CN111523216B - 针对电势突变的第一部件与第二部件连接处的优化方法 - Google Patents
针对电势突变的第一部件与第二部件连接处的优化方法 Download PDFInfo
- Publication number
- CN111523216B CN111523216B CN202010297490.1A CN202010297490A CN111523216B CN 111523216 B CN111523216 B CN 111523216B CN 202010297490 A CN202010297490 A CN 202010297490A CN 111523216 B CN111523216 B CN 111523216B
- Authority
- CN
- China
- Prior art keywords
- electric field
- model
- genetic algorithm
- component
- structural parameters
- 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.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/12—Computing arrangements based on biological models using genetic models
- G06N3/126—Evolutionary algorithms, e.g. genetic algorithms or genetic programming
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/06—Multi-objective optimisation, e.g. Pareto optimisation using simulated annealing [SA], ant colony algorithms or genetic algorithms [GA]
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E60/00—Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Evolutionary Computation (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Geometry (AREA)
- Biophysics (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Computer Hardware Design (AREA)
- General Health & Medical Sciences (AREA)
- Software Systems (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- Genetics & Genomics (AREA)
- Physiology (AREA)
- Mathematical Physics (AREA)
- Biomedical Technology (AREA)
- Artificial Intelligence (AREA)
- Data Mining & Analysis (AREA)
- Computational Linguistics (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
针对电势突变的第一部件与第二部件连接处的优化方法,包括如下步骤:S100、针对绝缘结构中存在电势突变的连接处,建立其静电场仿真模型;S200、对所述静电场仿真模型,进行几何结构的结构参数的参数化扫描,用以选出不同几何区域、其最小电场强度所对应的结构参数,并将其作为优化的初始值;S300、基于几何结构的所有结构参数、初始值,以及设定的初始值能够变化的范围,以所述不同几何区域、其对应的电场强度上限均满足该区域的绝缘材料可承受的范围为条件,通过遗传算法迭代计算出能够优化所述连接处几何结构的所有结构参数。本公开将有助于降低电力装置中电势突变连接处的电场强度,提高电力装置的绝缘水平,并能够用于获得新的优化后的电力装置。
Description
技术领域
本公开涉及电气领域,特别涉及一种绝缘结构的优化设计方法。
背景技术
在电力装置中,当两个不同的部件例如第一部件和第二部件存在电势突变的连接处时,其连接处出现的电势的急剧变化,会导致电势的空间梯度较高,电场强度过大。典型的,固态变压器中,整流逆变模块和高频变压器的连接处场强较高,实际运行过程中易出现电弧的放电情况。
因此,本领域亟需采取有效的方案降低连接处的电场强度。
发明内容
为了解决现有技术的问题,本公开揭示了针对电势突变的第一部件与第二部件连接处的优化方法,包括如下步骤:
S100、针对绝缘结构中存在电势突变的连接处,建立其静电场仿真模型,其中,所述连接处指的是第一部件与第二部件的连接处;
S200、对所述静电场仿真模型,进行所述几何结构的结构参数的参数化扫描,用以选出不同几何区域、其最小电场强度所对应的结构参数,并将其作为优化的初始值;
S300、基于几何结构的所有结构参数、所述初始值,以及设定的初始值能够变化的范围,以所述不同几何区域、其对应的电场强度上限均满足该区域的绝缘材料可承受的范围为条件,通过遗传算法迭代计算出能够优化所述连接处几何结构的所有结构参数。
优选的,步骤S300的所述条件还包括:
对于不同几何区域,其对应的电场强度下限均满足该区域的绝缘材料可承受的范围。
优选的,步骤S100包括:
S101、在仿真软件中画出所述连接处的几何结构;
S102、定义所述第一部件、第二部件的电压边界条件,以及定义第一部件和第二部件二者中涉及接地的部件的接地边界条件;
S103、针对所述连接处所涉及的不同绝缘材料,在所述几何结构中,按照不同绝缘材料所对应的不同几何区域进行区域划分,并设置不同区域的绝缘材料类型及其介电常数;
S104、基于所述电压边界条件和接地边界条件,对所述几何结构的网格进行剖分以建立所述几何结构的静电场仿真模型。
