映射个数不一样,编码位数也不相同。设计中对桥臂电抗器设计变量进行级差评定,设定基差系数为k,然后确定每个变量的编码长度n=ln[(Xmax-Xmin)/k+1],根据编码长度设定每一个变量的编码位数,设计中编码采用二进制编码,编码总位数为31。
首先设定交叉、变异概率的大致范围,并根据一定数学关系在每次迭代过程中对交叉、变异概率进行一次修订,以达到提高优良个体的遗传效率的目的。设定每代种群的平均适应度值为fitavg,种群中最大的适应度值为fitmax,两个交叉个体中适应度较大值为fit1,变异个体的适应度值为fit2。当fit1,fit2>=fitavg时,Pm=0.001,Pc=0.3;当fit1,fit2<fitavg时,
Pm=0.2-0.199*(fitmax-fit2)/(fitmax-fitavg),
Pc=0.9-0.6*(fitmax-fit1)/(fitmax-fitavg),
其中Pm为变异概率变量、Pc为交叉概率变量。
如图2所示最优适应度保存方案选择列表,首先判断当前最优个体适应值与本代最有个体适应值是否处于可行解区域。如若则这有且仅有其一处于可行解区域时,选择处于可行解区域的适应值作为最优个体保存下来;如若二者同时处于可行解区域或同时处于非可行解区域,则对二者进行比较,选择较大者作为最优个体保存下来作为下次迭代比较标准。
根据现有桥臂电抗器参数设计,原有参数为重量W=33kg、电感值L=21.5mH、体积V=7611.65359cm3。经该方法优化后参数情况:相同电感值情况下重量W=31.23kg、体积V=7119.17961cm3,重量减小5.37%,体积减小6.41%;电感值也最优情况下,参数为重量W=28.545kg、电感值L=18mH、体积V=6414.34048cm3,重量减小13.5%,体积减小15.73%。
本领域技术人员可以理解:如图2所示一种遗传算法的MMC桥臂电抗器参数优化算法流程,只是对柔性直流输电系统MMC桥臂电抗器参数进行优化设计过程进行简化说明,并不代表桥臂电抗器参数优化的全部过程。
以上给出了具体的实施方式,但本发明不局限于所描述的实施方式。本发明的基本思路在于上述基本方案,对本领域普通技术人员而言,根据本发明的教导,设计出各种变形的模型、公式、参数并不需要花费创造性劳动。在不脱离本发明的原理和精神的情况下对实施方式进行的变化、修改、替换和变型仍落入本发明的保护范围内。
Claims (4)
1.一种MMC桥臂电抗器参数优化方法,其特征在于,根据可靠、安全运行所要求的条件计算确定桥臂电抗器电感值函数L(X);根据实际情况确定桥臂电抗器重量函数W(X)和提交函数V(X);利用添加加权系数的方法把多目标优化问题转化为单目标优化问题:F(X)=min k1(*L(X)+k2*W(X)+k3*V(X)),k1,k2,k3分别是电感量、重量和体积的权值系数;基于遗传算法确定上述权值系数,以优化桥臂电抗器电感值、重量和体积。
2.根据权利要求1所述的一种MMC桥臂电抗器参数优化方法,其特征在于,适应度函数FIT(X)与目标函数求取最优值之间关系为FIT(X)=1/(1+F(X)+Fopt);设定所要求取的最优值限值为Fopt。
3.根据权利要求1所述的一种MMC桥臂电抗器参数优化方法,其特征在于,对桥臂电抗器设计变量进行级差评定,设定基差系数为k,然后确定每个变量的编码长度n=ln[(Xmax-Xmin)/k+1],根据编码长度设定每一个变量的编码位数,设计中编码采用二进制编码,编码总位数为31。
4.根据权利要求1所述的一种MMC桥臂电抗器参数优化方法,其特征在于,设定每代种群的平均适应度值为fitavg,种群中最大的适应度值为fitmax,两个交叉个体中适应度较大值为fit1,变异个体的适应度值为fit2;当fit1,fit2>=fitavg时,Pm=0.001,Pc=0.3;当fit1,fit2<fitavg时,
Pm=0.2-0.199*(fitmax-fit2)/(fitmax-fitavg),
Pc=0.9-0.6*(fitmax-fit1)/(fitmax-fitavg),其中Pm为变异概率变量、Pc为交叉概率变量。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410726875.XA CN104484517B (zh) | 2014-12-03 | 2014-12-03 | 一种mmc桥臂电抗器参数优化方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410726875.XA CN104484517B (zh) | 2014-12-03 | 2014-12-03 | 一种mmc桥臂电抗器参数优化方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104484517A true CN104484517A (zh) | 2015-04-01 |
CN104484517B CN104484517B (zh) | 2017-11-07 |
Family
ID=52759058
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410726875.XA Active CN104484517B (zh) | 2014-12-03 | 2014-12-03 | 一种mmc桥臂电抗器参数优化方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104484517B (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106484998A (zh) * | 2016-10-11 | 2017-03-08 | 南方电网科学研究院有限责任公司 | 基于非线性规划的模块化多电平换流器参数整体计算方法 |
CN106899031A (zh) * | 2017-02-28 | 2017-06-27 | 湖南大学 | 一种柔性直流输电系统中全桥mmc换流阀冗余度优化方法 |
CN106911257A (zh) * | 2017-02-28 | 2017-06-30 | 湖南大学 | 一种柔性直流输电系统中mmc 换流阀控制频率优化方法 |
CN109149981A (zh) * | 2018-08-20 | 2019-01-04 | 华中科技大学 | 一种适用于mmc的基于遗传算法的多目标优化方法 |
CN111898319A (zh) * | 2020-08-06 | 2020-11-06 | 天津大学 | 一种高压电缆金属护套环流抑制方式选择的最优计算方法 |
CN117154665A (zh) * | 2023-09-06 | 2023-12-01 | 国网经济技术研究院有限公司 | 一种对称单极柔直系统深度过电压抑制方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103258299A (zh) * | 2013-04-11 | 2013-08-21 | 国家电网公司 | 一种多直流集中馈入的受端电网网架优化方法 |
