《基于模糊聚类的区域变电站节电划分方法-欧阳森.pdf》由会员分享，可在线阅读，更多相关《基于模糊聚类的区域变电站节电划分方法-欧阳森.pdf（8页珍藏版）》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。
1、第44卷第8期2016年8月华南理工大学学报(自然科学版)Joumal of Soum Cllina UlliVersi哆of Technology(NatIlral Science Edition)V0144 No8August 2016文章编号：1000565x(2016)08-0039一08基于模糊聚类的区域变电站节电划分方法木欧阳森 郜幔幔 杨家豪 王克英(华南理工大学电力学院，广东广州510640)摘要：区域变电站具有数目众多、类型多样、线损构成及节电特性复杂的特点。为提升区域变电站节电研究效率，实现区域变电站节电特性的科学划分，文中提出了一种基于模糊c均值聚类(FCM)的变电站节电
2、划分的方法首先，设计一套变电站节电划分综合指标体系，包括涵盖变电站主变容量、主变台数等基本参数的基本属性指标子体系和涵盖输送电量、站用电量等电气参数的电气属性指标子体系；其次，依据各指标对变电站的损耗及其节电特性的影响程度，应用层次分析法(AHP)确定各指标权重，建立AHPFCM的变电站节电划分模型；然后，分别应用所设计的节电划分综合指标体系、基本属性指标子体系和电气属性指标子体系从3个不同的角度运用AHPFCM实现区域变电站的划分通过对3种节电划分结果及其聚类中心矩阵分析研究，获得对各类变电站损耗及其综合节电特性的深入认识，为变电站后续的研究提供参考依据和重要指导；最后，以某区域90个变电站
3、的实际数据进行实例分析，验证了所提方法的实用性和有效性关键词：模糊聚类；层次分析法；节电划分指标体系；区域变电站中图分类号：TM 711 doi：103969jissn1000-565x201608007节能减排已成为全球关注的焦点，电力行业节能减排责任重大。1；变电站是电力系统的重要组成部分之一，变电站线损主要由变压器、电容器、电抗器、站用负荷等站内设备的损耗构成旧J，由于变电站类型多样，线损构成复杂、影响因素众多，对变电站线损的分析一直缺乏系统化的研究，但随着节能减排工作和电力体制改革的推进，变电站的线损构成及其节电潜力近年来已逐步受到关注目前对变电站的节电研究往往面临以下几个问题：变电站
4、的线损及其节电潜力的影响因素众多，且各因素之间的关系复杂多样、相互影响、难以具体描述；现阶段，与变电站损耗及其节电特性相关因素的基础数据比较匮乏，变电站尤其是区域变电站普遍存在监测装置不完备、历史数据匮乏、数据记录混乱等问题，使得通过大量历史数据及样本的训练，建立精确的变电站节电潜力模型难以实现；变电站数量众多、类型多样，一个市级电网企业可能要管理数十甚至上百个变电站，受技术、资金等因素限制，不可能对所有变电站逐个进行线损分析以达到节电研究的目的因此，目前变电站的线损分析及其节电研究存在以下两方面亟待解决的问题：在考虑数据易获取的基础上，如何筛选出与变电站线损及其节电特性密切相关的、适量的影响
5、因素作为节电研究分析指标；采用何种分析方法以提高对数量众多、类型多样的变电站的研究效率，降低节电研究难度收稿日期：20150924*基金项目：国家自然科学基金资助项目(51377060)；广东省自然科学基金资助项目(2016A030313476)Fo岫da戗on item：Supported by the National NaturaJ Science Foundation of China(NSFC)(51377060)the Natural Science Foun-dation“GuaJlgdong Province(2016A030313476)作者简介：欧阳森(1974一)，男，博
6、士，副研究员，主要从事电能质量、节能技术、智能电器等的研究E-啪il：ouyaIlgsscutPdl】cn万方数据华南理工大学学报(自然科学版) 第44卷模糊聚类算法H5 o是一种通过定量确定待分析对象问亲疏关系，将具有相似特性的对象分为一类的分析方法，包括模糊c一均值(FCM)聚类算法、可能性e均值聚类算法等，该方法已经在电力负荷分类、负荷建模、电网故障元件定位、无功电压控制分区、负荷预测等J引领域得到广泛应用，目前仅文献13将模糊聚类原理应用于变电站的节电划分中，但该文献提出的变电站节电属性指标体系较单一，难以满足不同变电站的需求，且在变电站节电划分中未考虑指标权重的影响，节电划分结果较粗
7、略层次分析法(AHP)4。1 6。是由美国运筹学家于20世纪70年代初提出来的用于确定层次权重决策的分析方法，它广泛应用于能源系统分析、经济管理、科研评价等众多领域针对以上现状，文中拟尝试一种基于FCM的区域变电站节电研究方法；首先，提出用于变电站节电研究和聚类划分的节电划分指标体系，以期解决变电站节电研究中面临的第个问题；然后，应用AHP将各指标对变电站线损及其节电特性的影响大小转化为各指标的区别权重，建立AHPFCM的变电站节电划分模型，并运用该模型将具有相似线损构成及节电特性的变电站划分为同一类，从而将对数量众多、类型多样的变电站的研究转化为少数几类变电站的研究，提高变电站线损分析及其节
