基于遗传学习人工蜂群算法的级联多电平逆变器SHEPWM研究

作     者：陈施齐 

作者单位：大连交通大学 

学位级别：硕士

导师姓名：王英

授予年度：2023年

学科分类：12[管理学] 080801[工学-电机与电器] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 0808[工学-电气工程] 081104[工学-模式识别与智能系统] 08[工学] 0835[工学-软件工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

主      题：多电平逆变器 SHEPWM技术 非线性超越方程组 遗传学习人工蜂群算法 1/2周期对称 

摘      要：随着功率器件的发展,多电平逆变器因其具有高压大容量、低谐波含量、低电磁干扰、低单管应力、高功率因数等优点,被广泛应用于中高压大功率的电机调速和电力系统等领域。特定谐波消除(Selective Harmonic Elimination Pulse Width Modulation,SHEPWM)技术作为一种常用的多电平逆变器调制方法,具有精准的谐波消除能力,可以实现低开关频率、低损耗、高效率的优化输出,各种智能算法成为求解SHEPWM非线性超越方程组的有效手段。本文在介绍经典多电平逆变器拓扑结构及其调制方法的基础上,以级联H桥型七电平逆变器为控制对象,研究SHEPWM技术的实现。建立1/4周期对称的多电平逆变器SHEPWM技术数学模型,对于SHEPWM非线性超越方程组的求解问题,比较作为传统数值算法的牛顿迭代法、同伦算法和智能算法中原理简单、求解效率高的人工蜂群算法的求解效果。结果表明,牛顿迭代法对初始值依赖性很强,而同伦算法的精度不够,经同伦算法修正的牛顿迭代法具有较强的收敛能力,求解精度也有所提高,但仍达不到人工蜂群算法的求解效率。将遗传学习算法引入到人工蜂群算法的侦察蜂阶段,侦察蜂阶段被抛弃的蜜源将由遗传学习算法构建的新蜜源代替,用改进的遗传学习人工蜂群算法解决SHEPWM方程组问题。将同伦算法优化牛顿迭代法、人工蜂群算法和遗传学习人工蜂群算法分别应用于级联H桥型七电平逆变器进行仿真分析并比较谐波消除效果,可知遗传学习人工蜂群算法在保持人工蜂群算法原理简单、探索能力强的基础上,消除了特定的谐波分量,提高了计算速度和精度。针对多电平逆变器相电压输出波形1/2周期对称的SHEPWM技术,分别采用1/2周期奇对称和1/2周期镜对称两种方案,构建SHEPWM技术数学模型,利用遗传学习人工蜂群算法分别求解对应的SHEPWM方程组并分析解的特性,在MATLAB/Simulink仿真平台上搭建模型并研究两种波形对称方案下的SHEPWM问题。仿真结果表明,在1/2周期奇对称和1/2周期镜对称两种波形对称方案下,特定谐波的消除效果较好,符合理论预期,可以根据实际需求灵活选择两种1/2周期波形对称方案。