[發(fā)明專利]一種并聯(lián)式混動汽車動力永磁同步電機(jī)的參數(shù)辨識方法

在審

• 申請?zhí)枺?/td>: 201910046164.0
• 申請日: 2019-01-17
• 公開（公告）號: CN110266230A
• 公開（公告）日: 2019-09-20
• 發(fā)明（設(shè)計(jì)）人: 余世明;柴天然;何德峰;趙云波;仇翔;宋秀蘭;俞立
• 申請（專利權(quán)）人: 浙江工業(yè)大學(xué)
• 主分類號: H02P21/14
• 分類號: H02P21/14
• 代理公司: 杭州浙科專利事務(wù)所(普通合伙) 33213
• 代理人: 吳秉中

1.一種并聯(lián)式混動汽車動力永磁同步電機(jī)的參數(shù)辨識方法，其特征在于：在同步旋轉(zhuǎn)坐標(biāo)系下，對永磁同步電機(jī)建立數(shù)學(xué)模型；在綜合學(xué)習(xí)粒子群算法基礎(chǔ)上進(jìn)行改進(jìn)，引入免疫系統(tǒng)中的克隆選擇機(jī)制、免疫選擇操作和基于柯西分布的精英粒子學(xué)習(xí)機(jī)制，最終辨識并通過優(yōu)化算法優(yōu)化出對應(yīng)參數(shù)。

2.根據(jù)權(quán)利要求1所述的并聯(lián)式混動汽車動力永磁同步電機(jī)的參數(shù)辨識方法，其特征在于：在同步旋轉(zhuǎn)坐標(biāo)系下，對永磁同步電機(jī)建立數(shù)學(xué)模型，基于永磁同步電機(jī)數(shù)學(xué)模型，忽略鐵損和渦流損耗，在同步旋轉(zhuǎn)坐標(biāo)系下，永磁同步電機(jī)的數(shù)學(xué)模型可以表示為：

式中：i_d,i_q,u_d,u_q,L_d,L_q分別為d軸和q軸電流，電壓和電感，ω_r為電氣角速度，R_s為定子電阻，ψ_f為永磁體磁鏈；

在穩(wěn)態(tài)情況下，同步旋轉(zhuǎn)坐標(biāo)系下的永磁同步電機(jī)的離散電壓方程為：

對于該種電機(jī)，采用按轉(zhuǎn)子磁場定向并采取i_d＝0的控制策略；因此穩(wěn)態(tài)下的表達(dá)式可以簡化為：

由于需要辨識的參數(shù)有L_d,L_qR_s,ψ_f四個(gè)，通過在短時(shí)間內(nèi)注入一個(gè)d軸負(fù)電流，得到一種四階電機(jī)d-q軸模型：

上述式中u_d0(k)、L_q0、i_q0(k)、u_q0(k)、ψ_f0表示i_d＝0控制模式下的模型參數(shù)，u_d(k)、L_q、i_q(k)、u_q(k)、ψ_f、L_d、ω_r(k)表示在i_d＜0的控制模式下的模型參數(shù)。

3.根據(jù)權(quán)利要求1所述的并聯(lián)式混動汽車動力永磁同步電機(jī)的參數(shù)辨識方法，其特征在于：所述綜合學(xué)習(xí)粒子群算法(CLPSO)具體如下：

在標(biāo)準(zhǔn)粒子群算法(PSO)中，設(shè)粒子群體規(guī)模為N，每個(gè)粒子在D維搜索空間中運(yùn)動，粒子i(i＝1,2,…,N)的當(dāng)前位置X_i＝{x_i1,x_i2,…,x_id}，當(dāng)前的飛行速度為V_i＝{v_i1,v_i2,…,v_id}，P_id為粒子i當(dāng)前的最優(yōu)位置，P_gd為種群中所有粒子所找到的最優(yōu)位置，粒子的速度更新公式為：

v_id＝wv_id+c₁r₁(P_id-x_id)+c₂r₂(P_gd-x_gd) (5)

位置更新式為：

x_id＝x_id+v_id (6)

其實(shí)：ω為慣性權(quán)重，隨著進(jìn)化過程逐漸減小；c₁c₂為調(diào)節(jié)P_id和P_gd相對重要性的加速參數(shù)；r₁r₂為[0,1]間的隨機(jī)數(shù)；

所述綜合學(xué)習(xí)粒子群算法當(dāng)粒子的連續(xù)幾帶的最佳位置得不到改善的時(shí)，每隔一定的代數(shù)refreshing_gap，算法利用所有粒子的歷史最佳位置P_id進(jìn)行速度更新，速度更新式變?yōu)椋?/p>

其中：f_i＝[f_i(1),f_i(2),…,f_i(D)]定義了粒子i將跟隨某個(gè)粒子的歷史最優(yōu)值，為該粒子的歷史最優(yōu)值；每個(gè)粒子在初始化時(shí)都會被隨機(jī)分配一個(gè)對應(yīng)的學(xué)習(xí)概率因子P_ci；在迭代過程中需要更新某個(gè)粒子的速度時(shí)，產(chǎn)生一個(gè)隨機(jī)數(shù)與該粒子對應(yīng)的學(xué)習(xí)概率因子P_ci進(jìn)行比較；對于一個(gè)D維問題，隨機(jī)選取l維向種群最佳位置P_gd學(xué)習(xí)，在剩余的D-l維中，如果隨機(jī)數(shù)大于P_ci，則根據(jù)自身最佳位置Pbest學(xué)習(xí)，否則向另外一些隨機(jī)選擇的粒子的歷史最佳位置Pbest學(xué)習(xí)，具體根據(jù)粒子的學(xué)習(xí)對象不同，每個(gè)粒子的不同維采用的速度更新公式為：

式中從上到下，分別對應(yīng)粒子向種群中的最佳的相應(yīng)維度學(xué)習(xí)，向隨機(jī)選擇的粒子的歷史最佳的相應(yīng)維度學(xué)習(xí)，和向粒子自身的歷史最佳的相應(yīng)維度學(xué)習(xí)；

粒子學(xué)習(xí)概率P_ci如下所示：