发明名称 模块化多电平变换器多目标特定谐波抑制脉宽调制方法
摘要 本发明公开一种模块化多电平变换器多目标特定谐波抑制脉宽调制方法,本发明依据实际工程应用需求确定模块化多电平变换器特定谐波抑制的目标谐波阶次及抑制上限值,通过傅氏变换法建立基于1/4周期对称的模块化多电平变换器特定谐波抑制的多目标优化函数及约束条件,设计多目标自适应极值优化求解器获得一组非支配的开关角,将其传输给模块化多电平变换器的脉宽调制模块,通过示波器检测模块化多电平变换器电压输出波形和对应的总谐波畸变率。采用本发明可实现满足多性能指标折中优化的模块化多电平变换器多目标特定谐波抑制脉宽调制效果,模块化多电平变换器电压输出波形具有更优的谐波特性,对应的总谐波畸变率更低,开关损耗更低。
申请公布号 CN105868490A 申请公布日期 2016.08.17
申请号 CN201610224398.6 申请日期 2016.04.12
申请人 温州大学 发明人 曾国强;沈洁贝;李理敏;王环;吴烈;戴瑜兴;陆康迪;陈杰
分类号 G06F17/50(2006.01)I;H02M1/12(2006.01)I;H02M7/483(2007.01)I;H02M7/5395(2006.01)I 主分类号 G06F17/50(2006.01)I
代理机构 杭州求是专利事务所有限公司 33200 代理人 邱启旺
主权项 一种模块化多电平变换器多目标特定谐波抑制脉宽调制方法,其特征在于,该方法包括以下步骤:(1)输入依据实际工程应用需求所确定的模块化多电平变换器特定谐波抑制的目标谐波阶次及抑制上限值,通过傅氏变换法建立基于1/4周期对称的模块化多电平变换器特定谐波抑制的多目标优化函数及约束条件;设置多目标优化求解器的优化参数(包括最大迭代优化次数I<sub>max</sub>,邻居数目T,PBI惩罚系数δ)的数值;(2)按照系统抽样方法产生数目为RP的参考点集合R,具体实现如下:首先设定目标函数权重值在[0,1]区间里等分的份数s;若目标函数个数M&lt;8,将产生一层参考点,RP为组合数<img file="FDA0000963372830000012.GIF" wi="139" he="54" />当M≥8时,将产生两层参考点,第一层参考点个数<img file="FDA0000963372830000013.GIF" wi="259" he="61" />第二层参考点个数<img file="FDA0000963372830000014.GIF" wi="259" he="64" />则RP=RP<sub>1</sub>+RP<sub>2</sub>,其中s<sub>1</sub>和s<sub>2</sub>分别为第1层和第2层目标函数权重值等分的份数;(3)随机产生初始种群P={P<sub>h</sub>=(α<sub>1i</sub>,α<sub>2i</sub>,...,α<sub>ni</sub>),h=1,2,...,RP},0≤α<sub>1i</sub>≤α<sub>2i</sub>≤...≤α<sub>ni</sub>≤π/2,α<sub>1i</sub>,α<sub>2i</sub>,...,α<sub>ni</sub>表示一组开关角,n表示开关角的个数,其中种群规模=参考点数目RP,种群中每个个体随机搭配参考点集合R中一个参考点,设置外部存档A=P.(4)对初始种群P的对应的模块化多电平变换器特定谐波适应度函数进行计算评估,得到P<sub>h</sub>对应的第l个目标适应度函数值f<sub>lh</sub>,l=1,2,...,M,h=1,2,...,RP,M表示目标函数的个数,将种群中每个目标函数的最小值min{f<sub>lh</sub>,h=1,2,...,RP}作为第l个目标函数f<sub>l</sub>的理想点,得到理想点集合IP。(5)对P中每个个体P<sub>h</sub>,h=1,2,...,RP,执行如下步骤:(5.1)按照式(1)‑(4)对P<sub>h</sub>中每个变量逐一进行自适应多项式变异,并且保持其它变量不变,得到M个新个体{P<sub>Nlh</sub>,l=1,2,...,M},并对{P<sub>Nlh</sub>}中个体进行Pareto比较,得到RN个非支配个体,更新理想点集合IP。P<sub>Nlh</sub>=P<sub>h</sub>+a.b<sub>max</sub>,h=1,2,...,RP,l=1,2,...,M        (1)<maths num="0001"><math><![CDATA[<mrow><mi>a</mi><mo>=</mo><mfenced open = "{" close = ""><mtable><mtr><mtd><mrow><msup><mrow><mo>(</mo><mn>2</mn><mi>r</mi><mo>)</mo></mrow><mrow><mo>(</mo><mn>1</mn><mo>/</mo><mo>(</mo><mi>&eta;</mi><mo>+</mo><mn>1</mn><mo>)</mo><mo>)</mo></mrow></msup><mo>-</mo><mn>1</mn><mo>,</mo></mrow></mtd><mtd><mrow><mi>i</mi><mi>f</mi><mi> </mi><mi>r</mi><mo>&lt;</mo><mn>0.5</mn></mrow></mtd></mtr><mtr><mtd><mrow><mn>1</mn><mo>-</mo><msup><mrow><mo>&lsqb;</mo><mn>2</mn><mrow><mo>(</mo><