优选的,步骤S300中的通过遗传算法迭代计算出能够优化所述连接处几何结构的所有结构参数,包括:
S301、利用遗传算法,以所述几何结构的结构参数作为优化的自变量,获得每一种结构参数组合下、所述连接处不同区域、分别对应的最大电场强度,其中,步骤S200中的初始值作为第一种结构参数组合;
S302、判断每个区域所对应的最大电场强度是否满足其对应的绝缘材料的要求,并进一步决定是否继续迭代计算,其中:
当任一最大电场强度不满足其对应的绝缘材料可承受的范围时,更改遗传算法中的种群规模和种群的迭代次数,并根据所述初始值能够变化的范围获得一种新的结构参数组合,然后迭代执行所述步骤S301;
当每一个最大电场强度均满足其对应的绝缘材料可承受的范围时,输出此时的结构参数组合,以此作为连接处几何结构的最终所有结构参数。
优选的,步骤S100中:
所述静电场仿真模型通过COSMOL软件建立,并通过COSMOL软件将该静电场仿真模型以MAXLAB支持的.m格式保存为模型文件model.m;以及,
对于所述模型文件model.m,在COSMOL中修改该模型文件model.m的第一行代码为function out=model(t),其中t为自变量。
优选的,步骤S300中的通过遗传算法迭代计算出能够优化所述连接处几何结构的所有结构参数,包括:
S3001、在MAXLAB中编写适应度函数Myfun,其中:所述适应度函数Myfun对所述连接处的位置进行定义,并且所述适应度函数Myfun将所述模型文件model.m作为子函数调用;
S3002、在MAXLAB中编写.m格式的主程序文件main.m,所述主程序文件main.m将所述适应度函数Myfun作为子函数调用,并且所述主程序文件main.m还调用MAXLAB自带的遗传算法工具箱;
S3003、以步骤S200中的初始值作为所述主程序文件main.m的当前结构参数组合,并且该结构参数组合能够通过函数自变量t的形式被输入到模型文件model.m中,进一步的,模型文件model.m的计算结果能够以函数值的形式返回到主程序文件main.m中,其中:所述初始值视为所述几何结构的当前可行解,以及视为所述遗传算法工具箱的当前输入;
S3004、对于所述当前可行解,在MAXLAB中执行所述主程序文件main.m,通过所述适应度函数计算所述可行解的适应度,即计算当前结构参数组合下、所述静电场仿真模型的电场强度分布;
S3005、使用MAXLAB自带的函数mphinterp对步骤S3004计算的所述静电场仿真模型的电场强度分布结果进行提取,从而获得所述连接处的不同区域的最大电场强度;
S3006、判断每个区域所对应的最大电场强度是否满足其对应的绝缘材料的要求,并进一步决定是否继续迭代计算,其中:
当任一最大电场强度不满足其对应的绝缘材料可承受的范围时,在更改遗传算法中的种群规模和种群的迭代次数情况下,根据所述初始值和所述初始值能够变化的范围,遗传算法工具箱输出一种新的结构参数组合作为所述当前可行解,然后迭代执行所述步骤S3004至S3005;
当每一个最大电场强度均满足其对应的绝缘材料可承受的范围时,输出此时的结构参数组合,以此作为连接处几何结构的最终所有结构参数。
此外,本公开还揭示了一种电力装置,其中,所述装置中的连接处经由上述任一所述的方法而设计。
本公开将有助于降低电力装置中电势突变连接处的电场强度,提高电力装置的绝缘水平,并能够用于获得新的优化后的电力装置。
附图说明
图1是根据本发明一个实施例的变压器和电力电子模块连接的结构示意图;
图2是根据本发明一个实施例的遗传算法的数据传递示意图;
图3是根据本发明一个实施例的场强分布示意图,其中,图3a为优化前场强分布示意图,图3b为优化后场强分布示意图;
图4是根据本发明一个实施例的遗传算法的优化的过程示意图;
图5是根据本发明一个实施例的变压器和电力电子模块连接的结构示意图;
图6是根据本发明一个实施例的COMSOL中建立的固态变压器二维平面模型示意图;
图7-1至7-4是根据本发明一个实施例的、不同区域、涉及不同材料的示意图;
图8-1至8-3是根据本发明一个实施例的、不同边界条件的示意图;
图9是根据本发明一个实施例的、剖分后的模型示意图;
图10-1至10-4是根据本发明一个实施例的、介电常数和不同边界条件的设置示意图;
图11是根据本发明一个实施例的、优化初始值的设置示意图。
具体实施方式
为了使本领域技术人员理解本公开所披露的技术方案,下面将结合实施例及有关附图,对各个实施例的技术方案进行描述,所描述的实施例是本公开的一部分实施例,而不是全部的实施例。本公开所采用的术语“第一”、“第二”等是用于区别不同对象,而不是用于描述特定顺序。此外,“包括”和“具有”以及它们的任何变形,意图在于覆盖且不排他的包含。例如包含了一系列步骤或单元的过程、或方法、或系统、或产品或设备没有限定于已列出的步骤或单元,而是可选的还包括没有列出的步骤或单元,或可选的还包括对于这些过程、方法、系统、产品或设备固有的其他步骤或单元。
在本文中提及“实施例”意味着,结合实施例描述的特定特征、结构或特性可以包含在本公开的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例,也不是与其他实施例互斥的独立的或备选的实施例。本领域技术人员可以理解的是,本文所描述的实施例可以与其他实施例相结合。
在一个实施例中,本公开揭示了针对电势突变的第一部件与第二部件连接处的优化方法,包括如下步骤:
S100、针对绝缘结构中存在电势突变的连接处,建立其静电场仿真模型,其中,所述连接处指的是第一部件与第二部件的连接处;
S200、对所述静电场仿真模型,进行所述几何结构的结构参数的参数化扫描,用以选出不同几何区域、其最小电场强度所对应的结构参数,并将其作为优化的初始值;
S300、基于几何结构的所有结构参数、所述初始值,以及设定的初始值能够变化的范围,以所述不同几何区域、其对应的电场强度上限均满足该区域的绝缘材料可承受的范围为条件,通过遗传算法迭代计算出能够优化所述连接处几何结构的所有结构参数。
