一种新型多步式位置可选择更新粒子群优化算法

粒子群优化(PSO)算法是一种新兴的群体智能优化技术,其由于具有原理简单、参数少、效果好等优点已获得广泛研究和应用.粒子个体极值更新速率低是影响该算法收敛速度和精度的主要因素之一.本文提出一种新型多步式位置可选择更新的粒子群算法,把标准粒子群中速度的单步更新公式分解成三步更新,取所生成的3个位置中的最好位置作为最终结果,细化了粒子的搜索轨迹、在不增加算法复杂度条件下提高了个体极值以及全局极值的更新速率,因而改善了算法的收敛速度和精度.采用Sphere、Rosenbrock等6个经典测试函数,并按照固定迭代次数运行和固定时间长度运行两种方法进行测试.测试结果表明该算法简单、稳健、高效,而且明显优于现有的4种经典粒子群算法.

微电网并网系统中谐波传播抑制策略

在微电网并网系统中,对于公共耦合点(PCC)处谐波电压源而言,传输线路上电感与电容之间的谐振可能造成严重的谐波传播放大问题。为抑制该系统中的谐波传播放大,通过分析谐波传播规律,提出一种分频调节阻性有源电力滤波器(RAPF)的位置选择新策略。分析不同传输线长度时分频调节RAPF的电导增益取值对谐波抑制效果的影响,确定了电导增益的取值要求。通过合理选择电导增益,该位置选择策略可在任意传输线长度下有效抑制谐波传播放大。仿真和实验结果均验证了所提策略的正确性和有效性。