諧振式電能發(fā)送裝置的效率尋優(yōu)慣性變化粒子群方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明屬于磁耦合無線電能傳輸技術(shù)領(lǐng)域，特別是涉及磁耦合無線電能傳輸系統(tǒng) 中系統(tǒng)傳輸效率的尋找方法領(lǐng)域，具體涉及一種諧振式電能發(fā)送裝置的效率尋優(yōu)慣性變化 粒子群方法。
【背景技術(shù)】
[0002] 電能傳輸一直是學(xué)術(shù)界關(guān)注的重要問題，非接觸式供電技術(shù)是近幾年研究的熱 點(diǎn)。無線電能傳輸方式主要有3種：第一種是電磁感應(yīng)式；第二種是微波射頻式；第三種磁 耦合共振式，三種方式各有其優(yōu)點(diǎn)。磁耦合共振式電能傳輸基本思想基于磁耦合共振原理 實(shí)現(xiàn)，當(dāng)電源激勵(lì)頻率達(dá)到一定值時(shí)，整個(gè)系統(tǒng)處于諧振狀態(tài)，此時(shí)能夠?qū)崿F(xiàn)無線高效能能 量傳輸。磁耦合共振式無線電能傳輸方式比第一種方式具有傳輸距離遠(yuǎn)，與第二種方式相 比傳輸功率大的優(yōu)點(diǎn)，近幾年得到了極大的關(guān)注，但該技術(shù)還在起步階段，尤其對(duì)其傳輸效 率相關(guān)方面的研究一直是缺乏的。
[0003] 磁耦合無線電能傳輸系統(tǒng)效率在不同電源激勵(lì)頻率點(diǎn)處是不同的，其效率-頻率 曲線是一個(gè)一維函數(shù)。對(duì)于一個(gè)系統(tǒng)，當(dāng)收發(fā)線圈之間的距離固定，其傳輸效率函數(shù)隨著激 勵(lì)頻率的變化會(huì)出現(xiàn)一個(gè)或者兩個(gè)極值點(diǎn)，這就使得一般算法（爬山算法，模擬退火算法 等）容易陷入局部最優(yōu)值而錯(cuò)過全局最優(yōu)值。粒子群算法能夠提供一種解決這個(gè)問題的方 法，雖然一般粒子群算法在解決一般性的函數(shù)尋優(yōu)問題時(shí)比較有優(yōu)勢(shì)，但是針對(duì)于磁耦合 共振式無線電能出輸系統(tǒng)來說，當(dāng)系統(tǒng)出現(xiàn)一個(gè)極值點(diǎn)的情況時(shí)，算法在搜索后期會(huì)出現(xiàn) 短暫停滯現(xiàn)象，不能快速收斂，耗費(fèi)時(shí)間較長；而對(duì)于算法本身來說，粒子群規(guī)模設(shè)置的過 大會(huì)導(dǎo)致算法進(jìn)行多余的計(jì)算，而較小的規(guī)模則導(dǎo)致算法直接錯(cuò)過全局最優(yōu)值，甚至找不 到極值點(diǎn)，一般粒子群規(guī)模設(shè)在20-40之間，但其粒子群規(guī)模的精確選取卻一直以來都是 根據(jù)個(gè)人在解決問題時(shí)不停地嘗試試驗(yàn)出來的，非常盲目。針對(duì)以上情況，急需找到一種針 對(duì)磁耦合無線電能傳輸系統(tǒng)本身特點(diǎn)的尋優(yōu)方法以解決系統(tǒng)效率尋找問題。因此，如何針 對(duì)于磁耦合無線供電系統(tǒng)的特點(diǎn)設(shè)計(jì)一種尋優(yōu)方法使其能夠迅速找到系統(tǒng)最大效率以及 相應(yīng)的頻率點(diǎn)是必須的。
【發(fā)明內(nèi)容】
[0004] 本發(fā)明解決的技術(shù)問題是提供了一種諧振式電能發(fā)送裝置的效率尋優(yōu)慣性變化 粒子群方法，該方法對(duì)粒子群規(guī)模采取隨迭代次數(shù)增加逐漸以類似慣性曲線的方式減小， 主要解決了磁耦合無線電能傳輸系統(tǒng)中傳統(tǒng)粒子群優(yōu)化算法在尋優(yōu)過程中會(huì)出現(xiàn)短暫停 滯的現(xiàn)象以及該算法本身粒子群規(guī)模選取的問題，使粒子群算法迅速收斂，快速找到系統(tǒng) 效率的最優(yōu)值。
[0005] 本發(fā)明為解決上述技術(shù)問題采用如下技術(shù)方案，諧振式電能發(fā)送裝置的效率尋優(yōu) 慣性變化粒子群方法，其特征在于：將一般粒子群算法中的粒子群規(guī)模分開設(shè)定，分別為最 大粒子群規(guī)模Nmax = 30和最小粒子群規(guī)模Nmin = 2,粒子群規(guī)模隨著迭代次數(shù)增加而沿 著慣性曲線的方式逐漸減小，其具體實(shí)施步驟為：
