基于遗传算法的低速海流发电机参数优化方法与流程

本发明涉及海流发电技术，永磁同步电机优化设计等领域，具体涉及一种基于遗传算法的永磁同步发电机内部参数设计优化方法。
背景技术：
：为应对环境的污染问题以及化石能源的日益短缺，世界各国大力发展以风电技术和光伏技术为代表的新能源发电技术，海流能作为可再生海洋能源的重要组成部分，开发的潜力巨大，如果能有效利用这一可再生能源，将满足世界日益增长的能源需求。为此，许多国家大力发展对海洋能源利用的研究，尤其像是中国、日本、英国、法国等具有长海岸线的国家。而海流发电机作为获取海流能的主要方式，其本体的设计和优化就变得尤为重要。经对现有技术文献的检索发现，comparativestudyof1mwpmandhtssynchronousgeneratorsformarinecurrentturbine(zhili,naokimaki,tetsuyaida,etal.comparativestudyof1mwpmandhtssynchronousgeneratorsformarinecurrentturbine[j].ieeetransactionsonappliedsuperconductivity,2018,pp(99):1-1.)通过电磁设计方式开发了永磁绕组和高温超导绕组两种励磁极发电机拓扑结构，但优化过程考虑的是稳态发电情况，当海流变化剧烈时，将不能达到设计初期的要求。designandoperationofveryslow-speedgeneratorsforabristolcylinderseawavegeneratingdevice(nguss,dorrelldg,cossarc.designandoperationofveryslow-speedgeneratorsforabristolcylinderseawavegeneratingdevice[c]//energyconversioncongressandexposition.ieee,2012:946-953.)介绍了一种直接驱动的无刷发电机在bristolcylinder海浪装置上的运行情况，考虑的是极低速转速的情况下，所设计的发电机直径和极对数很大，对于流速大的情况下会导致发电效率的下降。designandperformanceevaluationofhalbacharraylineargeneratorforwaveenergyconverters(elgebalyae,el-nemrmk.designandperformanceevaluationofhalbacharraylineargeneratorforwaveenergyconverters[c]//gccconferenceandexhibition.ieee,2015:1-6.)采用有限元法和空间谐波分析法进行电磁设计直线发电机，可以提高能量的提取，但是直线发电机较易受到电压波动的影响，针对海流发电易波动的大前提下控制上会增加难度。针对以上问题，本发明基于遗传算法设计了一种直驱式低速永磁同步发电机内部参数的优化方法。技术实现要素：本发明的目的在于克服传统海流发电机组在设计时无法全面考虑海流流速变化的情况，导致设计出来的发电机在所下放的海域无法达到发电效率最高的问题。为了实现上述目的，本发明采用了如下设计方案：总体的优化设计算法步骤如下：步骤1：根据海流发电机下放的海域的海流流速，计算发电机外部输入转矩和转子角速度。步骤2：遗传算法根据原型发电机尺寸，将海流发电机的四个内部参数包括发电机的半径r，极对数p，内定子半径rs，绕组半径rw作为优化参数，生成不同电机个体；步骤3：根据电机外部输入的转矩和转子角速度，计算遗传算法生成发电机每个个体内部电磁功率以及每相定子磁动势；步骤4：根据步骤3所得的电磁功率和磁动势计算每个电机个体的内部铜耗和定子铁耗；步骤5：选择适应度较差的个体进行模拟二进制交叉以及多项式变异操作，后重复(3)和(4)步骤；步骤6：重复步骤(3)到(5)，直到找到全局最小损耗，输出当前最小损耗的发电机个体，结束遗传算法。针对下放发电机海域中海流的流速进行计算，利用公式计算当前发电机能从海流中获得的机械转矩以及转子转速，这两个物理量可以通过电机运行数学公式推导出电机内部的实时铜耗与定子铁耗。遗传算法将海流发电机的四个内部参数发电机的半径r，极对数p，内定子半径rs，绕组半径rw作为优化待变参数，也就是遗传的个体。对其设定了父代子代的进化规则，分别选择了模拟二进制交叉以及多项式变异。通过将时变的海流流速数据经过变换作为计算发电机损耗的原始数据，把遗传个体的内部平均铜耗与铁耗最小作为优化目标，适应度较差的个体经过一定次数的交叉变异操作，并考虑永磁体可能发生退磁的温度作为该算法的限制条件，最终获得参数优化后的永磁同步发电机，完成整个优化设计过程。附图说明：图1为本发明基于遗传算法的海流发电机参数优化的算法流程图图2为本发明所需要优化的发电机定子结构模型图具体实施方式：总体的优化算法流程图如图1所示，具体实施方案由下面6个步骤组成。步骤1：海流流速的计算：使用一个数学模型来计算当前海流速度。该数学模型假设高水位是由低水位引起的，并且根据能量守恒定律(忽略损失)，将海流的重力势能转化为动能，通过牛顿第二定律可以求出当前海流的流速：vocean是当前海流流速，g是重力系数，δh是两时间间隔的高度差。步骤2：转子转速以及机械转矩计算：由于使用的是直驱系统(即涡轮机与永磁同步发电机转子直连，省去齿轮箱，可有效降低齿轮箱等设备损耗)，流速可以通过下式转换成转子角速度(单位：rad/s)：ω＝λ*vocean/rblade；式中λ为叶尖速比，是表示涡轮机特性的一个重要指标，它等于叶片顶端的速度(圆周速度ω*rblade)与接触叶片的很远距离上的海流速度vocean的比值，和捕能系数cp一样，这也与叶片的选型有关，rblade是涡轮机叶片的半径。水下涡轮式发电装置从海流中捕获的功率为：而机械转矩的计算表示为：t＝pocean*rblade/ω。步骤3：电磁功率以及磁动势的计算：已知发电机的空载相电压的表达式为：n为每相线圈匝数，发电机的电磁功率可以表达为：假设发电机内部的气隙磁密是固定的，只有同步电磁转矩，则发电机的磁动势可以表达为：步骤4：发电机损耗计算：发电机损耗分为两部分，电机的铜耗主要是电机正常运行时定子绕组中的三相电流产生的焦耳热，根据焦耳定律，铜耗为通过绕组中电流的平方与绕组电阻的乘积，总体铜耗就可以简要表示为：式中电阻r是定子绕组线圈中的单相电阻值。发电机的铁耗部分应用bertotti分离铁耗模型，分为定子磁轭的损耗和齿部损耗，而这两部分的铁耗又将分为电机的电涡流损耗和磁滞损耗两部分来进行，可以用下式简要计算：式中可以看出电机的铁耗主要由极对数，定子磁轭和齿部的体积(voly，volt)决定。步骤5：发电机参数父代子代设计：遗传算法将海流发电机的四个内部参数(发电机的半径r，极对数p，内定子半径rs，绕组半径rw，如图2所示)作为优化待变参数，对各参数进行模拟二进制交叉以及多项式变异的操作，其中，模拟二进制交叉准则表达式如下：等式左边为交叉运算之后产生的新的电机参数个体集合，式中β可由下式计算，其中u为0到1之间的随机数，ηc为种群规模：多项式变异的过程为根据变异概率选择变异个体，本文根据所选电机优化参数个体长度，选择变异概率为0.15。多项式变异的表达式如下:等式左边为变异运算之后产生的新的电机参数个体集合，式中δ由下式计算,其中k为0到1之间的随机数：步骤6：完成发电机参数父代子代设计之后，利用遗传算法寻找全局最小损耗，在温升100摄氏度的限制条件下，寻找到当前发电效率最高的发电机。步骤7：在完成遗传算法优化之后，获得的优化结果如下表所示，通过损耗计算原型机的平均铜耗与铁耗分别为449w和410w，而优化后的电机平均铜耗和铁耗约为374w和304w，在实验数据下总损耗下降了21.1％。证明该优化方法优化出来的发电机在发电效率上有所提高。原型机优化后电机极对数p3930内定子半径rs(cm)136139.8绕组半径rw(cm)148176.7发电机半径(cm)150190发电机体积(m3)5.45310.77平均铁耗(w)410304平均铜耗(w)449374当前第1页12