IPT系统抗偏移参数优化方法、系统及计算机设备技术方案

本发明专利技术公开了一种基于遗传算法的IPT系统抗偏移参数优化方法、系统及计算机设备。该方法包括步骤：预定义系统的互感区间和负载区间，对系统参数进行编码；构建系统参数的非线性规划模型，非线性规划模型的优化目标为系统电压增益最大值和最小值的差值最小，非线性规划模型的约束条件包括互感区间和负载区间；基于非线性规划模型构建遗传算法的适应度函数，采用遗传算法对非线性规划模型进行求解，获取系统参数的第一全局最优解；将第一全局最优解作为初始点代入系统参数的非线性规划模型，通过非线性寻优方法得到系统参数的第二全局最优解。本发明专利技术实现了在任意给定互感区间和负载区间上，系统参数设计的最优化。

【技术实现步骤摘要】
IPT系统抗偏移参数优化方法、系统及计算机设备
本专利技术属于电能传输
，更具体地，涉及一种基于遗传算法的IPT系统抗偏移参数优化方法、系统及计算机设备。
技术介绍
感应式电能传输（InductivePowerTransfer，IPT）技术由于具有传输功率大、传输效率高且无需物理连接等优势，因此在物料搬运、电动汽车、电子设备、医疗设备以及水下环境等领域得到了广泛应用。为了保证IPT系统获得较高的传输效率和传输功率，会对系统的原边和副边进行谐振补偿，典型的IPT系统工作原理图如图1所示。IPT系统通常需要保持接收线圈和发射线圈的横向位置和纵向位置精确对准，才能获得较高的传输功率和传输效率。然而，在一些工作场合例如动态充电，或者存在外界环境扰动情况下例如应用在水下环境时，收发线圈的相对位置难以固定，使得系统的输出电压波动较大，并可能造成系统失去软开关条件，降低系统的效率并引起较大的电磁干扰。在无人机、无人船等无人化装备无线充电系统中，接收线圈和发射线圈之间还会存在较高频次的位移，使得系统稳定性更加难以实现。目前针对抗偏移IPT系统稳定输出的研究主要包括两类：一是通过动态调节的方法，包括调节系统工作频率、对发射端高频逆变器移相控制以及在发射端高频逆变器之前或者在接收端整流滤波之后级联DC/DC环节；二是通过优化系统的固有参数，例如优化磁路结构、优化线圈结构、优化系统补偿参数以及优化拓扑结构等。但是，动态调节不可避免地会引入检测装置、通信装置以及增加DC/DC变换器装置等等，使得系统复杂度增加，系统的成本也会增加，同时动态调节适用于扰动变化速度较慢的场合，对于无人机悬浮无线充电、无人船岸基无线充电等较高频次的扰动来说，动态补偿速度满意满足需求。一现有技术中，对具有双极性的DDQ线圈进行了深入研究，DDQ线圈在偏移过程中具有互补特性，使得磁场分布较为均匀，但是在某些方向上效果不佳。另一现有技术中，针对串联补偿拓扑电路通过控制系统的原边电路和副边电路保持一定的失谐率来降低系统输出电压对互感的敏感度，但是采用枚举法来获得系统的优化参数，该方法难以获得系统的最优参数。另一现有技术中，采用一种混合拓扑结构，利用LCC-S拓扑和S-LCC拓扑的互补特性能够一定程度上减小耦合器偏移带来的影响，但是它仅对耦合器的Z轴方向和Y轴方向的偏移有效，而对X轴上的偏移会产生较大偏差。
技术实现思路
针对现有技术的至少一个缺陷或改进需求，本专利技术提供了一种基于遗传算法的IPT系统抗偏移参数优化方法、系统及计算机设备。为实现上述目的，按照本专利技术的第一方面，提供了一种基于遗传算法的IPT系统抗偏移参数优化方法，包括步骤：预定义系统的互感区间和负载区间，对系统参数进行编码；构建系统参数的非线性规划模型，非线性规划模型的优化目标为系统电压增益最大值和最小值的差值最小，非线性规划模型的约束条件包括互感区间和负载区间；基于非线性规划模型构建遗传算法的适应度函数，采用遗传算法对非线性规划模型进行求解，获取系统参数的第一全局最优解；将第一全局最优解作为初始点代入系统参数的非线性规划模型，通过非线性寻优方法得到系统参数的第二全局最优解。优选的，所述采用遗传算法对非线性规划模型进行求解包括步骤：（1）设置系统参数的种群数目N和繁衍代数Q；（2）利用RAND函数产生系统参数的初始种群，初始种群中的系统参数个体数量为N；（3）通过非线性规划模型的约束条件对初始种群进行检验并更新，获得优化初始种群；（4）获取适应度函数；（5）根据适应度函数计算优化初始种群中的系统参数个体的适应度，根据系统参数个体的适应度在优化初始种群中选择系统参数个体；（6）将步骤(5)选择的系统参数个体进行交叉和变异，获得新的系统参数种群；（7）将新的系统参数种群替代优化初始种群，重复执行步骤(5)~（6），直至迭代到第Q代，获得系统参数的第一全局最优解。优选的，适应度函数满足：满足非线性规划模型约束条件的系统参数个体的适应度比不满足非线性规划模型约束条件的系统参数个体的适应度大。优选的，所述IPT系统为S-LCC型IPT系统。优选的，所述S-LCC型IPT系统包括S-LCC型补偿网络，S-LCC型补偿网络包括耦合线圈、电容、电容、电容和电感，电容与耦合线圈初级侧串联，耦合线圈次级侧、电容和电感依次串联，耦合线圈次级侧和电容组成的电路与电容并联，耦合线圈初级侧电感为，耦合线圈次级侧电感为，电容、电容、电容、电感与线圈电感、构成谐振腔。优选的，所述非线性规划模型为：其中，、和为系统参数，为系统电压增益的最大值与最小值之间的差值，Mmin、Mmax分别为互感区间参数的最小值和最大值，Mep为系统电压增益最大值时的互感，Rmin为系统负载电阻Req的最小值，表示系统电压增益，为系统电压增益的下限，表示系统互感为Mmin、系统负载电阻为Rmin时的系统电压增益，表示系统互感为Mmax、系统负载电阻为Rmin时的系统电压增益，表示满足条件。优选的，的计算公式为：谐振条件下，；非谐振条件下，，其中，，。优选的，所述适应度函数为：其中，为一给定常数，为预先给定的正数，如下式所示：。按照本专利技术的第二方面，提供了一种基于遗传算法的IPT系统抗偏移参数优化系统，包括：设置模块，用于预定义系统的互感区间和负载区间，并对系统参数进行编码；模型构建模块，用于构建系统参数的非线性规划模型，非线性规划模型的优化目标为系统电压增益最大值和最小值的差值最小，非线性规划模型的约束条件包括互感区间和负载区间；遗传算法求解模块，用于基于非线性规划模型构建遗传算法的适应度函数，采用遗传算法对非线性规划模型进行求解，获取系统参数的第一全局最优解；非线性寻优模块，用于将第一全局最优解作为初始点代入系统参数的非线性规划模型，通过非线性寻优方法得到系统参数的第二全局最优解。按照本专利技术的第三方面，一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现上述任一项所述的方法的步骤。总体而言，本专利技术提出了一种新的参数优化设计方法用于提高IPT系统的抗偏移能力。通过建立以电压增益差值为目标函数的非线性规划模型，并提出结合遗传算法的非线性规划方法来求出模型的最优解，实现了在任意给定互感区间和负载区间上，系统参数设计的最优化，降低了耦合器偏移时系统的输出波动。从参数优化层面提高了系统输出抗偏移的特性，无需增加额外的检测装置、通信装置等，节约了系统成本，可靠性也更高。附图说明图1是本专利技术实施例的IPT系统工作原理图示意图；图2是本专利技术实施例的S-LCC-IPT电路拓扑结构图；图3是本专利技术实施例的S-LCC-IPT系统等效电路图；图4是本专利技术实施例的遗传算法流程示意图；图5是本专利技术实施例的输出平均适应度和本文档来自技高网...

