[發明專利]一種適用于MMC的基于遺傳算法的多目標優化方法有效
| 申請號: | 201810948515.2 | 申請日: | 2018-08-20 |
| 公開(公告)號: | CN109149981B | 公開(公告)日: | 2019-10-25 |
| 發明(設計)人: | 林磊;李昂;徐晨;周雪妮 | 申請(專利權)人: | 華中科技大學 |
| 主分類號: | H02M7/483 | 分類號: | H02M7/483 |
| 代理公司: | 華中科技大學專利中心 42201 | 代理人: | 李智;曹葆青 |
| 地址: | 430074 湖北*** | 國省代碼: | 湖北;42 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 多目標優化 遺傳算法 電氣參數 調制電壓 注入量 橋臂 電容電壓波動 共模電壓 約束條件 環流 子模塊 優化 電容電壓 開關器件 橋臂電流 優先目標 電容 前子 申請 | ||
1.一種適用于MMC的基于遺傳算法的多目標優化方法,其特征在于,包括:
(1)獲取電氣參數,包括:MMC的額定功率P、直流側額定電壓Udc、子模塊電容額定電壓Uc和換流器調制比m;
(2)根據電氣參數以及設置的電容電壓最大波動率ε,得到優化前子模塊所需的電容容值;
(3)以優化前后不提高開關器件電流等級為前提,根據電氣參數計算優化前穩態運行時的橋臂電流有效值,進而得到優化前后對橋臂電流的約束條件;
(4)基于約束條件和電氣參數,以橋臂調制電壓峰值和子模塊的電容電壓波動峰值均最小為目標,隨機建立共模電壓注入量和環流注入量的初始解集,根據初始解集,使用遺傳算法得到帕累托解集;
(5)以橋臂調制電壓峰值最小或子模塊的電容電壓波動峰值最小為優先目標,從帕累托解集中確定共模電壓注入量和環流注入量,得到多目標優化后的橋臂調制電壓;
(6)將橋臂調制電壓調節至步驟(5)得到的多目標優化后的橋臂調制電壓,實現MMC的多目標優化。
2.如權利要求1所述的一種適用于MMC的基于遺傳算法的多目標優化方法,其特征在于,所述優化前子模塊所需的電容容值為:
其中,Im為交流側相電流幅值,ω為交流輸出頻率,為功率因數角。
3.如權利要求1或2所述的一種適用于MMC的基于遺傳算法的多目標優化方法,其特征在于,所述步驟(3)包括:
以優化前后不提高開關器件電流等級為前提,根據電氣參數計算優化前穩態運行時的橋臂電流有效值其中,Idc為直流側額定電流,Im為交流側相電流幅值,優化注入二倍基頻的環流,優化后橋臂電流有效值其中,I2m為注入的二倍基頻的環流幅值,I'm為優化后的交流側相電流幅值,所述優化前后對橋臂電流的約束條件包括優化前穩態運行時的橋臂電流有效值和優化后橋臂電流有效值。
4.如權利要求1或2所述的一種適用于MMC的基于遺傳算法的多目標優化方法,其特征在于,所述步驟(4)包括:
(4-1)根據約束條件和電氣參數,以橋臂調制電壓峰值和子模塊的電容電壓波動峰值均最小為目標,隨機建立共模電壓注入量和環流注入量的初始解集;
(4-2)利用初始解集中多個初始解計算得到多個橋臂調制電壓峰值和子模塊的電容電壓波動峰值,計算每個橋臂調制電壓峰值和子模塊的電容電壓波動峰值與目標之間的適應函數,得到初始解集中多個初始解的適應值,根據適應值從初始解集中選取帕累托解集;
(4-3)對初始解集進行交叉運算和變異運算,生成新的解集,利用新的解集代替初始解集,然后執行步驟(4-2);
(4-4)重復步驟(4-2)-(4-3)直至達到最大進化代數,得到最終的帕累托解集。
5.如權利要求1或2所述的一種適用于MMC的基于遺傳算法的多目標優化方法,其特征在于,所述多目標優化后的橋臂調制電壓包括注入共模電壓后的上、下橋臂調制電壓up、un:
其中,Um'為優化后的交流側輸出電壓幅值,Um'x1為共模電壓注入量的正弦成分幅值,Um'x2為共模電壓注入量的余弦成分幅值,ω為交流輸出頻率,t為MMC的運行時間。
6.如權利要求5所述的一種適用于MMC的基于遺傳算法的多目標優化方法,其特征在于,所述優化后的交流側輸出電壓幅值為:
Um'=kUm
其中,Um為交流側輸出電壓幅值,等效調制比upm是遺傳算法得到的最小橋臂調制電壓峰值。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于華中科技大學,未經華中科技大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201810948515.2/1.html,轉載請聲明來源鉆瓜專利網。