[0006] (1)、初始化算法，包括設(shè)定粒子種群維數(shù)D，最大迭代次數(shù)MaxNum，同時(shí)限定粒子 最大速度v_，初始化慣性權(quán)重w ;
[0007] (2)、直接設(shè)定粒子群最大規(guī)模Nmax為30和粒子群最小規(guī)模Nmin為2,隨機(jī)初始 化粒子的速度V和粒子的位置，設(shè)定初始粒子群規(guī)模為最大規(guī)模Nmax = 30,初始化迭代次 數(shù) t = 1 ;
[0008] (3)、采用適應(yīng)度函數(shù)
計(jì)算當(dāng)前種群每個(gè)粒子的適應(yīng) 度函數(shù)值匕，A表示第i個(gè)粒子的適應(yīng)度函數(shù)值，其中
，
，f；為當(dāng)前激勵(lì)頻率，ω為激勵(lì)電源的角頻率，M 為發(fā)射和接收線圈之間的互感，L1, L2為發(fā)射線圈和接收線圈電感，C i，C2為電容，R s為電源 內(nèi)阻，&為負(fù)載電阻，R i，私為回路中電阻；
[0009] (4)、用A test表示第i個(gè)粒子截止到第t次迭代時(shí)搜尋到的最優(yōu)適應(yīng)度函數(shù)值，用 ^ gtest表示截止到第t次迭代時(shí)，全部粒子搜索到的最優(yōu)適應(yīng)度函數(shù)值，在粒子群算法開始 迭代之前，設(shè)定fi bf3St= 〇，f i gbf3St= 〇,將步驟（3)中得到的粒子適應(yīng)度函數(shù)值f ;和個(gè)體極 值^ test及全局極值f i gtest相比較，如果f i f i best，男P 么 f i best f i， Pi= X i，口;表示適應(yīng) 度函數(shù)值為A test的粒子位置，X i是所對(duì)適應(yīng)度函數(shù)值為f i粒子的位置，如果f f i gtest， 那么A gtest= f P pg = Xl，Pg是粒子種群中全局最優(yōu)值為f i gtest的粒子位置；
[0010] (5)、按公式Npresent = Nmax* (e (〃^^廣更新粒子群規(guī)模，其中Npresent為粒 子群當(dāng)前規(guī)模，Nmax為最大粒子群規(guī)模，MaxNum為最大迭代次數(shù)，t為當(dāng)前迭代次數(shù)，η為 控制粒子群規(guī)模變化規(guī)律的冪指數(shù)，通過參數(shù)η調(diào)節(jié)粒子群規(guī)模變化的快慢程度，按公式
和公式
更新各個(gè)粒 子的速度和位置，然后令迭代次數(shù)t = t+Ι，轉(zhuǎn)向步驟（6)，其中Vlt+1代表t+Ι次迭代第i個(gè) 粒子的速度，代表當(dāng)前第t次迭代第i個(gè)粒子的速度，c JP c 2代表學(xué)習(xí)因子，rand代表
[01]之間的隨機(jī)數(shù)，P1表示適應(yīng)度函數(shù)值為f i test的粒子位置，P ,是粒子種群中全局最優(yōu) 值為A gtest的粒子位置，X Λ1代表t+Ι次迭代第i個(gè)粒子位置，X ^代表第t次迭代第i個(gè) 粒子當(dāng)前位置，w代表慣性權(quán)重；
[0011] (6)、根據(jù)公式
計(jì)算粒子適應(yīng)度函數(shù)值的方差之 和，favg為全部粒子適應(yīng)度函數(shù)值的平均值，其中如果有（f ^favg) >1，則a = max (^favg)，否 貝1J，a = 1，判斷方差是否等于0或者粒子群算法是否達(dá)到最大迭代次數(shù)，如果否，則轉(zhuǎn)向步 驟（3)，如果是則轉(zhuǎn)向步驟（7);
[0012] (7)、將搜索到的全局最優(yōu)值pg作為輸出，p g是粒子種群中全局最優(yōu)值為f ; gbes^ 粒子位置，即搜索到的最優(yōu)值對(duì)應(yīng)的頻率值；
[0013] (8)、用電流傳感器檢測(cè)負(fù)載電流i2的峰值，設(shè)△為設(shè)定的最大電流峰值波動(dòng)范 圍，i 2_為負(fù)載電流峰值，i2_(k)為負(fù)載的第k個(gè)電流周期電流峰值，i2_(k+l)為負(fù)載的 第k+Ι個(gè)電流周期的電流峰值，判斷|i 2_ (k+1) |-|i2_(k) |>Δ是否成立，如果判斷結(jié)果為 是，則轉(zhuǎn)向步驟（1)，粒子群算法重啟，如果判斷結(jié)果為否，粒子群算法轉(zhuǎn)向步驟（7)。
[0014] 本發(fā)明粒子群算法采用的適應(yīng)度函數(shù)隨著發(fā)射和接收線圈之間互感的改變而改 變，只有先確定出發(fā)射與接收線圈之間的互感，使得適應(yīng)度函數(shù)變?yōu)橹慌c激勵(lì)頻率有關(guān)的 函數(shù)，然后用粒子群算法進(jìn)行搜索，其中適應(yīng)度函數(shù)為效率與頻率的函數(shù)。本粒子群優(yōu)化算 法在實(shí)際應(yīng)用中通過檢測(cè)最初激勵(lì)系統(tǒng)時(shí)所用的激勵(lì)頻率，進(jìn)而計(jì)算兩線圈的互感。本發(fā) 明對(duì)粒子群規(guī)模采取隨迭代次數(shù)增加逐漸以類似慣性曲線的方式減小，主要解決了磁耦合 無線電能傳輸系統(tǒng)中傳統(tǒng)粒子群算法在尋優(yōu)過程中會(huì)出現(xiàn)短暫停滯的現(xiàn)象以及該算法本 身粒子群規(guī)模選取的問題，使粒子群算法快去收斂，快速找到系統(tǒng)效率最優(yōu)值。本粒子群優(yōu) 化算法設(shè)定了算法重啟條件，當(dāng)檢測(cè)到距離負(fù)載電流變化時(shí)，算法重啟，重新搜索最大效率 值以及其對(duì)應(yīng)的頻率。
【附圖說明】
[0015] 圖1為本發(fā)明粒子群優(yōu)化算法的流程圖；
[0016] 圖2為一般粒子群優(yōu)化算法的結(jié)果仿真圖；
[0017] 圖3為本發(fā)明粒子群優(yōu)化算法的結(jié)果仿真圖；
[0018] 圖4為本發(fā)明粒子群規(guī)模隨迭代次數(shù)增加減小圖。
[0019] 具體實(shí)施方法
[0020] 結(jié)合附圖詳細(xì)描述本發(fā)明的具體內(nèi)容。本發(fā)明主要是針對(duì)磁耦合無線電能傳輸系 統(tǒng)，運(yùn)用改進(jìn)型粒子群算法，使粒子規(guī)模減小，算法能夠快速找到效率最大點(diǎn)以及其相應(yīng)頻 率。以下通過特定的具體實(shí)例說明并用Matlab仿真。尋優(yōu)方法流程見圖1，本發(fā)明所采用 的技術(shù)方案是：諧振式電能發(fā)送裝置的效率尋優(yōu)慣性變化粒子群方法，具體步驟為：
[0021] (1)、初始化算法，包括設(shè)定粒子種群維數(shù)D = 1，最大迭代次數(shù)MaxNum = 200,同 時(shí)限定粒子最大速度Vmax，初始化慣性權(quán)重w ;
[0022] (2)、直接設(shè)定粒子群最大規(guī)模Nmax為30和粒子群最小規(guī)模Nmin為2,隨機(jī)初始 化粒子的速度V和粒子的位置。設(shè)定初始粒子群規(guī)模為最大規(guī)模Nmax = 30,初始化迭代次 數(shù)t = 1，目前，粒子群規(guī)模的設(shè)定沒有統(tǒng)一的規(guī)則，通常根據(jù)尋優(yōu)對(duì)象和個(gè)人經(jīng)驗(yàn)進(jìn)行設(shè) 定。本算法只需直接設(shè)定粒子群最大規(guī)模為Nmax = 30,即能解決諧振式電能發(fā)送裝置效率 尋優(yōu)的各種情況。算法中設(shè)定最小規(guī)模，使粒子群規(guī)模隨迭代次數(shù)的增加逐漸由最大規(guī)模 Nmax減小到最小規(guī)模Nmin即可，本算法中Nmin = 2 ;
[0023] (3)、采用適應(yīng)度函數(shù)
計(jì)算當(dāng)前種群每個(gè)粒子的適應(yīng) 度函數(shù)值匕，A表示第i個(gè)粒子的適應(yīng)度函數(shù)值，其中
， CN 105160395 A I兄明書 4/5 頁
，f；當(dāng)前激勵(lì)頻率，ω為激勵(lì)電源的角頻 率，M為發(fā)射和接收線圈之間的互感，L1, L2S發(fā)射線圈和接收線圈電感，C1, (：2為 電容，Rs為電源內(nèi)阻，L為負(fù)載電阻，R1, R2為回路中電阻。本算法先由當(dāng)前激勵(lì)頻 率f；