申请/专利权人：南京信息工程大学

申请日：2022-12-14

公开（公告）日：2023-07-28

公开（公告）号：CN115906654B

主分类号：G06F30/27

分类号：G06F30/27;B60L53/12;G06N3/006;G06N7/02;G06F113/04

优先权：

专利状态码：有效-授权

法律状态：2023.07.28#授权;2023.04.21#实质审查的生效;2023.04.04#公开

摘要：本发明公开了一种用于EVs无线充电的基于模糊粒子群算法的控制方法，使用模糊逻辑适应度评估器（FPSO）取代传统粒子群算法（PSO）中的适应度函数，适应度函数的权重分配比例能够自动调优，从而获得最优控制器。使无线电力传输系统获得了较短的输出电压建立时间和较小的稳态误差，也即在电动汽车开始充电时该系统能更快速的为电动汽车提供需要的电压，在电动汽车充电过程中该系统能为电动汽车提供更稳定的电压。本发明提供的一种用于EVs无线充电的基于模糊粒子群算法的控制方法，电动汽车的充电性能得到了极大的改善，有利于提高充电安全性，延长电池的使用寿命。

主权项：1.一种用于EVs无线充电的基于模糊粒子群算法的控制方法，其特征在于：包括如下步骤：步骤1：设置模糊粒子群算法FPSO的参数，并在解空间中随机生成种群，种群中的每个粒子具有两个维度，粒子的形式为[α,h]，粒子的第一维度为滑模控制器的滑模系数α，第二维度为滞环调制的滞环带带宽h；步骤2、利用FPSO算法生成的控制器参数设置仿真环境下滑模控制器的滑模系数α和滞环调制的滞环带带宽h并运行仿真；步骤3、仿真结束后输出无线电力传输系统的输出电压，利用输出电压计算得到评估无线电力传输系统性能的指标：建立时间ST和稳态误差SSE，指标ST和SSE作为模糊逻辑适应度评估器的输入，使用模糊逻辑适应度评估器评估产生的粒子，模糊逻辑适应度评估器的输出为适应度值，选取适应度值大的粒子作为最优粒子；步骤4、判断粒子是否满足FPSO算法收敛条件；步骤5、若满足FPSO算法的收敛条件，则输出最优解即最优控制器，若不满足算法收敛条件则更新个体极值和全局极值，更新粒子，返回步骤2，继续迭代；所述滑模控制器计算公式如下： 其中，α为滑模系数，Vout为无线电力传输系统的输出电压，Vref为无线电力传输系统输出电压的参考值；所述滞环调制计算公式如下： 其中，h是滞环调制的滞环带的宽度，s表示滑模面；使用模糊逻辑适应度评估器评估产生的粒子，包括如下步骤：输入量x1STi和x2SSEi经过模糊化确定其在不同模糊子集的隶属度X1STi和X2SSEi；利用得到的隶属度集合X1STi和X2SSEi进行模糊推理得到模糊输出量ui；模糊输出量ui经过解模糊得到清晰化的输出Fi；其中，x1STi＝STix2SSEi＝SSEiX1STi＝[SSTi,MSSTi,MSTi,LSTi]X2SSEi＝[SSSEi,MSSSEi,MSSEi,LSSEi]i表示种群中粒子的序号；SSTi,MSSTi,MSTi,LSTi分别表示模糊控制规则中第i个粒子的输出电压建立时间ST对应的隶属度；SSSEi,MSSSEi,MSSEi,LSSEi分别表示模糊控制规则中第i个粒子的输出电压稳态误差SSE对应的隶属度；ui表示第i个粒子的模糊输出；Fi表示第i个粒子的适应度值；更新个体极值计算公式如下： 更新全局极值计算公式如下： 更新粒子计算公式如下： 其中，Pbseti是第i个粒子的个体极值，Gbest是全局极值，Pi是第i个粒子的适应度值，CPi*＝[αi,hi]，r1，r2是0到1范围内生成的随机数，ξ1、ξ2均表示加速系数，ωg表示惯性因子，ΔCPi*代表第i个粒子的速度，αi表示第i个粒子的滑模系数，hi表示第i个粒子的滞环带带宽。

全文数据：

权利要求：

百度查询： 南京信息工程大学 一种用于EVs无线充电的基于模糊粒子群算法的控制方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD