基于模糊健康度决策的电源系统的均衡调度方法及系统与流程

摘要: 本发明涉及大功率电源,具体地涉及一种基于模糊健康度决策的电源系统的均衡调度方法及系统。背景技术:1、目前大功率微波电源系统(如工业微波加热、雷达发射机等兆瓦级电...
基于模糊健康度决策的电源系统的均衡调度方法及系统与流程

本发明涉及大功率电源,具体地涉及一种基于模糊健康度决策的电源系统的均衡调度方法及系统。

背景技术:

1、目前大功率微波电源系统(如工业微波加热、雷达发射机等兆瓦级电源)普遍采用多模块并联扩容,以提升整机输出功率并实现冗余备份;然而传统并联电源系统存在三项核心缺陷:其一,采用固定时序逻辑设定模块开关机先后顺序,优先启动模块长期承受上电浪涌与待机损耗,后置模块长期闲置,导致模块老化两极分化,整机平均无故障工作时间大幅缩短;其二,仅实现稳态输出电流均分,仅采集输出电压、负载电流单一参数,未对各独立电源模块内部温升、开关管损耗、输出线性度、保护阈值偏移等多维性能指标进行综合评估;无法量化模块健康衰减程度,仅在模块完全故障后触发保护,缺乏提前预判与负荷转移机制;其三,现有方案无法量化各模块累计工作时长、性能健康衰减程度,不能动态调整模块投入/退出运行的优先级;系统负荷分配、启停顺序固化,无法根据模块实时状态动态均衡损耗,无法实现全机组所有模块同步老化、同步更换,运维成本高、突发停机风险大。

2、因此,亟需一种能够综合量化各并联电源模块等效老化时长与多维健康度,并通过多目标决策动态生成启停序列的智能均衡调度方法及系统,解决模块损耗不均衡、无综合健康度评估的痛点。

技术实现思路

1、为了克服上述技术问题,本发明提供一种基于模糊健康度决策的电源系统的均衡调度方法及系统,该均衡调度方法适用于包含多个并联电源模块的大功率微波电源系统;通过采集各模块启停物理时长及电气、热等多维原始参数,采用引入上电冲击损耗修正系数的自适应指数平滑算法计算等效老化时长及等效时长偏差;构建包含输出线性余量、igbt温升裕度等评价指标集,通过隶属函数映射生成模糊评价矩阵;采用saaty1-9标度法与一致性校验获取ahp指标权重,计算各模块健康得分;以健康得分与时长偏差构建决策矩阵,通过topsis多目标决策计算综合贴近度,按降序生成动态开机序列、逆序生成关机序列;在模块投切过程中采用pid算法进行功率闭环处理;实现了并联模块损耗与老化程度的同步均衡,延长了整机使用寿命,降低了突发故障概率。

2、为了实现上述目的,本发明一方面提供一种基于模糊健康度决策的电源系统的均衡调度方法,所述电源系统包括多个并联的电源模块,所述均衡调度方法包括:

3、采集每个电源模块的电气运行参数;

4、采用自适应时长估计算法依据电气运行参数获取每个电源模块的等效老化时长,并以此对应计算每个电源模块的等效时长偏差;

5、依据模糊评价矩阵采用ahp层次分析法获取每个电源模块的健康得分;

6、采用topsis算法根据等效时长偏差和健康得分构建决策矩阵,归一化决策矩阵获取正理想解和负理想解,依据正理想解和负理想解求解得到每个电源模块的综合贴近度,其中,所述综合贴近度为电源模块到负理想解的欧式距离与到正理想解的欧式距离和到负理想解的欧式距离之和的比值;

7、依据每个电源模块的综合贴近度进行降序排列生成当前的开机序列,并逆序生成当前的关机序列;