对于上述实施例,其创新性的利用遗传算法对电势突变区域进行仿真优化。在该实施例中,对于电势突变连接处而言,由于其往往涉及真空、空气、铜或其他导电材料、铁氧体等不同材料,这些材料被视为不同的绝缘材料,具有不同的承受电场强度的能力(即可承受的范围),因此,本实施例意在通过上述优化方法,对所述连接处的电势突变情况进行优化,其入手点正是:所述连接处不同区域的绝缘材料可承受的范围,围绕这一点,实施相应的步骤S100至S300,经由所述电势突变连接处的静电场仿真模型、参数化扫描以确定初始值、遗传算法迭代计算,以此得到最终的、能够优化所述连接处几何结构的所有结构参数。能够理解,所述可承受的范围可以理解为一个阈值范围,所述阈值范围的上界完全可以参考不同绝缘材料所耐受的最大电场强度来进行设定,可以是最大电场强度,也可以是更加安全的电场强度值以提供有利于安全的裕量。
能够理解,该实施例并不受限于什么样的第一部件、第二部件所形成的连接处,因为其给出了普适的优化方法,并基于几何结构的所有结构参数、所述初始值,以及设定的初始值能够变化的范围,以所述不同几何区域、其对应的电场强度上限均满足该区域的绝缘材料可承受的范围为条件,作为优化的约束条件。显而易见的,该约束条件是清晰的,也是具有普适性的,从不同几何区域及该区域的绝缘材料入手同样普适于各种具体结构所限定的连接处及其电力装置。
需要说明的是,本公开并不受限于“遗传计算”,能够发现,只要有利于获得优化的结构参数,任何计算或仿真或优化的算法都可以不经创造性劳动而替代其中的遗传计算。
在另一个实施例中,步骤S300的所述条件还包括:
对于不同几何区域,其对应的电场强度下限均满足该区域的绝缘材料可承受的范围。
就该实施例而言,其相比前一个实施例,进一步纳入了对应的电场强度下限,如此,可以尽可能的优化所述连接处的电场强度分布。这意味着所述可承受的范围的上界和下界都更加合理。能够理解,所述可承受的范围既然可以理解为一个阈值范围,虽然该阈值范围的关键在于其上界,其下界可以设置为0,但是,本实施例意味着其下界依然可以进一步优化。典型的,可以根据经验或其他事先的实验数据等,设置不同绝缘材料、不同几何区域所对应的可承受的范围的下界。
在另一个实施例中,步骤S100包括:
S101、在仿真软件中画出所述连接处的几何结构;
S102、定义所述第一部件、第二部件的电压边界条件,以及定义第一部件和第二部件二者中涉及接地的部件的接地边界条件;
S103、针对所述连接处所涉及的不同绝缘材料,在所述几何结构中,按照不同绝缘材料所对应的不同几何区域进行区域划分,并设置不同区域的绝缘材料类型及其介电常数;
S104、基于所述电压边界条件和接地边界条件,对所述几何结构的网格进行剖分以建立所述几何结构的静电场仿真模型。
能够理解,该实施例是静电场仿真模型建立的一个优选实施例。需要说明的是,该实施例体现了本公开针对电势突变连接处建立静电场仿真模型的创新思路,目前未见到类似于此的相关报道。
在另一个实施例中,步骤S300中的通过遗传算法迭代计算出能够优化所述连接处几何结构的所有结构参数,包括:
S301、利用遗传算法,以所述几何结构的结构参数作为优化的自变量,获得每一种结构参数组合下、所述连接处不同区域、分别对应的最大电场强度,其中,步骤S200中的初始值作为第一种结构参数组合;
S302、判断每个区域所对应的最大电场强度是否满足其对应的绝缘材料的要求,并进一步决定是否继续迭代计算,其中:
当任一最大电场强度不满足其对应的绝缘材料可承受的范围时,更改遗传算法中的种群规模和种群的迭代次数,并根据所述初始值能够变化的范围获得一种新的结构参数组合,然后迭代执行所述步骤S301;
当每一个最大电场强度均满足其对应的绝缘材料可承受的范围时,输出此时的结构参数组合,以此作为连接处几何结构的最终所有结构参数。
就该实施例而言,其给出了如何迭代计算方能获得优化后的连接处几何结构的所有结构参数。
在另一个实施例中,步骤S100中:
所述静电场仿真模型通过COSMOL软件建立,并通过COSMOL软件将该静电场仿真模型以MAXLAB支持的.m格式保存为模型文件model.m;以及,
对于所述模型文件model.m,在COSMOL中修改该模型文件model.m的第一行代码为function out=model(t),其中t为自变量。
能够理解,该实施例给出了一种通过COSMOL和MAXLAB建立静电场仿真模型的实施方式。显而易见的,也可以通过其他仿真软件来获得所述静电场仿真模型,关键在于便于计算电场强度,和便于后期的优化计算。
在另一个实施例中,步骤S300中的通过遗传算法迭代计算出能够优化所述连接处几何结构的所有结构参数,包括:
S3001、在MAXLAB中编写适应度函数Myfun,其中:所述适应度函数Myfun 对所述连接处的位置进行定义,并且所述适应度函数Myfun将所述模型文件 model.m作为子函数调用;
S3002、在MAXLAB中编写.m格式的主程序文件main.m,所述主程序文件 main.m将所述适应度函数Myfun作为子函数调用,并且所述主程序文件main.m 还调用MAXLAB自带的遗传算法工具箱;
S3003、以步骤S200中的初始值作为所述主程序文件main.m的当前结构参数组合,并且该结构参数组合能够通过函数自变量t的形式被输入到模型文件 model.m中,进一步的,模型文件model.m的计算结果能够以函数值的形式返回到主程序文件main.m中,其中:所述初始值视为所述几何结构的当前可行解,以及视为所述遗传算法工具箱的当前输入;
S3004、对于所述当前可行解,在MAXLAB中执行所述主程序文件main.m,通过所述适应度函数计算所述可行解的适应度,即计算当前结构参数组合下、所述静电场仿真模型的电场强度分布;
S3005、使用MAXLAB自带的函数mphinterp对步骤S3004计算的所述静电场仿真模型的电场强度分布结果进行提取,从而获得所述连接处的不同区域的最大电场强度;
S3006、判断每个区域所对应的最大电场强度是否满足其对应的绝缘材料的要求,并进一步决定是否继续迭代计算,其中:
当任一最大电场强度不满足其对应的绝缘材料可承受的范围时,在更改遗传算法中的种群规模和种群的迭代次数情况下,根据所述初始值和所述初始值能够变化的范围,遗传算法工具箱输出一种新的结构参数组合作为所述当前可行解,然后迭代执行所述步骤S3004至S3005;
当每一个最大电场强度均满足其对应的绝缘材料可承受的范围时,输出此时的结构参数组合,以此作为连接处几何结构的最终所有结构参数。
对于该实施例,其给出了利用COSMOL和MAXLAB进行迭代计算的实施方式。如前所述,本公开并不受限于具体的工具,例如COSMOL和MAXLAB。这是因为:能够进行静电场建模的软件很多,同样的,能够进行场强计算的软件也很多。类似的,能够进行优化计算的软件也很多,例如除了MAXLAB之外,还有PYTHON 相关的软件或工具。
