專利名稱：基于免疫算法的逆變器多目標Pareto最優控制方法
技術領域：
本發明涉及一種逆變器多目標Pareto最優控制方法，尤其是涉及基于免疫算法的逆變器多目標Pareto最優控制方法。
背景技術：
隨著能源結構的調整與電力需求快速增長，為了能夠高效地使用電能，大量需要能將電壓和頻率變換的系統。逆變器可以滿足電能變換的要求，因此備受關注。目前逆變器研究的其中兩個熱點問題是如何提高逆變器輸出波形質量和降低逆變器的損耗。當逆變器通過增加電力電子器件的開關頻率來改善逆變器的輸出波形質量、動態響應特性和減小體積時，必然導致過大的開關損耗。損耗不僅影響整體工作效率，而且引起器件工作時溫度升高超過節點最高溫度，導致器件損壞。因此必須在逆變器輸出波形質量等因素和損耗之間進行權衡。其中分析逆變器開關損耗影響因素和如何準確估算損耗是研究的關鍵。悅喜車等提出通過選出一種開關損耗最優的開關動作序列提出最小開關損耗空間矢量脈寬調制(pulse width modulation, PWM)控制技術,使開關損耗減小，主要針對三相電路。張磊等提出了一種新的PWM控制策略降低續流二極管的導通壓降和導通損耗，提高逆變器的工作效率。Zargari等提出特定諧波消除脈寬調制技術，其主要是通過控制逆變器的若干個脈沖寬度，消除次數較低的諧波，使得在總諧波畸變率(total harmonicdistortion, THD)較小的情況下，開關損耗極大地減小。還有學者采用軟開關技術來減小開關損耗，在開關器件的兩端增加吸收緩沖電容以減小器件關斷時的電壓變化率及關斷的損耗，再通過輔助諧振電感和吸收電容之間的諧振，使開關器件在零電壓條件下開通，從而消除開關損耗和噪聲，但仍存在成本高，結構復雜等缺點。洪峰、毛鵬等作者分別通過分析逆變器開關損耗過程，建立了逆變器損耗的數學模型，通過并進行試驗研制有效性，但由于逆變器其工作的環境是動態的，其模型建立比較復雜且仍存在一定的相對性。XiaolinMao、D. A. Murdock等學者分別通過熱測量方式估算損耗。Ali M. Bazzi等學者提出利用廠商給出的器件數據電子手冊，通過曲線擬合方式獲取損耗模型，通過熱阻模型估算損耗，但是其研究的始終是某一種的條件下損耗且未能給出具體的測量方法。如上所述，目前有大量學者對逆變器器件的開關損耗進行了研究，但是大部分研究都只關注開關損耗的減少或是準確估算并未考慮輸出波形質量。Michael J.首次采用遺傳算法(genetic algorithm, GA)來產生單相逆變器的最優數字化PWM控制。賈嘉賓等利用遺傳算法(genetic algorithm, GA)算法采取權重系數法求逆變器多目標(THD和Switching losses)最優控制策略，但是權重系數法本身依賴大量的先驗知識，并且多目標函數的解是唯一的是不符合實際情況的，同時也沒有對不同負載條件進行分析，其相關研究只是對損耗進行定性分析，并沒有采用精確方法計算。Ramachandran等提出采用免疫算法(IA)用于逆變器控制,主要克服GA的收斂速度較慢和局部搜索能力不足等不足。
本發明在這些工作基礎上進一步研究利用免疫算法(immune algorithm, IA)求取逆變器多目標即綜合考慮THD與開關損耗尋求逆變器的最優控制策略，得到不同負載條件下的多目標Pareto最優解集。
發明內容
本發明主要是解決現有技術所存在的技術問題；提供了一種簡單且容易實現，主要依靠負載電流、門極驅動信號、直流母線電壓和器件電子數據手冊來實時計算逆變器的損耗，能夠有效利用廠家提供的器件特性參數，具有可操作性，更適合于實際工程應用，具有在線監測的潛力的基于免疫算法的逆變器多目標Pareto最優控制方法。本發明的上述技術問題主要是通過下述技術方案得以解決的一種基于免疫算法的逆變器多目標Pareto最優控制方法，其特征在于。步驟I，確定波形質量Wq值。步驟2，設定迭代次數k，并根據編碼操作產生初始群體，定義抗體是單相逆變器開關模式對應的一組數字串，其染色體結構可以定義如下Chrom = X1, X2, X3,…Xn其中X111Oii=I, 2，3"*N)即表示每個開關對應的開關序列，Xni在0，I兩個值中取值，其中，初始種群是在滿足編碼操作及無死區時間的約束條件情況下隨機產生的；步驟3，注射疫苗，即將作為治療性疫苗的抗體加入步驟I產生的初始抗體種群中，與隨機生成的染色體，得到初始的抗體種群；步驟4,對當前的抗體種群中每一條染色體計算整體親和度；
