一种基于智能优化算法的车载电源系统参数匹配方法技术方案

本发明专利技术提供了一种基于智能优化算法的车载电源系统参数匹配方法，涉及电源优化技术领域，包括步骤：构建车载电源系统的目标函数，通过引进JAVA算法的改进型瞬态搜索优化算法迭代更新最优位置更新，同时考虑最差位置，远离最差位置进行更新，获得最优搜索代理；根据预设最大迭代次数依次更新最优搜索代理，获得最优的车载电源系统参数匹配方案。本发明专利技术通过提升种群位置分布的均匀性和多样性，对搜索代理搜索范围的增大，大大提高了车载电源系统参数匹配最优参数精度，提高供电可靠性和车辆行驶的安全性。的安全性。的安全性。

【技术实现步骤摘要】
一种基于智能优化算法的车载电源系统参数匹配方法


[0001]本专利技术涉及电源优化
，尤其涉及一种基于智能优化算法的车载电源系统参数匹配方法。

技术介绍

[0002]随着新军事变革持续推进，新的作战方式对装备提出更高的要求，而电传动车辆采用电机驱动车辆行驶，具有低速扭矩大、动态响应快、调速范围宽、传动效率高、结构简单等优点，电传动车辆具有更优越的机动性能。为实现对车辆电力的统一管理，电传动车辆电源系统及其控制技术研究得到世界各国重视，并取得很大的进展。
[0003]车载电源系统是为装甲车辆的用电负载统一提供电力的微电网系统，其一般包含多能源装置（发动机
‑
发电机组、储能装置等），并对其按照一定的控制策略进行有机的管控，实现大功率电能生成、变换、存储控制，能够满足用电负载的不间断供电要求。
[0004]在工程实践中，根据车载电源系统的设计方案，结合车辆性能指标要求，研究车载电源系统参数匹配方法对电传动装甲车辆的开发具有重要支撑作用。
[0005]智能优化算法是人工智能研究的热点内容之一，已经在电力领域的参数匹配优化设计中有着广泛的应用。例如，肖伟等人研究了一种基于强度帕累托进化算法的复合电源参数优化方法（肖伟,杜常清,任卫群.基于强度帕累托进化算法的复合电源参数优化[J].电源技术,2022,46(12):1422
‑
1427.）；陈宗海等人专利技术了 一种纯电动汽车复合电源系统的容量配比方法及系统（陈宗海 , 李民策 , 王丽 , 陈旭 , 杨晓宇.一种纯电动汽车复合电源系统的容量配比方法及系统 [P]. 安徽：CN112434374A,2021
‑
03
‑
02.）；李奇等人专利技术了一种燃料电池超级电容混合动力机车参数匹配优化方法（李奇 , 陈维荣 , 刘志祥 , 戴朝华 , 张雪霞 , 郭爱 , 刘述奎. 燃料电池超级电容混合动力机车参数匹配优化方法[P]. 四川省：CN104071033A,2014
‑
10
‑
01.）；王文玺等人专利技术了一种考虑源荷匹配度的主动配电网分布式电源规划方法（王文玺 , 刘宝林 , 冯磊 , 李玲芳 , 程军照 , 周少雄 , 廖一旭 , 陈燿圣. 一种考虑源荷匹配度的主动配电网分布式电源规划方法[P]. 广东省：CN107688879A,2018
‑
02
‑
03.）。
[0006]瞬态搜索优化算法（Transient search optimization algorithm，TSOA）是一种模拟包含电感和电容等存储元件的开关电路瞬态行为的新型智能优化算法，同样可以应用于车载电源系统参数匹配问题。但是，瞬态搜索优化算法存仍然存在有一些缺陷，使得算法容易陷入局部最优和收敛精度不高，在进行车载电源系统参数匹配时，往往达不到理想的匹配效果。