此外,在另外的实施例中,本公开还揭示了一种电力装置,其中,所述装置中的连接处经由上述任一所述的方法而设计。
优选的,在另一个实施例中,所述连接处的第一部件为变压器,第二部件为电力电子模块。
如前所述,典型的,变压器是高频变压器,电力电子模块是整流逆变模块。然而,需要强调的是,正如前文各个实施例所述的,本公开并不局限于第一部件、第二部件的具体选型,因为其优化方法具有普适性。
下文的其他实施例中,以第一部件为变压器,特别是高频变压器,以第二部件为电力电子模块,特别是整流逆变模块(或DC/AC模块)为例,进一步对本公开进行更加形象的示例:
一种针对电势突变的变压器和电力电子模块连接处的优化方法,包括以下步骤:
第一步骤(S1)中:变压器经由绝缘部件连接电力电子模块进行静电场仿真建模;
示例性的,变压器经由绝缘部件连接电力电子模块,所述变压器表面接地使得电位为零,所述电力电子模块不接地,所述绝缘部件为连接处(的绝缘结构),其横截面由椭圆圆弧和与之相切的圆构成,参数a为所述椭圆的长轴,参数b 为短轴,参数r为所述圆的半径,且所述圆在所述长轴的端点处与所述椭圆相切,参数c为椭圆圆心到变压器之间的距离,参数L为变压器和电力电子模块之间的距离,参数H为电力电子模块和连接处绝缘结构最高处之间的高度差,
第二步骤(S2)中:建立变压器和电力电子模块连接处场强的目标函数,其中,s.t.是subject to的简写,表示约束条件,参数a、b、c和r为自变量,Emax(a,b,c,r)则表示当参数a,b,c,r 取特定数值时,变压器和电力电子模块连接处的最大场强,为边界条件,表示连接处绝缘结构所在的区域需要限制在电力电子模块和变压器的连接区域,s.t.minEmax表示使得变压器和电力电子模块连接处的最大场强处于最小值,基于MAXLAB调用遗传算法,其中,将所述目标函数作为遗传算法的适应度函数,设置种群规模和迭代次数,
第三步骤(S3)中:遗传算法优化过程收敛时,得到参数a,b,c,r的最优解,以使得变压器和电力电子模块连接处的最大场强处于最小值,所述绝缘部件经由参数a,b,c,r的最优解布置以连接所述变压器和电力电子模块。
所述的方法的优选实施方式中,第二步骤(S2)中:MAXLAB中,在main函数(例如,表现为前文的main.m文件)中基于调用的遗传算法生成变量数据,经由myfun函数确定读取类型和读取区域,求解Emax(a,b,c,r),其结果与model 函数(例如,表现为前文的model.m)交互输出计算结果。
所述的方法的优选实施方式中,第二步骤(S2)中:main函数的参数组合通过函数自变量输入的形式输入model函数,并将model函数的计算结果以函数值的形式返回到main函数。
所述的方法的优选实施方式中,参数组合的初始值通过对连接处结构进行参数化扫描,选出连接处区域场强最低的参数作为初始值。
所述的方法的优选实施方式中,调用MAXLAB的遗传算法工具箱,在遗传算法实现的过程中计算每个可行解的适应度以计算每一个参数组合下的连接处的最大电场强度。
所述的方法的优选实施方式中,所述变压器为聚苯醚高频变压器。
所述的方法的优选实施方式中,所述电力电子模块为整流逆变模块。
所述的方法的优选实施方式中,所述变压器包括高频绕组模块。
为了进一步理解本发明,在一个实施例中,聚苯醚高频变压器与电力电子模块连接处的绝缘结构如图1所示,其中1号圆弧为椭圆的圆弧,长轴为a,短轴为b,半径为r的圆在长轴的端点与之相切。在图1中,尺寸C的数值决定了椭圆圆弧的位置。发明人发现,若连接处绝缘的位置距离整流逆变模块过近,由于整流逆变模块整体的电位较高,会使得连接处绝缘结构附近电势降低幅度较大,电场较高;若连接处绝缘结构距离高频变压器过近,会将连接处场强较高的问题转移到高频变压器的绝缘介质和附近的空气中,给高频变压器的绝缘带来较大的问题,因此,才需要对连接处绝缘结构进行优化。
例如,假设所述连接处绝缘结构选择均压球,那么,图1中的尺寸a和b则决定了均压球(备注,均压球或类均压球可互相参见的结合图5)第一个弧段的形状和连接处绝缘结构在介质中的位置,尺寸r决定了连接处绝缘结构终端圆环的截面半径。
就图1所示的实施例,通过参数化扫描可以发现,半径越小,连接处绝缘结构附近电场强度的峰值越大。半径越大,连接处绝缘结构附近高场强区域越大。连接处绝缘结构的位置参数c,尺寸参数a,b,r都对连接处绝缘结构附近的电场强度产生影响。因此,有必要对上述尺寸参数进行优化。优化设计的目标是连接处的电场强度最小。尺寸参数a,b,c,r是优化的自变量,连接处及其附近区域的电场强度大小是优化的目标函数。
优化的表达式选择前文实施例所述的目标函数:
如前所述,目标函数Emax(a,b,c,r)表示当尺寸a,b,c,r取特定数值时,整流逆变模块和高频变压器连接处的最大场强。计算Emax(a,b,c,r)需要对优化的结构进行静电场仿真。能够发现,本公开的约束条件是线性约束,且该目标函数是一个抽象函数,没有明确的数学表达式,无法用传统的数学优化方法计算,给连接处绝缘结构尺寸参数优化带来了很大的困难,而遗传算法作为优选的一种算法,其属于一种可解决抽象函数优化问题的算法。就遗传算法而言,其借鉴遗传学中的优胜劣汰,适者生存的原则,将复杂的优化问题转化为虚拟种群的进化问题,不仅适用于非线性优化问题,也适用于优化目标函数没有明确的表达式的情况。
在一个实施方式中,使用遗传算法对整流逆变模块和高频变压器进行优化,其包括,一是编写优化主程序,二是定义适应度函数。适应度函数的定义,对于本公开在工程上的实现,显得格外重要。因为以往遗传算法优化的大多数是一个有表达式的目标函数,而此时遗传算法优化的只是静电场仿真计算后的一个数值,此时静电场仿真计算的过程相当于适应度函数的计算过程。当仿真软件选择 COMSOL时,如何把COMSOL静电场仿真计算结果传递到遗传算法的适应度函数计算中,并将遗传算法计算得出的连接处结构尺寸参数传到COMSOL仿真软件中,是本公开优化整流逆变模块和高频变压器连接处结构时,利用相关软件/工具需要进行工程创新的地方。