8、依据当前的开机序列和关机序列采用pid算法进行每个电源模块的功率闭环处理。

9、优选地,所述电气运行参数包括每次启停下的运行物理时长、在额定输入的不同负载工况下的电压输出、igbt器件的结温、输入直流母线的电压和电流以及实际ovp触发电压中的至少一者。

10、优选地,采用自适应指数平滑累计时长估计算法依据电气运行参数获取每个电源模块的等效老化时长,并以此对应计算每个电源模块的等效时长偏差,包括:

11、获取每个电源模块的每次启停下的运行物理时长;

12、基于每次启停下的运行物理时长使用自适应时长估计算法采用公式(1)获取所述电源模块的等效老化时长,

13、,(1)

14、其中,为电源模块的索引,为运行次数索引,为第个电源模块在第次运行的等效老化时长,为第个电源模块在第次运行的等效老化时长,为指数平滑遗忘因子,为上电冲击损耗修正系数,为第个电源模块第次的运行物理时长;

15、采用公式(2)-(3)获取每个电源模块的等效时长偏差,

16、,(2)

17、,(3)

18、其中,为电源系统的整机平均等效老化基准,为电源模块的总数量,为第个电源模块的等效老化时长,为第个电源模块的等效时长偏差。

19、优选地,所述均衡调度方法还包括:

20、依据电气运行参数构建评价指标集,所述评价指标集包括效益型指标的输出线性余量和igbt器件温升裕度与成本型指标的空载待机损耗和保护阈值偏移量;

21、采用公式(4)依据所述电源模块在额定输入的不同负载工况下的电压输出和标称额定输出电压获取负载调整率,采用公式(5)获取所述电源模块的输出线性余量,

22、,(4)

23、,(5)

24、其中,为电源模块的负载调整率,为电源模块在额定输入下的最大电压输出,为电源模块在额定输入下的最小电压输出,为标称额定输出电压,为出厂允许最大负载调整率;为输出线性余量;

25、采用公式(6)依据所述电源模块的igbt器件的结温获取igbt器件温升裕度,

26、,(6)

27、其中,为igbt器件的结温限值,为igbt器件的结温;

28、采用公式(7)依据所述电源模块的输入直流母线的电压和电流获取空载待机损耗,

29、,(7)

30、其中,为空载待机损耗,为输入直流母线输入电压,为输入直流母线的电流;

31、采用公式(8)依据所述电源模块的实际ovp触发电压获取保护阈值偏移,

32、,(8)

33、其中,为保护阈值偏移,为电源模块的实际ovp触发电压,为电源模块的标称ovp阈值;

34、将每个电源模块的效益型指标、成本型指标分别依据公式(9)-(10)进行指标映射对应获取指标的模糊隶属度,

35、,(9)

36、,(10)

37、其中,为效益型指标的模糊隶属度函数,为当前效益型指标的原始值,为当前效益型指标的历史最小值,为当前效益型指标的历史最大值,为成本型指标的模糊隶属度函数,为当前成本型指标的原始值,为当前成本型指标的历史最小值,为当前成本型指标的历史最大值;

38、依据所有电源模块的所有指标的模糊隶属度构建电源系统的所述模糊评价矩阵。

39、优选地,依据模糊评价矩阵采用ahp层次分析法获取每个电源模块的健康得分,包括:

40、用saaty1–9标度法构建每个电源模块的四个指标之间的两两比较判断矩阵;

41、依据两两比较判断矩阵采用公式(11)获取最大特征值,

42、,(11)

43、其中,为最大特征值,为指标个数,为指标索引,为两两比较判断矩阵,为初始权重向量,为两两比较判断矩阵和初始权重向量乘积的第个分量,为第个指标的当前权重;

44、依据最大特征值采用公式(12)获取一致性比率;

45、,(12)

46、其中,为两两比较判断矩阵的一致性指标,为两两比较判断矩阵的一致性比率,为基于指标数量的平均随机一致性指标值;

47、判断一致性比率是否大于预设的校验阈值,

48、在一致性比率不大于预设的校验阈值的情况下,重新构建两两比较判断矩阵;

49、在一致性比率大于预设的校验阈值的情况下,对两两比较判断矩阵采用公式(13)进行特征向量归一化处理获取对应的指标权重向量,

50、,(13)

51、其中,为指标权重向量,为输出线性余量所对应的指标权重向量分量,为igbt器件温升裕度所对应的指标权重向量分量,为空载待机损耗所对应的指标权重向量分量,为保护阈值偏移量所对应的指标权重向量分量,为第个指标的指标权重向量;

52、依据模糊评价矩阵和指标权重向量采用公式(14)获取每个电源模块的健康得分,

53、,(14)

54、其中,为第个电源模块的健康得分,为模糊隶属度函数,为第个电源模块的第个指标的模糊隶属度。

55、优选地,采用topsis算法根据等效时长偏差和健康得分构建决策矩阵,归一化决策矩阵获取正理想解和负理想解,依据正理想解和负理想解求解得到每个电源模块的综合贴近度,包括:

56、依据等效时长偏差和健康得分采用公式(15)构建决策矩阵,

57、,(15)

58、其中,为决策矩阵,为第个电源模块的健康得分,即为第个电源模块的第一个属性,为第个电源模块的等效时长偏差,即为第个电源模块的第二个属性,为电源模块的总数;

59、采用公式(16)对决策矩阵进行向量归一化处理,

60、,(16)

61、其中,为归一化后的决策矩阵元素,即为归一化后的第个电源模块的第个属性,为决策矩阵原始元素,即为第个电源模块的第个属性

62、采用公式(17)确定电源系统里的正理想解和负理想解,

63、,(17)

64、其中,为电源系统里的正理想解,为归一化后的第个电源模块的健康得分,为归一化后的第个电源模块的等效时长偏差,为取最大值函数,为取最小值函数;

65、采用公式(18)获取每个电源模块分别到正理想解和负理想解的欧式距离,

66、,(18)

67、其中,为第个电源模块到正理想解的欧式距离,为第个电源模块到负理想解的欧式距离,为正理想解的第一分量,即为归一化后的所有电源模块中的健康得分的最大值,为正理想解的第二分量,即为归一化后的所有电源模块中的等效时长偏差的最小值,为负理想解的第一分量,即为归一化后的所有电源模块中的健康得分的最小值,为负理想解的第二分量,即为归一化后的所有电源模块中的等效时长偏差的最大值;

68、依据每个电源模块的欧式距离采用公式(19)得到每个电源模块的综合贴近度,

69、,(19)

70、其中,为第个电源模块的综合贴近度。

71、优选地,依据当前的开机序列和关机序列采用pid算法进行每个电源模块的功率闭环处理,包括:

72、获取目标功率,判断当前电源系统是否处于功率输出缓升模式或者功率输出缓降模式;

73、确定电源系统处于功率输出缓升模式,依据当前的开机序列依次开启对应的电源模块,并同步以预设的固定缓升步长增大功率输出,实时获取当前的采样功率;

74、判断当前的采样功率是否不小于目标功率与预设第一阈值之差;

75、在当前的采样功率不小于目标功率与预设第一阈值之差时,退出功率输出缓升模式,切入精细分段闭环调节阶段进行功率调节,直到输出功率达到目标功率;

76、确定电源系统处于功率输出缓降模式,以预设的固定缓降步长降低功率输出,并以当前的关机序列依次同步关闭对应的电源模块,实时获取当前的采样功率;

77、判断当前的采样功率是否不大于目标功率与预设第一阈值之和;

78、在当前的采样功率不大于目标功率与预设第一阈值之和时,退出功率输出缓降模式,切入精细分段闭环调节阶段进行功率调节,直到输出功率达到目标功率。

79、优选地,切入精细分段闭环调节阶段进行功率调节,直到输出功率达到目标功率,包括:

80、按照预设频率获取采样功率;

81、依据公式(20)获取采样功率与目标功率之间的功率偏差,

82、,(20)

83、其中,为第个采样周期的功率偏差,为第个采样周期的功率偏差的绝对值,为目标功率,为第个采样周期的采样功率;

84、依据功率偏差的绝对值采用公式(21)确定功率的调节步长,

85、,(21)

86、其中,为第个采样周期的调节步长,为符号函数,为基于功率偏差的绝对值的调节函数;

87、依据公式(22)调节输出功率,直到输出功率达到目标功率,

88、,(22)

89、其中,为第个采样周期的输出功率,为第个采样周期的输出功率。优选地,所述均衡调度方法包括:

90、判断当前电源系统是否出现上电初始化、任意一个所述电源模块的健康得分低于预设的预警得分阈值以及电源模块的数量变化的三者中的一种情况;

91、在当前电源系统出现上电初始化、任意一个所述电源模块的健康得分低于预设的预警得分阈值以及电源模块的数量变化的三者中的一种情况时,重新执行采集每个电源模块的电气运行参数的步骤。

92、本发明第二方面提供一种基于模糊健康度决策的电源系统的均衡调度系统,所述电源系统包括多个并联的电源模块,所示调度系统包括:

93、采集单元,用于采集每个电源模块的电气运行参数;

94、等效老化计算单元,用于采用自适应时长估计算法依据电气运行参数获取每个电源模块的等效老化时长,并以此对应计算每个电源模块的等效时长偏差;

95、模糊评价矩阵构建单元,用于依据电气运行参数构建评价指标集,并基于评价指标集生成模糊评价矩阵;

96、健康得分计算单元,用于依据模糊评价矩阵采用ahp层次分析法获取每个电源模块的健康得分;

97、topsis决策单元,用于采用topsis算法根据等效时长偏差和健康得分构建决策矩阵,归一化决策矩阵获取正理想解和负理想解,依据正理想解和负理想解求解得到每个电源模块的综合贴近度,依据综合贴近度进行降序排列生成当前的开机序列,并逆序生成当前的关机序列,其中,所述综合贴近度为电源模块到负理想解的欧式距离与到正理想解的欧式距离和到负理想解的欧式距离之和的比值;

98、pid功率闭环单元,用于依据当前的开机序列和关机序列采用pid算法进行每个电源模块的功率闭环处理,以实现电源系统的智能均衡调度。

99、通过上述技术方案,该方法首先采集各模块每次启停的物理运行时长,以及额定输入下不同负载工况的输出电压、igbt 结温与环境温度等原始参数;采用自适应指数平滑算法计算各模块的等效老化时长,并求得时长偏差时长,量化模块间老化偏差;依据原始参数构建包含输出线性余量、igbt温升裕度、空载待机损耗、保护阈值偏移的四维评价指标集,通过效益型与成本型隶属函数将各指标映射至区间,生成模糊评价矩阵;采用saaty1-9标度法构建两两比较判断矩阵,经一致性校验后通过特征向量归一化获取指标权重向量,将模糊评价矩阵与权重向量融合计算各模块健康得分;以健康得分为效益属性、时长偏差为成本属性构建二维决策矩阵,经向量归一化后确定正、负理想解,计算各模块到正、负理想解的欧氏距离,通过综合贴近度公式求得各模块综合贴近度,按降序生成动态开机序列、逆序生成关机序列;在模块投切过程中采用pid算法进行功率闭环处理,通过缓升/缓降模式与精细分段变步长闭环调节的协同,实现输出功率平滑过渡;监测上电初始化、模块健康得分低于预警阈值、模块数量变化三类触发条件,满足任一即重新执行全流程重排序。该方法实现了所有并联电源模块工作损耗与老化程度的同步均衡,显著延长整机平均无故障工作时间,降低模块投切过程中输出功率波动,降低模块突发故障概率,简化运维并节约成本。