IPT系統多目標參數優化與切換控制策略研究

摘 要：針對AGV動態無線電能傳輸系統充電過程中負載和互感會發生波動，進而導致系統輸出功率和傳輸效率降低的問題，提出一種基于多目標蛇算法（MOSO）的LCC-S型補償拓撲參數優化方法以及一種基于有源阻抗匹配網絡的最大功率和最大效率切換控制策略。首先，分析LCC-S型IPT系統的補償拓撲參數對輸出功率和傳輸效率的影響，構建多目標優化模型，利用多目標蛇算法對補償拓撲參數進行優化設計實現傳輸性能最大化；其次，在副邊采用基于CCM模式Buck-boost的阻抗匹配技術以實現最大功率和最大效率的切換控制。所提控制策略能適應互感和負載波動情況，保證系統在滿足額定功率輸出的前提下還能保持較高的傳輸效率。最后，搭建動態無線電能傳輸系統實驗平臺對理論分析進行驗證，實驗結果驗證了所提優化方法和控制策略的可行性和有效性。

關鍵詞：無線電能傳輸；多目標參數優化；切換控制策略；LCC-S型；最大功率；最大效率

DOI：10.15938/j.emc.2024.11.017

中圖分類號：TM724

文獻標志碼：A

文章編號：1007-449X（2024）11-0184-11

Research on multi-objective parameter optimization and switchingcontrol strategy of IPT system

HUANG Wencong， HU Ying， HUANG Jinying， ZHANG Xiaoke， CHANG Yufang

（Hubei Collaborative Innovation Center for High-efficiency Utilization of Solar Energy， Hubei University of Technology，Wuhan 430068， China）

Abstract：Aiming at the problem that the load and mutual inductance will fluctuate during the charging process of AGV dynamic wireless power transfer system， which will lead to the reduction of system output power and transfer efficiency， an LCC-S compensation topology parameter optimization method based on multi-objective snake optimization and a control strategy based on active impedance matching network for maximum power and maximum efficiency switching were proposed. Firstly， the influence of compensation topology parameters of LCC-S IPT system on output power and transmission efficiency was analyzed， and a multi-objective optimization model was constructed. The multi-objective snake optimization was used to optimize the compensation topology parameters to maximize transmission performance. Secondly， the impedance matching technology based on CCM mode Buck-boost was adopted on the secondary side to realize the switching control of maximum power and maximum efficiency. The proposed control strategy can adapt to mutual inductance and load fluctuation， and ensure that the system can maintain high transfer efficiency under the premise of satisfying the rated power output. Finally， the experimental platform of dynamic wireless power transfer system was built to verify the theoretical analysis. The experimental results verify feasibility and effectiveness of the proposed optimization method and control strategy.

Keywords：wireless power transfer; multi-objective snake optimization; switching control strategy; LCC-S topology; maximum power; maximum efficiency

0 引 言

感應式磁耦合無線電能傳輸技術（inductive power transfer，IPT）基于電磁感應原理，無需導線連接即可實現從供電端到負載端的電能傳輸^[1-7]。相較于傳統的有線充電方式，IPT技術因其具有安全、靈活、可靠等優點，被廣泛應用在便攜電子、軌道交通、植入醫療等諸多領域^[8-10]。

IPT技術的主要功能是實現能量傳輸^[11]，應當首要關注其傳輸特性。系統在實際運行過程中，由于收發線圈偏移引起互感變化以及負載波動都會導致其傳輸特性下降。通常采取添加補償拓撲^[12]或施加控制策略^[13-14]的方式來提升系統的能量傳輸能力。

IPT系統補償拓撲的選擇與參數設計均會影響到系統的工作特性。文獻[15]分析了不同補償拓撲在不同負載和傳輸距離下的傳輸特性，但并未對補償拓撲的參數設計進行研究。文獻[16]將螢火蟲算法應用到雙邊LCC補償拓撲的參數設計中，實現線圈在非同軸放置時的效率優化。但僅僅考慮提高傳輸效率，并未考慮到多個目標的補償拓撲參數設計。文獻[17]對補償拓撲的結構參數進行了優化，但并未對耦合系數進行辨識，無法適應互感變化情況。