在另一个实施例中,优选的,可以将连接处区域附近场强最大值的倒数作为适应度函数,将均压球的尺寸参数和位置设定为优化变量,优化变量作为遗传的个体,并对个体进行计算机编码,随后对编码进行选择、交叉和变异,计算出遗传个体的适应度函数值,根据遗传个体的适应度函数值对个体进行选择,保留适应度函数较高的个体(即最大场强最小的连接处绝缘结构尺寸),淘汰适应度函数较低的个体(即最大场强较大的连接处绝缘结构尺寸)。设定合适的种群规模 (即一次搜索的结构尺寸组合个数)和进化代数,设定收敛条件,即当连接处最大场强小于某个值时停止搜索,遗传算法寻优过程结束,得到连接处绝缘结构最优尺寸。
在一个实施方式中,参数传递实现过程的具体步骤如图2所示,具体步骤:
1)打开COMSOL Multiphysics5.4 with MAXLAB,会弹出命令行窗口,之后命令行窗口会自动启动MAXLAB。
2)新建文件夹,并重新命名,例如命名为“连接处结构优化”,之后的所有文件都要放在这个文件夹里。将要优化的静电场COMSOL仿真模型文件进行另存为,另存为的格式是MAXLAB可以识别的.m文件,并对另存的文件进行命名,此时必须是英文命名,例如本发明将.m文件命名为model.m,将model.m文件保存在“连接处结构优化”文件夹。model.m文件的作用是计算连接处优化结构附近的最大场强,在遗传算法的优化过程中充当着适应度函数计算的角色,因此在 maxlab中定义为函数类型的文件。
3)在连接处结构优化文件夹中新建主程序文件,命名为main.m,编写主程序文件。在主程序文件中,定义连接处结构优化的尺寸参数,并设定连接处尺寸参数的初始值和变化的范围。同时,在main.m文件中,调用MAXLAB自带的遗传算法工具箱,在遗传算法实现的过程中计算每个可行解的适应度,即计算每一个连接处结构尺寸参数组合下的连接处的最大电场强度。此时需要调用model.m 文件计算结构区域的最大电场强度。将主程序main.m的参数组合通过函数自变量输入的形式,输入在model.m的程序中,并将model.m的计算结果以函数值的形式返回到main.m的程序中。上述过程中,尺寸参数初始值的选取至关重要。因为遗传算法对初始值的选取比较敏感,如果选取不当,会使得遗传算法过早陷入局部最优解,优化过程过早收敛,从而优化的效果不理想。因此连接处结构参数组合的初始值不能盲目选取。本文先在COMSOL仿真文件中对连接处结构参数进行参数化扫描,通过参数化扫描,选出连接处区域场强最低的结构参数作为遗传算法优化的初始值。
4)运行主程序文件,当整个遗传算法优化的过程收敛时,程序将输出优化的连接处结构参数值和优化后连接处绝缘结构附近场强的最大值。此时,打开原始的COMSOL仿真文件,更改与连接处的结构参数,计算优化后整流逆变模块和高频变压器连接处的电场强度分布情况。优化前后静电场的分布情况如图3所示。由优化后的静电场的分布情况可知,连接处空气的电场强度在1kV/mm左右, 最大电场强度为1.1kV/mm,均小于空气击穿场强3kV/mm,与优化前静电场分布情况对比可知,连接处与空气交接面处的电场强度有较大的改善。
在一个实施方式中,如图4所示,基于遗传算法的聚苯醚高频绕组变压器与电力电子模块连接处的绝缘结构优化方法包括如下步骤:
第一步骤(S1)中,在COMSOL仿真软件中,对聚苯醚高频固态变压器进行多物理场建模:根据上文所论述的结构画出聚苯醚高频固态变压器与电力电子模块连接处的绝缘结构,设定相应的边界条件。示例性的,将COMSOL仿真文件另存为model.m文件,并在comsol中进行修改,将第一行代码改成function out =model(t),从而将comsol仿真文件制作成实现遗传算法过程中的适应度函数。
第二步骤(S2)中,在maxlab编写主程序调用遗传算法工具箱,并编写相应的代码。设定四个参数a,b,c,r的线性约束,编写代码定义第一步骤中的函数为遗传算法的适应度函数,设定合适的种群规模和迭代次数。
第三步骤(S3)中,运行第二步骤的主程序,等待程序运行结束,结果出来后,将优化迭代的结果,即a,b,c,r的参数重新在COMSOL仿真软件中定义,观察优化后的绝缘结构是否对聚苯醚高频变压器与电力电子模块连接处的电场强度大小有改善作用。
如图5所示,所述的方法的优选实施方式中,变压器经由位于上方的第一连接处绝缘结构和位于下方的第二连接处绝缘结构连接电力电子模块,第一连接处绝缘结构和第二连接处绝缘结关于第二连接处绝缘结腔体的中心线对称。
在另一个实施例中,建模时:
参见图6,该实施例中,图6示意了COMSOL中建立的固态变压器二维平面模型,右侧为变压器本体,左侧为高压腔体,高压腔体用于放置电力电子逆变模块。靠近磁芯的是低压侧,外层的是高压侧,它们之间由聚苯醚构成的绝缘结构隔开。
参见图7-1至7-4,示意了不同区域,就该实施例而言,拟采用磁芯为铁氧体材料,绕组为铜材料,变压器壳体、盖板和绕组骨架材料为聚苯醚材料,绕组灌封材料均为环氧树脂。不同材料的介电常数如下表1所示:
表1仿真时绝缘材料定义的介电常数值
材料 | 介电常数 |
聚苯醚 | 2.9 |
环氧树脂 | 3.5 |
铜 | 1 |
空气 | 1 |
铁氧体 | 1 |
根据高频绕组变压器实际的运行条件,以电力电子逆变模块不接地、变压器通过磁芯接地为例,图8-1示意了磁芯接地边界,图8-2示意了电力电子逆变模块的电压边界即高压边界,图8-3示意了壳体接地的边界、高频变压器壳体表面及连接处的表面接地;
示例性的,静电场仿真时在comsol仿真软件中的电压边界条件的参数设置如下表2所示,其中,原边绕组电压最大为1500V,近似认为副边四个绕组呈并联结构,副边4电压最高、副边1电压最低;考虑运行过电压,假设副边电压的共模分量为35√2kV,而非35√2/√3kV。delta_Vp和delta_Vs分别为原边和副边绕组每匝的电压增量,如原边绕组1第1匝的电压等于VpL,第k匝的电压就是VpL+(k-1)*delta_Vp,详见下表2:
将聚苯醚高频变压器与电力电子模块连接处的绝缘结构在COMSOL的模型中画出来,如图5所示。
将以上条件设置好后,对模型进行了网格剖分,网格剖分结果如图9所示;
此外,关于介电常数和除上述电压边界之外的其余边界条件在本实施例中的最终设置,参见图10-1至10-4,其涉及介电常数、电势、接地、电荷守恒等。
网格剖分后,将COMSOL仿真文件另存为.m文件,并在comsol中进行修改,将第一行代码改成function out=model(t)。
