【技术实现步骤摘要】
本专利技术涉及新能源并网，尤其涉及一种基于双目标函数最小磁芯损耗和最大传输磁能的优化方法。
技术介绍
1、随着能源转型与信息技术的飞速发展，高频、高效、高功率密度的电能变换技术成为关键支撑。特别是在新能源并网、数据中心高效供电及电动汽车充电等领域，磁性元件的性能直接决定了系统效能与成本。然而，高频交变磁通作用下磁性元件的磁芯损耗会因材料复杂性与多变量耦合而难以精确预测，现有模型难以满足实际需求。
2、通过系统采集多种磁芯材料在广泛温度、频率及磁通密度条件下的损耗数据，结合电磁场理论与数据处理技术，探索磁芯损耗的非线性规律，为实现磁性元件的优化设计与高效能应用提供坚实理论与技术支持。
技术实现思路
1、本专利技术的目的是为了解决现有技术中存在的缺点，而提出的一种基于双目标函数最小磁芯损耗和最大传输磁能的优化方法，通过系统采集多种磁芯材料在广泛温度、频率及磁通密度条件下的损耗数据，结合电磁场理论与数据处理技术，以实现磁性元件的优化设计与高效能应用。
2、为了实现上述目的，本专利技术采用了如下技术方案：
3、一种基于双目标函数最小磁芯损耗和最大传输磁能的优化方法，包括如下步骤：
4、步骤一：根据最优化设计定义目标函数，其中目标函数1是最小化磁芯设计，目标函数2是最大化传输磁能；
5、步骤二：决定决策变量，在该目标函数中包含五个：温度、频率、磁通密度峰值、磁芯材料、励磁波形；
6、步骤三：决定约束条件，包括：物理和工程
7、步骤四：运算出每个决策变量是如何单独满足最小化磁芯损耗和最大化传输磁能的；
8、步骤五：根据粒子群优化算法运算出满足磁性元件最优化设计的整体条件。
9、优选地，在步骤一中，磁芯损耗通常指在磁性材料中由于磁滞效应、涡流效应和其他因素导致的能量损失。这个损耗可以通过不同的模型进行预测，其中常用的模型包括改进的斯坦麦茨方程。该目标函数1可以表示为：
10、l(t,f,bm,waveform,material)＝k1(material)·fα1·bmβ1·c(t) (1)
11、其中，l是磁芯损耗(w/m3)，t是温度(℃)，f是频率(hz)，bm是磁通密度峰值(t)，waveform是励磁波形类型(如正弦波、三角波、梯形波)，material是磁芯材料类型(如材料1、材料2等)，k1(material)是不同材料的损耗参数，通常通过实验数据获得，c(t)是温度修正系数。
12、最小化磁芯损耗的目标是降低磁性元件在特定操作条件下的能量损失，从而提高能效。通过优化条件(如温度、频率、波形和磁通密度)，电力转换器的整体效率将得到提升。这不仅有助于减少能源消耗，还能延长设备的使用寿命，提高其可靠性，从而为应用于高效能设备的设计提供更好的理论支持。
13、其中，目标函数2：最大化传输磁能
14、传输磁能是指在特定条件下，磁性材料能够传输的能量。由于传输磁能的概念比较复杂，这里采用一个简化的表示方法：
15、e(f,bm)＝f·bm (2)
16、其中，e是传输磁能(w)，f是频率(hz)，bm是磁通密度峰值(t)。
17、通过最大化传输磁能，可以实现提高效率，确保能量损失最小化，提升整体系统的工作效率。同时，提供了明确的优化方向，指导在特定条件下选择最佳的频率和磁通密度，最终有助于优化磁性元件的设计。
18、而在实际优化中，需要将这两个目标结合起来，形成一个多目标优化模型。通常，目标是：
19、minl(t,f,bm,waveform,material),maxe(f,bm)(3)
20、为了处理这两个目标函数，可以采用权重法、pareto优化等方法，将它们合并成一个单一的目标函数。例如，可以定义一个综合目标函数：
21、z＝ω1·l-ω2·e(4)
22、其中，ω1和ω2是损耗和传输磁能的权重，表示不同目标的重要性。通过调整权重，可以在实际应用中灵活地平衡磁芯损耗和传输磁能之间的关系。通过图1可以很好地展示传输磁能与频率、磁通密度峰值的三维关系。
23、优选地，在步骤二中，分别先对五个决策变量进行双目标函数的运算，得出各自满足的条件。
24、优选地，在步骤三中，最终得到模型为：
25、
26、其中，ω1和ω2是损耗和传输磁能的权重，调节两者之间的重要性。
27、使得
28、
29、其中，bm是磁通密度峰值，ω1、ω2是损耗和传输磁能的权重，调节两者之间的重要性。
30、优选地，在步骤五中，将遗传算法与粒子群算法进行比较，运用更优算法寻求满足磁性元件最优化的整体条件。
31、与现有技术相比，本专利技术具有以下有益效果：
32、1、本专利技术通过系统采集多种磁芯材料在广泛温度、频率及磁通密度条件下的损耗数据，结合电磁场理论与数据处理技术，以实现磁性元件的优化设计与高效能应用。
33、2、本专利技术通过创新的建模和优化方案，能够有效减小磁芯损耗、增大传输磁能，并确优化模型的合理性和有效性。
34、3、本专利技术利用自适应差分进化算法和粒子群算法，通过python实现双目标优化问题，即最小磁芯损耗和最大传输磁能问题。
35、4、本专利技术通过优化最小磁芯损耗和最大传输磁能问题，在温度、频率、波形、材料、磁通密度等决策变量下，找到最佳的条件，为实现磁性元件的优化设计与高效能应用提供坚实理论与技术支持。
本文档来自技高网...【技术保护点】
1.一种基于双目标函数最小磁芯损耗和最大传输磁能的优化方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的一种基于双目标函数最小磁芯损耗和最大传输磁能的优化方法，其特征在于，在步骤一中，目标函数1表示为：
3.根据权利要求1所述的一种基于双目标函数最小磁芯损耗和最大传输磁能的优化方法，其特征在于，在步骤三中，最终得到模型为：
4.根据权利要求1所述的一种基于双目标函数最小磁芯损耗和最大传输磁能的优化方法，其特征在于，在步骤二中，分别先对五个决策变量进行双目标函数的运算，得出各自满足的条件。
5.根据权利要求1所述的一种基于双目标函数最小磁芯损耗和最大传输磁能的优化方法，其特征在于，在步骤五中，将遗传算法与粒子群算法进行比较，运用更优算法寻求满足磁性元件最优化的整体条件。
【技术特征摘要】
1.一种基于双目标函数最小磁芯损耗和最大传输磁能的优化方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的一种基于双目标函数最小磁芯损耗和最大传输磁能的优化方法，其特征在于，在步骤一中，目标函数1表示为：
3.根据权利要求1所述的一种基于双目标函数最小磁芯损耗和最大传输磁能的优化方法，其特征在于，在步骤三中，最终得到模型为：
<...【专利技术属性】
技术研发人员：陆海华，贺丽颖，董徐艳，吴承刚，颜凤秀，
申请(专利权)人：南通大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。