【IEEE 13 节点分配系统中的THD降低】系统的谐波分析给出了各种总线上电流和电压的谐波频谱和THD附Simulink仿真

✅作者简介：热爱科研的Matlab仿真开发者，擅长数据处理、建模仿真、程序设计、完整代码获取、论文复现及科研仿真。

🍎 往期回顾关注个人主页：Matlab科研工作室

🍊个人信条：格物致知,完整Matlab代码及仿真咨询内容私信。

🔥 内容介绍

IEEE 13 节点分配系统是一个广泛用于电力系统分析和研究的标准测试系统，它模拟了典型的低压配电网络结构，包含 13 个节点（总线）、多条馈线、变压器以及各类负荷。该系统的电压等级通常为 4.16kV，通过合理的网络拓扑连接，能够较好地反映实际配电系统的运行特性，为电力系统的谐波分析、保护配置、无功优化等研究提供了理想的仿真平台。

在该系统中，节点之间通过馈线连接，部分节点还接入了变压器以实现电压变换，负荷类型多样，包括 residential（居民）负荷、commercial（商业）负荷和 industrial（工业）负荷等。不同类型的负荷在运行过程中可能会产生谐波，从而影响系统的电能质量。

二、谐波产生的原因

谐波是指电力系统中除基波（50Hz 或 60Hz）以外的其他频率的正弦波分量。在 IEEE 13 节点分配系统中，谐波主要由以下原因产生：

1. 非线性负荷：系统中的非线性负荷是产生谐波的主要来源，如整流器、逆变器、荧光灯、计算机、电视机等。这些设备在工作时，其电流与电压的关系是非线性的，会向电网注入谐波电流，进而导致电压谐波的产生。

1. 电力电子设备：随着电力电子技术的广泛应用，大量的电力电子设备（如变频器、不间断电源等）接入系统，这些设备的开关动作会产生大量的谐波。

1. 变压器：变压器的铁芯饱和特性是非线性的，当变压器工作在饱和区域时，会产生谐波电流。不过，在正常运行情况下，变压器产生的谐波相对较小。

1. 电弧设备：如电弧炉、电焊机等，其电弧的不稳定性会导致电流波形畸变，产生谐波。

三、系统的谐波分析

（一）谐波频谱分析

谐波频谱分析是对系统中各总线的电流和电压信号进行傅里叶变换，得到不同频率分量的幅值和相位，从而确定谐波的分布情况。在 IEEE 13 节点分配系统中，通过对各总线的电流和电压进行谐波频谱分析，可以得到以下信息：

1. 各次谐波的幅值：明确基波（1 次谐波）以及 3 次、5 次、7 次等各次谐波的电流和电压幅值，了解不同频率谐波的强弱程度。

1. 谐波的分布特征：掌握谐波在各个总线的分布情况，确定谐波污染较为严重的节点，为后续的谐波治理提供依据。例如，接入非线性负荷较多的节点，其谐波电流和电压的幅值通常较大。

四、降低 THD 的方法

（一）采用无源滤波器

无源滤波器由电容、电感和电阻组成，通过调谐到特定的谐波频率，形成低阻抗通路，使谐波电流流入滤波器，从而减少流入系统的谐波电流。在 IEEE 13 节点分配系统中，可以根据谐波频谱分析的结果，在谐波含量较高的节点附近安装相应的无源滤波器，如单调谐滤波器（针对特定次数的谐波）、高通滤波器（针对高次谐波）等。无源滤波器具有结构简单、成本低、运行可靠等优点，但存在滤波特性受系统参数影响较大、可能与系统发生谐振等缺点。

（二）应用有源电力滤波器（APF）

有源电力滤波器通过检测谐波电流，产生与谐波电流大小相等、方向相反的补偿电流，从而抵消系统中的谐波电流。APF 具有响应速度快、滤波效果好、可以动态跟踪谐波变化等优点，适用于谐波成分复杂且变化较大的场合。在 IEEE 13 节点分配系统中，可将 APF 安装在非线性负荷集中的节点，实时补偿负荷产生的谐波电流，有效降低各总线的 THD。但 APF 成本较高，控制复杂，对运行维护要求较高。

