[發明專利]電動車動態無線供電導軌系統及其參數設計方法

有效

• 申請號: 201811279607.2
• 申請日: 2018-10-30
• 公開（公告）號: CN109446657B
• 公開（公告）日: 2022-11-25
• 發明（設計）人: 孫躍;王智慧;唐春森;蘇玉剛
• 申請（專利權）人: 重慶大學
• 主分類號: G06F30/27
• 分類號: G06F30/27;G06N3/12;G06F111/06
• 代理公司: 重慶敏創專利代理事務所(普通合伙) 50253
• 代理人: 陳千

1.一種電動車動態無線供電導軌系統的參數設計方法，系統包括n個并行設置的樹形供電網絡，每個樹形供電網絡包括一個多相電能變換裝置，所述多相電能變換裝置輸入端接入工頻電網，所述多相電能變換裝置輸出端并行連接有m個配電導軌，每一個所述配電導軌通過高頻變壓器連接有一個換流器，每一個所述換流器與k個供電導軌并行連接，在所述換流器與每一個所述供電導軌之間對應設置有一個諧振補償網絡，所述n,m,k為正整數；其特征在于：系統參數設計包括以下步驟：

S1：根據系統參數n,m,k,l_c得到系統多目標規劃模型為：

式中，C(n,m,k,l_c)]為系統中的兩個目標函數，I_p為供電導軌電流，L_p為供電導軌電感值，L為路段長度，c為光速，f₀為系統諧振頻率，ω₀＝2πf₀，C(n,m,k,l_c)為系統總成本函數，η(n,m,k,l_c)為系統總傳輸效率函數，λ為修正系數，V_th為電容耐壓值，I_th為勵磁線耐流值，M為耦合系數，M_min和M_max分別為耦合系數的最小值和最大值；而且該規劃模型的規劃結果為n,m,k和l_c四個參數的組合，l_c代表單級導軌的長度；

S2：利用遺傳算法尋找最優系統參數n,m,k,l_c使得系統中的兩個目標函數值最小化；

步驟S2中所述的遺傳算法包括以下步驟：

S21：采用浮點數編碼規則對系統參數n,m,k,l_c分別進行編碼；

S22：通過隨機方法產生初始種群，并且設定最大迭代次數；

S23：按照公式F(x_j)＝F₁(x_j)+F₂(x_j)計算每個個體對全部目標函數的綜合適應度；式中，x_j表示種群中的第j個個體，F(x_j)表示第j個個體對全部目標函數的綜合適應度，F₁(x_j)表示個體x_j對目標函數的適應度，F₂(x_j)表示個體x_j對目標函數C(n,m,k,l_c)的適應度；

S24：根據個體綜合適應度值排序，選取適應度達到預設閾值以上的個體組成有效解解集，后續每一代產生的新個體，均與已有的有效解集進行比較，用表現更好的個體替代原有的解，從而得到更優的有效解解集；

S25：根據個體綜合適應度值，采用輪盤賭的方式，選擇進入下一代的個體；

S26：按照式計算交叉概率，并以該概率選出兩個個體，相互交換部分參數，形成兩個新個體；

按照式計算變異概率，并以該概率對個體中的基因進行突變，以產生新的個體；

式中，F_max表示種群中個體最大的適應度值；F_c表示進行交叉操作時兩個個體中較大的適應度值；F_m表示進行變異操作個體的適應度值；λ_c1，λ_c2，λ_m1，λ_m2為(0,1)之間的常數；F_avg表示種群的平均適應度，按照式求得且y代表種群中的個體總數；s(d)表示引入的衰減因子，其表達式為：λ_d，α為用以控制衰減因子的幅度與下降速度的常數；d為迭代次數，D為迭代總次數；

S27：將每代產生的新個體，均與已有的有效解解集進行比較，用適應度更好的個體替代原有的有效解，從而得到更優的有效解解集；

S28：判斷當前種群是否滿足收斂條件，若滿足適應度收斂條件，則結束算法，輸出有效解解集；若不滿足收斂條件，則判斷當前種群的迭代次數是否達到迭代代數閾值，若達到迭代代數閾值，則結束算法，輸出當前種群的有效解解集；若未達到迭代代數閾值，則返回步驟S23；

S29：提取出有效解解集中的系統參數，將其作為結果輸出。

2.根據權利要求1所述的電動車動態無線供電導軌系統的參數設計方法，其特征在于：步驟S23中個體x_j對分別對每個目標函數的適應度F_i(x_j)按照公式求得，其中，r_i(x_j)表示個體j對目標函數i的表現進行升序排序后的序數；F_i(x_j)表示個體j對目標函數i的適應度；λ_F為用以增大表現最優的個體的適應度的常數，其值在(1,2)之間，y表示種群中的個體總數。