系統運行過程中常用的提升傳輸性能的方式是增加有源阻抗匹配網絡，通過調整DC-DC變換器的占空比來控制最大功率或最大效率輸出^[18]。文獻[19]針對接收端負載變化引起系統傳輸效率降低的問題，提出在接收側串入Buck-boost電路并且調節占空比來實現系統的最大功率傳輸，但并未考慮到耦合系數變化對系統的影響以及傳輸效率下降問題。文獻[20]提出了一種斷續電流模式下的有源阻抗匹配網絡最大效率跟蹤方法，但并沒有兼顧到輸出功率。目前已有的研究較多集中在最大功率跟蹤或最大效率跟蹤某一方面，并未涉及到兩者的切換問題。

基于以上文獻研究的不足之處，本文提出一種基于多目標蛇算法（multi-objective snake optimizer，MOSO）的LCC-S型拓撲網絡參數設計方法以及一種基于最大功率和最大效率切換的控制策略。在系統設計階段，采用MOSO算法對高階補償拓撲進行參數尋優，提高系統輸出功率和傳輸效率，為系統穩定且高效的運行提供了堅實的基礎。在系統運行階段，考慮耦合系數和負載變化，從控制策略層面來提升IPT系統對耦合系數的自適應性。通過最大功率和最大效率動態切換方式，提升系統的傳輸性能，從而滿足負載的功率需求。

1 IPT系統數學模型

1.1 LCC-S拓撲電路分析

無線電能傳輸系統中，原、副邊可通過加入諧振補償拓撲電路來實現阻抗匹配。拓撲電路不僅能夠提高系統的功率因數，還能實現恒壓/恒流輸出。LCC-S型拓撲結構具有發射線圈恒流，副邊輸出恒壓的優勢。此外，發射線圈恒流的特性可在耦合系數或負載變化情況下保證系統的安全穩定性。具有LCC-S型補償拓撲的IPT系統的電路整體結構如圖1所示。

圖1中，E為直流輸入電壓，Q1～Q4四個開關管構成全橋逆變電路將直流電壓E變換為高頻交流電壓Uin；補償電感LR，并聯補償電容CP和串聯補償電容C1構成原邊LCC補償拓撲，RR為補償電感LR的內阻；CS為副邊補償電容，LP和LS分別為發射和接收線圈的自感，RS和RP分別為收發線圈的內阻；M為線圈之間的互感，D1～D4四個二極管構成整流電路，U·S為整流前的交流電壓，C0為濾波電容，RL為負載電阻。采用基波等效法簡化電路，簡化后的等效電路如圖2所示。

其中，IR、IP、IS是等效電路各回路網格電流的實際值。

依據基爾霍夫電壓定律（KVL）進行推導，可得互感模型電路表達式：

（jωLR+RR）I·R+1jωCP（I·R－I·P）=U·in；

（jωLP+1jωC1+RP）I·P+1jωCP（I·P－I·R）=jωMI·S；

（jωLS+1jωCS+RS+Req）I·S=jωMI·P。（1）

式中：U·in、I·R、I·P、I·S分別為Uin、IR、IP、IS的相量；Req=8π2RL；M=kLpLS；k為兩線圈的耦合系數0lt;klt;1。

當系統處于諧振狀態時，存在以下關系式：

ω=1LRCP=1LSCS=1（LP－LR）C1。（2）

式中：ω為系統諧振角頻率，滿足ω=2πf，f是系統的諧振工作頻率。

由此可得LCC-S型IPT系統的輸出功率Pout和傳輸效率η分別為：

Pout=U·2inM2ReqL2R（Req+RS）2；（3）

η=ω2M2Req（Req+RS）2（ω2M2Req+RS+RP）。（4）

1.2 LCC-S型IPT系統傳輸特性分析

由式（3）和式（4）可知，系統的輸出功率及傳輸效率與補償拓撲參數LP、LS和LR有關。根據諧振條件，一旦補償電感的值確定，補償電容的值也被確定。

將接收線圈自感LS與發射線圈自感LP之間的比值定義為α，原邊補償電感LR與發射線圈自感LP之間的比值定義為β。即：

α=LSLP；β=LRLP。（5）

式中：α、β分別為LS和LP、LR和LP之間取值的差距。一般取0lt;αlt;2，0lt;βlt;1。由式（3）、式（4）可知，當交流源電壓Uin、系統諧振角頻率ω固定時，LP、LS、LR的值由α、β值決定。采用MATLAB分析收發線圈在不同α、β取值時對系統傳輸性能的影響。

