PDF
茴香酒Ammous，1 阿卜杜拉赫曼Alahdal，1 和 KaiçarAmmous
1
1电气工程，CEIA，乌姆埃尔古拉大学，麦加，沙特阿拉伯系
抽象
到功率逆变器的用于在网格光伏系统的优化设计，使用遗传算法（GA）的新方法本文中提供。非线性平均模型采用的转换级，以便准确地评估和快速地估计的功率器件的功率损耗进行建模。该保证了准正弦的输出电流的滞环电流控制被施加到产生逆变器控制信号。太阳能逆变器的设计必须满足那些需要在同一时间进行优化的三个矛盾的目标。事实上，其目的是同时在电约束最小化其尺寸和价格以最大化转换器的效率。问题因素是输出电流纹波和无源和有源元件可在市场晶体管（IGBT / MOSFET，二极管，电感器）上。NSGA-II（精英非支配排序遗传算法）是在离散的设计变量用于搜索最佳Pareto解的情况下合适的。它执行开发的数据库中的一组限定了逆变器的最佳结构组件的系统和有效的搜索。所提出的方法使得设计任务更容易，因为最好的解决方案取决于市场上可用的组件和显著降低了产品上市时间厂家。
一。介绍
根据《BP世界能源统计评论》[1]，全球能源需求在2018年增长了2.9％，近两倍，年均增长（+ 1.5％/年），在过去十年的需求，最快2010年以来在这一前所未有的增长，在整合了强劲的增长可再生能源为动力的全球植物已经被记录[2-9]。因此，可再生能源发电系统的逐步发展导致寻求解决办法，以提高这些系统的性能，主要是通过利用在功率半导体行业的巨大发展优势。事实上，电力电子是在发电系统的核心，因为它们提供源和负载之间的技术，可以从它的连续的形式的能量转换成可替换或逆[10]。最近，光伏（PV）发电已成为越来越明显，因为它是一个非常有吸引力的方式有以下几个原因产生能量，尤其是它的简单和模块化。它是几乎完全在从PV电池的发电的固体形式。Whether it is a power plant with less than 1 W or a 100 MW grid-connected one, all that is needed between the solar system and the load are electronic and electrical components. Compared to other energy sources that humanity has used to produce electricity for a long time, PV is the most flexible and modular. Large PV systems require more electric buses, fuses, and wiring, but the most crucial component between the solar panel and the load is the electronic component that converts and processes electricity: it is the inverter [11，12]。
提高整个光伏并网系统性能的一种广泛采用的方法是，根据自己的设计或控制策略，或同时受益于优化算法，作为一种高效和常用的工具，对变换器进行升级，以获得可能的最佳变换器[13-16]。设计，控制和性能在功率电子学领域中遇到的问题通常涉及的多个目标这往往是在矛盾的同时优化（例如，功率损耗同时最小化和设计成本或体积）。为了化解矛盾，这种情况下可以被配制成多目标优化问题。
本文描述了用于设计并网光伏逆变器的方法，优化效率和/或体积和/或价格，考虑到输出电流和有源器件的最大开关频率的质量和基于可商购的组分。这种方法简化了最佳的解决方案的实施阶段，因为它的基础是什么，我们在市场上。
接下来的部分突出所研究的系统的建模过程中，在图中所示1中，通过使用非线性的平均与分立半导体器件和所述滞环电流控制模式。在第三部分中，非支配排序遗传算法NSGA-II以及用于确定最优解的方法进行了研究。第四部分提出的方法中使用操纵遗传算法离散变量和定义的设计参数，约束和优化问题健身。然后，优化结果和解释提供，最后给出结论。