8、电研究效率，以解决第个问题；最后，以某区域变电站的节电研究实例对文中方法的正确性和有效性进行验证1 节电划分指标体系文中对变电站的线损分析及节电研究基于以下考虑或限制：节电研究对象为同一区域的变电站，由此可排除不同区域变电站的设备先进水平、自动化程度、管理和制度等的差异造成的变电站线损及节电特性的巨大不同；节电研究对象为同一电压等级的变电站，一般来说，同区域的同一电压等级的变电站的设备配置、计量水平等较为类似；在以上两点的基础上，对变电站进行分区分层的线损分析及节电研究，且粗略认为变电站损耗越大则其节电潜力越大，从而将线损分析和节电研究工作统一起来文中节电划分指标体系的建立原则为：各指标数据易
9、获取；能够反映变电站的基本线损概况；能够体现变电站线损受外界影响的波动性；能够适应不同的变电站需求基于以上原则建立综合指标体系及其子体系如表1所示2指标权重确定确定各指标权重，准确反映各指标对变电站线损及其节电特性影响的差异，是应用各指标体系对变电站节电特性正确划分的关键AHP提供了一种合理确定权值的有效方法表1变电站节电划分指标体系Table 1 Electricity-saving division index systems of substations万方数据第8期 欧阳森等：基于模糊聚类的区域变电站节电划分方法 41首先建立影响因素的层次结构模型，如图l所示；然后构造判断矩阵尸，并进
10、行一致性检验，即从准则层开始，使用l一9尺度描述两两准则间或指标间的相对重要性，以p。表示指标石：对戈i的相对重要性数值，对任何判断矩阵都有pi=1pii；最后，由=A。甜计算判断矩阵P的最大特征值九。所对应的特征向量甜=(，(cJ：，：)1，并对其作正规化处理其中s为指标个数，所得i即为指标誓的权重指标层图1层次结构图Fig1 Hierarchical structure3 AHPFCM的节电划分模型模糊聚类算法有多种，文中采用FCM算法，通过最小化基于某种范数和聚类原型的目标函数将设有标签的数据分为c个模糊类【340；由于FCM在聚类分析中对各指标并未区别对待，与各指标对变电站节电特性影响
11、的差异性不符，故文中建立基于AHP赋权的FCM节电划分模型，具体步骤如下步骤l 建立变电站的原始数据矩阵并采用式(1)进行归一化处理，归一化后的数据矩阵为x=(z；)；戈：=jL兰虹，江1，2，nJ=1，2，s(1) “一巧m式中：n为待分析变电站个数；石扑石：分别表示归一化前后的第i个变电站的第个指标值；戈、石娅。分别为n个变电站的第J个指标的最大值、最小值；步骤2确定变电站的分类数区间口，6(6口1)，对任意分类数c口，66|，初始化聚类中心用p=(秽i。表示，设置收敛的精度s0，标记迭代次数磊=0；步骤3 得到AHPFcM模型的目标函数及隶属度矩阵和聚类中心矩阵的迭代方程Min，k。(U
12、，y)=“藏 (2)=l J=l毛=厂了一荟“孙叫J2，“。=l， 1，ni=1(3)童ugo， 1ic 4)j=1u#0， 1ic， 1，n式中：矾1为加权指数，其决定聚类的模糊程度及样本在类间的分享程度，文中取m=2；=(uJ为变电站的隶属度矩阵，Mi表示第歹个样本戈，属于第i类的隶属度值；。为应用AHP确定的第|个指标权重，d。表示样本点戈i到聚类中心q的加权距离隶属度矩阵u和聚类中心矩阵y的迭代方程：M；勺秽i=立，i=l，2，c (5)u；=1(d#d口)27“一1】一1， =囝1， g，i(6)o， ii囝，ili其中，=戈i=秽i，lic；步骤4令后=后+1，用式(6)计算隶属度
13、矩阵移“，式(5)计算聚类中心矩阵y“，迭代直至满足终止条件：Il y一y“1|s，露1；由式(7)计算各分类数c对应的改进XieBeni聚类有效性指标值7|，并输出此时对应的聚类中心矩阵y；M刘q一圳2比“玑n c)2专翥F习r (7)n mln秽：一秽：步骤5取最小的匕i。对应的分类数作为最优分类数c，并将其对应的聚类中心矩阵y作为初始聚类中心y0，重复步骤3、4，输出最优分类结果和聚类中心矩阵AHPFcM节电划分模型具体流程图如图2所示4 实例分析以某区域90个变电站为例，应用文中方法进行变电站线损及节电研究，其中该区域有220 kV变电站20个、110kV变电站70个万方数据42 华南
14、理工大学学报(自然科学版) 第44卷C二虽口图2 AHPFCM节电划分模型流程图Fig2 now chart of AHPFCM electricitysaving djvision model41 220 kV变电站节电划分表2为各220 kV变电站原始数据，限于篇幅，不再列出所建立的原始数据矩阵及归一化处理结果由于表2管理模式指标在该例中不具有区分度，故未设置权重；结合文献3中变电站线损各构成部分的比例，应用AHP得到的指标z：，算，戈，权重值为(009，02l，03，01，015，007，003，005)应用AHPFCM节电划分模型分别对文中提出的基本属性指标子体系、电气属性指标子体系、
15、综合指标体系进行聚类有效性检验，分类数区间取为2，7时对应的聚类有效性指标Ui。分别为：1498，1229，1214，3701，365，382、451，591，711，682，2158，2946 l、【1716，1399，1362，8812，8607，7062，故应用各指标体系聚类所对应的最佳分类数分别是3、2、4类应用AHP-FCM的节电划分结果如表3所示由以上可以看出：(1)基本属性指标子体系由表3，应用该指标体系将变电站划分为3类，I类为变电站8、9、20，由表2，变电站8、9、20的基本参数非常相近，故由聚类划分原理，不难理解其位于同一类；但变电站表2 220kV变电站原始数据Tabl