由式（3）可知，輸出功率表達式與電感比值α、β均相關。當α、β在合理范圍內變化時，輸出功率關于α和β的三維圖像如圖3所示。

由圖3可知，當α值一定時，β值越小，輸出功率越大。當β值一定時，α值越大，輸出功率越大。電感比值α、β的相對大小決定著系統的輸出功率。

由式（4）可知，傳輸效率表達式僅和電感比值α相關，當α值在合理范圍內變化時，傳輸效率關于α值的二維圖像如圖4所示。

如圖4所示，隨著α值增大，傳輸效率呈上升趨勢。當αgt;0.2時，隨著α值繼續增大，傳輸效率變化不大。當發射線圈與接收線圈自感取值適中時，系統能夠在較高的傳輸效率下運行。

通過上述分析發現具有LCC-S型補償拓撲的系統，輸出功率和傳輸效率主要受收發線圈自感以及原邊補償電感的影響，選擇合適的補償拓撲參數能夠有效提高系統的傳輸特性。

1.3 多目標優化數學模型

1.3.1 優化目標與決策變量

由于LCC-S型高階補償拓撲參數之間具有非線性、強耦合等特點，在進行參數設計時不易計算，且無法同時兼顧輸出功率和傳輸效率。通常補償電容的取值可以根據諧振公式確定，但是對于自感以及補償電感參數只能根據經驗確定。因此對高階補償拓撲參數進行多目標優化是非常必要的。為了實現動態無線電能傳輸的輸出功率和傳輸效率同步優化，多目標函數定義如下：

f（x）=min［1η，1Pout］。（6）

將直接影響系統傳輸性能的補償拓撲參數作為優化變量，包括：發射與接收線圈自感LP、LS，原邊補償參數LR、CP、C1，副邊補償參數CS，也即：

x=［LP，LS，LR，CP，C1，CS］T。（7）

其中：LP、LS、LR為獨立變量，其他非獨立變量CP、C1、CS可由與獨立變量間的關系求解。

1.3.2 約束條件

根據系統諧振條件和負載功率需求確定多目標優化的約束條件為：

s.t.G1=Pout－Pset≥0；

G2=ωLR－1ωCP=0；

G3=ωLP－1ωC1－1ωCP=0；

G4=ωLS－1ωCS=0；

G5=LP－LRgt;0。（8）

2 基于多目標蛇算法（MOSO）的補償參數優化方法

為保證系統在滿足功率需求的前提下提高傳輸效率，需要對補償拓撲參數進行優化處理。由于補償拓撲參數較多、公式繁瑣，且在進行參數設計時需要考慮到多個約束條件。傳統的參數設計方法難以同時兼顧輸出功率和傳輸效率，因此考慮采用群智能優化算法對補償拓撲參數進行優化。

本文采用多目標蛇算法（MOSO），旨在優化LCC-S型補償拓撲參數，從而提升系統的輸出功率及傳輸效率。

蛇算法（snake optimizer，SO）^[21]是HASHIM F A和HUSSIEN A G兩位教授在2022年共同提出的一種元啟發式智能優化算法。其設計靈感巧妙融合了自然界中蛇的覓食策略和繁殖行為。與其他算法相比，蛇算法計算參數較少，且優化效果較好，可應用在復雜非線性優化問題的求解中。對蛇算法進行改進，得到多目標蛇算法（MOSO）。

設定MOSO算法中的種群規模為100，最大迭代次數為200，外部存檔大小為100。初始化IPT系統參數為Uin=300 V，Req=20 Ω，k=0.2，RP=RS=0.1 Ω。

采用MOSO算法對IPT系統補償拓撲參數進行優化設計的流程如圖5所示。

MOSO算法對LCC-S型IPT系統補償拓撲進行多目標多約束優化得到的Pareto最優前沿如圖6所示。

由圖6可知，輸出功率和傳輸效率無法同時達到最優，兩者之間呈現負相關關系。隨著輸出功率的增加，傳輸效率反而減少。依據Pareto解的分布情況分析：各個解之間的平均距離保持適中，種群多樣性表現良好。Pareto前沿呈均勻分布的特點，為決策者提供了多樣化的選擇空間。選定Pout=267.45 W，η=96.7%作為Pareto最優解，其對應的補償拓撲參數如表1所示。

