基于NSGA-II参数优化的WPT系统效率提升方法研究

《Wireless Power Transfer》:Research on efficiency improved method of WPT system based on NSGA-II parameter optimization

【字体: 大 中 小 】 时间:2026年09月05日 来源:Wireless Power Transfer 2.3

编辑推荐:

  参数设计对于采用LCC-S补偿拓扑的动态无线电能传输(WPT)系统至关重要。为克服这一挑战,研究人员提出一种基于非支配排序遗传算法II(NSGA-II)的WPT系统参数优化方法,旨在提高传输效率。通过分析已建立的LCC-S补偿拓扑等效电路模型,确定了关键优化变

  
参数设计对于采用LCC-S补偿拓扑的动态无线电能传输(WPT)系统至关重要。为克服这一挑战,研究人员提出一种基于非支配排序遗传算法II(NSGA-II)的WPT系统参数优化方法,旨在提高传输效率。通过分析已建立的LCC-S补偿拓扑等效电路模型,确定了关键优化变量。随后,建立了以最大化传输效率为优化目标、输出功率需求作为约束的优化模型。此外,将耦合系数和负载变化纳入目标函数,以确保满足设计要求的同时增强系统稳定性。实验验证表明,所提方法能够确保在变化运行条件下进行约束参数优化并实现稳定运行。
无线电能传输(Wireless Power Transfer, WPT)技术具有电气隔离、操作便捷和高安全性等特点,已广泛应用于电动汽车、消费电子和医疗设备等领域。然而,由于原副边线圈无物理接触,耦合系数或负载变化会引起传输效率与输出功率的波动。基本补偿拓扑(如S-S拓扑)虽可补偿线圈自感,但对互感变化适应性有限。LCC-S补偿拓扑基于T型谐振网络,具备更高稳定性和更广适用性,但额外电路参数及其强耦合关系增加了设计复杂度,使全局最优解难以获得。现有参数设计方法中,传统经验设计依赖经验且难以优化;解析方法通常只对单变量求导,无法处理多参数强耦合系统;数值方法虽可迭代寻优,但常局限于标称条件或特定设计,对负载和耦合系数变化的鲁棒性考虑不足。因此,有必要研究一种能够在变化工作条件下实现多约束多目标优化的补偿参数设计方法。

针对上述问题,研究人员提出一种基于改进的非支配排序遗传算法II(Non-dominated Sorting Genetic Algorithm II, NSGA-II)的WPT系统参数优化方法,以提升传输效率。以LCC-S补偿拓扑为例,研究人员建立等效电路模型,分析系统输出特性,构建同时考虑输出功率、传输效率以及负载和耦合系数变化的多目标优化模型,并采用改进NSGA-II进行求解。实验验证表明,优化后的参数在不同耦合系数和负载条件下均能保持较高输出功率与传输效率,并满足工程约束。该成果发表在《Wireless Power Transfer》期刊上,为WPT系统补偿参数的鲁棒性设计提供了有效途径。

研究人员采用的主要关键技术方法包括:基于基尔霍夫定律建立LCC-S补偿拓扑等效电路模型,推导输入阻抗、输出功率与效率表达式;搭建动态WPT实验平台,分析负载和耦合系数变化对输出特性的影响;建立以输出功率范围和最大传输效率为目标的多目标优化模型,并将耦合系数和负载变化纳入目标函数,同时加入电流、电压、零电压开关(Zero-Voltage Switching, ZVS)等约束;采用改进NSGA-II算法,引入自适应模拟二进制交叉(Simulated Binary Crossover, SBX)和自适应多项式变异(Polynomial Mutation, PM),结合约束感知非支配排序与模拟退火局部搜索,求解Pareto最优解集;最后搭建硬件原型进行实验验证。

以下介绍研究结果,并保留原文相应小标题。

**Modeling and output characteristic analysis of the LCC-S WPT system**
研究人员建立了LCC-S WPT系统的典型电路模型,推导了输入阻抗、输出功率和传输效率的解析表达式。通过构建动态WPT实验平台并扫描频率,发现负载变化(5 Ω、10 Ω、20 Ω)会显著影响输出功率峰值位置和幅值,最大效率从约86%降至约80%;耦合系数从0.1增至0.25时,最大效率从约72%升至近90%,且频率分裂现象更加明显。这表明单一工作条件下的参数设计无法同时保证变化条件下的输出功率与效率,因此需要建立多目标优化模型。

**Multi-objective parameter design methods**
研究人员以LP1、CP1、CP、CS为决策变量,以耦合系数k和负载RL为变化的工作条件参数,建立了多目标优化模型。目标函数包含输出功率范围约束和最大效率项,并加入线圈电流、电容电压、LP>LP1以及输入阻抗虚部为正的ZVS约束。为求解该强耦合多约束问题,改进NSGA-II采用自适应遗传算子、约束感知非支配排序和模拟退火局部搜索,提升了可行解搜索能力与鲁棒性。

**Algorithm optimization results**
在给定约束下,改进NSGA-II以种群规模500、最大迭代次数300运行,得到Pareto前沿。综合评估输出功率与效率后,最优参数为:LP1=21.48 μH,CP1=82.55 nF,CP=30.77 nF,CS=25.19 nF,对应耦合系数0.23、负载15 Ω,理论输出功率30 W,传输效率97.2%。

**Experimental verification**
研究人员搭建了LCC-S WPT实验平台,发射和接收线圈均采用0.1×200利兹线绕制,无磁芯。实验对比了优化参数组(Set-I)和常规设计参数组(Set-II)。在负载15 Ω、耦合系数0.23时,Set-I系统输出功率为29.89 W,效率为92.1%;Set-II输出功率为22.08 W,效率为87.8%。在不同耦合系数和负载变化范围内,Set-I的输出功率和效率均高于Set-II,且系统输出功率始终高于10 W,效率始终高于80%,验证了所提方法在变化工作条件下的有效性和稳定性。

最后,总结讨论与结论:研究人员通过将耦合系数和负载变化显式纳入目标函数,使系统对工作条件变化具有更强的适应性;改进NSGA-II通过自适应搜索和约束感知排序,有效解决了多参数强耦合下的可行解搜索难题。实验证明,优化设计在满足输出功率和效率要求的同时,改善了系统对负载和耦合系数变化的响应。论文结论可翻译为:本文提出了一种采用改进NSGA-II算法的通用补偿拓扑WPT系统多目标参数优化方法。以LCC-S系统为例,通过分析电路拓扑和输出特性,采用改进NSGA-II对LCC-S补偿参数进行优化,产生了Pareto解集。此外,将负载和耦合系数变化纳入目标函数,提高了系统对工作条件变化的适应性。最后,搭建WPT实验平台,并使用所提出的效率优化方法进行参数设计。实验评估表明,该优化设计方法在满足输出功率和传输效率要求的同时,改善了系统对负载和耦合系数变化的响应。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号