技术实现思路

[0007]本专利技术提供了一种基于智能优化算法的车载电源系统参数匹配方法，目的是解决现有技术中瞬态搜索优化算法存仍然存在有一些缺陷，使得算法容易陷入局部最优和收敛精度不高，在进行车载电源系统参数匹配时，往往达不到理想匹配效果的缺点。
[0008]为了实现上述目的，本专利技术提供如下技术方案：一种基于智能优化算法的车载电源系统参数匹配方法，包括步骤：根据车载电源系统的基本要素和性能参数，初始化车载电源系统的拓扑结构和参数信息，确定车载电源系统的各参数范围和约束条件；依据各参数范围和约束条件，构建车载电源系统的目标函数；根据所述目标函数计算适应度值，获得以各参数范围为基础的最优搜索代理位置；通过对瞬态搜索优化算法引入JAVA算法改进瞬态搜索代理位置更新方式，获得改进型瞬态搜索优化算法；通过所述改进型瞬态搜索优化算法更新搜索代理位置，同时以远离最差位置为参考进行更新搜索代理位置，获得最优搜索代理位置，即获得最优的各参数范围；根据预设最大迭代次数依次更新最优的各参数范围，通过所述各参数范围间关系获得最优的车载电源系统参数匹配方案。
[0009]优选的，所述车载电源系统的基本要素和性能参数包括：电压等级参数、发动机、超级电容、高压电池、双向DC
‑
DC变换器、各类负载参数。
[0010]优选的，在建立所述目标函数后，进行参数设置，包括：搜索代理种群的大小N；迭代的最大次数Miter；搜索代理寻优下边界LB；搜索代理寻优上边界UB。
[0011]优选的，根据所述目标函数计算适应度值，获得以各参数范围为基础的最优搜索代理位置，包括步骤：利用高斯映射初始化设置参数后的搜索代理种群位置；根据目标函数计算初始化后代理种群位置的适应度值，记录最优搜索代理位置。
[0012]优选的，所述利用高斯映射初始化设置参数后的搜索代理种群位置，包括步骤：高斯映射随机数产生：
[0013]利用产生的高斯随机数初始化搜索代理位置：
[0014]式中：是初始搜索代理的位置，x
t
为随机数，mod(
·
)为求余函数，x
t+1
为下一个随机数。
[0015]优选的，所述通过所述改进型瞬态搜索优化算法更新搜索代理位置，包括步骤：引入JAVA算法后的改进型瞬态搜索优化算法更新公式为：
[0016]其中，
[0017][0018][0019]其中，为第t+1次迭代的搜索代理的位置；表示第t次迭代的搜索代理的最佳位置；表示第t次迭代的搜索代理的最差位置；为当前第t次迭代的搜索代理的位置；和T为随机的热阻系数；z为衰减系数，随着迭代次数从2逐渐减小为0；k为常数（k=0,1,2
…
)；、和为[0,1]内的随机数；α为[0,1]内的随机数；计算适应度值：
[0020]式中，fitness(
·
)为适应度值，F(
·
)为计算适应度值时的适应度函数；记录当次迭代中适应度值最优的最优搜索代理位置。
[0021]优选的，所述通过改进型瞬态搜索优化算法迭代更新最优位置更新时，对最优搜索代理位置，进行逐维度双向sine变异。
[0022]优选的，所述对最优搜索代理位置进行逐维度双向sine变异，包括步骤：对于维度j，根据当前迭代次数计算sine混沌值，并等概率切换正负方向；具体计算表达式为：
[0023][0024]式中，SinValue为sine混沌值；x0为迭代序列值；对最优搜索代理位置进行变异扰动，具体表达式为：
[0025]其中，表示第t+1次迭代的最优搜索代理位置的第j维；贪婪更新：
[0026]每个维度都进行变异后，停止变异。
[0027]本专利技术与现有技术相比具有以下有益效果：本专利技术对搜索代理的位置更新方式进行了改进，引入JAVA算法的位置更新机制来改进搜索代理位置更新方式，即搜索代理位置更新朝最优位置更新，同时参考最差位置，远离最差位置进行更新，来提高算法的全局搜索能力，实现了算法搜索范围本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于智能优化算法的车载电源系统参数匹配方法，其特征在于，包括：根据车载电源系统的基本要素和性能参数，初始化车载电源系统的拓扑结构和参数信息，确定车载电源系统的各参数范围和约束条件；依据各参数范围和约束条件，构建车载电源系统的目标函数；根据所述目标函数计算适应度值，获得以各参数范围为基础的最优搜索代理位置；通过对瞬态搜索优化算法引入JAVA算法改进瞬态搜索代理位置的更新方式，获得改进型瞬态搜索优化算法；通过所述改进型瞬态搜索优化算法更新搜索代理位置，同时以远离最差位置为参考进行更新搜索代理位置，获得最优搜索代理位置，即获得最优的各参数范围；根据预设最大迭代次数依次更新最优的各参数范围，通过所述各参数范围间关系获得最优的车载电源系统参数匹配方案。2.如权利要求1所述的一种基于智能优化算法的车载电源系统参数匹配方法，其特征在于，所述车载电源系统的基本要素和性能参数包括：电压等级参数、发动机、超级电容、高压电池、双向DC
‑
DC变换器、各类负载参数。3.如权利要求1所述的一种基于智能优化算法的车载电源系统参数匹配方法，其特征在于，在建立所述目标函数后，进行参数设置，包括：搜索代理种群的大小N；迭代的最大次数Miter；搜索代理寻优下边界LB；搜索代理寻优上边界UB。4.如权利要求3所述的一种基于智能优化算法的车载电源系统参数匹配方法，其特征在于，所述根据所述目标函数计算适应度值，获得以各参数范围为基础的最优搜索代理位置，包括步骤：利用高斯映射初始化设置参数后的搜索代理种群位置；根据目标函数计算初始化后代理种群位置的适应度值，记录最优搜索代理位置。5.如权利要求4所述的一种基于智能优化算法的车载电源系统参数匹配方法，其特征在于，所述利用高斯映射初始化设置参数后的搜索代理种群位置，包括步骤：高斯映射随机数产生：利用产生的...

【专利技术属性】
技术研发人员：刘春光，马晓军，陈克伟，张嘉曦，杨恒程，张运银，李嘉麒，袁东，朱宁龙，魏曙光，
申请(专利权)人：中国人民解放军陆军装甲兵学院，
类型：发明
国别省市：