低压开关槽式变换器多目标优化

为满足低压应用场合下DC-DC变换器高效率、小尺寸和低成本等多方面需求,提出一种同时优化DC-DC变换器的功率损耗、物理尺寸和成本的方法。以低压开关槽式变换器(switched tank converter, STC)为例,在分析其工作原理基础上,首先建立元器件的功率损耗、面积和成本模型,以设计指标为约束条件,再建立一个以功率损耗、面积和成本为优化目标的变换器多目标优化模型,且优化模型中的参数可从器件数据手册查到。采用基于非支配排序引力搜索算法(non-dominated sorting gravitational search algorithm, NSGSA)改进得到的大范围改进的非支配排序引力搜索算法(large-scale improved NSGSA,LSINSGSA)求解变换器多目标优化模型。将所得优化结果与NSGSA和NSGA-Ⅱ(non-dominated sorting genetic algorithmⅡ)算法的优化结果进行比较。结果表明,提出的STC变换器多目标优化方法可以得到综合性能最优的器件组合方案,实现STC的效率、面积和成本达到折衷最优的目的,改进的LSINSGSA算法的收敛性与Pareto前沿中最优解均匀分布性均优于NSGSA和NSGA-Ⅱ。     

采用多目标粒子群算法的模拟电路故障诊断研究

提出了一种容差条件下基于多目标粒子群(MOPSO)算法的模拟电路软故障诊断方法.通过灵敏度分析,建立模拟电路故障诊断的约束线性规划方程组,以元件参数变化量与标称值的百分比作为故障判据.针对MOPSO中目标空间增加时种群选择压力影响算法性能的问题,采用阶有效优化准则代替传统的Pareto优化准则,引入最优折中解作为全局最优解,从而提出基于阶有效的平衡全局搜索策略多目标粒子群(ESEO-MOPSO)算法,并将其用于模拟电路故障诊断的约束线性规划方程组的求解中.仿真结果表明,该方法兼顾故障元件的定位和故障元件参数变化量的估计,可以有效地实现模拟电路在容差条件下的软故障定量诊断.     

随机PWM CCM Boost变换器非脆弱H_∞控制

对CCM Boost变换器引入两模态马尔科夫链稳态期望平均脉宽固定的随机PWM策略,首先推导建立变换器的离散随机跳变模型,然后基于随机跳变系统非脆弱H∞控制理论为Boost变换器设计了非脆弱H∞控制器,最后在Simulink仿真平台上设计仿真电路进行验证.仿真结果表明,设计的控制器改善了Boost变换器的EMI品质,对控制器参数摄动表现出非脆弱性,整个变换器系统具有较好的鲁棒性.     

基于UC3842的Boost变换器的设计与仿真

根据小功率开关电源高性价比的要求,采用通用峰值电流型脉宽发生器(PWM)UC3842芯片,设计了一种断续电流模式的Boost变换器.建立了Boost变换器DCM电路的数学模型,推导了其工作条件.采用加法器原理进行了电压外环控制电路设计,利用OrCAD软件进行了电路仿真,结果表明,所设计的基于断续电流模式的Boost变换器可以很好地提高小功率开关电源的功率因数.     

随机PWM CCM Boost变换器非脆弱 H∞控制

对CCM Boost变换器引入两模态马尔科夫链稳态期望平均脉宽固定的随机PWM策略,首先推导建立变换器的离散随机跳变模型,然后基于随机跳变系统非脆弱 HH_∞控制理论为Boost变换器设计了非脆弱 HH_∞控制器,最后在Simulink仿真平台上设计仿真电路进行验证. 仿真结果表明,设计的控制器改善了Boost变换器的EMI品质,对控制器参数摄动表现出非脆弱性,整个变换器系统具有较好的鲁棒性.     

可再生能源制氢系统多目标优化调度

随着碳达峰碳中和的推行,氢能在能源去碳化进程中扮演着重要的地位。利用可再生能源制氢可以进一步实现能源低碳化。针对可再生能源系统稳定性较弱的缺点,将系统收益和环境成本这一对相互矛盾的目标进行折中考虑,提出使用多目标金鹰算法(multi-objective golden eagle algorithm, MOGEO)对可再生能源制氢系统运行优化求解帕累托最优解集。为验证该方法的可行性,以冬奥场馆所在地的典型日为例,分别与商业求解器CPLEX及传统的多目标粒子群算法(multi-objective particle swarm optimization, MOPSO)进行对比,结果表明所提方法可以取得更好的优化结果。     

基于改进多目标粒子群优化算法的配电网削峰填谷优化

电力系统削峰填谷优化作为负荷管理的重要手段,而储能系统在削峰填谷的功能显得尤为突出,以负荷峰谷差为目标的单目标优化已经无法全面评价储能系统在削峰填谷上的优势,为更好地体现储能系统在负荷管理上的优势,考虑以经济效益为调度目标的多目标优化问题(multi-objective optimization problem,MOP)显得尤为重要。基于此以负荷峰谷标准差和分时电价构建了配电网削峰填谷的多目标优化模型进行研究。提出基于拥挤距离排序的改进多目标粒子群优化(multi-objective particle swarm optimization,MOPSO)算法,为改善算法陷入局部最优提出了变异机制的二次寻优,通过设置一定容量的外部档案存储非支配的帕累托(Pareto)最优解,最终获得Pareto最优前沿面。最后通过采用模糊隶属度法求解折中最优解,算例分析验证了本文所提模型的实用性和改进算法的有效性。     

一种能量和频谱效率兼顾的多波束卫星系统功率分配策略

在多波束卫星移动通信系统框架下,提出一种兼顾能量效率(energy efficiency,EE)和频谱效率(spectral efficiency,SE)的波束间功率分配新算法.假设星-地链路满足阴影莱斯衰落统计特性,首先基于系统总功率及传输速率约束建立最大化EE和SE的双目标优化问题模型.接下来分析指出EE-SE满足拟凹性质,借助该结论及拉格朗日对偶法可求解获得该优化问题的帕累托(Pareto)最优解集.最后,该算法通过对EE-SE帕累托最优前沿(Pareto front)进行标量化分析选择折中的最佳解.进一步分析指出多波束卫星系统中波束仰角、静态电路功率和点波束数目等系统参数对该算法的性能影响.仿真实验结果表明该算法的有效性,并检验了分析结论的正确性.     

WSN中基于多目标优化的协同任务分配算法

对无线传感器网络目标跟踪中的协同任务分配机制进行了研究,针对一般任务分配算法中优化目标单一的缺陷,提出了一种基于多目标优化的任务分配算法.首先,建立了基于动态联盟的具有跟踪精度、系统能耗、负载均衡等多个目标参数的优化模型,并采用多目标进化算法NSGA-Ⅱ对模型进行求解;然后,提出了一种基于折中度的决策精选策略,从最优解集中决策出最终的任务分配方案.针对跟踪精度、能耗、负载均衡的仿真结果表明:所提算法可以对多个目标并行优化,较快收敛到全局最优解;与一般任务分配算法相比,该算法可获得更佳的调度结果.     

考虑外网效益的微网改进多目标优化调度

在建立微网多目标优化模型时,除了考虑微网自身效益,同时还考虑了微网对外网运行的影响成本,增强了对外网的友好性。针对传统多目标粒子群容易陷入局部最优的问题,提出了基于外部档案监测选择机制的改进MOPSO;并在速度更新公式中引入了小扰动,使求得的Pareto前沿解分布更均匀。在求得Pareto最优解集后,综合考虑微网的安全稳定性能指标,采用基于熵权法的决策机制,从最优解集中筛选出最佳调度方案。最后以一典型微网为例,验证了改进MOPSO的优越性和考虑外网效益的必要性。