然后,在matlab中编写适应度函数,在适应度函数中调用子函数model.m, 通过调用model.m这一子函数,可对仿真模型的电场强度分布进行计算,在适应度函数中,所述适应度函数Myfun对所述连接处的位置进行定义,即确定读取区域和读取类型,设置连接处所处的位置,根据连接处的位置提取连接处区域的电场强度数值,首先规定连接处的位置范围以及根据提取电场强度数值的网格步长,例如本例中,连接处的坐标位置设置为x0=-180:1:-120;y0=-237:1:-200;即x0方向上连接处的范围为x0坐标的-180到-120,y0方向上连接处的范围为 y0坐标的-237到-120,步长取1,即每隔1mm,取一个电场强度数值,最终用 meshgrid来网格提取电场强度数据,[x00,y00]=meshgrid(x0,y0)=, xyz0=[x00(:),y00(:)]',网格提取电场强度的数值储存在xyz0变量中;通过 mphinterp确定读取类型,mphinterp(results,'es.normE','coord',xyz0),其中results表示仿真结果的数据集,es.normE表示提取结果的数据类型为电场强度,coord表示提取的数据方式为直角坐标系,提取连接处的电场强度;从而能够提取连接处电场强度的分布结果。使用matlab自带的函数mphinterp对结果进行提取,并在matlab中计算连接区域的电场强度的最大值。至此,适应度函数定义完成。
如上所述,适应度函数的算法流程和matlab程序为:
function Emax=myFun(x)备注:x仅表示函数自变量,与图1几何结构中参数x无关
format long;
results=model(x);%调用子函数model.m
x0=-180:1:-120;
y0=-237:1:-200;%下方均压球附近
x1=-180:1:-120;
y1=55:1:87.5;%上方均压球附近
[x00,y00]=meshgrid(x0,y0);
[x11,y11]=meshgrid(x1,y1);
xyz0=[x00(:),y00(:)]';
xyz1=[x11(:),y11(:)]';
E1=mphinterp(results,'es.normE','coord',xyz0);%读出下方均压球附近场强值
E2=mphinterp(results,'es.normE','coord',xyz1);%读出上方均压球附近场强值
Emax1=max(E1);
Emax2=max(E2);
Emax=max(Emax1,Emax2);%返回最大值
end
然后,在matlab中编写主程序,定义几何参数的约束条件,并调用matlab 自带的遗传算法工具箱,调用步骤二中的函数作为适应度函数,设定种群规模和迭代次数,运行主程序,等待计算结果。在本发明中,主程序如下:
lb=[16;20;5;55];%a,b,r,c下限
ub=[30;40;8;70];%a,b,r,c上限
options=gaoptimset('PlotFcns',{@gaplotbestf,
@gaplotstopping},'PopulationSize',10,'Generations',10);%控制选项
[x,fval,exitflag]=ga(@myFun,3,[],[],[],[],lb,ub,[],options)%遗传算法调用格式
优化后的结果在上述代码中自变量x中存储;
优化初始值的设置如图11所示;
将优化的计算结果a,b,c,r代入前述COMSOL仿真模型中,计算连接处的电场强度。若连接处的电场强度数值大小满足绝缘要求,则整个聚苯醚固态变压器与电力电子模块连接处绝缘结构的优化设计结束。若连接处的电场强度数值大小不满足绝缘要求,则更改种群规模和迭代次数,直到优化结构仿真的电场强度满足绝缘要求。
以上所述,以上实施例仅用以说明本公开的技术方案,而非对其限制;尽管参照前述实施例对本公开进行了详细的说明,本领域技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本公开的各实施例技术方案的范围。
Claims (4)
1.针对电势突变的第一部件与第二部件连接处的优化方法,包括如下步骤:
S100、针对绝缘结构中存在电势突变的连接处,建立其静电场仿真模型,其中,所述连接处指的是第一部件与第二部件的连接处;
S200、对所述静电场仿真模型,进行几何结构的结构参数的参数化扫描,用以选出不同几何区域、其最小电场强度所对应的结构参数,并将其作为优化的初始值;
S300、基于几何结构的所有结构参数、所述初始值,以及设定的初始值能够变化的范围,以所述不同几何区域、其对应的电场强度上限均满足该区域的绝缘材料可承受的范围为条件,通过遗传算法迭代计算出能够优化所述连接处的几何结构的所有结构参数;
其中,
步骤S100包括:
S101、在仿真软件中画出所述连接处的几何结构;
S102、定义所述第一部件、第二部件的电压边界条件,以及定义第一部件和第二部件二者中涉及接地的部件的接地边界条件;
S103、针对所述连接处所涉及的不同绝缘材料,在所述几何结构中,按照不同绝缘材料所对应的不同几何区域进行区域划分,并设置不同区域的绝缘材料类型及其介电常数;
S104、基于所述电压边界条件和接地边界条件,对所述几何结构的网格进行剖分以建立所述几何结构的静电场仿真模型;
步骤S300中的通过遗传算法迭代计算出能够优化所述连接处的几何结构的所有结构参数,包括:
S301、利用遗传算法,以所述几何结构的结构参数作为优化的自变量,获得每一种结构参数组合下、所述连接处的不同区域、分别对应的最大电场强度,其中,步骤S200中的初始值作为第一种结构参数组合;
S302、判断每个区域所对应的最大电场强度是否满足其对应的绝缘材料的要求,并进一步决定是否继续迭代计算,其中:
当任一最大电场强度不满足其对应的绝缘材料可承受的范围时,更改遗传算法中的种群规模和种群的迭代次数,并根据所述初始值能够变化的范围获得一种新的结构参数组合,然后迭代执行所述步骤S301;
当每一个最大电场强度均满足其对应的绝缘材料可承受的范围时,输出此时的结构参数组合,以此作为连接处几何结构的最终所有结构参数。
2.如权利要求1所述的方法,其中,步骤S300的所述条件还包括:
对于不同几何区域,其对应的电场强度下限均满足该区域的绝缘材料可承受的范围。
3.如权利要求1所述的方法,其中,步骤S100中:
