基于逆变器的分布式发电机在电压不平衡下降期间的多目标优化电流参考生成策略

《IEEE Transactions on Power Electronics》：Many-Objective Optimized Current Reference Generation Strategy for Inverter-Based Distributed Generators during Unbalanced Voltage Sags

多目标优化电流参考生成器提升低电压穿越性能，结合物理模型与神经网络构建多目标函数，NSGA-III算法生成三组优化方案，平衡功率振荡、谐波失真与电压不平衡

　　

摘要：

传统电流参考发生器（CRGs）在低压穿越（LVRT）控制方案中通常会优化单一目标，例如最小化功率振荡，但会牺牲其他性能指标，如总谐波失真（THD）。本文提出了一种多目标优化电流参考生成策略（MaO-OCRGS），该策略能够生成一组折中方案，每个方案都通过两个决策变量及其相关的电能质量指标来定义，这些指标包括功率振荡（Δp、Δq）和电压不平衡指数（UI）。采用了一种基于物理和数据的混合方法（HPD）来构建多目标优化（MaOO）问题的性能目标函数，其中功率振荡是通过理论推导得出的，同时使用人工神经网络（ANN）来模拟决策变量与电流相关指标之间的关系。通过非支配排序遗传算法III（NSGA-III）来解决MaOO问题，从而得到一组最优决策变量。后续的优化选择过程会确定在保持其他指标在可接受范围内的同时优先考虑某一性能指标的可行解决方案，从而避免不必要的折中，最终得到三种优化后的CRGs。实验验证表明，通过提出的MaO-OCRGS优化的CRGs能够在不降低其他指标的前提下有效提升某一性能目标，因为其他指标都保持在预定义的范围内，从而在电压不平衡条件下提高了整体的LVRT性能。