為了驗證算法的有效性，本文選擇基于多目標蛇算法、多目標灰狼算法（multi-objective grey wolf optimizer，MOGWO）、二代非支配排序遺傳算法（non-dominated sorting genetic algorithm-II，NSGA-II）3種優化算法進行參數尋優對比，優化結果如圖7所示。

從解的質量來看，本文選用的MOSO算法優化的2個目標函數均高于其他兩種算法，也即MOSO算法的Pareto解全部支配了另外兩種算法的解。從解的分布來看，MOSO算法求得的解在解空間上分布均勻，解的多樣性較好。由此可以看出本文所提算法在解決補償拓撲參數優化問題方面具有優越性。

3 基于最大功率和最大效率切換控制策略

針對LCC-S型IPT系統在耦合系數變化和負載波動情況下導致系統傳輸性能下降的問題，本文通過在副邊添加有源阻抗匹配網絡的方式來實現最大功率和最大效率的切換控制，從而提高系統的傳輸能效。

3.1 CCM模式有源阻抗匹配網絡

3.1.1 兩種模式的最佳負載

為獲得最大輸出功率或最大傳輸效率，首要任務是確定兩種不同工作狀態下各自對應的最佳等效負載值。

通過式（3）對Req求導，可得基于最大輸出功率的最佳等效負載值為

Rp-max=RS。（9）

由式（9）可知，LCC-S型IPT系統在最大輸出功率下的最佳負載為接收線圈內阻RS，與系統的耦合系數和工作角頻率均無關。當系統的耦合情況變化時，只需保持最佳等效負載值為RS，即可實現對系統的最大功率跟蹤控制。

同理，式（4）對Req求導可得基于最大傳輸效率的最佳等效負載值為

Rη-max=R2S+ω2k2LPLSRSRP。（10）

由式（10）可知，LCC-S型IPT系統在最大傳輸效率下的最佳負載隨耦合系數動態變化。在耦合系數變化情況下，需要實時調整最佳負載值使得系統工作在最大傳輸效率狀態下。

3.1.2 Buck-boost阻抗匹配網絡

為確保系統在耦合系數及負載條件發生變化時，依然能夠實現最大功率或最大效率輸出，必須滿足實際等效負載與最佳等效負載相匹配。本文采用在整流電路和負載電阻之間加入CCM模式Buck-boost阻抗匹配網絡的方式，實現最大功率或最大效率輸出。與其他阻抗匹配網絡相比，Buck-boost更具優勢^[20]。電路結構如圖8所示。

系統接收側的等效阻抗Req與負載電阻RL的關系式為

Req=8π2（1－DD）2RL。（11）

由式（11）可知，通過調節Buck-boost阻抗匹配網絡的占空比D，能夠改變等效負載Req，當Req=Rp-max或Req=Rη-max，系統可運行在最大功率或最大效率傳輸狀態。

3.2 耦合系數辨識方法

為實現最大功率跟蹤或最大效率跟蹤的目標，首先要對系統耦合系數進行實時辨識。在系統諧振工作狀態下，等效負載電壓Ueq表達式為

Ueq=UinMReqLP（Req+RS）=22（1－D）ULπD。（12）

式中：負載兩端的輸出電壓記作UL，求解可得耦合系數k表達式為

k=22LP（Req+RS）（1－D）ULπUinReqLPLSD。（13）

耦合系數動態辨識流程如圖9所示。

由圖9可知，通過檢測接收側負載的電壓和電流UL、IL，即可實現對系統耦合系數k的動態辨識。

3.3 最大功率和最大效率切換控制過程

由于負載波動和耦合系數變化，IPT系統在實際工作中，無法同時兼顧輸出功率和傳輸效率。一般在滿足負載功率需求的基礎上，應盡最大限度提高傳輸效率。因此，本文提出基于LCC-S型IPT系統的最大功率和最大效率切換控制策略，切換控制流程如圖10所示。

當系統耦合系數或負載變化時，采集接收側負載電壓UL和電流IL，結合式（13）對耦合系數k進行動態辨識。根據式（9）和式（10）分別確定最佳負載RP-max、Rη-max值，結合式（11）確定最佳負載分別對應的Buck-boost電路占空比DP-max、Dη-max。將滿足負載需求的功率所對應的互感值Mset作為切換點，比較系統實際互感M和Mset的大小。當系統的互感M≤Mset時，調節Buck-boost電路輸出占空比DP-max，使得系統工作在最大功率狀態；當Mgt;Mset時，調節Buck-boost電路輸出占空比Dη-max，使得系統工作在最大效率狀態。

