[发明专利]一种太阳电池阵—蓄电池组电源系统的多目标优化方法

说明书

本发明请求保护一种太阳电池阵—蓄电池组电源系统的多目标优化方法，包括以下步骤：确定最小化航天器电源系统总质量和成本的双目标优化模型，设置太阳电池阵—蓄电池组电源系统运行参数以及距离策略帝国主义算法参数，初始化种群即国家，计算得到每个国家的目标函数值、约束违反总值以及与控制变量对应的状态变量，并将初始群体复制到外部储存空间；算法迭代，采用改进的距离策略帝国主义算法进行优化更新国家，将更新后的国家复制到外部储存空间与上一代国家进行非劣排序和拥挤距离计算，然后根据所得的排序情况进行裁剪以保持外部储存空间大小不变；并根据遗传算法从帕累托最优解集中找到最优折衷解，并按照最优折衷解进行设计。

技术领域

本发明属于航天器电源系统技术领域，尤其涉及一种航天器电源系统多目标优化设计方法。

背景技术

航天器电源系统设计是航天器电源系统研制的重要组成部分，电源系统的设计品质对电源系统的性能起着关键性的作用。航天器电源系统的优化设计，对增加系统有效载荷、提高航天器性能和效益等都有着非常重要的意义。

太阳电池阵—蓄电池组电源系统是目前世界上应用最广泛的航天器电源系统。在全世界已发射的航天器中，90％以上均采用太阳电池阵—蓄电池组电源系统。航天器电源系统的设计取决于用电系统的工作寿命、负载特性和负载要求、太阳辐照情况、工作环境、质量、体积和结构等。

目前的航天器电源系统设计存在两个问题：一是面对众多的制约因素，对设计方案进行全面的定量分析有一定难度，尤其是对于设计方案中的某些制约因素多、计算难度大的参数，设计人员只能根据自己的经验估算，导致在最终设计时留有较大的功率裕度；二是大部分研究都是考虑了单目标的优化，如最小化系统的总成本，最小化系统的总质量等，然而从实际角度出发，航天器电源系统的设计是一个多目标优化问题，即多个目标如成本、质量、可靠性等需要同时优化，航天器电源系统的设计是一个多变量、非线性的复杂优化问题。

到目前为止，智能优化算法已经提出多种以自然或社会启发的群体智能算法，包括蚁群算法、遗传算法以及粒子群算法等。其中帝国主义算法(imperialist competitionalgorithm,ICA)是一种受帝国竞争行为启发的进化算法，属于社会启发的随机优化搜索方式。该算法已经成功应用于多种电力系统优化问题中，可以验证该算法的在优化问题上的优越性，但是在多目标问题中的应用还非常少，因此帝国主义算法在多目标问题的应用以及算法的改进在航天器电源系统设计优化问题上值得深入研究。

发明内容

本发明旨在解决以上现有技术的问题。提出了一种可以提高算法优化性能、提高算法的全局搜索能力的太阳电池阵—蓄电池组电源系统的多目标优化方法法。本发明的技术方案如下：

一种太阳电池阵—蓄电池组电源系统的多目标优化方法，其包括以下步骤：

S1、建立满足约束条件的太阳电池阵—蓄电池组电源系统多目标优化模型，即确定最小化航天器电源系统总质量和成本的双目标优化模型，设置太阳电池阵—蓄电池组电源系统运行参数以及距离策略帝国主义算法参数，所述约束条件为蓄电池放电深度不超过允许最大放电深度和蓄电池组在一个轨道周期内可充满电；

S2、初始化种群即国家，计算得到每个国家的目标函数值、约束违反总值以及与控制变量对应的状态变量，并将初始群体复制到外部储存空间；

S3、算法迭代，采用改进的距离策略帝国主义算法进行优化更新国家，所述改进的距离策略帝国主义算法改进在于：殖民地国家的位置更新不止依赖于所在帝国的帝国主义国家位置，还将其他强大殖民地的作用也作为殖民地更新的影响元素；将萤火虫算法的运动力学算法增加到殖民地位置更新中，即殖民地的位置更新不仅受到国家权力值的影响还受到国家间距离的影响；对更新后的国家重新进行仿真计算得到更新后的目标函数值和约束违反总值，将更新后的国家复制到外部储存空间与上一代国家进行非劣排序和拥挤距离计算，然后根据所得的排序情况进行裁剪以保持外部储存空间大小不变；