（三）优化负荷配置

合理安排系统中非线性负荷的接入位置和运行方式，避免大量非线性负荷集中在同一节点，以减少谐波的叠加。例如，在 IEEE 13 节点分配系统中，可以将产生谐波较大的工业负荷分散接入不同的总线，降低单个节点的谐波污染程度。同时，尽量选用谐波含量低的节能设备，从源头上减少谐波的产生。

（四）改善系统接地方式

系统的接地方式会影响谐波的传播和分布。对于中性点接地系统，通过合理设计接地装置，可以抑制零序谐波的流通，降低谐波对系统的影响。在 IEEE 13 节点分配系统中，可根据系统的实际情况，选择合适的接地方式，如中性点经消弧线圈接地或经电阻接地，以减少谐波引起的中性点位移电压和谐波电流。

（五）加强变压器的谐波抑制

选择具有良好励磁特性的变压器，减少变压器铁芯饱和产生的谐波。同时，合理选择变压器的接线方式，如采用 Dyn11 接线的变压器，能够抑制 3 次及 3 的倍数次谐波的传递，降低系统中的谐波含量。

五、降低 THD 的效果评估

在采取上述降低 THD 的措施后，需要对 IEEE 13 节点分配系统进行重新的谐波分析，计算各总线的谐波频谱和 THD，并与采取措施前的结果进行对比，评估降低 THD 的效果。具体评估指标包括：

1. 各总线的 THD₁和 THDᵥ是否降低到标准要求范围内。

1. 各次谐波的幅值是否明显减小，尤其是主要谐波次数的幅值。

1. 系统的电能质量是否得到改善，如电压波动、闪变等指标是否有所好转。

通过效果评估，可以验证所采取措施的有效性，并根据评估结果进一步调整和优化降低 THD 的方案，以达到最佳的谐波治理效果。

六、结论与展望

（一）结论

IEEE 13 节点分配系统中的谐波问题会影响系统的安全稳定运行和电能质量，通过对系统各总线的谐波频谱和 THD 进行分析，可以明确谐波的分布和污染程度。采用无源滤波器、有源电力滤波器、优化负荷配置、改善接地方式和加强变压器谐波抑制等方法，能够有效降低系统的 THD，提高电能质量。

（二）展望

未来的研究可以从以下几个方面展开：

1. 结合智能算法（如遗传算法、粒子群优化算法等），优化滤波器的参数设计和安装位置，提高谐波治理的效率和经济性。

1. 研究多种谐波治理方法的协同作用，结合无源滤波器和有源电力滤波器的优点，构建混合滤波系统，以应对复杂的谐波环境。

1. 利用数字孪生技术，建立 IEEE 13 节点分配系统的数字孪生模型，实现谐波的实时监测、分析和预测，为谐波治理提供更精准的决策支持。

1. 探索新型材料和技术在谐波治理中的应用，如超导滤波器等，进一步提高谐波滤波性能。

⛳️ 运行结果

🔗 参考文献

[1] 徐君,陈文杰,徐德鸿,等.电网低次谐波电压下双馈风电系统定子谐波电流抑制[J].电力系统自动化, 2011, 35(8):87-92.

[2] 吕雨生.直流侧带VIENNA整流器的低谐波串联型12脉波整流系统研究[D].哈尔滨工程大学,2023.

[3] 李清照.电网谐波的产生与危害及抑制治理谐波技术[C]//科技创新与经济结构调整——第七届内蒙古自治区自然科学学术年会优秀论文集.内蒙古自治区科协, 2012.DOI:ConferenceArticle/5af1c248c095d71bc8ccfff2.

📣 部分代码

🎈 部分理论引用网络文献，若有侵权联系博主删除

 👇 关注我领取海量matlab电子书和数学建模资料 

🏆团队擅长辅导定制多种科研领域MATLAB仿真，助力科研梦：

🌈 各类智能优化算法改进及应用

生产调度、经济调度、装配线调度、充电优化、车间调度、发车优化、水库调度、三维装箱、物流选址、货位优化、公交排班优化、充电桩布局优化、车间布局优化、集装箱船配载优化、水泵组合优化、解医疗资源分配优化、设施布局优化、可视域基站和无人机选址优化、背包问题、 风电场布局、时隙分配优化、 最佳分布式发电单元分配、多阶段管道维修、 工厂-中心-需求点三级选址问题、 应急生活物质配送中心选址、 基站选址、 道路灯柱布置、 枢纽节点部署、 输电线路台风监测装置、 集装箱调度、 机组优化、 投资优化组合、云服务器组合优化、 天线线性阵列分布优化、CVRP问题、VRPPD问题、多中心VRP问题、多层网络的VRP问题、多中心多车型的VRP问题、 动态VRP问题、双层车辆路径规划（2E-VRP）、充电车辆路径规划（EVRP）、油电混合车辆路径规划、混合流水车间问题、 订单拆分调度问题、 公交车的调度排班优化问题、航班摆渡车辆调度问题、选址路径规划问题、港口调度、港口岸桥调度、停机位分配、机场航班调度、泄漏源定位

