1.一种基于改进灰狼算法的无线电能传输系统参数优化方法,其特征在于,所述无线电能传输系统包括:无线电能发射模块与无线电能接收模块;
所述无线电能发射模块包括:直流输入电源、高频逆变电路、发射串‑串补偿电路、发射线圈;
所述的直流输入电源、高频逆变电路、发射串‑串补偿电路、发射线圈依次连接;
所述的发射串‑串补偿电路包括:发射线圈补偿电容、发射线圈电阻、发射线圈电感;
所述的发射线圈补偿电容、发射线圈电阻、发射线圈电感组成发射串联回路;
所述无线电能接收模块包括:接收线圈、接收串‑串补偿电路、整流电路、负载电阻;
所述的接收线圈、接收串‑串补偿电路、整流电路、负载电阻依次连接;
所述的接收串‑串补偿电路包括:接收线圈电感、接收线圈电阻、接收线圈补偿电容;
所述的接收线圈电感、接收线圈电阻、接收线圈补偿电容组成接收串联回路;
所述基于改进灰狼算法的无线电能传输系统参数优化方法,包括以下步骤:步骤1:构建系统输出功率模型、线圈间互感模型;根据系统输出功率模型、线圈间互感模型构建优化目标模型;构建优化目标模型的约束条件;
步骤2:将优化目标模型最小化作为优化目标,结合优化目标模型的约束条件,通过改进灰狼算法进行优化求解得到优化后的发射线圈半径、优化后的接收线圈半径、优化后的线圈间距;
步骤3:在系统发生频率分裂时,通过步骤1、步骤2得到优化后的线圈半径和线圈间距,通过优化后的线圈半径和线圈间距调节增设补偿电容的磁耦合谐振式无线电能传输系统的线圈间互感,使得系统能在发生频率分裂时尽可能保持输出功率稳定,促使系统保持正常工作。
2.根据权利要求1所述的基于改进灰狼算法的无线电能传输系统参数优化方法,其特征在于,步骤1所述系统输出功率模型,定义为:
其中,Uin为输入电压,RL为负载,ZP为发射侧等效阻抗,ZS为接收侧等效阻抗,ω为系统角频率,M为线圈间互感;
步骤1所述线圈间互感模型为:
设N1为发射线圈的匝数,N2接收线圈的匝数,根据Neumann公式,有:‑7
其中,a代表两线圈的相对位置;μ0为真空磁导率,即μ0=4π×10 H/m;ψ和θ为两个偏离角度;r1为发射线圈半径,r2为接收线圈半径;h为线圈间距;两个线圈轴的水平距离固定为t;
步骤1所述优化目标模型,定义为:
其中,Pout为系统输出功率,r1为发射线圈半径,r2为接收线圈半径,h为发射线圈与接收线圈的间距;
步骤1所述优化目标模型的约束条件,定义为:
其中,L为线圈电感,k为耦合系数,ψ和θ为两个偏离角度,η为传输效率;
步骤2所述通过改进灰狼算法进行优化求解得到优化后的发射线圈半径、优化后的接收线圈半径、优化后的线圈间距,具体如下:步骤2.1,进行初始化过程:设置最大迭代次数T,种群搜索区间的维度dim,给定优化问题的下界UB,给定优化问题的上界LB;同时随机生成灰狼种群,定义为:其中,t表示当前迭代次数; 表示第t次迭代时灰狼种群的第i行解向量; 表示第t次迭代过程中灰狼种群中第i个个体解向量的发射线圈半径, 表示第t次迭代过程中灰狼种群中第i个个体解向量的接收线圈半径, 表示第t次迭代过程中灰狼种群中第i个个体解向量的线圈间距;
且满足:
步骤2.2,初始化灰狼种群的位置和适应度值,将前3匹最好的狼定义为α狼,β狼和δ狼,根据适应度值分别挑选出α狼、β狼和δ狼的当前最优位置 和步骤2.3,迭代开始时,计算位置更新参数A、位置更新参数C、收敛因子a,具体计算公式如下:其中,b1和b2是取值范围为[0,1]的随机值,t为当前迭代次数,T为最大迭代次数;
步骤2.4,在当前迭代过程中,更新灰狼种群的位置,并计算种群中所有个体的适应度值,具体更新公式如下:其中, 表示α狼与其他个体间的距离, 表示β狼与其他个体间的距离, 表示δ狼与其他个体间的距离; 表示第t次迭代时α狼的位置, 表示第t次迭代时β狼的位置,表示第t次迭代时δ狼的位置,即全局最优的三个位置; 为当前灰狼个体的位置;
表示第t次迭代时灰狼个体的位置; 和 为第t次迭代时α狼的位置更新参数, 和为第t次迭代时β狼的位置更新参数, 和 为第t次迭代时δ狼的位置更新参数,参数计算公式见步骤2.3;
步骤2.5,在灰狼种群中所有个体完成位置更新后,检查所有灰狼个体的位置,对超出边界的灰狼个体进行位置修正;重新计算所有灰狼个体的适应度值 更新α狼的适应度值,记为 更新β狼的适应度值,记为 更新δ狼的适应度值,记为 其中,是全局最优位置;
步骤2.6,对灰狼种群引入爬行动物搜索算法的环绕策略和狩猎策略,使灰狼个体在邻域内再次探索是否存在更优解,从而达到优化全局最优解的目的;在第t次迭代中,灰狼个体的位置更新公式如下:其中,在 和 时种群个体采用的是环绕策略;在 和
时种群个体采用的是狩猎策略; 为当前迭代过程中灰狼种群的全局最优位置;T为最大迭代次数;k1和k2是两个不同的随机值,取值范围均为[1,N];k3是一个随机值,取值范围为[‑1,1];rand是一个介于0和1之间的随机值,即rand∈[0,1];α和β是两个不同的敏感参数,在运算过程中分别固定为0.1和0.05,即α=0.1,β=0.05;ε为一个极小的数值;ηi,j(t)为狩猎算子;Ri,j(t)为收缩搜索区域数值;ES(t)为的进化理论值,根据表达式该数值的取值范围为[‑2,2];Pi,j(t)为全局最优位置与当前位置的百分比差;M(xi)为第i行的平均位置;
在所有灰狼个体再次完成位置更新后,检查所有灰狼个体的位置,对超出边界的灰狼t个体进行位置修正;通过再次更新的位置计算出灰狼种群的适应度值fit(Yi)并根据适应度值排序挑选出前3匹最好的狼(最优解),将更新后α狼的适应度值记为 将更新后β狼的适应度值记为 将更新后δ狼的适应度值记为将更新前α狼的适应度值 和更新后α狼的适应度值 更新前β狼的适应度值和更新后β狼的适应度值 更新前δ狼的适应度值 和更新后δ狼的适应度值进行比较,分别选取适应度值较小的作为α狼、β狼和δ狼的位置,此时α狼的新位置记作β狼的新位置记作 δ狼的新位置记作 其中, 是更新后的全局最优位置;
步骤2.7,判断是否达到最大迭代次数T;若已达到,则输出全局最优位置 同时输出全局最优位置对应的适应度值 否则跳转到步骤2.3继续迭代。