智能優化技術在艦船電力系統諧波抑制中的應用

劉 偉

(沈陽城市建設學院 信息與控制工程學院，遼寧 沈陽 110167)

0 引 言

諧波的出現，會降低艦船電力系統電能生產、傳輸以及應用效率[1-3]。當艦船電力系統出現諧波，電氣設備會出現異常升溫、振動等問題，此時絕緣老化率提升，可用時間也會逐漸變少。除此之外，還會導致艦船電力系統的繼電保護與自動裝置出現誤動，從而導致電力系統的穩定性受到負面影響。

目前艦船電力系統中核心應用為大功率變流裝置，此類裝置的使用會導致電力系統出現大量諧波電流，如果這些諧波不能被有效抑制，便會導致艦船電氣設備運行狀態受到威脅。所以，艦船電力系統諧波抑制方法，是艦船電力系統研究的一項核心內容。

分析已有研究資料可知，周祎隆等[4]使用并聯有源濾波器，抑制艦船電力設備所用的大功率變頻設備諧波，但此類裝置的參數設定具有固定性，不具有自適應調整能力，在艦船運行時，電力設備出現的諧波問題，會存在隨機性和無規律性，此類裝置的應用效果還需優化。齊坤等[5]在抑制艦船電力系統諧波問題時，使用下垂控制方。此方法雖然能夠以功率合理分配的方式，保證艦船電力系統正常運行，從而避免出現諧波問題，但屬于間接抑波方式，缺乏直接性，不具備針對性的電力系統諧波抑制能力。

結合前人研究成果和存在的不足，本文提出基于智能優化技術的艦船電力系統諧波抑制方法。此方法在解決諧波抑制問題時，將模糊PID 控制器和智能優化算法相結合，根據已知諧波分量，調節電力系統電流，完成諧波的智能優化抑制。

1 艦船電力系統諧波抑制

1.1 基于p-q 檢測的艦船電力系統諧波檢測方法

設置艦船電力系統的三相電壓(uA，uB，uC)、電流()依次為：

式中：Un，In分別為各次諧波電壓、電流有效值；?，t分別為角頻率與時間變量；?為電壓相角的瞬時值。

獲取有功功率q和無功功率p，q和p屬于瞬時變量，則

式(4)的有功功率q、無功功率p均存在基波電流分量、諧波分量，此時三相基波電流分量iAg，iBg，iCg為：

每相電流里諧波分量iAx，iBx，iCx，即為線路各相電流和基波分量之間的差值，則艦船電力系統諧波總值是iO=iAx+iBx+iCx。

1.2 基于模糊PID 智能優化的諧波抑制方法

1.2.1 用于抑制諧波的模糊PID 控制器設計

圖1 為基于模糊PID 智能優化的諧波抑制方法中，用于抑制諧波的模糊PID 控制器結構示意圖。

圖1 模糊PID 控制器結構示意圖Fig.1 Structure diagram of fuzzy PID controller

圖中，KP(比例系數)、KI(積分系數)、KD(微分系數)和i′與iO之間的關聯性為：

調整KP，KI，KD大小，保證模糊PID 控制器的輸出滿足期望，便可調節艦船電力系統的電流諧波，完成諧波抑制，所以KP，KI，KD大小的合理設置，直接影響控制器對諧波的抑制效果。

1.2.2 基于改進遺傳算法的控制器智能優化方法

改進遺傳算法使用時，會將可行解集合比喻為種群，各個可行解即為種群里的多個個體，個體基因是可行解的詳細信息。在本文研究中，個體基因是控制器智能優化時，KP，KI，KD的具體數值。使用改進遺傳算法對模糊PID 控制器參數進行智能優化時，要結合KP，KI，KD的特點，以特殊的編碼模式，把控制參數編碼為個體基因，再引入改進遺傳算法，將個體執行迭代尋優，迭代停止后，便輸出種群里適應度最大的個體，把此個體基因執行解碼，便可獲取KP，KI，KD的最佳組合。圖2 為控制器智能優化流程。

圖2 控制器智能優化流程Fig.2 Intelligent optimization process of controller

圖2 中的核心操作內容如下：

1）初始化種群。遺傳處理前必須設定初始種群，引入隨機模式構建初始種群，種群基因變化范圍設為1～5。

2）編碼和解碼。實數編碼操作難度小，所以引入此編碼模式，將模糊PID 控制器的控制參數編碼為個體基因。

3）適應度函數設置。將模糊PID 控制器對諧波抑制的理想值 ?i、諧波值iO之間偏差的絕對值的積分I?，作為適應度函數的計算參量。適應度函數值較高，則模糊PID 控制器的質量較好，此時諧波抑制后電流畸變值為最小值，改進遺傳算法尋優目的即為適應度最大值，則

4）交叉、選擇、變異處理。交叉處理主要結合自適應交叉概率、目前迭代過程中種群適應度值均值Gavr、最大值Gmax，自適應調節交叉概率。設置交叉概率后，根據交叉概率在種群里篩選個體(控制參數可行解)執行交叉處理，應用算術交叉算法執行交叉計算，若將交叉后個體的第j個基因執行變異。

2 仿真實驗

2.1 實驗環境設計

艦船電力系統中，使用4 臺分布式電源，功率因數為0.98，此電力系統屬于艦船電力推進系統，其結構主要分為主推進器、側推進器，具體結構簡圖如圖3 所示。電力推進系統屬于獨立性的電力系統，因為發電容量存在有限性，且遭到非線性負荷的負面影響，便會出現大量諧波電流，影響艦船電力推進系統正常運行。

圖3 艦船電力系統簡圖Fig.3 Ship power system diagram

2.2 諧波抑制效果測試

本文方法對圖3 的電力系統諧波檢測結果如圖4所示。艦船電力系統諧波污染下，電力系統電流存在明顯畸變，若不進行有效抑制，便會導致電力系統的推進進程出現斷續情況。

圖4 艦船電力系統諧波檢測結果Fig.4 Harmonic detection results of ship power system

本文方法對圖4 的諧波執行抑制，抑制后的電力系統電流變化如圖5 所示。對比圖4 和圖5 可明顯看出，本文方法對艦船電力系統諧波抑制后，電流畸變情況明顯改變，電流污染得到有效解決。證明本文方法可用于艦船電力系統諧波抑制問題中，具備諧波抑制能力。

圖5 諧波抑制后電力系統電流變化Fig.5 Power system current change after harmonic suppression

為深入分析本文方法所用的智能優化技術，對諧波抑制的必要性，分析本文方法使用改進遺傳算法前后，模糊PID 控制器的使用效果。實驗中，在0.08 s時施加畸變電流，則測試結果如圖6 所示。分析可知，當0.08 s 時施加畸變電流后，模糊PID 控制器優化前，在0.10 s 時才完成諧波抑制；而模糊PID 控制器經改進遺傳算法優化后，在0.085 s 便可完成諧波抑制，由此證明，本文方法使用改進遺傳算法，對模糊PID 控制器執行參數優化設置，存在必要性。

圖6 模糊PID 控制器優化前后單位階躍響應變化Fig.6 Change of unit step response before and after optimization of fuzzy PID controller

3 結 語

針對艦船電力系統出現的諧波污染問題，本文提出基于智能優化技術的諧波抑制方法。此方法的創新之處在于應用改進遺傳算法，優化設置模糊PID 控制器的控制參數，實現電力系統諧波電流的自適應補償抑制。經過實驗驗證，本文方法對艦船電力系統的諧波抑制效果，能夠滿足艦船電力系統諧波管理標準。