所述静电场仿真模型通过COSMOL软件建立,并通过COSMOL软件将该静电场仿真模型以MATLAB支持的.m格式保存为模型文件model.m;以及,
对于所述模型文件model.m,在COSMOL中修改该模型文件model.m的第一行代码为function out = model(t),其中t为自变量。
4.如权利要求3所述的方法,其中,步骤S300中的通过遗传算法迭代计算出能够优化所述连接处的几何结构的所有结构参数,包括:
S3001、在MATLAB中编写适应度函数Myfun,其中:所述适应度函数Myfun对所述连接处的位置进行定义,并且所述适应度函数Myfun将所述模型文件model.m作为子函数调用;
S3002、在MATLAB中编写.m格式的主程序文件main.m,所述主程序文件main.m将所述适应度函数Myfun作为子函数调用,并且所述主程序文件main.m还调用MATLAB自带的遗传算法工具箱;
S3003、以步骤S200中的初始值作为所述主程序文件main.m的当前结构参数组合,并且该结构参数组合能够通过函数自变量t的形式被输入到模型文件model.m中,进一步的,模型文件model.m的计算结果能够以函数值的形式返回到主程序文件main.m中,其中:所述初始值视为所述几何结构的当前可行解,以及视为所述遗传算法工具箱的当前输入;
S3004、对于所述当前可行解,在MATLAB中执行所述主程序文件main.m,通过所述适应度函数计算所述可行解的适应度,即计算当前结构参数组合下、所述静电场仿真模型的电场强度分布;
S3005、使用MATLAB自带的函数mphinterp对步骤S3004计算的所述静电场仿真模型的电场强度分布结果进行提取,从而获得所述连接处的不同区域的最大电场强度;
S3006、判断每个区域所对应的最大电场强度是否满足其对应的绝缘材料的要求,并进一步决定是否继续迭代计算,其中:
当任一最大电场强度不满足其对应的绝缘材料可承受的范围时,在更改遗传算法中的种群规模和种群的迭代次数情况下,根据所述初始值和所述初始值能够变化的范围,遗传算法工具箱输出一种新的结构参数组合作为所述当前可行解,然后迭代执行所述步骤S3004至S3005;
当每一个最大电场强度均满足其对应的绝缘材料可承受的范围时,输出此时的结构参数组合,以此作为连接处几何结构的最终所有结构参数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010297490.1A CN111523216B (zh) | 2020-04-16 | 2020-04-16 | 针对电势突变的第一部件与第二部件连接处的优化方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010297490.1A CN111523216B (zh) | 2020-04-16 | 2020-04-16 | 针对电势突变的第一部件与第二部件连接处的优化方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111523216A CN111523216A (zh) | 2020-08-11 |
CN111523216B true CN111523216B (zh) | 2023-04-11 |
Family
ID=71901084
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010297490.1A Active CN111523216B (zh) | 2020-04-16 | 2020-04-16 | 针对电势突变的第一部件与第二部件连接处的优化方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111523216B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102768701A (zh) * | 2012-07-02 | 2012-11-07 | 河海大学常州校区 | 基于量子遗传算法的高压开关柜绝缘子电场优化方法 |
CN105005675A (zh) * | 2015-08-11 | 2015-10-28 | 河海大学常州校区 | 基于多目标遗传算法的复合绝缘子电场优化方法 |
CN106446447A (zh) * | 2016-10-17 | 2017-02-22 | 北京工业大学 | 一种基于遗传算法的低频电磁传感器结构优化方法 |
CN109002664A (zh) * | 2018-09-17 | 2018-12-14 | 国网江苏省电力有限公司电力科学研究院 | 一种基于有限元的串联变压器绝缘结构优化方法及系统 |
CN110795881A (zh) * | 2019-10-29 | 2020-02-14 | 安徽马钢表面技术股份有限公司 | 一种基于有限元仿真获得结晶器铜板均匀镀层的方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101510229B (zh) * | 2009-03-20 | 2011-09-21 | 西安电子科技大学 | 基于机电热三场耦合的电子设备机箱结构优化设计方法 |
-
2020
- 2020-04-16 CN CN202010297490.1A patent/CN111523216B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102768701A (zh) * | 2012-07-02 | 2012-11-07 | 河海大学常州校区 | 基于量子遗传算法的高压开关柜绝缘子电场优化方法 |
CN105005675A (zh) * | 2015-08-11 | 2015-10-28 | 河海大学常州校区 | 基于多目标遗传算法的复合绝缘子电场优化方法 |
CN106446447A (zh) * | 2016-10-17 | 2017-02-22 | 北京工业大学 | 一种基于遗传算法的低频电磁传感器结构优化方法 |
CN109002664A (zh) * | 2018-09-17 | 2018-12-14 | 国网江苏省电力有限公司电力科学研究院 | 一种基于有限元的串联变压器绝缘结构优化方法及系统 |