2. DC / AC转换器的建模
2.1。非线性平均模型与半导体分立器件
建模和动态模拟的分析，设计，控制和优化电力电子结构的重要工具。平均技术是用来模拟电源转换器，因为它可以确保准确性和快速性，同时与多目标优化问题时特别造型电源系统是必须要满足两个条件。电力电子器件的平均模型是一个开关单元的简化介绍是共同的几个转换器拓扑[17，18]。功率半导体器件的非线性效应，不包含在最平均模型的，因为它们使用理想的开关，而不是半导体器件模型。考虑到平均建模不理想的情况，努力在给出的平均模型中进行[19-21]。因此，作者提出了一个先进的PWM开关模型，包括半导体器件的非线性。
数字图2（a）礼物逆变器臂与由外部栅极信号和两个续流二极管控制的两个互补晶体管（IGBT或MOSFET）来建模。在图图2（b）使用平均模型功率转换器支路的等效表示中示出。事实上，上开关由受控电压源代替而较低的那些由受控电流源取代一世1由下式给出
(一)
(b)
所提出的非理想平均模型的主要优点是与可接受的模拟成本提供准确的损失值。半导体的功率损耗（P晶体管和P二极管)包括传导和开关损耗，并考虑到不同的传导和开关时间，由图中所示的功率器件的开关特性导出3并且可以通过[给予20.，21]
(一)
(b)
同
Ť小号= 1 /F小号为开关频率。
为了对分立半导体器件进行平均模型模拟，确定各器件的静态和动态特性至关重要。为此，模型参数的确定使用半导体器件的技术数据表，并基于[22]。
2.2。滞环电流控制
滞后控制是最简单的非线性机制之一以确保在电源系统自发电流调节[23，24]。它将直接定义H-bridge拓扑中开关的状态，以跟踪输出电流一世出其参考一世REF由Δ给出了电流纹波的固定值一世。通过限定的频带（一世REF ± Δ一世）被称为滞环带和在从导通电源开关状态的改变这两个极限结果中的任违反阻塞或反之亦然。数字4揭示了这种控制策略的原则，在导通时间Ť在和关断时间Ť离依赖于电网电压的符号以及输出电压 。
由于开关由通用门信号（高为导通状态，低阻断一个）控制的滞后控制的与模型使用基于电路上不存在任何问题。然而，这不是在那里开关由占空比监测平均模型的情况。此提出的方法中更详细地解释[25，26]。
2.3。最大开关频率
功率转换器中最关键的参数之一是开关频率，其变化范围从几kHz到几MHz（20 kHz–2 MHz）。高值会减小相关组件（如电感、变压器、电阻器和电容器）的大小。另一方面，开关频率直接影响半导体器件（二极管、mosfet、igbt等）、电感和电容元件的功耗以及电磁干扰。
此外，在讨论半导体的开关频率时，由于这两个参数是相互依赖的，因此显然要考虑半导体的内部温度。事实上，开关频率的不可控制的增加会导致温度的意外升高，随后导致部件的瞬时故障，最多也会导致部件寿命周期的缩短。因此，估计最大开关频率F小号,马克斯电力系统规格功能应该做的。
3.精英非支配排序遗传算法
遗传算法是从种族的自然进化的近似模型得出的随机优化技术。它们是基于它展示了如何，因为他们的出现，物种已经能够在创新和灵活的方式重现，以更好地适应环境达尔文提到的物种进化的原则，通过只允许个人以及适应环境的演变[27]。其基本原理虽然简单，但仍然是强大的。
求解多目标优化问题最合适的遗传算法之一是由Deb等人引入的NSGA-II。在[28，29]。数字五是这种算法过程的示意性说明。NSGA-II首先随机创建N个个体，每个人的特征在于一组设计参数的初始群体（图五（一个））。基于目标函数，在NSGA-II使用行列“nondomination”概念的N个人。事实上，所有的人分为在健身空间不同层次nondominance的群体（图五（b） ）中。除了适应度分配外，还需要保持非支配前沿种群的多样性。为此，计算每个个体的密度估计度量，称为拥挤距离（图五（C））。后个人排名和他们的拥挤距离分配，二进制锦标赛选择是根据自己的目标函数和他们的拥挤距离的影响。从1 NSGA-II首先选择父母ST排名在当前一代的人口。然后，具有更大聚集距离的个体被选择为父母而那些具有更小的距离被拒绝（图五（d） ）中。