16、e 2 0ri舀nal data of 220 kV substations万方数据第8期 欧阳森等：基于模糊聚类的区域变电站节电划分方法 43基本属性指标子体系 z2，I8、9、203、7、ll、12、14、15、16、18 9 1、2、4、5、6、10、13、17、19l、4、17和变电站20的基本参数仅戈：不同，其他完全相同，却被分到类别，仔细分析原因有以下两点：比较I、类的变电站，其主要差别在于指标戈：和戈。；由隶属度矩阵(未列出)，变电站20属于I、类的隶属值都较大，即变电站20处于I、类的边界上，对于类变电站进行类似的分析，不难验证表3中应用基本属性指标子体系时节电划分结果的合理性
17、和正确性基本属性指标子体系仅需收集变电站最基本的参数，便可将同一区域同一电压等级的变电站依据其线损概况及基本节电特性进行合理划分，具有广泛适用性和一定实用性，但由于未计及电量、时间等的影响，这种划分结果较为粗略(2)电气属性指标子体系该指标体系的各指标受外界环境、时间等的影响较大，其对变电站损耗及节电特性的反映较片面、粗略、不稳定，故宜结合基本属性指标子体系对应的节电划分结果进行综合分析例如：基本属性指标子体系对应的第类即变电站1、2、4、5、6、10、13、17、19，在电气属性指标子体系的分类中变电站17、19和1、2、4、5、6、10、13分别被分到I、类；由表2，第类变电站的电气指标值
18、远大于第1类，故在忽略变电站类内差异的情况下，可粗略认为变电站1、2、4、5、6、10、13的损耗及综合节电空间略大于变电站17、19；这种结合基本属性指标子体系和电气属性指标子体系的节电划分结果对变电站损耗及其综合节电特性的评估，直观、清晰且有利于促进对各变电站线损概况及其节电特性的深入理解但由于类内间距的客观存在，该种综合评估方法稍显粗略，需经过两次聚类和分析，工作量稍大(3)综合指标体系由表3，其节电划分结果和基本属性指标子体系对应的结果基本一致，仅更为细致的将基本属性指标子体系分类结果中的类分成两类；基本属性指标子体系分类结果中类包括变电站3、7、11、12、14、15、16、18，由
19、电气属性指标子体系的分类结果，变电站3、7、11、12、14、15、16、18仍位于同一类，若忽略类内间距，则易得出变电站3、7、11、12、14、15、16、18的损耗及其综合节电特性基本一致的结论；事实上，在考虑两次聚类结果中类内间距的客观存在，应用综合指标体系聚类时，变电站11、14、15、16和变电站3、7、12、18更适合分别归类，对表2各变电站的原始数据进行分析，不难发现此种分类的客观性和准确性综上所述，对于以上提出的3种节电划分及节电特性分析评估所示方法，各有优缺点，可适用于不同的场合在数据充足的情况下，推荐采用综合指标体系对变电站进行节电划分，以进行更全面、准确、细致的变电站线
20、损及综合节电特性评估。42 110 kV变电站节电划分应用综合指标体系对110 kV变电站进行节电划分，结果如表4所示，由于变电站计量缺失，未能获得z，指标数据聚类中心矩阵K日如下，各列从左到右依次为指标z2，算3，戈9108 298102 299100 200149 200149 200100 20014714 1582 120 443486 25512587 1372 165 25135l 1828179 971 049 179567 12910145 1922 190 224782 23910097 811 120 150652 15110152 1350 147 194717 190万
21、方数据44 华南理工大学学报(自然科学版) 第44卷由表4可知：(1)运用AHPFCM模型将70个变电站按照节电特性分成了6类，各类变电站之间不存在指标都交叉的情况，聚类结果较理想，即文中AHPFCM模型对规模较大的变电站仍具有较好的效果(2)聚类中心矩阵的各指标值是各类变电站指标值大小的综合反映，可为各类变电站的线损及综合节电特|生评估提供重要参考，尤其是当变电站数量多、指标范围大、部分类别变电站的个别指标范围存在交叉的情况；由n。，I类变电站主变台数为3，主变容量、线路电量、站用负荷电量明显较其他变电站大，容性和感性无功补偿容量也处于较高水平，故可初步估算该类变电站的线损及综合节电潜力最大
22、，而类变电站的各指标值都处于较低水平，其线损及节电空间最小同理，可粗略估计其他各类变电站的损耗和节电潜力大小43 区域变电站节电划分的应用以综合指标体系对应的节电划分结果为例，分析区域变电站节电划分的具体应用(1)指导典型变电站的选择对各电压等级变电站进行节电划分后，可从每类变电站中选出隶属度值最大的变电站作为典型变电站对于220 kV和110 kV变电站仅需依据隶属度矩阵分别选择4个和6个典型变电站即可(2)指导变电站的线损分析及节电改造由对节电划分结果的分析，可初步评估各电压等级各类变电站的线损及其节电潜力大小，在资源有限的情况下，可优先研究节电潜力较大的变电站，对于220kV和110kV
23、变电站分别建议优先研究或改造和I类变电站(3)提高变电站节电研究效率以上两点应用，皆有助于提高变电站节电研究效率、减小分析工作量，使快速、高效的获取数量众多的区域变电站的线损及其节电特性成为可能5 结语文中首次建立了一套变电站节电划分综合指标体系，包括基本属性指标子体系和电气属性指标子体系，为解决变电站节电研究中指标体系的选择提供参考依据文中建立的AHP-FCM的变电站节电划分模型，依据各指标对变电站损耗及其节电特性的影响大小设置区别权重，进而将模糊聚类原理应用到区域变电站的线损分析和节电研究中；同时，聚类中心矩阵和隶属度矩阵为研究各类变电站的综合节电特性及典型变电站选取提供了依据实例证明该模