CN110795881A (zh) * | 2019-10-29 | 2020-02-14 | 安徽马钢表面技术股份有限公司 | 一种基于有限元仿真获得结晶器铜板均匀镀层的方法 |
Non-Patent Citations (1)
Title |
---|
多测速测量系统布站几何优化设计;陈伟等;《导弹与航天运载技术》;20100610(第03期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN111523216A (zh) | 2020-08-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Ustun et al. | A parametric simulation of the wireless power transfer with inductive coupling for electric vehicles, and modelling with artificial bee colony algorithm | |
WO2017133548A1 (zh) | 发电机励磁系统及其参数设计方法和系统 | |
CN111523216B (zh) | 针对电势突变的第一部件与第二部件连接处的优化方法 | |
Varajao et al. | Power transformer for a single-stage bidirectional and isolated ac-dc matrix converter for energy storage systems | |
Bin | Design optimisation of an inductor‐integrated MF transformer for a high‐power isolated dual‐active‐bridge DC–DC converter | |
Sarajlic et al. | New design of a medium voltage indoor post insulator | |
US11562845B2 (en) | Inductor devices and implementations | |
Olatunji et al. | Application of artificial intelligence in optimization of solid state transformer core for modern electric vehicles using multi-objective genetic algorithm | |
EP1787501A2 (en) | Method for designing a radio-frequency cavity, in particular to be used in a cyclotron, radio-frequency cavity realised using such a method, and cyclotron using such a cavity | |
CN109117537B (zh) | 一种高压换流变压器端部角环布置的优化方法及装置 | |
WO2023115219A1 (en) | Differential rectifier for use in a wireless power receiver, and method of rectifying a power signal | |
Duan et al. | Electromagnetic coupling optimization by coil design improvements for contactless power transfer of electric vehicles | |
CN110826198B (zh) | 一种小型化油浸式空心耦合电抗器设计方法 | |
EP2901819B1 (en) | High-voltage electrostatic generator | |
Pesca et al. | Analysis of Wide Voltage Variation in LLC Converters Using Variable Transformers | |
CN102611325B (zh) | 一种基于高阶谐振技术的逆变电路负载匹配的方法 | |
Ferrieux et al. | Maximising transferred power and preserving zero voltage switching in grid to vehicle and vehicle to grid modes of a wireless charging system | |
CN111859757A (zh) | 电场分布确定方法、装置及设备 | |
Chen et al. | Study and Implementation of High Frequency Cast Resin Transformer Applied for Medium-Voltage Solid-State Transformer | |
Zhang et al. | Optimization arrangement of angle rings in converter transformer valve winding end insulation structure | |
CN117010314B (zh) | 一种磁约束反应装置的实现方法、装置、设备及介质 | |
CN112765897B (zh) | 一种基于架空输电线路的二维磁感应强度控制方法 | |
CN113871173A (zh) | 一种固体绝缘磁集成高频变压器及其屏蔽环设计方法 | |
Andersen | PC-based field calculations for electric power applications | |
Zhan et al. | A multi variable optimization design of high frequency transformer based on ALO algorithm |
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 |