一种基于NSGA-Ⅱ算法的Swiss整流器多目标优化设计方法技术

本发明专利技术提出了一种基于NSGA‑Ⅱ算法的Swiss整流器多目标优化设计方法，属于整流器参数优化设计技术领域。步骤1、确定优化的元器件并进行功率和体积建模；步骤2、定义目标函数；步骤3、初始化种群；步骤4、选择；步骤5，二元锦标赛选择；步骤6，交叉；步骤7，变异；步骤8，父代种群和子代种群合并，获得第一代种群；步骤9，利用父代种群和子代种群形成种群；步骤10、达到最大进化代数gen；步骤11，输出Pareto最优解前沿和参数矩阵，根据所选择的目标性能指标，得到对应的各决策变量数值，即是优化问题的解，根据各个参数进行元器件的选择和设计。

A multi-objective optimization design method of Swiss rectifier based on NSGA-II algorithm

【技术实现步骤摘要】
一种基于NSGA-Ⅱ算法的Swiss整流器多目标优化设计方法
本专利技术涉及一种基于NSGA-Ⅱ算法的Swiss整流器多目标优化设计方法，属于整流器参数优化设计

技术介绍
近年来，随着电力电子器件的广泛应用，越来越多的关于变换器的研究和优化技术得到了国内外研究人员的高度重视，各种高效、新颖的整流器拓扑结构和数字控制应运而生，使得电动汽车、新能源技术得到了快速的发展；整流器系统的显著性能特点就是高频率、高效率、高功率密度、高功率因数、高可靠性等，伴随着各种新型电磁材料、电子元器件、变换技术的问世和应用，使得整流器系统向着小体积、高效性、低成本的方向发展。但是，由于Swiss整流器具有电感等非线性元件，使得整流器系统是一个强非线性系统，且需要优化的元器件参数和性能较多，各个性能之间相互冲突、相互制约，一个性能的提升往往以另一个性能的降低为代价；这使得Swiss整流器这个具有多目标性、不确定性、非线性和多参数性的复杂优化问题在传统的优化方法中难以实现，以经验判断各参数，无法保证其准确性；如何用严谨的数学方法选择合适的器件，处理整流器本文档来自技高网...

【技术保护点】
1.一种基于NSGA-Ⅱ算法的Swiss整流器多目标优化设计方法，其特征在于，所述优化设计方法包括：/n步骤1、将Swiss整流器基本拓扑电路中的直流电感L、输出电容C、开关管IGBT和二极管Diode作为影响整流器性能指标的优化变量，并对所述直流电感L、输出电容C、开关管IGBT和二极管Diode进行功率和体积建模；/n步骤2、定义目标函数：以Swiss整流器的效率和功率密度为目标函数，衡量Swiss整流器的性能指标；/n步骤3、初始化种群：将种群大小设置为N，最大进化代数设置为gen，决策变量的数量设置为V；然后，对决策变量进行实数编码，以建立的元器件数据库为约束条件，输入各参数变量的上下...

【技术特征摘要】
1.一种基于NSGA-Ⅱ算法的Swiss整流器多目标优化设计方法，其特征在于，所述优化设计方法包括：
步骤1、将Swiss整流器基本拓扑电路中的直流电感L、输出电容C、开关管IGBT和二极管Diode作为影响整流器性能指标的优化变量，并对所述直流电感L、输出电容C、开关管IGBT和二极管Diode进行功率和体积建模；
步骤2、定义目标函数：以Swiss整流器的效率和功率密度为目标函数，衡量Swiss整流器的性能指标；
步骤3、初始化种群：将种群大小设置为N，最大进化代数设置为gen，决策变量的数量设置为V；然后，对决策变量进行实数编码，以建立的元器件数据库为约束条件，输入各参数变量的上下限；随机生成N维决策矩阵，将所述决策矩阵的第V+1列和第V+2列作为目标函数数值，最后两列为非支配层数和拥挤度距离，一个参数向量则对应一个个体或称为染色体；
步骤4、选择：设定两个参数ni和Si，ni为种群中所有个体支配个体i的数目，Si为个体i所支配的个体集合，采用快速非支配排序判断所述矩阵的解的好坏和排序操作；
步骤5，二元锦标赛选择：设置锦标赛大小为2，匹配池大小为N/2；在初始种群中，随机选择两个个体，比较两个个体的非支配等级，等级低者放入匹配池中；若等级相同，则比较拥挤度距离，距离大者者保留；若非支配等级和拥挤度距离均相同，则随机选取一个个体保留，重复本步骤操作，至匹配池中个体为N/2；
步骤6，交叉：首先在当代种群中随机选择两个个体，作为交叉操作的父代个体，对匹配染色体上的基因进行交叉操作，产生一对新的染色体，重复交叉操作，形成新一代种群；其中，所述当代种群为父代种群；
步骤7，变异：定义一个变异算子，对个体的基因进行小概率的替换，并将变异算子作用于种群，使种群中部分个体的基因改变，产生新的等位基因，将此时的种群记为子代种群；
步骤8，将步骤6中的父代种群跟步骤7获得的子代种群进行合并，合并后的种群记为第一代种群(gen＝1)，种群大小为N；
步骤9，将步骤8获得的第一代种群作为父代种群，然后将此父代种群进行交叉变异获得子代种群，然后将本步骤中的父代种群和子代种群进行合并，形成种群，此时种群大小为2N；
步骤10、利用步骤4的操作过程对步骤9形成的种群进行处理，选择N个个体为新的父代种群，再经步骤6和步骤7，产生新的子代种群Pt+1；重复步骤9，至达到最大进化代数gen；
步骤11，输出Pareto最优解前沿和参数矩阵，根据所选择的目标性能指标，得到对应的各决策变量数值，即是优化问题的解，根据各个参数进行元器件的选择和设置。


2.根据权利要求1所述优化设计方法，其特征在于，步骤1所述功率和体积建模的过程包括：计算电感的功率，所述电感的功率PL为：



其中，uL为电感的输入电压，Irms为流经电感的电流有效值，fsw为开关频率，VL为电感体积；
计算电感的线圈体积；所述线圈体积Vcl为：



其中，ωw为绕组宽度，dw为绕组深度，；
计算导体体积Vcd为：Vcd＝kpfVcl，其中，kpf为线圈的填充系数，N为线圈匝数，为导体截面积，
计算磁芯体积为：则电感体积VL为:其中，l表示磁芯长度；
计算开关管IGBT的通态损耗为：


<...

【专利技术属性】
技术研发人员：颜景斌，沈云森，
申请(专利权)人：哈尔滨理工大学，
类型：发明
国别省市：黑龙;23