选择的双亲通过交叉和变异算子产生相应的后代。然后，新产生的后代人口与当前一代人口合并（图五(e))。最后，根据个体的等级和拥挤距离两个标准，对组合种群进行精英化处理，以确定最佳解决方案。当前这代人的最佳解决方案是下一代人。然后，迭代上述所有进程(二进制锦标赛选择、交叉操作符、变异操作符等)，直到达到所定义的最大代数。最后，NSGA-II产生了一组N个全局帕累托前沿的最优解(图1)五(f))。一旦有了帕累托前沿，决策者应计算出每个帕累托解与理想解之间的距离如下: 哪里 是理想的点与i之间的距离日个人， 是对我的问题的目标日帕累托最优个体，是理想的目标向量。
然后最接近的个人理想向量被定义为最佳解决方案。
4.离散优化问题制剂
反对连续优化，其中所有问题的参数是连续的数量时，与使用纯离散设计变量或一离散的和连续的组合选择最佳的解决方案的离散优化交易。对于并网光伏逆变器的最优化问题具有离散的设计参数适当的处理在图中的流程图中示出6。作为呈现的NSGA-II识别来自数据库的是随后在仿真模型用于计算问题的约束，并确定的目标函数，它们然后返回到遗传算法用于评价的值的设计参数。这将重复每一个人在人口和每一代，直到达到代的最大数量。
因此，优化问题可以用下面的系统来制定：
Ť和d分别是，晶体管和二极管。ñ大号，ñŤ,ñd是电感，晶体管，二极管和分别的数据库的大小。
4.1条。设计参数
这些是定义每个个体的数值量，并在优化过程中进行修改，以实现满足约束条件的适应度函数。离散变量优化问题的设计参数如表所示1. 组件数据库被定义为优化算法的输入。它们是从文本文件实现的，以便在必要时进行更新、维护和设置。功率晶体管（IGBT、MOSFET）、飞轮二极管和输出电感的设计所需和市场上可用的数据库、它们的技术特性和相关的单位成本如表所示2-4。
|
||||||||||||||||||||||||||||||||
|
||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
|
||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
|
||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
4.2。问题约束
根据系统的技术特点进行研究，在其操作的限制总是强加和制定最优化问题时，必须考虑到。在并网光伏逆变器的优化的情况下，对输出功率的质量和所述转换器的开关频率限制必须加以考虑。因此，两个约束定义为：输出电流的总谐波失真不应在正常操作中超过5％和最大开关频率FS，最大值不应超过限制值Fs、 林chosen equal to 50 kHz.
4.3。健身功能
三个矛盾目标函数考虑它们是并网逆变器，它的体积，并且其成本的功率损耗。事实上，电源转换器的损耗非常显著，因为它们代表了转换效率。该卷指定，所以必须要考虑到通过相对于PV安装的其它设备的转换器来分配空间，因为它是不足够的利润来设计，即使它的效率是最好的还是它的价格非常大的转换器是最低的。成本描述，需要在不降低其他性能要考虑转换器的经济方面。
功率损耗主要由半导体器件和输出电感器引起。半导体功率损耗由式(2)和式(3)给出，负载电感损耗定义如下:
P铜是电感铜损和可表示为
[RDC是从电感器的数据库中获得的电感器的直流电阻，并一世L，RMS为输出电流的均方根值。
V大号是输出电感器的体积和从电感器的数据库而确定的P核心是其被假定为通过公知的斯坦梅茨公式给出每单位体积的时间平均的功率损耗[三十-32]:
我们注意到，在表中的所有电感值4应该是与频率无关。
是与频率的正弦激励的峰值感应F和ķ，α,β是斯坦梅茨参数。
因此，逆变器的总功率损耗可以被定义为
纯电气优化问题中DC/AC变换器的体积主要由电感体积决定V大号直流环节电容器容量V帽子：
所述DC / AC转换器的总成本是从数据库确定其组成部分的价格的总和，并且由给定的
5.优化结果
单目标优化的过的功率损耗，体积和并网光伏逆变器的成本的迭代的演变图中示出7. 这三个适应度函数随着世代的增加而减小，并收敛到它们的最小值；逆变器功率损耗（图图7（a）)向32.72 W和体积会聚（图图7（b）)向645.7厘米方向收敛3而成本（图图7（b）)，收敛于77.94€。
(一)
(b)
(c)
表五礼物单目标优化的结果。对于每一个单目标优化问题，该转换器优化设计取决于所考虑的目标，虽然我们一直保持相同的设计变量和优化约束在所有情况下。第一结构是最有效的，因为它具有最低的损失，第二个是，其对应于最低的体积，并且第三个是最经济的，这正确地反映最小化的概念的最小设计。
|
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
然而，单目标只处理一个性能指标，而忽略其他。提高一个目标往往意味着降解等。Ťhis is why the concept of compromise is mentioned in optimization in order to obtain an optimal solution as close as possible to the ideal solution which is defined by the optimal solutions of each objective function considered independently (i.e., the monoobjective optimization problems) and which is given in our case for the biobjective optimization problem by the vector:
的双目标成本与损耗优化的结果显示在图图8（a），这是一组最优解，而不是一个单一的最优的一个和所述逆变器损耗和成本之间的折衷的。如可以看到的，帕累托前由两个点“A”和“B”分隔第一个解决方案是最有效的所有帕累托最优的解决方案，但它是最昂贵的，而第二个具有最高的功率损失，但它是最经济的。一个解决方案或其他的选择取决于设计师和转换器将被用于该应用程序的首选项。然而，如果最佳的最佳解决方案是期望的，最接近的溶液理想的一个必须采取，其在图所示图8（a）其特点列在表6。
(一)
(b)
|
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
为了进一步得到更强大的逆变器，我们考虑了以功率损耗、体积和成本最小为目标的三目标优化问题，以获得更接近于理想定义的结构
数字图8（b）描述了由“C”和“D”两个点界定的三目标优化问题的Pareto前沿。第一个代表了基于市场上可用组件的最有效的逆变器设计，第二个代表了体积较小的最经济的逆变器设计。“D”点的开关频率高于“C”点，导致更高的功率损耗，但体积和成本降低，因为它们与频率成反比。该优化问题的最佳逆变器结构如表所示6。
使用离散变量验证方法中，对于相同的triobjective优化问题，使用连续的参数之一进行比较呈现于图9。如图所示，连续优化问题的结果是肯定包含不可行的解决方案，同时离散变问题是Pareto最优前沿，其中每个溶液的一组部件目前市场上匹配的帕累托空间。此外，我们注意到，离散变量的问题提供了主宰那些连续变量问题，所以它提供了更好的结果的解决方案。这主要是由于使用良好定义的对（晶体管;二极管）在连续的情况下限制所述优化任务和附连到模型用于估计无源部件的成本和体积残留或多或少接近现实。
六，结论
功率变换器是任何简单或复杂、小或大、独立或并网发电系统的关键环节。因此，该转换阶段的准确设计将影响整个系统的性能。这个任务太困难了，因为功率转换器是几种物理现象(电、热、电磁等)的所在地，这导致了功率转换器的预先设计方法的发展。
事实上，优化算法应用其着手执行之前确定转换器的优化设计。本文的目的是利用遗传算法来克服在功率转换器的设计中遇到，利用非线性平均模型的精确度和速度的与滞环电流控制的实用性和简单一起使用时的困难，并最终到使用有源和无源部件可以在市场上找到太阳能逆变器的最佳结构中一个网光伏应用取决于所考虑的健身功能。在这篇文章中开发的方法将大大促进电源转换器的设计任务给定的应用。
