[发明专利]后向离散状态事件驱动电力电子仿真方法、设备和介质

说明书

本发明公开了一种后向离散状态事件驱动电力电子仿真方法，包括：仿真初始化和第k步的仿真计算，k≥0，其中第k步的仿真计算包括以下步骤：S1：生成第k步的系统状态方程；S2：确定各状态变量在第k+1步的候选量化函数值；S3：建立有限状态机，逐个确定各状态变量在第k+1步的量化函数值；S4：基于所述第k+1步的量化函数值和所述系统状态方程计算导数向量；S5：基于事件发生的时刻，确定第k+1步仿真计算的时刻。本发明还公开了一种仿真计算设备和存储了仿真程序的计算机可读存储介质。本发明提出的基于有限状态机实现的仿真方法能高效地选取Q函数向量，在解算刚性系统时其仿真效率和数值稳定性明显优于量化状态系统QSS方法和传统的时间离散刚性解法。

技术领域

本发明涉及电力电子仿真技术领域，更具体地，涉及电力电子变换器系统的仿真方法、仿真计算设备、和存储仿真程序的计算机可读存储介质。

背景技术

计算机数值仿真是分析电力电子系统非理想特性重要的工具。然而，在考虑功率开关器件非理想模型和线路杂散参数的电力电子系统中，其仿真模型具有大时标跨度、不连续点多、非线性和刚性强等特点。传统的基于时间离散的数值计算方法(如梯形法、龙格库塔法等)在解算这样的系统时存在以下问题：(1)步长选择两难——定步长可能会导致计算误差的累积，变步长又会导致大量的计算时间浪费在寻找适当步长上，还有可能导致过小的步长使仿真难以推进；(2)仿真效率低——无论是变步长还是定步长算法，都不能在一个步长内跨过不连续状态，否则将使仿真结果出现错误，必须通过迭代等方法来定位不连续点，使得计算量大大增加，拖慢仿真速度；(3)算法收敛性差——在如此大的时标跨度下易出现数值不稳定现象。

针对传统时间离散数值算法的缺陷，Kofman E等人从数值分析的角度提出了一种采用事件离散的量化状态系统算法(Quantized-state systems，QSS算法)。参见Kofman E，Junco S.Quantized-state systems：a DEVS Approach for continuous systemsimulation[J]，Simulation Transactions of the Society for Modeling&SimulationInternational，2001，18(3)：123-132，此处引入其全文作为参考。QSS算法以各状态变量的Q函数对状态变量或其导数进行离散化切分，并以Q函数构成的向量代替状态变量计算导数向量，求解到达下一个切分点的时刻。该算法在收敛性、稳定性等方面具备优异的数学性质，其全局截断误差可被所选切分长度严格约束，截断误差不会随仿真步数叠加。同时，该算法计算过程简单，计算过程无迭代，判定不连续点不需要迭代和插值。另外，该算法本身天然具有变步长性质，变化平缓处天然以大步长解算，变化剧烈处天然以精细尺度解算，无需浪费时间反复调整步长，因而具备高效解算考虑非理想因素的电力电子变换器模型的潜力。

然而QSS算法在面对刚性系统时的效率和稳定性尚不尽如人意。电力电子系统是典型的刚性系统，其刚性一方面源于大量存在的开关器件，另一方面则源于其包含的多时间尺度过程。面对刚性系统时，如果不采用刚性解法，将导致最大时间步长与雅克比矩阵中变换速度最快的特征值而非最快解梯度相关，为了满足算法稳定域要求步长必须取得极小，否则将导致数值不稳定，极大地拖慢仿真速度。在时间离散算法中，所有的刚性解法都是后向隐式算法。QSS算法则是前向显式算法，基于QSS的方法在解算强刚性系统时会面临效率低、数值不稳定等问题。