CN109004830A - 一种基于遗传算法的效率优化电源控制方法 - Google Patents

一种基于遗传算法的效率优化电源控制方法 Download PDF

Info

Publication number
CN109004830A
CN109004830A CN201810743734.7A CN201810743734A CN109004830A CN 109004830 A CN109004830 A CN 109004830A CN 201810743734 A CN201810743734 A CN 201810743734A CN 109004830 A CN109004830 A CN 109004830A
Authority
CN
China
Prior art keywords
circuit
parameter
module
control
output
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201810743734.7A
Other languages
English (en)
Other versions
CN109004830B (zh
Inventor
钱钦松
谢明枫
宋慧滨
孙伟锋
陆生礼
时龙兴
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Southeast University
Original Assignee
Southeast University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Southeast University filed Critical Southeast University
Priority to CN201810743734.7A priority Critical patent/CN109004830B/zh
Publication of CN109004830A publication Critical patent/CN109004830A/zh
Priority to PCT/CN2019/079090 priority patent/WO2020010874A1/zh
Application granted granted Critical
Publication of CN109004830B publication Critical patent/CN109004830B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02M—APPARATUS FOR CONVERSION BETWEEN AC AND AC, BETWEEN AC AND DC, OR BETWEEN DC AND DC, AND FOR USE WITH MAINS OR SIMILAR POWER SUPPLY SYSTEMS; CONVERSION OF DC OR AC INPUT POWER INTO SURGE OUTPUT POWER; CONTROL OR REGULATION THEREOF
    • H02M3/00—Conversion of dc power input into dc power output
    • H02M3/02—Conversion of dc power input into dc power output without intermediate conversion into ac
    • H02M3/04—Conversion of dc power input into dc power output without intermediate conversion into ac by static converters
    • H02M3/10—Conversion of dc power input into dc power output without intermediate conversion into ac by static converters using discharge tubes with control electrode or semiconductor devices with control electrode
    • H02M3/145—Conversion of dc power input into dc power output without intermediate conversion into ac by static converters using discharge tubes with control electrode or semiconductor devices with control electrode using devices of a triode or transistor type requiring continuous application of a control signal
    • H02M3/155—Conversion of dc power input into dc power output without intermediate conversion into ac by static converters using discharge tubes with control electrode or semiconductor devices with control electrode using devices of a triode or transistor type requiring continuous application of a control signal using semiconductor devices only
    • H02M3/156—Conversion of dc power input into dc power output without intermediate conversion into ac by static converters using discharge tubes with control electrode or semiconductor devices with control electrode using devices of a triode or transistor type requiring continuous application of a control signal using semiconductor devices only with automatic control of output voltage or current, e.g. switching regulators
    • H02M3/158—Conversion of dc power input into dc power output without intermediate conversion into ac by static converters using discharge tubes with control electrode or semiconductor devices with control electrode using devices of a triode or transistor type requiring continuous application of a control signal using semiconductor devices only with automatic control of output voltage or current, e.g. switching regulators including plural semiconductor devices as final control devices for a single load
    • H02M3/1582—Buck-boost converters
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02M—APPARATUS FOR CONVERSION BETWEEN AC AND AC, BETWEEN AC AND DC, OR BETWEEN DC AND DC, AND FOR USE WITH MAINS OR SIMILAR POWER SUPPLY SYSTEMS; CONVERSION OF DC OR AC INPUT POWER INTO SURGE OUTPUT POWER; CONTROL OR REGULATION THEREOF
    • H02M3/00—Conversion of dc power input into dc power output
    • H02M3/22—Conversion of dc power input into dc power output with intermediate conversion into ac
    • H02M3/24—Conversion of dc power input into dc power output with intermediate conversion into ac by static converters
    • H02M3/28—Conversion of dc power input into dc power output with intermediate conversion into ac by static converters using discharge tubes with control electrode or semiconductor devices with control electrode to produce the intermediate ac
    • H02M3/325—Conversion of dc power input into dc power output with intermediate conversion into ac by static converters using discharge tubes with control electrode or semiconductor devices with control electrode to produce the intermediate ac using devices of a triode or a transistor type requiring continuous application of a control signal
    • H02M3/335—Conversion of dc power input into dc power output with intermediate conversion into ac by static converters using discharge tubes with control electrode or semiconductor devices with control electrode to produce the intermediate ac using devices of a triode or a transistor type requiring continuous application of a control signal using semiconductor devices only
    • H02M3/33569—Conversion of dc power input into dc power output with intermediate conversion into ac by static converters using discharge tubes with control electrode or semiconductor devices with control electrode to produce the intermediate ac using devices of a triode or a transistor type requiring continuous application of a control signal using semiconductor devices only having several active switching elements
    • H02M3/33576—Conversion of dc power input into dc power output with intermediate conversion into ac by static converters using discharge tubes with control electrode or semiconductor devices with control electrode to produce the intermediate ac using devices of a triode or a transistor type requiring continuous application of a control signal using semiconductor devices only having several active switching elements having at least one active switching element at the secondary side of an isolation transformer
    • H02M3/33592—Conversion of dc power input into dc power output with intermediate conversion into ac by static converters using discharge tubes with control electrode or semiconductor devices with control electrode to produce the intermediate ac using devices of a triode or a transistor type requiring continuous application of a control signal using semiconductor devices only having several active switching elements having at least one active switching element at the secondary side of an isolation transformer having a synchronous rectifier circuit or a synchronous freewheeling circuit at the secondary side of an isolation transformer