mn>1</mn><mo>-</mo><mi>r</mi><mo>)</mo></mrow><mo>&rsqb;</mo></mrow><mrow><mo>(</mo><mn>1</mn><mo>/</mo><mo>(</mo><mi>&eta;</mi><mo>+</mo><mn>1</mn><mo>)</mo><mo>)</mo></mrow></msup><mo>,</mo></mrow></mtd><mtd><mrow><mi>o</mi><mi>t</mi><mi>h</mi><mi>e</mi><mi>r</mi><mi>w</mi><mi>i</mi><mi>s</mi><mi>e</mi></mrow></mtd></mtr></mtable></mfenced><mo>-</mo><mo>-</mo><mo>-</mo><mrow><mo>(</mo><mn>2</mn><mo>)</mo></mrow></mrow>]]></math><img file="FDA0000963372830000011.GIF" wi="1318" he="150" /></maths>η=1+I<sub>k</sub>/I<sub>max</sub>              (3)b<sub>max</sub>=max[P<sub>h</sub>‑L,U‑P<sub>h</sub>]             (4)其中,r表示在[0,1]范围内产生的随机数,L和U表示开关角向量的下限和上限,L=(0,0,...,0)<sub>1×n</sub>,U=(π/2,π/2,...,π/2)<sub>1×n</sub>,I<sub>k</sub>表示优化求解器当前处于的迭代次数。(5.2)若RN=1,则将该个非支配个体设置为Q<sub>h</sub>;否则,按照式(5)‑(7)计算评估RN个非支配个体的PBI值,将PBI最小的个体设置为Q<sub>h</sub>;PBI=d<sub>1</sub>+δ*d<sub>2</sub>          (5)<maths num="0002"><math><![CDATA[<mrow><msub><mi>d</mi><mn>1</mn></msub><mo>=</mo><mfrac><mrow><mo>|</mo><mo>|</mo><msup><mrow><mo>(</mo><mi>z</mi><mo>*</mo><mo>-</mo><mi>f</mi><mo>(</mo><mi>x</mi><mo>)</mo><mo>)</mo></mrow><mi>T</mi></msup><mi>w</mi><mo>|</mo><mo>|</mo></mrow><mrow><mo>|</mo><mo>|</mo><mi>w</mi><mo>|</mo><mo>|</mo></mrow></mfrac><mo>-</mo><mo>-</mo><mo>-</mo><mrow><mo>(</mo><mn>6</mn><mo>)</mo></mrow></mrow>]]></math><img file="FDA0000963372830000021.GIF" wi="1079" he="159" /></maths>d<sub>2</sub>=||f(x)‑(z*‑d<sub>1</sub>w)||          (7)d<sub>1</sub>代表沿着参考方向距离最优目标值的距离(d<sub>1</sub>越小收敛性越好),d<sub>2</sub>代表个体到垂直于参考方向的垂足的距离(d<sub>2</sub>越小分布性越好),δ为惩罚系数,z*表示当前种群里各目标函数的最好值向量,w是沿着任何一个给定参考方向的单位向量,f(x)为各目标函数的实际值向量。(5.3)Q<sub>h</sub>无条件替代当前个体P<sub>h</sub>;(5.4)采用Q<sub>h</sub>更新P<sub>h</sub>的邻居集合N<sub>h</sub>,N<sub>h</sub>表示与P<sub>h</sub>的参考点向量的欧氏距离最小的个体集合,T表示集合N<sub>h</sub>的规模,具体实现为:对于每个N<sub>h</sub>中每个个体N<sub>h</sub>(j),j=1,2,...,T,若PBI(Q<sub>h</sub>,R(D<sub>hj</sub>))&lt;PBI(N<sub>h</sub>(j),R(D<sub>hj</sub>)),D<sub>hj</sub>表示N<sub>h</sub>中第j个个体在集合R中的位置索引,则N<sub>h</sub>(j)=Q<sub>h</sub>;(5.5)采用Q<sub>h</sub>更新外部存档A,具体实现为令O为1至RP范围的随机序号,对于所有参考点k=1,2,...,RP,若PBI(Q<sub>h</sub>,R(O<sub>k</sub>))&lt;PBI(A(k),R(O<sub>k</sub>)),O<sub>k</sub>为第k次产生的随机序号,则AR(k)=Q<sub>h</sub>;(6)无条件接受P=Q={Q<sub>h</sub>,h=1,2,...,RP};(7)重复步骤(4)‑(6)直到满足设计人员设定的I<sub>max</sub>终止条件;(8)输出外部存档A,即为所求特定谐波抑制的Pareto解集;(9)选取Pareto解集对应的中间非支配解,将其传输给模块化多电平变换器的脉宽调制模块,通过示波器检测模块化多电平变换器电压输出波形和对应的总谐波畸变率。
地址 325000 浙江省温州市瓯海经济开发区东方南路38号温州市国家大学科技园孵化器