24、型可实现对变电站的合理分类，提高区域变电站的节电研究效率文中推荐采用综合指标体系对变电站的损耗及综合节电特性进行评估，其对应的节电划分结果更加全面、准确、细致，且节电分析工作量相对更小参考文献：1 尚金成电力节能减排的理论体系与技术支撑体系J电力系统自动化，2009，33(6)：3135SHANG Jin-cheng7Iheoretical system and technical suppoIting system for energysaving and emissionreducing ofelectric power systemJAutomation of Electric Powe
25、rsystems，2009，33(6)：31352 陈启鑫，康重庆，夏清电力行业低碳化的关键要素分万方数据第8期 欧阳森等：基于模糊聚类的区域变电站节电划分方法 45析及其对电源规划的影响J电力系统自动化，2009，33(15)：1823cHEN Qi-xin，KANG Chong-qing，XIA QingKey lowcarbon faeor葛in fhe evolutjon of power decarbo而sa“onand their impacts on generation expansion planningAutomation 0f Electric Power Systems
26、，2009，33(15)：18233吴东升500kV变电站理论线损计算D广州：华南理工大学电力学院，2005。4 曲福恒，崔广才，李岩芳，等模糊聚类算法及应用D北京：国防工业出版社20115许翠娟负荷特性聚类分析方法的研究D北京：华北电力大学电气与电子工程学院，20076李培强，李欣然，陈辉华，等基于模糊聚类的电力负荷特性的分类与综合J。中国电机工程学报，2005，25(24)：7378LI PeiqiaJlg，LI Xinran，CHEN Huihua，et a1The cha卜acteristics classi6cation and synthesis of power load Bas
27、edon lhe fuzzy clusteringJ JPmceedings of the CsEE，2005，25(24)：73-787 LI PeiqiangTransfomler substation load charaneristicsmultidistance discriminalion analysisCIntemationalConference on Comput“onal Intel】jgence and Indusl而alApplication(PACIIA)Wuhan：IEEE，2010：410-4138 黄梅模糊聚类在负荷实测建模中的应用J电网技术，2006，30(
28、14)：4952HUANG MeiApplication of fuzzy clustering in measurement-based loadmodelingJPower System 711echnology，2006，30(14)：49-529 黄梅，贺仁睦，杨少兵，等东北电网负荷模型的分类与应用J电力系统自动化，2005，29(4)：85-87HUANG Mei，HE Ren-mu，YANC Shao-bing，el a1Application ofload model classification in northeast power netwodcJ。Auomafion of
29、E1ecric Pbwer sysems，20D5，29(4)：858710徐岩，刘金生，张亚刚，等基于模糊聚类理论的电网故障元件定位J电网技术，2叭o，34(8)：188一193XU Yan，UU Jin-sheng，ZHANe Yagang，et a1L舭alionof faulty power comPonentbased on fuzzy cluster analysisJP0wer system Techndog)，2010，34(8)：18819311杨秀嫒，董征，唐宝，等基于模糊聚类分析的无功电压控制分区J中国电机工程学报，2006，26(22)：12131415】6176-lO
30、YANG Xiu-yuan，DONG Zheng，TANG Bao，et a1Powernetwork partitioningbased on fuzzy clustering analysisJPceedings ofthe CSEE，2006，26(22)：6-10姚李孝，宋玲芳，李庆宇，等基于模糊聚类分析与BP网络的电力系统短期负荷预测J电网技术，2005，29(1)：2023YA0 Li-xiao，SONG Lingfang，u Qingyu，et a1Powersystem shortte硼10ad forecasting based on fuzzy clustering aJl