步驟5,對當前的抗體種群中每一條染色體計算濃度；步驟6，根據步驟4，5所得整體親和度和濃度對當前的抗體種群中每一條抗體計算免疫選擇函數值，將免疫選擇函數值低的抗體按概率從當前的抗體種群中去除；步驟7，針對完成步驟6的抗體群進行克隆選擇，即在抗體群中確定性選擇一部分親和力較高的抗體；步驟8，針對步驟6中的抗體群進行克隆抑制，即針對抗體親和力較差抗體進行確定性地抑制，將步驟6中克隆選擇出來的親和力較高的個體替換這類親和力較差的抗體；步驟9，針對步驟8完成的抗體種群進行交叉操作，即以設定概率在某兩個個體的交叉點發生相互交換；步驟10，針對步驟9完成抗體種群進行變異操作，即對抗體上的某一位或一些基因位上的基因值按照設定的變異概率進行的突變；步驟11，針對步驟10完成抗體種群進行倒位操作，即對抗體上的某一位或一些基因位上的基因值按照設定的倒位概率進行的倒位；步驟12，判斷當前迭代次數k是否達到設定的最大迭代次數，是則進入步驟13，否則設當前迭代次數k=k+l，返回到步驟4進行下一次迭代；步驟13，對當前的抗體種群中每一條抗體計算親和度，判斷當前所得結果是否收斂，是則進入步驟14，否則以當前的抗體種群作為治療性疫苗的抗體，返回到步驟I重新生成加入初始抗體種群進行迭代；步驟14，對當前的抗體種群中每一條抗體計算免疫選擇函數值，根據免疫選擇函數值最大的抗體得到THD評價函數為Wq時損耗最小的開關狀態控制序列，并輸出當前開關質量Wq及開關狀態控制序列。步驟15，判斷波形質量的值是否已超過其允許最大值，是則結束。不是則重新設置Wq值，返回步驟2，執行步驟2值步驟14這一免疫計算的迭代過程。本發明創造性的提出一種采用免疫算法來求解逆變器的輸出電流波形質量和開關損耗的多目標最優控制方法，免疫算法適合于求取電力逆變器的數字化多目標PWM控制，利用免疫算法在解空間中尋找到多目標Pareto最優解且解集并不是唯一，有利于選擇合適的PWM控制序列，供設計者按設計意愿選擇最優的設計。本發明輸出電流波形質量目標由電流波形質量評價函數刻畫，開關損耗目標由Switching Losses評價函數刻畫，并以Pareto前沿面的形式給出優化的Pareto最優解集。本發明采取的損耗估算方法簡單且容易實現，其主要依靠負載電流、門極驅動信號、直流母線電壓和器件電子數據手冊(datasheet)來實時計算逆變器的損耗，本發明能夠有效利用廠家提供的器件特性參數，具有可操作性，與物理模型和功能模型的建模方法相比，更適合于實際工程應用，具有在線監測的潛力。在上述的基于免疫算法的逆變器多目標Pareto最優控制方法，所述步驟4中，整體親和度由于需要綜合考慮逆變器輸出波形質量與開關損耗，定義第i條抗體為Xi,其具體評價函數如下逆變器輸出波形質量(THD)評價函數
權利要求
1.一種基于免疫算法的逆變器多目標Pareto最優控制方法，其特征在于。
步驟I，確定波形質量Wq值； 步驟2，設定迭代次數k，并根據編碼操作產生初始群體，定義抗體是單相逆變器開關模式對應的一組數字串，其染色體結構可以定義如下 Chrom = X1, X2, X3, ··· Xn 其中Xm(m=l，2，3…N)即表示每個開關對應的開關序列，Xm在0，I兩個值中取值，其中，初始種群是在滿足編碼操作及無死區時間的約束條件情況下隨機產生的； 步驟3，注射疫苗，即將作為治療性疫苗的抗體加入步驟I產生的初始抗體種群中，與隨機生成的染色體，得到初始的抗體種群； 步驟4,對當前的抗體種群中每一條染色體計算整體親和度； 