本文所提切換控制策略根據系統當前實際耦合情況以及負載條件，動態切換工作模式，以適應不同工況。該控制策略能夠有效提升LCC-S型IPT系統對耦合系數的適應性，在耦合較弱的情況下提升系統傳輸性能使其滿足負載功率需求。

4 仿真與實驗

4.1 仿真分析

4.1.1 補償參數優化仿真驗證

為驗證前文所提補償參數優化方法的有效性，本研究采用MATLAB和COMSOL軟件進行了聯合仿真。仿真系統設置如下：輸入電壓為300 V，諧振頻率選定為85 kHz，負載電阻為20 Ω。

利用COMSOL軟件建立了耦合機構仿真模型，具體如圖11所示。

依據3種算法優化得到的LCC-S型補償參數進行有限元仿真，線圈間能量耦合情況如圖12所示。由圖12可知，相較于另外2種算法，基于MOSO算法所獲得的補償參數在能量耦合程度上表現出顯著優勢。

在MATLAB/Simulink軟件中搭建如圖1所示的電路模型，運用本文所提方法和另外2種算法優化得到的參數值作為補償拓撲仿真參數。設定耦合系數的變化范圍是[0.06，0.26]，分別記錄在寬耦合系數范圍下3種方法對應的傳輸效率及輸出功率，繪制相應的擬合曲線如圖13所示。

由圖13可知，本文所提方法相較于另外兩種算法，能夠在較寬的耦合系數變化范圍內獲得更高的輸出功率和傳輸效率。特別地，當偏移范圍較小時，傳輸效率提升較為明顯；當偏移范圍較大時，輸出功率提升較為明顯。具體地，當耦合系數為0.06時，MOSO算法的傳輸效率比MOGWO算法提升0.85%，比NSGA-II算法提升5.18%；MOSO算法的輸出功率比MOGWO算法提高4.74 W，比NSGA-II算法提高7.56 W。當耦合系數為0.26時，MOSO算法的傳輸效率比MOGWO算法提升0.09%，比NSGA-II算法提高0.51%；MOSO算法的輸出功率比MOGWO算法提高89.08 W，比NSGA-II算法提高141.99 W。

4.1.2 最大功率和最大效率切換控制仿真驗證

為了驗證本文所提最大功率和最大效率切換控制策略的可行性，基于MATLAB/Simulink建立如圖8所示的仿真模型。

仿真模型中，主電路選用電壓型全橋逆變拓撲，系統的補償拓撲采用LCC-S型，根據MOSO算法優化得到補償拓撲參數。系統控制器不斷檢測UL、IL，結合式（13）計算當前耦合系數k，從而得到實時互感值M，再結合式（11）計算Buck-boost電路占空比。根據負載的功率需求，計算可得兩種模式的切換點為Mset=15 μH，設定負載阻值為20 Ω，令互感值以0.5 μH的步長從16 μH減小至14 μH。仿真結果如圖14所示。

由圖14可知，當互感值大于切換點Mset時，系統工作在最大效率狀態。此時系統傳輸效率大于90%，輸出功率遠高于負載功率需求。在該狀態下，隨著互感的略微減小，輸出功率和傳輸效率變化不大，占空比從58%減小至49%。當互感值減小至切換點Mset以下，系統切換至最大功率狀態。此時系統傳輸效率下降至50%，系統傳輸性能雖然大幅下降，但輸出功率依然能夠滿足負載需求。在該狀態下，隨著互感的略微下跌，輸出功率和傳輸效率變化甚微，占空比維持在92%保持不變，此時系統的最佳負載值不會隨著互感波動而發生變化。

4.2 實驗驗證

為了進一步驗證本文所提方法的有效性和正確性，依據表1及4.1節中的仿真參數設定，建立了如圖15所示的LCC-S型IPT系統實驗平臺。

系統選用TMS320F28335型DSP數字信號處理器作為控制器，負責信號的采集任務、控制算法的實現以及PWM波的生成工作。耦合機構是由16匝利茲線繞制的圓形螺旋線圈，線圈之間的互感使用Chroma 11050-5M高頻LCR測試儀進行測量，采用Tektronix MSO 2024B示波器測量負載兩端電壓，結合RP1001C電流探頭測量負載電流。