31、alysis and BP networkJP0wer system Technolo黟，2005，29(I)：20一23郜幔幔，耿红杰，欧阳森，等基模糊聚类在区域变电站节电研究中的应用J电力需求侧管理，2015，17(4)：2024GAO M锄-maIl，GENG Hongjie，0UYANG Sen，et a1Application of fuzzy clustering ajgothm in e】ectricitysaving work of re再onal substati伽sJPower DSM，2叭5，17(4)：20-24李正明，张纪华，陈敏洁基于层次分析法的企业有序用电模糊综合
32、评价J电力系统保护与控制，2叭3，4l(7)：126141U Zhengmjng，ZHANG Jjhua，CHENG MinjieFuzzycomprehensiVe evaluation of ente叩rises orderly powerutjlily based on analytic hierarchy processJPowerSystem Pmtection and Comrol，2013，4l(7)：126一141刘海龙，钱海忠，王骁，等采用层次分析法的道路网整体匹配方法J武汉大学学报(信息科学版)，2015，40(5)：1-8LIU HaiLong，QlAN Hai-zh甜吗
33、，WANG Xiao，et a1Road networks global matching method using anal)rticalhierarchy process JGeomatics and Infb册ation sci-ence of Wuhan University，2015，40(5)：18周黎莎，于新华。基于网络层次分析法的电力客户满意度模糊综合评价J电网技术，2009，33(17)：19卜197ZHOU Li-slla，YU Xin-huaFuzzy comprehensiVe eValualion of power customer satisfaction base
34、d on analytic net-work pmcessJPower Sysfem Technology，2009，33(17)：191197唐明会模糊聚类有效性的研究进程D成都：西南交通大学计算机与通信工程学院，2010万方数据46 华南理工大学学报(自然科学版) 第44卷ElectricitySaving Classi6cation Method of Area SubstationsBased on Fuzzy Clustering0U蹦G&n GAO纪nmnn 蹦G，io-oD 肼J7、G殷一ying(School of Electric Power，South China Univ
35、ersity of Techn0109y，Guangzhou 510640，Guangdong，China)Abstract：Area substations are numemus and diverse，and they have complex line loss and electricitysaVing features。 In order to efflectivelv inveStigate the electdeitysaving of area substations and seientmcally classif-y area sub-stations，an electr
36、icitysaving classification method of area substations is proposed based on theuzzy cmeans clus。tering In the method， 6rst， a comprehensive index system is designed fbr the electricity-saVing classification，which includes the basic property index sub system and the electdcal ploperty index sub system
37、The basic pIDpertyindex sub system covers the basic parameters of substations，such as the capacity and number oi maln transtornleIsThe electrical propertv index sub system covers the electrical parameters of。substations，such as the tI_ansport capa。citv and the electricitv consumption Next，according
38、to the innuence of each index on the loss and elect“city。saVing f色atures of the substations， the index weights aIe dete肿ined by means of the analytic hiemrchy pIDcess(AHP)and an electricitvsaving classi6cation model of the substations is constmcted based on AHPFCMThen，numerous area substations are c