利益冲突
作者声明他们没有利益冲突。
致谢
这项工作是由阿卜杜拉国王城科技（KACST）（批准号14-ENE2677-10）的资助。
工具书类
- 《英国石油公司2019年世界能源统计评论：一条不可持续的道路》，2019年，https://www.bp.com/content/dam/bp/business-sites/en/global/corporate/pdfs/news-and-insights/press-releases/bp-statistical-review-of-world-energy-2019.pdf。查看在：谷歌学术
- 环境署，全球趋势在可再生能源投资2019，法兰克福学院-环境署气候与可持续能源金融合作中心，肯尼亚内罗毕，2019年，https://www.connaissancedesenergies.org/sites/default/files/pdf-pt-vue/GTR2019.pdf。
- 我们。能源信息管理局,国际能源展望2016美国。能源情报署，华盛顿特区，美国，2016年，https://www.eia.gov/outlooks/ieo/pdf/0484(2016).pdf。
- REN21，可再生能源政策网络21世纪可再生能源2019全球状况报告， REN21秘书处，巴黎，法国，2019，https://www.ren21.net/wp-content/uploads/2019/05/gsr_2019_full_report_en.pdf。
- J.汗和M. H.阿尔萨兰，“太阳能技术促进可持续发电 - 回顾”可再生能源和可持续能源点评卷。55，第414-425，2016。查看在：出版商网站|谷歌学术
- 《可再生能源设备和系统——最先进的技术、研究与开发、挑战和未来趋势》电力元件和系统，第43卷，no。12，第1319-1328页，2015。查看在：出版商网站|谷歌学术
- “光伏并网系统:近期研究和新兴光伏转换技术综述”，IEEE工业电子杂志卷。9，没有。1，第47-61，2015。查看在：谷歌学术
- 五、 Khare，S.Nema和P.Baredar，“太阳能-风能混合可再生能源系统：综述”可再生能源和可持续能源点评卷。58，第23-33，2016。查看在：谷歌学术
- 辛格，“太阳能光伏发电技术:回顾，”能源，第53卷，第1-13页，2013年5月。查看在：出版商网站|谷歌学术
- S. Chakraborty的，M. G.西蒙斯，和W. E.克莱默，电力电子技术的可再生能源和分布式能源系统，施普林格出版社，英国伦敦，2013。
- M、 欧比和巴斯，“并网光伏系统的趋势和挑战-综述”可再生能源和可持续能源点评，第58卷，第1082-1094页，2016。查看在：出版商网站|谷歌学术
- O. P. Mahela和A. G. Shaik，“综合网格的概述接口太阳能光伏发电系统，”可再生能源和可持续能源点评卷。68，第316-332，2017。查看在：出版商网站|谷歌学术
- L. Hassaine, E. OLias, J. Quintero和V. Salas，“光伏并网系统功率逆变器拓扑和控制结构概述”，可再生能源和可持续能源点评卷。30，第796-807，2014。查看在：出版商网站|谷歌学术
- J. Jana, H. Saha，和K. Das Bhattacharya，“单相光伏并网系统的逆变器拓扑综述”，可再生能源和可持续能源点评卷。72，第1256年至1270年，2017年。查看在：出版商网站|谷歌学术
- F. BELTRAME，H. C.萨托和J. R.皮涅罗，“通过静态转换器的设计方法在光伏能量系统的能量效率的提高，”期刊控制，自动化和电气系统卷。27，没有。1，第82-92，2016。查看在：出版商网站|谷歌学术
- S. E.德莱昂-Aldaco，H. CALLEJA，和J.阿瓜约Alquicira，“优化元启发式方法施加到功率转换器：评论，”IEEE电力电子汇刊卷。30，没有。12，第6791-6803，2015。查看在：出版商网站|谷歌学术
- E.范Dijik，“dc-dc变换器的PWM开关建模，”电力电子IEEE交易卷。10，第659-664，1995。查看在：谷歌学术
- B.雷曼，“电力电子系统平均理论的扩展，”电力电子IEEE交易卷。11，没有。4，第542-553，1996。查看在：谷歌学术
- A. Ammous，K. Ammous，M. Ayedi，Y. Ounajjar，和F. Sellami，“一个先进的PWM开关模型，包括半导体器件的非线性，”IEEE电力电子汇刊，第18卷第2期。5、1230-1237页，2003年9月。查看在：出版商网站|谷歌学术
- ，“含半导体器件非线性的DC-DC和DC-AC转换器的平均建模”，“in”国际会议设计与集成系统在纳米技术的测试（DTIS），第384-389，突尼斯，突尼斯，2006年9月。查看在：谷歌学术
- S.阿比德，K. Ammous，H.莫瑞尔和A. Ammous，“高级平均在CCM和DCM导通模式PWM开关操作的模型”，”电气工程学院国际评论（IREE）卷。2，没有。4，第544-556，2007。查看在：谷歌学术
- 斯利姆，“对静态转换器简化模型的贡献:考虑热现象”，斯法克斯大学，突尼斯，2009年，未发表博士论文。查看在：谷歌学术
- “直流-交流转换器的固定开关频率广义峰值电流控制(GPCC)”IEEE电力电子汇刊卷。32，没有。8，第6605-6616，2017。查看在：出版商网站|谷歌学术
- M. Kumar和R.古普塔，“一个数字实现的电流控制的逆变器的采样的时域分析，”IEEE交易在工业电子卷。64，没有。1，第217-227，2017。查看在：出版商网站|谷歌学术
- I.悌斯，H. Mejbri，K. Ammous，A. Alahdal，和A. Ammous，“单相DC / AC转换器的最佳大小为网光伏应用中，”在第7届国际可再生能源大会（IREC）2016年3月，突尼斯哈马米特。查看在：谷歌学术
- I.悌斯，A. Alahdal，K. Ammous，和A. Ammous，“用于在网格领带PV系统的最佳单相逆变器的设计，”电气与电子工程的环球杂志卷。6，没有。4，第223-238，2019。查看在：出版商网站|谷歌学术
- M.根和R.程，遗传算法与工程优化，John Wiley和Sons，Inc.加拿大，2000。
- K.德布，S.阿格拉瓦尔，A.普拉塔普和T. Meyarivan，“A快速精英非支配的多目标优化排序遗传算法：NSGA-II”，在并行地从自然PPSN VI问题解决。在计算机科学PPSN 2000讲义，等人编，1917年卷，施普林格，柏林，海德堡，2000年。查看在：谷歌学术
- K.德布，A.普拉塔普，S.阿加瓦尔和T. Meyarivan，“A快速和精英多目标遗传算法：NSGA-II，”IEEE交易的进化计算卷。6，没有。2，第182-197，2002。查看在：出版商网站|谷歌学术
- J、 Muhlethaler，J.W.Kolar和A.Ecklebe，“电力电子系统中电感元件的损耗建模”，in2011 IEEE第8届国际会议上电力电子与ECCE亚洲（ICPE＆ECCE）2011年5月，韩国济州岛，第945-952页。查看在：谷歌学术
- J. Muhlethaler，J.比拉，J.W科拉尔，和A. Ecklebe，“基于斯坦梅茨参数的DC偏压条件下磁芯损耗，”IEEE电力电子汇刊卷。27，没有。2，第953-963，2012。查看在：出版商网站|谷歌学术
- J. Muhlethaler，J.比拉，J.W科拉尔，和A. Ecklebe，“用于电力电子系统中使用的磁性元件的改进铁心损耗计算，”IEEE电力电子汇刊卷。27，没有。2，第964-973，2012。查看在：出版商网站|谷歌学术
版权
版权所有©2020阿尼斯Ammous等。这是下发布的开放式访问文章知识共享署名许可，其允许在任何介质无限制地使用，分发和再现时，所提供的原始工作正确的引用。