4.2.1 補償參數優化實驗

基于上述實驗平臺，在收發線圈間距d=[0，70]mm范圍內每間隔10 mm對本文提出的方法與另外2種方法開展對比實驗，得到8組系統傳輸效率和輸出功率的比較結果分別如表2、表3所示。

由表2可知，在相同的運行條件下，與MOGWO和NSGA-II算法相比，基于MOSO算法設計的LCC-S補償拓撲參數，在不同偏移情況下均能提高系統傳輸效率。當偏移量為0 mm時，MOSO算法的傳輸效率為97.35%，比MOGWO算法高0.5%，比NSGA-II算法高2.28%。隨著偏移量的增大，MOSO算法的優勢越明顯。當偏移量為70 mm時，MOSO算法的傳輸效率為96.10%，比MOGWO算法高1.2%，比NSGA-II算法高4.13%。此外，基于MOSO算法設計的系統隨著偏移量的增大，系統傳輸效率波動最小，約為1.25%。

由表3可知，本文所提方法在[0，70]mm橫向偏移范圍內均能實現更高的功率輸出。當偏移量為0 mm時，MOSO算法的輸出功率為843.40 W，較MOGWO算法高21.08 W，較NSGA-II算法高47.39 W。當偏移量為70 mm時，MOSO算法的輸出功率為100.75 W，較MOGWO算法高2.87 W，較NSGA-II算法高6.54 W。且當橫向偏移量達到70 mm時，基于MOSO算法設計的系統，依然能夠滿足負載功率需求。

根據MOSO算法、MOGWO算法、NSGA-II算法三種方法獲得的補償拓撲參數搭建的系統在偏移距離d=60 mm（k≈0.22）時分別進行實驗，系統逆變輸出的電壓及電流波形如圖16所示。

由圖16可知，在同一偏移距離下，對比三種方法優化所得的補償拓撲參數對系統傳輸性能的影響，可見采用本文所提方法獲得的補償拓撲參數搭建的系統處于完全諧振狀態，逆變電壓和電流幾乎不存在相位差，且相較于另外兩種情況，逆變電流的波形近似正弦波，畸變程度明顯更低，減小了諧波損耗，有利于系統高效率運行。

4.2.2 最大功率和最大效率切換控制實驗

基于IPT系統實驗平臺，開展最大功率和最大效率切換控制實驗。在保證輸入電壓恒定的情況下，驗證當系統互感變化時，所提最大功率和最大效率切換控制策略的有效性。系統逆變輸出的電壓和電流波形如圖17所示。

圖17中，黃色為逆變輸出電壓，藍色為逆變輸出電流。當收發線圈的耦合狀態較好，也即當前互感大于切換點時，系統處于最大效率跟蹤模式。當收發線圈相對位置變化使得系統的互感跌落至切換點以下，系統切換至最大功率跟蹤模式。從最大效率跟蹤模式轉換至最大功率跟蹤模式，因系統的最佳負載值由Rη-max降低至RP-max=RS，逆變器的電流也會隨之迅速減小。實驗與仿真效果保持一致，所提控制策略能依據系統當前實際耦合情況，實現在最大效率和最大功率兩種工作模式之間的動態切換，以此提升系統的傳輸能效，滿足負載功率需求。

4.3 與現有技術對比

本文所提方法與現有文獻介紹的其他方法對比結果如表4所示。IPT系統的傳輸性能與補償拓撲參數緊密相關，文獻[19-20]無法實現恒壓輸出，同時也沒有對系統參數進行優化設計。文獻[16]盡管從補償拓撲參數優化層面提升了系統的傳輸效率，但并未引入控制策略實現實時最大效率追蹤。為了保證系統在收發線圈發生偏移情況下仍能保持較優的傳輸性能，首先要對系統實際互感進行準確估算。文獻[17]僅實現了系統參數優化，未對耦合系數進行實時辨識，無法應對動態無線電能傳輸情況。當系統耦合系數變化或負載發生波動時，需要結合控制策略提升系統的傳輸能效。文獻[19]雖然采用最大功率跟蹤方法來提升系統的輸出功率，但并未考慮到系統的傳輸效率。與文獻[20]相比，最大功率和最大效率切換控制策略相比較單一的最大功率追蹤或最大效率追蹤方法，在滿足負載功率需求的同時，能夠有效提升系統的傳輸效率，更具實際應用價值。綜上，本文所提方法貢獻在于從補償拓撲和控制策略兩個層面來提升系統的傳輸性能，不僅能夠實現靜態無線充電，同時也能適應動態充電情況，使得IPT系統在線圈相對位置變化或負載發生波動時，仍能保持高效穩定運行。