🌈 机器学习和深度学习时序、回归、分类、聚类和降维

2.1 bp时序、回归预测和分类

2.2 ENS声神经网络时序、回归预测和分类

2.3 SVM/CNN-SVM/LSSVM/RVM支持向量机系列时序、回归预测和分类

2.4 CNN|TCN|GCN卷积神经网络系列时序、回归预测和分类

2.5 ELM/KELM/RELM/DELM极限学习机系列时序、回归预测和分类

2.6 GRU/Bi-GRU/CNN-GRU/CNN-BiGRU门控神经网络时序、回归预测和分类

2.7 ELMAN递归神经网络时序、回归\预测和分类

2.8 LSTM/BiLSTM/CNN-LSTM/CNN-BiLSTM/长短记忆神经网络系列时序、回归预测和分类

2.9 RBF径向基神经网络时序、回归预测和分类

2.10 DBN深度置信网络时序、回归预测和分类

2.11 FNN模糊神经网络时序、回归预测

2.12 RF随机森林时序、回归预测和分类

2.13 BLS宽度学习时序、回归预测和分类

2.14 PNN脉冲神经网络分类

2.15 模糊小波神经网络预测和分类

2.16 时序、回归预测和分类

2.17 时序、回归预测预测和分类

2.18 XGBOOST集成学习时序、回归预测预测和分类

2.19 Transform各类组合时序、回归预测预测和分类

方向涵盖风电预测、光伏预测、电池寿命预测、辐射源识别、交通流预测、负荷预测、股价预测、PM2.5浓度预测、电池健康状态预测、用电量预测、水体光学参数反演、NLOS信号识别、地铁停车精准预测、变压器故障诊断

🌈图像处理方面

图像识别、图像分割、图像检测、图像隐藏、图像配准、图像拼接、图像融合、图像增强、图像压缩感知

🌈 路径规划方面

旅行商问题（TSP）、车辆路径问题（VRP、MVRP、CVRP、VRPTW等）、无人机三维路径规划、无人机协同、无人机编队、机器人路径规划、栅格地图路径规划、多式联运运输问题、 充电车辆路径规划（EVRP）、 双层车辆路径规划（2E-VRP）、 油电混合车辆路径规划、 船舶航迹规划、 全路径规划规划、 仓储巡逻

🌈 无人机应用方面

无人机路径规划、无人机控制、无人机编队、无人机协同、无人机任务分配、无人机安全通信轨迹在线优化、车辆协同无人机路径规划

🌈 通信方面

传感器部署优化、通信协议优化、路由优化、目标定位优化、Dv-Hop定位优化、Leach协议优化、WSN覆盖优化、组播优化、RSSI定位优化、水声通信、通信上传下载分配

🌈 信号处理方面

信号识别、信号加密、信号去噪、信号增强、雷达信号处理、信号水印嵌入提取、肌电信号、脑电信号、信号配时优化、心电信号、DOA估计、编码译码、变分模态分解、管道泄漏、滤波器、数字信号处理+传输+分析+去噪、数字信号调制、误码率、信号估计、DTMF、信号检测

🌈电力系统方面

微电网优化、无功优化、配电网重构、储能配置、有序充电、MPPT优化、家庭用电

🌈 元胞自动机方面

交通流 人群疏散 病毒扩散 晶体生长 金属腐蚀

🌈 雷达方面

卡尔曼滤波跟踪、航迹关联、航迹融合、SOC估计、阵列优化、NLOS识别

🌈 车间调度

零等待流水车间调度问题NWFSP 、 置换流水车间调度问题PFSP、 混合流水车间调度问题HFSP 、零空闲流水车间调度问题NIFSP、分布式置换流水车间调度问题 DPFSP、阻塞流水车间调度问题BFSP

👇