【技术保护点】
1.一种基于遗传算法的IPT系统抗偏移参数优化方法，其特征在于，包括步骤：/n预定义系统的互感区间和负载区间，对系统参数进行编码；/n构建系统参数的非线性规划模型，非线性规划模型的优化目标为系统电压增益最大值和最小值的差值最小，非线性规划模型的约束条件包括互感区间和负载区间；/n基于非线性规划模型构建遗传算法的适应度函数，采用遗传算法对非线性规划模型进行求解，获取系统参数的第一全局最优解；/n将第一全局最优解作为初始点代入系统参数的非线性规划模型，通过非线性寻优方法得到系统参数的第二全局最优解。/n

【技术特征摘要】
1.一种基于遗传算法的IPT系统抗偏移参数优化方法，其特征在于，包括步骤：
预定义系统的互感区间和负载区间，对系统参数进行编码；
构建系统参数的非线性规划模型，非线性规划模型的优化目标为系统电压增益最大值和最小值的差值最小，非线性规划模型的约束条件包括互感区间和负载区间；
基于非线性规划模型构建遗传算法的适应度函数，采用遗传算法对非线性规划模型进行求解，获取系统参数的第一全局最优解；
将第一全局最优解作为初始点代入系统参数的非线性规划模型，通过非线性寻优方法得到系统参数的第二全局最优解。


2.如权利要求1所述的一种基于遗传算法的IPT系统抗偏移参数优化方法，其特征在于，所述采用遗传算法对非线性规划模型进行求解包括步骤：
（1）设置系统参数的种群数目N和繁衍代数Q；
（2）利用RAND函数产生系统参数的初始种群，初始种群中的系统参数个体数量为N；
（3）通过非线性规划模型的约束条件对初始种群进行检验并更新，获得优化初始种群；
（4）获取适应度函数；
（5）根据适应度函数计算优化初始种群中的系统参数个体的适应度，根据系统参数个体的适应度在优化初始种群中选择系统参数个体；
（6）将步骤(5)选择的系统参数个体进行交叉和变异，获得新的系统参数种群；
（7）将新的系统参数种群替代优化初始种群，重复执行步骤(5)~（6），直至迭代到第Q代，获得系统参数的第一全局最优解。


3.如权利要求2所述的一种基于遗传算法的IPT系统抗偏移参数优化方法，其特征在于，适应度函数满足：满足非线性规划模型约束条件的系统参数个体的适应度比不满足非线性规划模型约束条件的系统参数个体的适应度大。


4.如权利要求2所述的一种基于遗传算法的IPT系统抗偏移参数优化方法，其特征在于，所述IPT系统为S-LCC型IPT系统。


5.如权利要求4所述的一种基于遗传算法的IPT系统抗偏移参数优化方法，其特征在于，所述S-LCC型IPT系统包括S-LCC型补偿网络，S-LCC型补偿网络包括耦合线圈、电容、电容、电容和电感，电容与耦合线圈初级侧串联，耦合线圈次级侧、...

【专利技术属性】
技术研发人员：蔡进，吴旭升，孙盼，孙军，王蕾，张筱琛，熊乔，谢海浪，梁彦，仇雪颖，宋忻怡，徐建超，
申请(专利权)人：中国人民解放军海军工程大学，
类型：发明
国别省市：湖北;42