5 結 論

本文提出了IPT系統多目標參數優化與控制策略研究方法。首先，基于互感理論建立LCC-S型IPT系統數學模型，考慮諧振條件和負載需求約束建立了多目標優化模型。采用多目標蛇算法對LCC-S型高階補償拓撲進行多目標參數優化，使得輸出功率和傳輸效率達到最優；在此基礎上，引入最大功率和最大效率切換控制策略。即通過在整流器和負載之間添加Buck-boost變換器的方式來實現最大功率跟蹤或最大效率跟蹤。根據互感大小的不同，控制CCM模式變換器占空比匹配不同的最佳等效負載，實現兩種模式之間的切換。該方法有效解決了因耦合系數變化及負載波動所引起的系統傳輸性能下降問題，在系統耦合情況較差的情形下仍然能夠保證負載功率滿足需求。

仿真和實驗結果表明，本文所提方法在參數設計上相比其他方法具有一定優越性，在控制策略上相比單一工作模式，兩種模式動態切換更能滿足實際應用需求，為IPT系統在補償拓撲與控制策略的設計上提供了參考依據。

參 考 文 獻：

［1］ LI S， WANG L， GUO Y，et al. Flexible energy-transfer control of dynamic wireless power transfer system based on estimation of load and mutual inductance[J]. IEEE Transactions on Industry Applications， 2022， 58（1）： 1157.

［2］ 黃文聰， 饒天彪， 蔣煊焱， 等. 無線電能傳輸系統最大效率追蹤及恒壓輸出復合控制方法[J]. 電工技術學報， 2024， 39（12）： 3589.

HUANG Wencong， RAO Tianbiao， JIANG Xuanyan， et al.Maximum efficiency tracking and constant voltage output compound control method for wireless power transfer system[J]. Transactions of China Electrotechnical Society， 2024， 39（12）： 3589.

［3］ 李爭， 唐明磊， 解波， 等. 無線電能傳輸零電壓開關角跟蹤和動態電容補償矩陣復合控制策略[J]. 電工技術學報， 2024， 39（12）： 3602.

LI Zheng， TANG Minglei， XIE Bo， et al.Composite control strategy of zero voltage switch angle tracking and dynamic capacitance compensation matrix for wireless power transfer[J]. Transactions of China Electrotechnical Society， 2024， 39（12）： 3602.

［4］ WEI G， FENG J， ZHANG J，et al. An efficient power and data synchronous transfer method for wireless power transfer system using double-D coupling coil[J]. IEEE Transactions on Industrial Electronics， 2021， 68（11）： 10643.

［5］ 姚友素， 曾明， 李剛， 等. 無線電能傳輸系統恒流/恒壓輸出切換方法[J]. 電機與控制學報， 2023， 27（6）： 8.

YAO Yousu， ZENG Ming， LI Gang， et al.Switching method from constant current mode to constant voltage mode for wireless power transfer system[J]. Electric Machines and Control， 2023， 27（6）： 8.

［6］ 靖永志， 馮偉， 譙柯，等. 基于S/LCC補償的無線能量與信號反向同步傳輸系統[J]. 電機與控制學報， 2022， 26（7）： 37.

JIN Yongzhi， FENG Wei，QIAO Ke， et al. Wireless power and date reverse synchronous transmission system based on S/LCC compensation[J]. Electric Machines and Control， 2022， 26（7）： 37.

［7］ 吳凡. 具有耦合系數自適應性的最大效率與最大功率切換策略研究及實現[D]. 重慶：重慶大學， 2019.

［8］ ROY S， AZAD A N M W， BAIDYA S， et al. Powering solutions for biomedical sensors and implants inside the human body： a comprehensive review on energy harvesting units， energy storage， and wireless power transfer techniques[J]. IEEE Transactions on Power Electronics， 2022， 37（10）： 12237.

［9］ 靖永志， 譙柯， 付康， 等. 基于部分能量耦合線圈的無線能量與信號同步傳輸方法研究[J]. 電機與控制學報， 2024， 28（7）： 43.