39、lassifled into several categories respectively by utilizing the designed compIehensiVeindex svstem，the basic propeny index sub system and the electdcal property index sub systemIoreoVer，the lndepth understanding of the loss and comprehensive electricity-saving fbatures of the substations aIe obtaine
40、d by ana。lvzing and comparing thIee kinds of electricitysaving classi6cation results and the coITesponding clustenng l-esuits，which can pmvide guidanceor the fbllowup studies Finally， the feasibility and efkctiVeness of the proposedmethod are veri6ed bV analyzing the actual data of 90 transfomer sub
41、stationsKey words： fuzzv clustering； analytic hierarchy process； index system fbr electricitysaVing classlilcatlon； areasllbstation(上接第38页)Control Strategy of Zero-Sequence Circulating Current for TwoParael ThreePhase PWM RectifiersZHANG HouSkn毒12 sUN Hex0(1School of Control Science and Engineering，
42、Hebei University ofTechnology，Tianjin 3()0130，China；2College of E1ectrical and Electmnic Engineering，Shandong UniVersity of Technology，Zibo 255049，Shandong，China)Abstract：In order to solve the zerosequence circulating cuHent problem existing in two parallel threephase PWMrecti6ersbv analyzing their
43、equivalent average models，a mathematical model of the zerosequence circulating current of the parallel system is constTllcted in a twophase synchronous mtating coordinate system Ihen，the controlprinciple of the circulating cuITent is discussed，and the symmetrical SVPWM(Space Vector Pulse Width Modul
44、ation) control strategy with a variable zero vector duty cycle is explored On this basis，a control strategy of the circulating cunent，which combines the repetitive contIDl with the PI control，is designed，and a noVel deadbeat confrol strategv is then proposed to suppIess the circulating cunent by adj
45、usting the voltage zero Vector of SVPWMThepmposed strate#can efkctively suppress the circulating cunent without additional hardware，and it has a fast dy。namic response Experimental results demonstmte that the model analysis is coHect，and the pmposed strategy cansolve such Droblems as wavef0瑚distortion，current discrepancy and inductors unbalance Thus，the system relia。bility is greatly impI0VedKey words： parallel； zerosequence circulating cunent； PWM rectifier； space Vector pulse width modulatlon；rlPadhPat contro】万方数据