[發明專利]一種基于復合控制的永磁同步電機調速控制方法

在審

• 申請號: 202310148122.4
• 申請日: 2023-02-22
• 公開（公告）號: CN116054664A
• 公開（公告）日: 2023-05-02
• 發明（設計）人: 聶曉華;姚忠元;梁樂樂;馮良瑞
• 申請（專利權）人: 南昌大學
• 主分類號: H02P21/18
• 分類號: H02P21/18;H02P21/22;H02P21/20;H02P21/14;H02P21/00;H02P25/022;H02P6/34
• 代理公司: 北京眾合誠成知識產權代理有限公司 11246
• 代理人: 王煥巧

1.一種基于復合控制的永磁同步電機調速控制方法，其特征在于：復合控制包含了改進的雞群優化算法和無差拍預測控制，其中將改進的雞群優化算法應用于速度環的控制，無差拍預測控制應用于電流環的控制中；改進的雞群優化算法將整定出的參數帶入到速度環PI控制器中，無差拍預測控制再根據電機的歷史信息進行分析，計算出下一個控制周期作用的電壓矢量；包括以下步驟：

Step1:初始化改進的雞群優化算法種群相關參數，設置雞群群體大小為N，其中公雞、母雞、小雞、母雞媽媽個數分別為N_R,N_H,N_C,N_M，小雞跟隨系數FL，改進的雞群優化算法維度為D,最大迭代次數為maxiter,根據搜索空間每一維的上界U_b和下界L_b，初始化每個個體參數；

Step2:在計算每一個個體適應度值fitness之前引入精英反向學習策略，即計算每個個體適應度值的同時計算出該反向個體適應度值，并與該個體進行比較，在兩者之間選取適應度值較低的值在種群中進行排序；數學表達式為：

其中是的反向個體，其中和為雞群在j維上的上界與下界；

Step3:計算改進的雞群優化算法中所有雞的適應度值fitness,記錄算法中適應度值最佳的雞，此時這只雞的適應度值為全局最優解；

Step4:改進的雞群優化算法位置更新的過程模擬的是自然界中雞的覓食過程，該算法中三種雞的位置更新公式各不相同；三個子群中，公雞的適應度值最低，母雞次之，小雞的適應度值最大；母雞圍繞著公雞覓食，小雞圍繞著母雞覓食；公雞除了要向自身學習外，還需向當前全局最優解學習；改進的雞群優化算法中公雞的位置更新公式如下：

其中，表示在t次迭代j維空間的第i個個體的位置，表示在t+1次迭代j維空間的第i個個體的位置；randn(0,σ²)會產生均值為0，標準差σ的高斯分布的隨機數；ε是無窮小數；f_i是個體i的適應度值，f_k是從公雞種群中隨機選出來的適應度值；A為權重系數，是在j維度里迭代t次的全局最優解；

母雞的位置更新除了要向伙伴公雞學習之外，還需向全局最優的雞學習；改進的雞群優化算法中母雞的位置更新公式如下：

其中，rand是一個服從[0,1]均勻分布的隨機數，該母雞的伙伴公雞r₁的適應度值為f_r1,B表示其伙伴公雞對其的影響因子，C為j維度下全局最優解對當前母雞的影響因子，f_best為全局最優解的適應度值，是在j維度里迭代t次的全局最優解；

改進的雞群優化算法中小雞的位置更新公式如下：

其中，是小雞對應的母雞媽媽的位置；FL是小雞跟隨母雞的行走步長，具體值為(0.4,1)的隨機數，表示小雞跟隨母雞尋找食物；

Step5:邊界變異處理，改進的雞群優化算法在覓食過程中，會有個體超出搜索邊界；因此要對超出邊界的雞的位置進行處理，具體的數學公式如下：

如果雞的適應度值低于全局最優解的值，則全局最優解改為這只雞的適應度值；隨著迭代進行，全局最優解也在不斷地替換；

Step6:改進的雞群優化算法有一個獨有的參數等級制度G,判斷當前雞群的迭代次數是否滿足迭代G的整數倍，如果滿足則將整個雞群中的個體按照適應度從大到小重新排序，重新分配個體在雞群中的角色；如果不滿足，則繼續運行算法；

Step7:判斷算法是否滿足終止條件，如果滿足則輸出最優解，結束運行的程序；如果不滿足，則重復Step2到Step6的步驟；當算法的迭代次數達到最大次數時，輸出全局最優解；

Step8:根據Step7求解的最優位置，即改進的雞群優化算法中不同維度中雞的位置，再把它所對應的維度數據帶入到永磁同步電機調速系統的速度環中。