JIN Yongzhi， QIAO Ke， FU Kang， et al.Research on simultaneous wireless power and data transfer method based on partial power coupling coil[J].Electric Machines and Control，2024，28（7）：43.

［10］ CAMPI T， CRUCIANI S， MARADEI F， et al. Centralized high power supply system for implanted medical devices using wireless power transfer technology[J]. IEEE Transactions on Medical Robotics and Bionics， 2021， 3（4）： 992.

［11］ 謝詩云， 楊奕， 李戀， 等. 基于雙極性耦合磁場調控的高抗偏移偏轉無線電能傳輸系統[J]. 電工技術學報， 2023， 38（18）： 4838.

XIE Shiyun， YANG Yi， LI Lian， et al.Wireless power transfer system with high misalignment tolerance based on bipolar coupling magnetic-field control[J]. Transactions of China Electrotechnical Society， 2023， 38（18）： 4838.

［12］ LIU Z， WANG L， GUO Y， et al. Primary-side linear control for constant current/voltage charging of the wireless power transfer system based on the LCC-N compensation topology[J]. IEEE Transactions on Industrial Electronics， 2022， 69（9）： 8895.

［13］ WU M， YANG X， CHEN W，et al. A dual-sided control strategy based on mode switching for efficiency optimization in wireless power transfer system[J]. IEEE Transactions on Power Electronics， 2021， 36（8）： 8835.

［14］ LI H， XU J， GAO F， et al.Duty cycle control strategy for dual-side LCC resonant converter in wireless power transfer systems[J]. IEEE Transactions on Transportation Electrification， 2022， 8（2）： 1944.

［15］ 吝伶艷， 方成剛， 宋建成， 等. 磁諧振無線輸電系統不同補償方式的傳輸特性[J].電機與控制學報，2019，23（12）：59.

LIN Lingyan， FANG Chenggang， SONG Jiancheng， et al. Transmission characteristics of different compensation methods in wireless power transfer system based on magnetic coupling resonance[J]. Electric Machines and Control， 2019， 23（12）： 59.

［16］ 陳曉娟， 賈敏， 李明晨. 基于線圈偏移的無線電能傳輸系統參數優化方法[J]. 中國電力， 2021， 54（7）： 125.

CHEN Xiaojuan， JIA Min， LI Mingchen. Coil offset based wireless power transfer system parameter optimization[J]. Electric Power， 2021， 54（7）： 125.

［17］ 田勇， 朱澤， 田勁東， 等. 基于LCC-S補償的電動汽車動態無線充電系統拓撲參數優化[J]. 機械工程學報， 2021， 57（14）： 150.

TIAN Yong， ZHU Ze，TIAN Jindong， et al. Parameters optimization of electric vehicles dynamic wireless power transfer system based on LCC-S compensation topology[J]. Journal of Mechanical Engineering， 2021， 57（14）： 150.

［18］ 黃文聰， 胡瀅， 黃津瑩， 等. WPT系統的最大功率與最大效率切換控制策略[J]. 廣西電力， 2022， 45（3）： 23.

HUANG Wencong， HU Ying， HUANG Jinying， et al. A maximum power and maximum efficiency switching control strategy of WPT system[J]. Guangxi Electric Power， 2022， 45（3）： 23.

［19］ 王喜升， 侯鈺慧， 郭波超， 等. 無線電能傳輸系統基于Buck-Boost拓撲的最大功率傳輸研究[J]. 電子技術應用， 2022， 48（10）： 129.

WANG Xisheng， HOU Yuhui， GUO Bochao， et al. Research on maximum power transfer of wireless power transfer system based on Buck-boost topology[J]. Circuits and Systems， 2022， 48（10）： 129.

［20］ 趙進國， 趙晉斌， 張俊偉， 等. 無線電能傳輸系統中有源阻抗匹配網絡斷續電流模式最大效率跟蹤研究[J]. 電工技術學報， 2022， 37（1）： 24.

ZHAO Jinguo， ZHAO Jinbin， ZHANG Junwei， et al. Maximum efficiency tracking study of active impedance matching network discontinous current mode in wireless power transfer system[J]. Transactions of China Electrotechnical Society，2022，37（1）： 24.

［21］ HASHIM F A， HUSSIEN A G. Snake optimizer： a novel meta-heuristic optimization algorithm[J]. Knowledge-Based Systems， 2022， 242： 108320.

（編輯：劉素菊）