[发明专利]一种动态响应优化的开关电源控制方法

摘要

一种动态响应优化的开关电源控制方法，基于包括Buck降压拓扑电路，定频LLC调压电路，输出电压采样电路以及以微控制器为控制核心的控制电路构成的控制系统。采样得到系统调节过程中有关动态响应效果的评价因素，包括调节过程中的超调量以及系统输出电压的稳定时间，多目标优化算法模块根据超调量以及系统输出电压的稳定时间，评估PID控制模块的性能，并最终迭代得到能够使得PID控制模块的控制过程中的超调量以及稳定时间达到最优的参数，从而使得系统的动态响应效果达到最优。

主权项

1.一种动态响应优化的开关电源控制方法，其特征在于：基于包括前级Buck降压拓扑电路，后级定频LLC调压电路，输出电压采样电路、采样放大隔离电路以及以微控制器为控制核心的控制电路构成的控制系统，输出电压采样电路采样后级定频LLC调压电路的输出电压，然后通过采样放大隔离电路输出给以微控制器为控制核心的控制电路，以微控制器为核心的控制电路的输出信号分别控制前级Buck降压拓扑电路中的两个开关管和后级定频LLC调压电路中的四个开关管，其中：输出电压采样电路通过后级定频LLC调压电路的负载电阻R1,R2分压采样，电阻R1的一端连接后级定频LLC调压电路的输出端，电阻R1的另一端连接电阻R2的一端并作为电压采样输出端，电阻R2的另一端连接输出地端；采样放大隔离电路为运算放大器k1，运算放大器k1的负端连接电压采样输出端，运算放大器k1的正端连接输出地端；采样得到系统调节过程中有关动态响应效果的评价因素，该评价因素包括调节过程中的超调量以及系统输出电压的稳定时间，以微控制器为控制核心的控制电路根据超调量以及系统输出电压的稳定时间，评估PID控制模块的性能，并最终迭代得到能够使得PID控制模块的控制过程中的超调量以及稳定时间达到最优的参数，从而使得系统的动态响应效果达到最优；以微控制器为控制核心的控制电路包括A/D转换模块、PID控制模块、定时器模块、多目标优化算法模块以及脉冲宽度调制产生模块，A/D转换模块的输入信号为运算放大器k1的输出信号，A/D转换模块将转换后的输出电压值分别输出给定时器模块和PID控制模块，定时器模块接收输出电压值，并与设定电压值比较后输出超调量与稳定时间给多目标优化算法模块，PID控制模块输出的占空比信号控制前级Buck降压拓扑电路以及后级定频LLC调压电路的开关管，多目标优化算法模块优化PID控制模块的参数，包括比例系数Kp、积分系数Ki和微分系数Kd；以微控制器为控制核心的控制电路的工作流程包括以下步骤：1)首先根据系统的预设值对系统的相关参数进行初始化，包括设定系统的输出电压值，以及配置包括定时器模块、A/D转换模块、中断在内的相关外设的工作模式以及工作参数，其中定时器模块中的定时器1用于脉冲宽度调制产生模块，用于控制Buck降压拓扑电路中两个开关管的导通和关断，定时器模块中的定时器2利用中断以精确采集电压发生变化时经过PID控制模块调节后使得输出电压稳定所消耗的时间，配置A/D转换模块工作于直接内存存取(Direct Memory Access)模式，配置定时器1的中断，利用PID控制模块调节占空比以控制输出电压；2)包括多目标优化算法模块的参数初始化，设定多目标优化算法执行的相关参数，包括：种群迭代最大值I、每一代种群中个体数量的最大值N、种群迭代代数计数值i、种群个体数量计数值n、每一代个体的编码长度、个体间编码方式、交叉的概率、个体间发生变异的概率，并设定种群迭代代数计数值i与种群个体数量计数值n的初始值为0；3)根据第i代种群中的第n个个体的基因，通过解码获得其所对应的PID控制模块参数值，即分别为比例系数Kp、积分系数Ki和微分系数Kd，在多目标优化算法模块中采用的是二进制编码方式，所述的编码即为一串二进制数字，将此数字经过分割后转换成十进制所代表的值，即为PID控制模块的参数：比例系数Kp、积分系数Ki和微分系数Kd，利用上述三个参数对PID控制模块进行设置从而改变控制系统的控制性能；4)PID控制模块的参数设定之后，由PID控制模块调节开关电源系统的控制参数并使得系统的输出电压稳定，并同时启动定时器模块和A/D转换模块，待系统输出电压稳定之后，便采集得到在调节过程中系统输出电压的超调量以及系统输出电压发生变化至系统输出电压稳定所消耗的调节时间；5)多目标优化算法模块根据采集的数据即超调量和系统输出电压发生变化至系统输出电压稳定所消耗的调节时间，来计算每个个体的排名Rank；6)判断该个体是否为该代种群中最后一个个体，若不是，将n的值加一，并返回第3)步执行，若是，则执行下一步；7)多目标优化算法模块判断系统执行状况是否符合系统终止条件，若否，则执行下一步，否则，执行第12)步；8)利用进化算法对种群P进行操作，得到新的种群R；9)通过数学操作取并集P∪R得到新的种群Nest，生成新的种群之后利用快速非支配排序算法对种群进行排序，即假设种群为P，则快速非支配排序算法需要计算P中每个个体p的两个参数np和Sp，其中np为种群中支配个体p的个体数，Sp为种群中被个体p支配的个体集合；遍历整个种群，这两个参数的总计算复杂度是O(mN2)；快速非支配排序算法的步骤为(1)找到种群中所有np＝0的个体，并保存在当前集合F1之中；(2)对于当前集合F1中的每个个体i，其所支配的个体集合为Si，遍历Si中的每个个体i，i的取值范围为1到集合F1中的个体数量，执行ni＝ni‑1,如果ni＝0则将个体i保存在集合H中；(3)记F1中得到的个体为第一个非支配层的个体，并以H作为当前集合，重复上述操作，直至整个种群被分级；10)对种群中的个体进行快速非支配排序之后，便开始进行每个个体i拥挤度的计算，拥挤度是指种群中给定个体的周围个体密度，拥挤度的算法如下：(1)令nd＝0，n＝1,2,…,N；(2)对于每个目标函数，首先基于该目标函数对种群进行排序，然后令边界的两个个体的拥挤度为无穷，即1d＝Nd＝∞，计算nd＝nd+(fm(i+1)‑fm(i‑1)),fm是目标函数，n＝2,3,…,N‑1；11)通过快速非支配排序和拥挤度计算之后，种群中每个个体n都得到两个属性，分别是快速非支配排序算法结果nrank和拥挤度nd，利用这两个属性，区分种群中任意两个个体的支配和非支配关系，个体优劣的比较依据为ni≥nj，即个体i优于个体j，当且仅当irankjd，经过上述运算之后，跳转第3)步执行；其中i,j的取值范围为1到集合F1中的个体数量，irank和jrank分别代表个体i和个体j的快速非支配排序算法的结果，id和jd分别代表个体i和个体j的拥挤度；12)将种群中排名第一的解的参数解码，并应用于系统中的PID控制模块，并控制开关电源系统。