步驟5,對當前的抗體種群中每一條染色體計算濃度； 步驟6，根據步驟4，5所得整體親和度和濃度對當前的抗體種群中每一條抗體計算免疫選擇函數值，將免疫選擇函數值低的抗體按概率從當前的抗體種群中去除； 步驟7，針對完成步驟6的抗體群進行克隆選擇，即在抗體群中確定性選擇一部分親和力較高的抗體； 步驟8，針對步驟6中的抗體群進行克隆抑制，即針對抗體親和力較差抗體進行確定性地抑制，將步驟6中克隆選擇出來的親和力較高的個體替換這類親和力較差的抗體； 步驟9，針對步驟8完成的抗體種群進行交叉操作，即以設定概率在某兩個個體的交叉點發生相互交換； 步驟10，針對步驟9完成抗體種群進行變異操作，即對抗體上的某一位或一些基因位上的基因值按照設定的變異概率進行的突變； 步驟11，針對步驟10完成抗體種群進行倒位操作，即對抗體上的某一位或一些基因位上的基因值按照設定的倒位概率進行的倒位； 步驟12，判斷當前迭代次數k是否達到設定的最大迭代次數，是則進入步驟13，否則設當前迭代次數k=k+l，返回到步驟4進行下一次迭代； 步驟13，對當前的抗體種群中每一條抗體計算親和度，判斷當前所得結果是否收斂，是則進入步驟14，否則以當前的抗體種群作為治療性疫苗的抗體，返回到步驟I重新生成加入初始抗體種群進行迭代； 步驟14，對當前的抗體種群中每一條抗體計算免疫選擇函數值，根據免疫選擇函數值最大的抗體得到THD評價函數為Wq時損耗最小的開關狀態控制序列，并輸出當前開關質量Wq及開關狀態控制序列； 步驟15，判斷波形質量的值是否已超過其允許最大值，是則結束，不是則重新設置Wq值，返回步驟2，執行步驟2值步驟14這一免疫計算的迭代過程。
2.根據權利要求1所述的基于免疫算法的逆變器多目標Pareto最優控制方法，其特征在于，所述步驟3中，親和度由于需要綜合考慮THD與開關損耗，定義第i條抗體為Xi，其具體評價函數如下 逆變器輸出波形質量(THD)評價函數
3.根據權利要求1所述的基于免疫算法的逆變器多目標Pareto最優控制方法，其特征在于，所述步驟4中，染色體的濃度的獲取方法是令空間X是當前的抗體種群所有抗體的集合，即空間X代表逆變器的PWM序列的集合，空間Y是當前的抗體種群中每個抗體作用后對應的結果的集合，即空間Y代表逆變器采用當前PWM控制序列后，流過電感的實際電流值，設第i條抗體Xi和第j條抗體&為在空間X中的兩個矢量，它們通過函數f映射到空間Y中稱為矢量f (Xi)、f (Xj)，因此矢量f (Xi)、f (Xj)在Y空間中的距離為
4.根據權利要求1所述的基于免疫算法的逆變器多目標Pareto最優控制方法，其特征在于，步驟6中,將免疫選擇函數設為
5.根據權利要求1所述的基于免疫算法的逆變器多目標Pareto最優控制方法，其特征在于，所述步驟7中，定義抗體Xi的克隆選擇概率為
6.根據權利要求1所述的基于免疫算法的逆變器多目標Pareto最優控制方法，其特征在于，所述步驟8中，定義抗體Xi的克隆抑制概率為
全文摘要
本發明涉及基于免疫算法的逆變器多目標Pareto最優控制方法，采用免疫算法來求解逆變器輸出電流波形質量和開關損耗的多目標最優控制序列。輸出電流波形質量目標由逆變器輸出波形質量評價函數刻畫，開關損耗目標由SwitchingLosses評價函數刻畫，并以Pareto前沿面的形式給出Pareto最優解集，設計者可以根據意愿和對各目標的重視程度，從Pareto最優解集中選擇出優化設計最滿意的解。本發明通過計算數據手冊提供的器件特性參數、負載電流、開關門極驅動信號及直流母線電壓來實時計算逆變器的損耗，有可操作性，與物理模型和功能模型的建模方法相比，更適合于實際工程應用，具有在線監測的潛力。
文檔編號H02M7/5387GK103036467SQ20121048418
公開日2013年4月10日 申請日期2012年11月23日 優先權日2012年11月23日
發明者袁佳歆, 費雯麗, 潘建兵, 陳柏超 申請人:武漢大學