[发明专利]一种两相交错并联DC-DC变换器效率优化方法及系统有效

专利信息
申请号: 202111661765.6 申请日: 2021-12-31
公开(公告)号: CN114362519B 公开(公告)日: 2023-10-24
发明(设计)人: 尹泉;缪佶桂;刘洋 申请(专利权)人: 华中科技大学
主分类号: H02M3/156 分类号: H02M3/156;H02M3/158;H02M1/32
代理公司: 华中科技大学专利中心 42201 代理人: 徐美琳
地址: 430074 湖北*** 国省代码: 湖北;42
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 两相 交错 并联 dc 变换器 效率 优化 方法 系统
【权利要求书】:

1.一种两相交错并联DC-DC变换器效率优化方法,其特征在于,包括以下步骤:

S1.分别采集两相交错并联DC-DC变换器的两相在不同工况下的效率数据;

S2.训练两相在不同工况下的效率数据,得到两相交错并联DC-DC变换器的两相在任意工况下的效率预测模型;

S3.根据所述效率预测模型拟合任意工况下两相交错并联DC-DC变换器的两相的效率特性曲线;

S4.基于所述效率特性曲线确定两相交错并联DC-DC变换器整体效率最优问题,将其转化为电流分配最优问题;

S5.将电流分配最优问题抽象化,使用Q-learning强化学习策略寻找最优电流分配方案。

2.如权利要求1所述的方法,其特征在于,所述S1包括如下步骤:

S11.设置两相交错并联DC-DC变换器的工况参数,包括开关频率、输入电压范围、输出电压范围以及输出电流范围;

S12.在设定的工况下,给定不同输入电压和输出电压,改变负载电阻,让变换器的每一相单独运行,计算变换器的每一相在不同输出电流下的效率。

3.如权利要求1所述的方法,其特征在于,所述S2包括如下步骤:

S21.将不同工况下的效率数据按预设比例随机划分为训练集和测试集;

S22.利用SVR算法训练变换器每一相的效率预测模型,并进行10折交叉验证;

S23.计算建立的效率预测模型的预测精度,评估效率预测模型的合理性和准确性。

4.如权利要求1所述的方法,其特征在于,所述S3包括如下步骤:

S31.将两相交错并联DC-DC变换器的每一相效率ηi表示为输出电流Ioi的函数:

ηi=f(Ioi),i=1,2

S32.给定一组变换器运行工况,根据效率预测模型,预测该工况下每一相的效率随输出电流的变化情况,再通过多项式拟合的方式得到每一相效率与输出电流关系的精确表达式,即效率特性曲线。

5.如权利要求4所述的方法,其特征在于,所述S4包括如下步骤:

S41.推导两相交错并联DC-DC变换器的整体效率,将其表示为每一相效率的关系式:

其中,Ioi为第i相输出电流,ηi(Ioi)为第i相效率,Iload为总负载电流,为两相输出电流之和;

S42.将S3中所得各相的效率特性曲线替换S41中的单相效率,系统整体效率仅由各相的输出电流表示;

S43.根据各相的输出电流及总负载电流的范围限制确定电流负荷分配问题的约束条件,将整体效率最大化转化为电流分配最优问题:

其中,Ioimin和Ioimax分别为第i相输出电流的最小值和最大值,Iloadmin和Iloadmax分别为负载电流最小值和最大值。

6.如权利要求5所述的方法,其特征在于,所述S5包括如下步骤:

S51.设置Q-learning强化学习策略的状态空间λi:λi=Ioi/Iload,λi的取值范围满足:

其中,θ为状态空间的量化值,[·]为取整操作;

设置Q-learning强化学习策略的动作空间A:其中,

设置Q-learning强化学习策略的目标函数为其中为惩罚项,为的期望值,r为惩罚因子;

设置Q-learning强化学习策略的奖赏函数r(s,a):

其中,ψmin为目标函数在历史时刻的最小值;

S52.仿真Q-learning强化学习策略,运行ε-greedy贪婪策略,不断探索,直至找到最优电流分配方案。

7.一种两相交错并联DC-DC变换器效率优化系统,其特征在于,包括:计算机可读存储介质和处理器;

所述计算机可读存储介质用于存储可执行指令;

所述处理器用于读取所述计算机可读存储介质中存储的可执行指令,执行权利要求1至6任一项所述的两相交错并联DC-DC变换器效率优化方法。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于华中科技大学,未经华中科技大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202111661765.6/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top