Landscapes

  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Dc-Dc Converters (AREA)

Abstract

一种基于遗传算法的效率优化电源控制方法，基于包括前级Buck‑Boost电路、后级定频LLC调压电路、采样电路、采样放大隔离电路以及以微控制器为控制核心的控制电路构成的控制系统。采样得到系统调节过程中有关效率的评价因素，包括后级输出电压Vo和输出电流Io，前级输入电压Vin和输入电流Iin。遗传算法模块根据评估利用不同计算参数k计算出的控制参数对效率的影响，最终迭代得到最适应于该系统的的计算参数k，使得系统的工作效率达到最优。当系统负载发生变化时系统使用查找表(LUT)记录负载和输出电压对应的LLC拓扑电路中，上下管的开关死区时间。这样在负载切换时，便可以直接查找并读取对应的死区时间。

Description

一种基于遗传算法的效率优化电源控制方法
技术领域
本发明涉及开关电源的控制，尤其涉及一种基于遗传算法的效率优化电源控制方法。
背景技术
在开关电源领域，两级变换器正逐渐引起人们的研究兴趣。由于LLC的电路结构简单且工作效率较高，所以吸引了人们的研究兴趣。但是LLC拓扑一个问题就是控制过程复杂。所以两级变换器的结构也成为了人们的研究热点。前级电路通常采用简单易控制的拓扑，后级电路采用LLC结构用以实现高效率。当前级电路使用Buck-Boost拓扑结构时候，其控制通常较为复杂，并且由于电路的各个组件其实际值往往与标称值存在误差，所以需要一种控制方法，能够在被控电路需要高精度的控制参数，然而控制参数又由于器件的标称值与实际值的误差而受到较大影响的情况下，有一定的算法能够弥补这些误差，从而得到最优的控制参数。
除此之外，动态响应也是评估开关电源的重要指标。当负载发生变化时，传统的系统往往需要根据输出电压和负载电流经过一定的计算之后才能得到最佳的LLC拓扑电路中最佳的上下管开关死区时间以达到最优的效率。传统的方法的计算通常会耗费很长的时间，在这段时间内LLC的效率较低，MOS管损耗较大，可能会导致系统故障。所以一个重要的优化方向就是尽可能的减少通过输出电压和负载电流计算出最佳死区时间的耗时。
随着现代科技的发展，实现一种能够根据系统的输出电压、输入电压、输出电流、输入电流评估出的系统工作效率来智能的优化开关电源系统中的开关参数，显得尤为重要。同时减少根据输出电压和负载电流计算出最佳死区时间的耗时也是改善开关电源系统工作效率的一个重要研究方向。
发明内容
本发明的目的是针对现有的技术存在的不足提供一种基于遗传算法的效率优化电源控制算法。
本发明为实现上述目的，采用如下技术方案：一种基于遗传算法的效率优化电源控制方法，其特征在于：基于包括前级Buck-Boost升降压拓扑电路、后级定频LLC调压拓扑电路、采样电路、采样放大隔离电路和以微控制器为核心的控制电路构成的控制系统，利用遗传算法优化开关电源系统的驱动波形的相移来优化电源的工作效率；采样电路采样得到系统调节过程中有关效率的评价因素，包括后级定频LLC调压电路的输出电压Vo和输出电流Io、前级Buck-Boost升降压拓扑电路的输入电压Vin和输入电流Iin，将上述采样结果通过各自对应的放大隔离电路输出至以微控制器为核心的控制电路，以微控制器为核心的控制电路输出信号控制前级Buck-Boost升降压拓扑电路中的四个开关管S1～S4和后级定频LLC调压拓扑电路的两个开关管S5及S6；
采样放大隔离电路中含有四个运算放大器，其中，运算放大器k1对应输出电压Vo采样，运算放大器k1的负端连接输出电压Vo采样输出端，运算放大器k1的正端连接输出地端；运算放大器k2对应输入电压Vin采样，运算放大器k2的负端连接输入电压Vin采样输出端，运算放大器k2的正端连接输入地端；运算放大器k3对应输入电流Iin采样，运算放大器k3的负端连接输入电流Iin采样输出端，运算放大器k3的正端连接输入地端；运算放大器k4对应输出电流Io采样，运算放大器k4的负端连接输出电流Io采样输出端，运算放大器k4的正端连接输出地端；
微控制器为控制核心的控制电路包括AD转换模块、定时器模块、遗传算法模块以及脉冲宽度调制发生模块，AD转换模块的输入信号为四个运算放大器k1,k2,k3,k4的输出信号，AD转换模块将转换后的输出电压Vo的值、输入电压Vin的值、输入电流Iin的值和输出电流Io的值输出给遗传算法模块，遗传算法模块根据AD转换模块采集到的值，评估遗传算法过程中所用到的控制公式中的计算参数k的优劣，利用不同的计算参数k计算出的控制参数T、d、x、y、a、b输出给脉冲宽度调制发生模块，通过不断迭代得到适应于系统的最优的计算参数k，最终得到使系统的工作效率达到最优的控制公式中的计算参数k和控制参数T、d、x、y、a、b，脉冲宽度调制发生模块计算输出的占空比信号通过相移控制前级Buck-Boost升降压拓扑电路中的四个开关管S1～S4和后级定频LLC调压拓扑电路的两个开关管S5及S6；；
遗传算法过程中所用到的控制公式如式(1)(2)(3)所示，其中包括：
控制参数：这里指的是控制板控制整个系统工作所需要对系统板所输出的开关时序，具体为T、d、x、y、a和b；T和d分别代表开关管的开关周期和开关死区时间，x,y,a,b分别代表不同开关管之间相移量的大小；
输入变量：指的是由外界所输入的量，即系统板上采样得到的量，具体为前级Buck-Boost电路的输入电流Iin和输入电压Vin，后级LLC电路的输出电流Io和输出电压Vo；