CN103593522A (zh) * | 2013-11-08 | 2014-02-19 | 苏州康开电气有限公司 | 电抗器智能设计系统 |
-
2014
- 2014-12-03 CN CN201410726875.XA patent/CN104484517B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103258299A (zh) * | 2013-04-11 | 2013-08-21 | 国家电网公司 | 一种多直流集中馈入的受端电网网架优化方法 |
CN103593522A (zh) * | 2013-11-08 | 2014-02-19 | 苏州康开电气有限公司 | 电抗器智能设计系统 |
Non-Patent Citations (4)
Title |
---|
刘志刚等: "基于改进自适应遗传算法的空心串联电抗器优化设计", 《中国电机工程学报》 * |
刘志刚等: "遗传算法在空心电抗器优化设计中的应用研究", 《电工电能新技术》 * |
赵成勇等: "模块化多电平换流器桥臂电抗器参数设计方法", 《电力系统自动化》 * |
陶骏等: "多目标并行优化的高级遗传算法在无源滤波器设计中的应用", 《电力电容器》 * |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106484998A (zh) * | 2016-10-11 | 2017-03-08 | 南方电网科学研究院有限责任公司 | 基于非线性规划的模块化多电平换流器参数整体计算方法 |
CN106899031A (zh) * | 2017-02-28 | 2017-06-27 | 湖南大学 | 一种柔性直流输电系统中全桥mmc换流阀冗余度优化方法 |
CN106911257A (zh) * | 2017-02-28 | 2017-06-30 | 湖南大学 | 一种柔性直流输电系统中mmc 换流阀控制频率优化方法 |
CN106899031B (zh) * | 2017-02-28 | 2019-04-19 | 湖南大学 | 一种柔性直流输电系统中全桥mmc换流阀冗余度优化方法 |
CN109149981A (zh) * | 2018-08-20 | 2019-01-04 | 华中科技大学 | 一种适用于mmc的基于遗传算法的多目标优化方法 |
CN109149981B (zh) * | 2018-08-20 | 2019-10-25 | 华中科技大学 | 一种适用于mmc的基于遗传算法的多目标优化方法 |
CN111898319A (zh) * | 2020-08-06 | 2020-11-06 | 天津大学 | 一种高压电缆金属护套环流抑制方式选择的最优计算方法 |
CN117154665A (zh) * | 2023-09-06 | 2023-12-01 | 国网经济技术研究院有限公司 | 一种对称单极柔直系统深度过电压抑制方法 |
CN117154665B (zh) * | 2023-09-06 | 2024-04-16 | 国网经济技术研究院有限公司 | 一种对称单极柔直系统深度过电压抑制方法 |
Also Published As
Publication number | Publication date |
---|---|
CN104484517B (zh) | 2017-11-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104484517A (zh) | 一种mmc桥臂电抗器参数优化方法 | |
CN105321003B (zh) | 一种含vsc-hvdc的交直流系统多目标潮流优化方法 | |
CN108134401B (zh) | 交直流混合系统多目标潮流优化及控制方法 | |
CN106953535B (zh) | 一种pfc ac/dc变换器的无模型功率控制方法 | |
CN101976850B (zh) | 针对四桥臂光伏逆变器中线臂控制模型的直流侧控制方法 | |
CN107425703A (zh) | 一种最优谐波分布shepwm开关角的计算方法及系统 | |
CN106340887B (zh) | 计及控制状态转换的交直流输电系统无功优化方法 | |
CN109494714B (zh) | 一种协调分布式潮流控制器多目标控制的优化方法 | |
CN113644693B (zh) | 含可再生能源/氢能交直流混联系统分散式运行管控方法 | |
CN108429477B (zh) | 一种基于双半桥和并联全桥混合的mmc子模块优化均压方法 | |
CN105896575A (zh) | 基于自适应动态规划的百兆瓦储能功率控制方法及系统 | |
CN111490552A (zh) | 一种配电网无功优化方法 | |
CN107482630B (zh) | 一种用于改善mmc-upfc串联侧补偿电压电能质量的混合调制策略 | |
CN115021325A (zh) | 基于ddpg算法的光伏逆变器多目标优化方法 | |
CN110912110B (zh) | 一种用于直流微电网的动态自适应下垂控制方法 | |
CN106877359A (zh) | 基于二层规划考虑电压稳定性的交直流系统无功优化方法 | |
CN117057228A (zh) | 一种基于深度强化学习的逆变器多目标优化方法 | |
CN109586278B (zh) | 一种交直流混合配电网供电能力评估方法 | |
CN104103022A (zh) | 一种10kV配电线路无功补偿多目标优化配置方法 | |
CN110797911A (zh) | 一种基于状态分裂的多目标有源配电网开关状态调整方法 | |
Wang et al. | Efficiency Optimization Design of Three-Level Active Neutral Point Clamped Inverter Based on Deep Reinforcement Learning | |
Kaur et al. | An optimal reactive power dispatch (ORPD) for voltage security using particle swarm optimization (PSO) in graph theory | |
CN105391331B (zh) | 一种基于免疫遗传算法的模块化多电平变换器的调制方法 | |
CN112531782A (zh) | 一种风电变流器母线电压波动抑制方法 | |
Mo et al. | Model predictive control of Z-source neutral point clamped inverter |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |