果蠅優化模糊PI控制CLLLC諧振變換器

劉春喜，朱雙蕊，崔 正

（1.遼寧工程技術大學 電氣與控制工程學院，遼寧 125105；2.北京機械工業自動化研究所，北京 100120）

0 引言

CLLLC諧振變換器因具有功率密度高、可雙向傳輸，易于實現軟開關等優勢，在車載充電機、分布式發電以及燃料電池管理系統等領域獲得了廣泛應用[1，2]。這些領域對于變換器的動態性能有較高的要求，所以要選取合適的控制策略，以保證系統安全高效運行。

CLLLC諧振變換器通常采用PI控制，但由于系統的非線性和時變性較強，數學模型搭建比較困難，無法精準獲取PI控制參數[3]。因此，許多研究學者開始采用智能控制策略，如模糊PI控制[4，5]。文獻[4]非隔離高增益DC-DC變換器利用模糊PID控制使其系統在負載變化較大的情況下減小了輸出電壓的超調量。文獻[5]Buck-Boost變換器利用模糊PID控制使其系統在多次擾動下，輸出電壓仍能跟蹤參考電壓。但各自都存在一定的缺陷，如神經網絡收斂速度慢；模糊PI控制參數選取復雜，若選取不當將導致系統動態響應速度變慢。

果蠅優化算法是一種模擬果蠅覓食行為的群體優化算法，因具有算法實現簡單、收斂速度快且全局尋優能力強等優勢，在控制參數優化中得到了廣泛應用[6，7]。為此，提出了一種果蠅優化模糊PI控制的方法，對模糊PI控制參數進行優化。首先分析了CLLLC諧振變換器的基本工作原理，其次介紹了果蠅算法的具體實現過程，然后針對選取模糊PI控制參數不當導致系統動態響應速度變慢的問題，利用果蠅優化算法對模糊PI控制的量化因子和比例因子進行優化，以降低模糊PI控制對參數選取的敏感性，采用閉環系統的性能指標為果蠅優化算法的適應度函數，算法迭代尋優找到性能指標最小時模糊PI控制參數的最優解，最后通過仿真與模糊PI控制進行分析比較來驗證所提方法的有效性。

1 CLLLC諧振變換器

圖1為CLLLC諧振變換器主電路拓撲。

圖1 變換器主電路拓撲結構

圖中Vin和Vo為變換器輸入、輸出側直流電壓，Ci和Co分別為輸入、輸出側的濾波電容。Q1～Q8為主電路的8個開關管，D1～D8為其體二極管；Lm為變壓器的勵磁電感，變壓器變比為n；Lr1和Lr2分別為原邊側和副邊側的諧振電感，Cr1和Cr2分別為原邊側和副邊側的諧振電容。因其正、反向工作時特性一致，故該文只針對其正向進行控制研究。

2 果蠅優化算法

果蠅優化算法是由潘文超博士提出的一種新型的群體智能優化算法，該算法源于對果蠅覓食行為的模擬[8]。果蠅覓食行為的實質就是果蠅從味道濃度小的位置飛向味道濃度大的位置的過程。果蠅優化算法大致分為以下這幾個步驟：

Step 1：初始化果蠅群體位置信息，當個體利用嗅覺搜索食物，個體i位置更新為：

式(1)中，KPaxis、KIaxis、KEaxis和KECaxis為果蠅群體初始位置，randomvalue為果蠅個體搜索距離。

Step 2：根據下式得出當前果蠅個體位置的味道濃度值Ssmelli。

式(2)中，Si為果蠅個體味道濃度判定值，fitness表示味道濃度判斷函數，其對應到CLLLC諧振變換器閉環系統中即為適應度函數，該文選用時間乘絕對誤差準則（ITAE）作為果蠅優化算法的適應度函數，公式如下：

Step 3：找出當前味道濃度最優值bbestSmell以及對應果蠅個體的位置信息，群體中的其他果蠅均利用視覺飛向該位置，進行位置更新，形成新的果蠅種群中心。

經過不斷迭代尋優，判斷當前味道濃度最優值是否優于前一代味道濃度最優值，并且當前迭代次數是否達到最大迭代次數，是則輸出最優參數，否則執行Step 2。

3 基于果蠅優化的模糊PI控制

3.1 模糊PI控制

CLLLC諧振變換器采用PI控制時無法精準地獲取其控制參數，因此很難使整個閉環系統具有較好的控制效果。故而引入模糊PI控制，對PI控制參數進行調整，充分發揮模糊PI控制對非線性系統進行快速整定的優點。

圖2為模糊PI控制的CLLLC諧振變換器閉環系統結構圖。其中，Vref為CLLLC諧振變換器的參考電壓，Vo為變換器的實際輸出電壓，e和ec為變換器閉環系統輸出電壓實際值與期望值之間的誤差和誤差變化率。ke、kec為量化因子，kp、ki為比例因子，ΔKp和ΔKi為PI控制器比例和積分參數的修正系數，vgs為開關管的驅動脈沖信號。

圖2 系統模糊PI控制結構

模糊PI控制器以CLLLC諧振變換器閉環系統的誤差e和誤差變化率ec作為模糊PI控制的輸入變量，PI控制器比例和積分參數的修正系數ΔKp和ΔKi為輸出變量，將輸入語言變量e、ec和輸出變量ΔKp、ΔKi定義為{NB，NM，NS，Z，PS，PM，PB}這7個模糊子集。從文獻[9，10]中總結經驗制定模糊規則表，經模糊化、模糊推理和反模糊化，輸出參數ΔKp和ΔKi，重新調整電壓回路PI參數，修正為[11]：

3.2 果蠅優化模糊PI控制

模糊PI控制在控制參數選取過程中若選取不當將導致系統動態響應速度變慢。為此利用果蠅優化算法對模糊PI控制的量化因子和比例因子進行優化，以改善系統的動態響應速度。

圖3為果蠅優化模糊PI控制結構框圖。

圖3 果蠅優化模糊PI控制結構

選取CLLLC諧振變換器閉環系統的性能指標ITAE作為果蠅優化算法的適應度函數J，利用果蠅的尋優能力，根據系統反饋信息對模糊PI控制的量化因子ke、kec和比例因子kp、ki進行全局尋優，當系統的性能指標最小時可得到模糊PI參數ke、kec、kp和ki的最優解，從而提高系統的動態響應速度，其具體流程如圖4所示。

圖4 果蠅尋優流程

4 仿真實驗

為了驗證果蠅優化模糊PI控制的CLLLC諧振變換器閉環控制系統具有動態響應速度快等優點，本文分別采用模糊PI控制和果蠅優化模糊PI控制方式，在相同的CLLLC諧振變換器外部參數條件下，在以下三種工況下進行仿真分析：

1）輸入電壓恒定、負載不變，系統啟動；

2）輸入電壓恒定，改變負載；

3）負載恒定，改變輸入電壓。

4.1 仿真條件設置

CLLLC諧振變換器主要參數如下：輸入側額定電壓為400V，輸出側額定電壓為48V，額定功率為1000W，諧振頻率為100kHz，開關頻率為50kHz～120kHz，其諧振回路參數如表1所示。模糊PI控制的量化因子和比例因子分別為0.1、0.63和0.9、0.09，設置果蠅優化算法的果蠅初始種群數量為30，最大迭代次數為20。

表1 諧振回路參數

4.2 仿真結果及分析

圖6為輸入電壓400V滿載啟動時兩種控制方式作用下的輸出電壓波形。

圖6 系統啟動時輸出電壓波形對比

圖中虛線為模糊PI控制方式作用下的輸出電壓波形，實線為果蠅優化模糊PI控制方式作用下的輸出電壓波形?？梢钥闯?，虛線的輸出電壓最大值為49.47V，達到穩定狀態大概需要1.83ms；而實線輸出電壓最大值為48.05V，達到穩定狀態大概需要0.68ms。由此可見，果蠅優化模糊PI控制方式下系統的超調更小，啟動時間更快并且達到穩定狀態的時間更短。

圖7為系統輸入電壓400V，0.003s和0.004s處負載調整率分別為-50%和+50%時，兩種控制方式下的輸出電壓。

圖7 負載突變動態響應對比

從圖中可以看出，當負載突變時，果蠅優化模糊PI控制系統輸出電壓的動態壓降更小，恢復時間也更短。由此可見，果蠅優化模糊PI控制方式下系統的動態響應速度更快。

圖8為負載為2.304ù，0.04s和0.07s處電壓調整率分別為-50%和+50%時，兩種控制方式下的輸出電壓。

圖8 輸入電壓波動動態響應對比

從圖中可以看出，當輸入電壓波動時，果蠅優化模糊PI控制系統輸出電壓的動態壓降、超調尖峰更小，恢復時間也更短。由此可見，果蠅優化模糊PI控制方式下系統的動態響應速度更快。

5 結語

本文提出了一種果蠅優化模糊PI控制方法，仿真結果表明，提出的果蠅優化模糊PI控制在CLLLC諧振變換器控制中得到了較好的性能，具體表現如下：

1）在不同工況下，解決了模糊PI控制參數選取不當導致系統動態響應速度變慢的問題。

2）當系統滿載啟動時，系統的超調量減小了96.59%，達到穩態的時間縮短了62.84%。

3）當負載突變時，系統輸出電壓的動態壓降減小了66.03%，恢復時間縮短了14.79%，動態響應速度更快了；輸入電壓波動時，系統輸出電壓的動態壓降減小了51.19%，恢復時間縮短了72.14%，系統的動態響應速度更快了。

另外，該方法可用于電力電子其它變換器中，如DC-DC變換器。