计算变量：指的是通过外界输入计算得到的量，具体为前级输出电压Vout、用于遗传算法评估的计算参数k、前级输出电流Iout、效率η、输出负载RL；还包括连接前级桥臂中点和后级桥臂中点的电感值L、开关管的输出电容Coss、后级增益G、最小流过前级桥臂中点和后级桥臂中点的电感电流Imin，Imin<0、电感电流负值变化量ΔI、确定b的计算公式中的的参数m、后级电路效率η0；
控制参数T,d,x,y,a,b的计算过程如下公式所示
之后求得x，
接下来就是需要确定a和b的取值；
a的计算公式如下所示：
b的计算公式如下所示：
其中m的值预设为0.5，在系统实际工作时根据后级电路LLC的电感电流波形再进行调整，其取值范围在0到1之间；
算法优化流程是先按照(4)中，以计算参数k＝1代入，求得a，并验证其效率η，之后对计算参数k使用遗传算法，以优化效率，最终得到可以使效率最优化的a，并得到此时的计算参数k作为该工作状态下的最优计算参数k值，同时将其作为附近的工作状态初始的计算参数k值，不同工作状态下达到最优效果的计算参数k值不一定相同。
所述以微控制器为控制核心的控制电路的工作流程包括以下步骤：
1)首先根据系统的预设值对系统的相关参数进行初始化，包括设定系统的输出电压值Vo，以及配置包括定时器模块、A/D转换模块、中断相关外设的工作模式以及工作参数，其中定时器1为脉冲宽度调制产生模块所用，用于控制Buck-Boost升降压拓扑电路中的MOS管S1,S2,S3,S4的开关，配置A/D转换模块工作于DMA模式，配置定时器1的中断以利用遗传算法模块调节驱动信号相移以优化效率；
2)遗传算法优化模块的参数初始化，设定遗传算法中的相关参数，包括种群迭代代数，每一代种群中个体的数量，每一个个体的基因长度，个体间基因发生交叉的概率，个体的基因发生变异的概率。并设置i与n的值为0；
3)根据第i代种群中的第n个个体的基因，通过解码获得其所对应的控制公式(4)中的参数值即计算参数k，在遗传算法模块中采用的是二进制编码方式，所述的编码即为一串二进制数字，将此数字经过分割后转换成十进制所代表的值即为控制公式(4)中的计算参数k，然后利用带入该参数的控制公式(4)来计算出电路的控制参数T、d、x、y、a和b；
4)脉冲宽度调制产生模块的参数由遗传算法模块设定之后，其根据其设定的变量输出驱动信号，并启动定时器模块和AD转换模块，待系统输出电压稳定之后，采集输出电压Vo，输入电压Vin，输出电流Io，输入电流Iin来评估系统的工作效率，并将其作为3)个体的适应度；
5)判断该个体是否为该代种群中最后一个个体，若不是将n的值加一，并返回第3)步执行，若是则执行下一步；
6)将该代种群中的适应度最低的个体剔除，并根据微控制产生的随机数与设定的个体间基因发生交叉的概率，个体的基因发生变异的概率相比较，决定下一代个体的基因产生方式。当下一代所有个体的基因产生后，将i的值加一；
7)取当代种群中适应度最高也就是效率最高的个体的基因换算后的计算参数k为当前负载点的控制公式(4)的最优参数；
8)检测负载是否发生变化，若负载变化则返回第3步执行，否则维持现状；
9)系统负载发生变化时系统使用查找表LUT记录负载和输出电压Vo对应的LLC拓扑电路中，上下管的开关死区时间，这样在以后负载切换时，便可以直接查找并读取对应的死区时间。
当系统启动时，遗传算法模块进行相关参数初始化，同时设置微控制的相关外设参数，包括定时器、A/D转换模块，然后系统利用初始参数初始化脉冲宽度调制产生模块，然后基于非支配排序的遗传算法模块开始工作，并初始化产生种群P，通过解码种群中每个个体的编码得到控制公式的计算参数k，并应用于脉冲宽度调制产生模块，然后利用定时器与A/D转换模块相配合得到系统的输出电压Vo、输入电压Vin、输出电流Io、输入电流Iin，从而计算得出系统的工作效率，并以此为个体的适应度，种群评估完毕后找出最优的个体，同时在开关电源系统中还设有LUT用以储存输出电压和负载所对应的LLC拓扑电路工作时，上下开关管的死区时间，用以快速响应系统负载的变化，避免了死区时间的计算过程。
本发明的优点及显著效果：
1、采用遗传算法，优化减小每个电源系统中因为器件误差带来的参数误差，从而得到准确的控制参数。
2、电路简单，无需专用集成电路的复杂控制，成本低，可靠性好。
附图说明
图1是本发明控制参数T,d,x,y,a,b的示意图；
图2是本发明整体结构方框图；
图3是本发明前级Buck-Boost升降压拓扑电路和后级定频LLC调压拓扑电路图；
图4是以微控制器为控制核心的控制电路方框图。
具体实施方式
下面结合附图对本发明的技术方案进行详细的说明:
图1是所述的控制参数T,d,x,y,a,b在所述开关波形中所代表的具体含义。T和d分别代表开关周期和死区时间，x,y,a,b分别代表开关波形中相移的大小。
图2是系统的整体框图。包括前级Buck-Boost升降压拓扑电路、后级定频LLC调压拓扑电路、采样电路、采样放大隔离电路以及以微控制器为核心的控制电路构成的控制系统。采样电路采样后级定频LLC调压电路的输出电压Vo和输出电流Io前级Buck-Boost升降压拓扑电路的输入电压Vin和输入电流Iin然后通过放大隔离电路输出至以微控制器为核心的控制电路，以微控制器为核心的控制电路输出信号控制前级Buck-Boost升降压拓扑电路的开关管S1,S2,S3,S4后级定频LLC调压拓扑电路的开关管S5,S6。
参看图3，采样放大隔离电路含有四个运算放大器，其中，运算放大器k1对应输出电压Vo采样电路，运算放大器k1的负端连接输出电压Vo采样输出端，运算放大器k1的正端连接输出地端；运算放大器k2对应输入电压Vin采样电路，运算放大器k2的负端连接输入电压Vin采样输出端，运算放大器k2的正端连接输入地端；运算放大器k3对应输入电流Iin采样电路，运算放大器k3的负端连接输入电流Iin采样输出端，运算放大器k3的正端连接输入地端；运算放大器k4对应输出电流Io采样电路，运算放大器k4的负端连接输出电流Io采样输出端，运算放大器k4的正端连接输出地端；
微控制器为控制核心的控制电路包括AD转换模块、定时器模块、遗传算法模块以及脉冲宽度调制发生模块，AD转换模块的输入信号为运算放大器k1,k2,k3,k4的输出信号，AD转换模块将转换后的输出电压值,输入电压值，输入电流值，输出电流值输出给遗传算法模块。遗传算法模块根据AD转换模块采集到的值，评估控制参数的优劣。并将待评估的控制参数输出给脉冲宽度调制模块。
脉冲宽度调制发生模块输出的占空比信号通过相移控制前级Buck-Boost升降压拓扑电路以及后级定频LLC调压拓扑电路的开关管。遗传算法模块优化控制公式中的变量k；
遗传算法模块优化的控制公式如下所示，其中的变量包括，控制变量：这里指的是控制板控制整个系统工作所需要对系统板所输出的开关时序，具体变量为T、d、x、y、a和b；输入变量：这指的是由外界所输入的量，具体指的是系统板上采样得到的量，具体为前级电路输入电流Iin和输入电压Vin，后级电路输出电流Io和输出电压Vo；计算变量：这里指的是通过外界输入计算得到的量，具体为前级输出电压Vout、用于遗传算法计算的变量k、前级输出电流Iout、效率η、输出负载RL；还包括连接前级桥臂中点和后级桥臂中点的电感感值L、开关管的输出电容Coss、后级增益G、最小流过连接前级桥臂中点和后级桥臂中点的电感电流Imin(Imin<0)、电感电流负值变化量ΔI、确定b的计算方法的参数m、后级电路效率η0。
其中控制变量T,d,x,y,a,b的计算过程如下公式所示
之后可以求得x，
然而事实上(3)式并不够准确，一个是因为原来程序中所设计的ΔI不可能精准，
另外一个原因是，无法准确预测在ZVS实现期间对电流的影响。因此通过(3)所计算出来的x大概率无法让我们得到想要的Vout，但是即便如此，关系式依然存在也就是说如果增大x，Vout就会响应增大，如果减小x，Vout就会减小，而增大和减小的量和Vin呈相应的关系，可以根据这一点来对x进行微调，直到可以输出想要的Vout。接下来就是需要确定a和b的取值。
a的计算公式如下所示
b的计算公式如下所示
其中m的值预设为0.5，在系统实际工作时根据后级电路LLC的电感电流波形再进行调整，其取值范围在0到1之间。
(4)中的k是为了表示之前设计或者输入值不精准的一个变量，为1附近的某一个常数，对于不同的输入输出来说可能会不同。算法优化流程是先按照(4)中，以k＝1代入，求得a，并验证其效率η，之后对k使用遗传算法，以优化效率，最终得到可以使效率最优化的a，并得到此时的k作为该工作状态下的最优k值，同时将其作为附近的工作状态初始的k值，不同工作状态下可以达到最优效果的k值很可能并不相同。
以微控制器为控制核心的控制电路的工作流程包括以下步骤：
1)首先根据系统的预设值对系统的相关参数进行初始化，包括设定系统的输出电压值，以及配置定时器模块，A/D转换模块，中断等相关外设的工作模式以及工作参数。其中定时器1为脉冲宽度调制产生模块所用，用于控制Buck-Boost升降压拓扑电路中的MOS管S1,S2,S3,S4的开关，配置A/D转换模块工作于DMA模式，配置定时器1的中断以利用遗传算法模块调节驱动信号相移以优化效率。
2)遗传算法优化模块的参数初始化。设定遗传算法中的相关参数，包括种群迭代代数，每一代种群中个体的数量，每一个个体的基因长度，个体间基因发生交叉的概率，个体的基因发生变异的概率。并设置i与n的值为0；
3)根据第i代种群中的第n个个体的基因，通过解码获得其所对应的控制公式(4)中的参数值即k，在本遗传算法模块中采用的是二进制编码方式，所述的编码即为一串二进制数字，将此数字经过分割后转换成十进制所代表的值即为控制公式(4)中的参数k。得到上述参数之后，利用带入该参数的控制公式(4)来计算出电路的控制参数。
4)脉冲宽度调制产生模块的参数由遗传算法模块设定之后，其根据其设定的变量输出驱动信号，并启动定时器模块和AD转换模块，待系统输出电压稳定之后，采集输出电压，输入电压，输出电流，输入电流来评估系统的工作效率。并将其作为3)个体的适应度。
5)判断该个体是否为该代种群中最后一个个体，若不是将n的值加一，并返回第3步执行，若是则执行下一步；
6)将该代种群中的适应度最低的个体剔除，并根据微控制产生的随机数与设定的个体间基因发生交叉的概率，个体的基因发生变异的概率相比较，决定下一代个体的基因产生方式。当下一代所有个体的基因产生后，将i的值加一。
7)取当代种群中适应度最高也就是效率最高的个体的基因换算后的参数k为当前负载点的控制公式(4)的最优参数。
8)检测负载是否发生变化，若负载变化则返回第3步执行，否则维持现状。
同时在系统负载发生变化时系统还会使用查找表(LUT)记录负载和输出电压对应的LLC拓扑电路中，上下管的开关死区时间。这样在以后负载切换时，便可以直接查找并读取对应的死区时间。

Claims (3)

1.一种基于遗传算法的效率优化电源控制方法，其特征在于：基于包括前级Buck-Boost升降压拓扑电路、后级定频LLC调压拓扑电路、采样电路、采样放大隔离电路和以微控制器为核心的控制电路构成的控制系统，利用遗传算法优化开关电源系统的驱动波形的相移来优化电源的工作效率；采样电路采样得到系统调节过程中有关效率的评价因素，包括后级定频LLC调压电路的输出电压Vo和输出电流Io，前级Buck-Boost升降压拓扑电路的输入电压Vin和输入电流Iin，将上述采样结果通过各自对应的放大隔离电路输出至以微控制器为核心的控制电路，以微控制器为核心的控制电路输出信号控制前级Buck-Boost升降压拓扑电路中的四个开关管S1～S4和后级定频LLC调压拓扑电路的两个开关管S5及S6；
采样放大隔离电路中含有四个运算放大器，其中，运算放大器k1对应输出电压Vo采样，运算放大器k1的负端连接输出电压Vo采样输出端，运算放大器k1的正端连接输出地端；运算放大器k2对应输入电压Vin采样，运算放大器k2的负端连接输入电压Vin采样输出端，运算放大器k2的正端连接输入地端；运算放大器k3对应输入电流Iin采样，运算放大器k3的负端连接输入电流Iin采样输出端，运算放大器k3的正端连接输入地端；运算放大器k4对应输出电流Io采样，运算放大器k4的负端连接输出电流Io采样输出端，运算放大器k4的正端连接输出地端；
微控制器为控制核心的控制电路包括AD转换模块、定时器模块、遗传算法模块以及脉冲宽度调制发生模块，AD转换模块的输入信号为四个运算放大器k1,k2,k3,k4的输出信号，AD转换模块将转换后的输出电压Vo的值、输入电压Vin的值、输入电流Iin的值和输出电流Io的值输出给遗传算法模块，遗传算法模块根据AD转换模块采集到的值，评估遗传算法过程中所用到的控制公式中的计算参数k的优劣，利用不同的计算参数k计算出的控制参数T、d、x、y、a、b输出给脉冲宽度调制发生模块，通过不断迭代得到适应于系统的最优的计算参数k，最终得到使系统的工作效率达到最优的控制公式中的计算参数k和控制参数T、d、x、y、a、b，脉冲宽度调制发生模块计算输出的占空比信号通过相移控制前级Buck-Boost升降压拓扑电路中的四个开关管S1～S4和后级定频LLC调压拓扑电路的两个开关管S5及S6；；
遗传算法过程中所用到的控制公式如式(1)(2)(3)所示，其中包括：
控制参数：这里指的是控制板控制整个系统工作所需要对系统板所输出的开关时序，具体为T、d、x、y、a和b；T和d分别代表开关管的开关周期和开关死区时间，x,y,a,b分别代表不同开关管之间相移量的大小；
输入变量：指的是由外界所输入的量，即系统板上采样得到的量，具体为前级Buck-Boost电路的输入电流Iin和输入电压Vin，后级LLC电路的输出电流Io和输出电压Vo；
计算变量：指的是通过外界输入计算得到的量，具体为前级输出电压Vout、用于遗传算法评估的计算参数k、前级输出电流Iout、效率η、输出负载RL；还包括连接前级桥臂中点和后级桥臂中点的电感值L、开关管的输出电容Coss、后级增益G、最小流过前级桥臂中点和后级桥臂中点的电感电流Imin，Imin<0、电感电流负值变化量ΔI、确定b的计算公式中的的参数m、后级电路效率η0；
控制参数T,d,x,y,a,b的计算过程如下公式所示
之后求得x，
接下来就是需要确定a和b的取值；
a的计算公式如下所示：
b的计算公式如下所示：
其中m的值预设为0.5，在系统实际工作时根据后级电路LLC的电感电流波形再进行调整，其取值范围在0到1之间；
算法优化流程是先按照(4)中，以计算参数k＝1代入，求得a，并验证其效率η，之后对计算参数k使用遗传算法，以优化效率，最终得到可以使效率最优化的a，并得到此时的计算参数k作为该工作状态下的最优计算参数k值，同时将其作为附近的工作状态初始的计算参数k值，不同工作状态下达到最优效果的计算参数k值不一定相同。
2.根据权利要求1所述的基于遗传算法的效率优化电源控制方法，其特征在于：以微控制器为控制核心的控制电路的工作流程包括以下步骤：
1)首先根据系统的预设值对系统的相关参数进行初始化，包括设定系统的输出电压值V0，以及配置包括定时器模块、A/D转换模块、中断相关外设的工作模式以及工作参数，定时器模块内设有多个子定时器，其中的定时器1为脉冲宽度调制产生模块所用，用于控制Buck-Boost升降压拓扑电路中的MOS管S1,S2,S3,S4的开关，配置A/D转换模块工作于DMA模式，配置定时器1的中断以利用遗传算法模块调节驱动信号相移以优化效率；
2)遗传算法优化模块的参数初始化，设定遗传算法中的相关参数，包括种群迭代代数，每一代种群中个体的数量，每一个个体的基因长度，个体间基因发生交叉的概率，个体的基因发生变异的概率。并设置i与n的值为0；
3)根据第i代种群中的第n个个体的基因，通过解码获得其所对应的控制公式(4)中的参数值即计算参数k，在遗传算法模块中采用的是二进制编码方式，所述的编码即为一串二进制数字，将此数字经过分割后转换成十进制所代表的值即为控制公式(4)中的计算参数k，然后利用带入该参数的控制公式(4)来计算出电路的控制参数T、d、x、y、a和b；
4)脉冲宽度调制产生模块的参数由遗传算法算法模块设定之后，其根据其设定的变量输出驱动信号，并启动定时器模块和AD转换模块，待系统输出电压稳定之后，采集输出电压Vo，输入电压Vin，输出电流Io，输入电流Iin来评估系统的工作效率，并将其作为3)个体的适应度；
5)判断该个体是否为该代种群中最后一个个体，若不是将n的值加一，并返回第3)步执行，若是则执行下一步；
6)将该代种群中的适应度最低的个体剔除，并根据微控制产生的随机数与设定的个体间基因发生交叉的概率，个体的基因发生变异的概率相比较，决定下一代个体的基因产生方式。当下一代所有个体的基因产生后，将i的值加一；
7)取当代种群中适应度最高也就是效率最高的个体的基因换算后的计算参数k为当前负载点的控制公式(4)的最优参数；
8)检测负载是否发生变化，若负载变化则返回第3步执行，否则维持现状；
9)系统负载发生变化时系统使用查找表LUT记录负载和输出电压Vo对应的LLC拓扑电路中，上下管的开关死区时间，这样在以后负载切换时，便可以直接查找并读取对应的死区时间。
3.根据权利要求1所述的基于遗传算法的效率优化电源控制方法，其特征在于：当系统启动时，遗传算法模块进行相关参数初始化，同时设置微控制的相关外设参数，包括定时器模块、A/D转换模块，然后系统利用初始参数初始化脉冲宽度调制产生模块，然后基于非支配排序的遗传算法模块开始工作，并初始化产生种群P，通过解码种群中每个个体的编码得到控制公式的计算参数k，并应用于脉冲宽度调制产生模块，然后利用定时器与A/D转换模块相配合得到系统的输出电压Vo、输入电压Vin、输出电流Io、输入电流Iin，从而计算得出系统的工作效率，并以此为个体的适应度，种群评估完毕后找出最优的个体，同时在开关电源系统中还设有LUT用以储存输出电压和负载所对应的LLC拓扑电路工作时，上下开关管的死区时间，用以快速响应系统负载的变化，避免了死区时间的计算过程。
CN201810743734.7A 2018-07-09 2018-07-09 一种基于遗传算法的效率优化电源控制方法 Active CN109004830B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN201810743734.7A CN109004830B (zh) 2018-07-09 2018-07-09 一种基于遗传算法的效率优化电源控制方法
PCT/CN2019/079090 WO2020010874A1 (zh) 2018-07-09 2019-03-21 一种基于遗传算法的效率优化电源控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810743734.7A CN109004830B (zh) 2018-07-09 2018-07-09 一种基于遗传算法的效率优化电源控制方法

Publications (2)

Publication Number Publication Date
CN109004830A true CN109004830A (zh) 2018-12-14
CN109004830B CN109004830B (zh) 2020-01-31

Family

ID=64599563

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810743734.7A Active CN109004830B (zh) 2018-07-09 2018-07-09 一种基于遗传算法的效率优化电源控制方法

Country Status (2)

Country Link
CN (1) CN109004830B (zh)
WO (1) WO2020010874A1 (zh)

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109635492A (zh) * 2018-12-27 2019-04-16 湖南科技大学 基于电流定额自适应的bbmc主电路参数优选方法
CN110690821A (zh) * 2019-10-15 2020-01-14 东南大学 升降压谐振变换器相移计算的控制系统及控制方法
WO2020010874A1 (zh) * 2018-07-09 2020-01-16 东南大学 一种基于遗传算法的效率优化电源控制方法
CN111355382A (zh) * 2018-12-24 2020-06-30 东南大学 升降压llc谐振变换器的控制系统及方法
CN111404374A (zh) * 2020-03-26 2020-07-10 河南科技大学 一种运用遗传算法优化的双向dc-dc变换器的控制方法
CN112152462A (zh) * 2020-08-27 2020-12-29 东南大学 一种Buck-Boost LLC两级变换器的能量反馈的轻载控制方法
US11646663B1 (en) 2022-02-25 2023-05-09 Hong Kong Applied Science and Technology Research Institute Company Limited Adaptive dead-time control of a synchronous buck converter
CN116699452A (zh) * 2023-06-15 2023-09-05 合芯科技(苏州)有限公司 一种服务器主板的电源效率的测试系统及方法
CN117744479A (zh) * 2023-12-13 2024-03-22 华中科技大学 脉冲电源中器件与模块运行域协同优化的方法以及系统

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105978339A (zh) * 2016-07-04 2016-09-28 东南大学 一种基于遗传算法的效率优化电源控制方法
CN106787695A (zh) * 2017-02-22 2017-05-31 东南大学 一种动态响应优化的开关电源控制方法

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7161334B1 (en) * 2003-04-16 2007-01-09 Sandia National Laboratories Modular high voltage power supply for chemical analysis
CN104795996A (zh) * 2015-04-22 2015-07-22 湖北三江航天万峰科技发展有限公司 一种用于两级dc/dc变换器的滑模控制方法
CN108233716A (zh) * 2016-12-21 2018-06-29 电子科技大学 一种基于遗传算法和dc-dc变换器建模的参数优化设计方法
CN109004830B (zh) * 2018-07-09 2020-01-31 东南大学 一种基于遗传算法的效率优化电源控制方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105978339A (zh) * 2016-07-04 2016-09-28 东南大学 一种基于遗传算法的效率优化电源控制方法
CN106787695A (zh) * 2017-02-22 2017-05-31 东南大学 一种动态响应优化的开关电源控制方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
DAVID REUSCH 等: "Evaluation of Gallium Nitride Transistors in High Frequency Resonant and Soft-Switching DC–DC Converters", 《IEEE TRANSACTIONS ON POWER ELECTRONICS》 *
TAE-DONG YEO 等: "Design of Maximum Efficiency Tracking Control Scheme for Closed-Loop Wireless Power Charging System Employing Series Resonant Tank", 《IEEE TRANSACTIONS ON POWER ELECTRONICS》 *
林歆悠 等: "基于遗传算法系统效率优化的PHEV电量保持模式控制策略", 《中国公路学报》 *
马秀娟 等: "基于遗传算法的感应电机效率优化控制研究", 《微电机》 *

Cited By (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2020010874A1 (zh) * 2018-07-09 2020-01-16 东南大学 一种基于遗传算法的效率优化电源控制方法
CN111355382A (zh) * 2018-12-24 2020-06-30 东南大学 升降压llc谐振变换器的控制系统及方法
CN111355382B (zh) * 2018-12-24 2021-08-24 东南大学 升降压llc谐振变换器的控制系统及方法
US10915692B2 (en) 2018-12-27 2021-02-09 Hunan University Of Science And Technology Method for self-adaptively optimizing parameters of a main circuit in a BBMC based on a current rating
CN109635492A (zh) * 2018-12-27 2019-04-16 湖南科技大学 基于电流定额自适应的bbmc主电路参数优选方法
CN110690821A (zh) * 2019-10-15 2020-01-14 东南大学 升降压谐振变换器相移计算的控制系统及控制方法
CN111404374A (zh) * 2020-03-26 2020-07-10 河南科技大学 一种运用遗传算法优化的双向dc-dc变换器的控制方法
CN111404374B (zh) * 2020-03-26 2021-04-30 河南科技大学 运用遗传算法优化的双向dc-dc变换器的控制方法
CN112152462A (zh) * 2020-08-27 2020-12-29 东南大学 一种Buck-Boost LLC两级变换器的能量反馈的轻载控制方法
CN112152462B (zh) * 2020-08-27 2021-10-15 东南大学 一种Buck-Boost LLC两级变换器的能量反馈的轻载控制方法
US11646663B1 (en) 2022-02-25 2023-05-09 Hong Kong Applied Science and Technology Research Institute Company Limited Adaptive dead-time control of a synchronous buck converter
WO2023159657A1 (en) * 2022-02-25 2023-08-31 Hong Kong Applied Science and Technology Research Institute Company Limited Adaptive dead-time control of a synchronous buck converter
CN116699452A (zh) * 2023-06-15 2023-09-05 合芯科技(苏州)有限公司 一种服务器主板的电源效率的测试系统及方法
CN116699452B (zh) * 2023-06-15 2024-01-09 合芯科技(苏州)有限公司 一种服务器主板的电源效率的测试系统及方法
CN117744479A (zh) * 2023-12-13 2024-03-22 华中科技大学 脉冲电源中器件与模块运行域协同优化的方法以及系统
CN117744479B (zh) * 2023-12-13 2024-07-26 华中科技大学 脉冲电源中器件与模块运行域协同优化的方法以及系统

Also Published As

Publication number Publication date
CN109004830B (zh) 2020-01-31
WO2020010874A1 (zh) 2020-01-16

Similar Documents

Publication Publication Date Title
CN109004830A (zh) 一种基于遗传算法的效率优化电源控制方法
CN106787695B (zh) 一种动态响应优化的开关电源控制方法
CN103675426B (zh) 电感电流过零检测方法及电路以及带该电路的开关电源
CN104756383B (zh) 升压转换器控制
CN105978339B (zh) 一种基于遗传算法的效率优化电源控制方法
CN101242134B (zh) 一种开关电源的控制方法及其装置
CN103546021B (zh) 电流反馈方法及电流反馈电路及驱动电路及开关电源
CN101105697A (zh) 太阳能发电系统的最大功率跟踪方法及装置
CN104836443A (zh) 谐振转换器系统、控制器和控制方法
CN105322766A (zh) 固定导通或固定关闭时间切换式电源供应器及其控制电路
CN110855149A (zh) 一种直流变换器预测控制方法
CN103269159B (zh) 一种电压模控制dc-dc模式自动转换电路
CN109004840A (zh) 一种提高开关电源输出精度的控制方法
CN101652004A (zh) 白光led电路及控制白光led平均电流的方法
CN102843828B (zh) 一种pwm调制电路
CN104283420B (zh) 具压降补偿功能的电压转换控制器及电压转换电路
CN105048811A (zh) Dc-dc变换器的导通时间校正定频跨周期控制器及方法
CN105281587A (zh) 用于反激变换器的同步整流
CN114884162B (zh) 一种适用于分布式储能型mmc的电池荷电状态预测优化控制方法
CN103944427A (zh) 一种ac-dc变换器输出电流的控制方法及其控制系统
CN106961216B (zh) 新型恒定输出电流buck电路
CN110492744B (zh) 应用于dc-dc变换器的恒功率负载控制方法及电路
CN112069758A (zh) 一种基于简化数值模型的llc变换器软启动参数优化方法
CN104092359A (zh) 一种用于多模式数字开关电源的控制环路系统
CN108874017A (zh) 一种光伏发电系统的最大功率点跟踪方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant