朱志瑩,朱海浪,邵淋晶,李鑫雅,郭 杰
(1. 南京工程學(xué)院 電力工程學(xué)院,南京 211167;2. 東南大學(xué) 電氣工程學(xué)院,南京 210096)
飛輪儲(chǔ)能系統(tǒng)(Flywheel Energy Storage System, FESS)是一種高功率密度的機(jī)械儲(chǔ)能系統(tǒng),具備比能量高、比功率大、體積小、壽命長(zhǎng)、充放電快、清潔無污染等優(yōu)點(diǎn),在航空航天、交通運(yùn)輸和風(fēng)力發(fā)電等領(lǐng)域獲得廣泛運(yùn)用,但其存在的高速運(yùn)行和懸浮支撐等技術(shù)問題極大地限制了它的進(jìn)一步發(fā)展[1-3]。磁軸承支承可降低飛輪儲(chǔ)能損耗,但系統(tǒng)結(jié)構(gòu)復(fù)雜、臨界轉(zhuǎn)速受限且故障率高[4]。近年來興起的無軸承電機(jī)結(jié)合磁軸承與電機(jī)的雙重優(yōu)點(diǎn),可簡(jiǎn)化系統(tǒng)結(jié)構(gòu),提高臨界轉(zhuǎn)速與可靠性,在飛輪儲(chǔ)能領(lǐng)域具備獨(dú)特優(yōu)勢(shì)。
無軸承開關(guān)磁阻電機(jī)(Bearingless Switched Reluctance Machine, BSRM)是一種將傳統(tǒng)的開關(guān)磁阻電機(jī)(Switched Reluctance Machine, SRM)與磁軸承(Magnetic Bearing, MB)相結(jié)合的新型電機(jī),其具有結(jié)構(gòu)緊湊堅(jiān)固、高速高精、無摩擦磨損等優(yōu)點(diǎn),將其引入FESS形成磁懸浮飛輪電機(jī)(Bearingless Flywheel Machine, BFM),可簡(jiǎn)化FESS結(jié)構(gòu),提高臨界轉(zhuǎn)速,并減少運(yùn)行損耗。但傳統(tǒng)BFM所固有的多變量、非線性和強(qiáng)耦合的電磁特性,使其實(shí)際控制難度大、運(yùn)行穩(wěn)定性低[5]。
為此,文獻(xiàn)[6]提出一種新型軸向分相磁懸浮飛輪電機(jī)(Axial Split-phase BFM, ASP-BFM),該電機(jī)采用內(nèi)定子外轉(zhuǎn)子12/12極結(jié)構(gòu),沿軸向分為兩相,每相定子極由4個(gè)懸浮極(寬齒)和8個(gè)轉(zhuǎn)矩極(窄齒)構(gòu)成,兩者間裝有隔磁環(huán),從結(jié)構(gòu)上實(shí)現(xiàn)懸浮力與轉(zhuǎn)矩的解耦,可簡(jiǎn)化FESS結(jié)構(gòu),提高臨界轉(zhuǎn)速,降低飛輪損耗。為了提高ASP-BFM的性能,有必要對(duì)其結(jié)構(gòu)參數(shù)進(jìn)行優(yōu)化以獲取更大的轉(zhuǎn)矩和懸浮力[7]。然而,為了避免懸浮力與轉(zhuǎn)矩間的強(qiáng)耦合,APM-BFM采用了上述特殊結(jié)構(gòu),電機(jī)的復(fù)雜結(jié)構(gòu)導(dǎo)致需要優(yōu)化的結(jié)構(gòu)參數(shù)增加,對(duì)設(shè)計(jì)速度和精度要求更高[8]。
各種優(yōu)化算法已經(jīng)被應(yīng)用到電機(jī)的設(shè)計(jì)優(yōu)化,如人工神經(jīng)網(wǎng)絡(luò)、和聲混沌、果蠅算法、遺傳算法和禁忌搜索等。人工神經(jīng)網(wǎng)絡(luò)在小樣本優(yōu)化時(shí)誤差很大[9];和聲混沌算法關(guān)鍵參數(shù)的選取缺乏理論基礎(chǔ),相應(yīng)取值具有主觀性[10];果蠅算法處理高維非線性函數(shù)不容易取得全局最優(yōu)解和局部最優(yōu)解[11];遺傳算法易早熟收斂,其穩(wěn)定性差,且處理規(guī)模小[12];禁忌搜索算法在條件判斷方面不夠成熟[13]。
針對(duì)上述問題,本文提出一種基于粒子群算法(Particle Swarm Optimization, PSO)的ASP-BFM多目標(biāo)結(jié)構(gòu)參數(shù)優(yōu)化設(shè)計(jì)方法。以一種新型ASP-BFM為研究對(duì)象,在電機(jī)初始參數(shù)的基礎(chǔ)上,采用敏感度分析(Sensitivity Analysis, SA)選取電機(jī)的關(guān)鍵結(jié)構(gòu)參數(shù),基于有限元仿真(Finite Element Analysis, FEA)得到相應(yīng)的輸出變量組成數(shù)據(jù)集,利用具有精度高、速度快等優(yōu)點(diǎn)的極限學(xué)習(xí)機(jī)(Extreme Learning Machine, ELM)算法對(duì)數(shù)據(jù)進(jìn)行回歸訓(xùn)練,得到相應(yīng)的優(yōu)化模型,并采取權(quán)重慣性調(diào)整的PSO對(duì)優(yōu)化模型進(jìn)行全局尋優(yōu),實(shí)現(xiàn)電機(jī)結(jié)構(gòu)參數(shù)的多目標(biāo)協(xié)同優(yōu)化。最后,利用有限元仿真對(duì)比優(yōu)化前后的結(jié)果驗(yàn)證優(yōu)化結(jié)果的有效性。
圖1為一種新型ASP-BFM的初始結(jié)構(gòu)示意圖。該電機(jī)沿軸向按相數(shù)(A相和B相)分為兩段,兩相轉(zhuǎn)子極極軸線相差15°,中間裝有軸向充磁的永磁體,每相均采用內(nèi)定子外轉(zhuǎn)子12/12極結(jié)構(gòu),內(nèi)定子12極由4個(gè)寬齒懸浮極和8個(gè)窄齒轉(zhuǎn)矩極組成,其中轉(zhuǎn)矩極極弧為15°,懸浮極極弧為30°,使轉(zhuǎn)子轉(zhuǎn)動(dòng)過程中轉(zhuǎn)矩極與懸浮極的對(duì)齊極弧始終為15°,保證電機(jī)懸浮出力的穩(wěn)定性并提高電磁轉(zhuǎn)矩。每一極定子上疊繞一套控制繞組,每相8個(gè)轉(zhuǎn)矩繞組串聯(lián),徑向相對(duì)的2個(gè)懸浮繞組串聯(lián),兩相定子之間的永磁體在徑向上為四自由度懸浮力的產(chǎn)生提供偏置磁通;并且,轉(zhuǎn)矩鐵心與懸浮鐵心之間設(shè)有隔磁環(huán),從結(jié)構(gòu)上削弱了轉(zhuǎn)矩與懸浮力的耦合作用。
電機(jī)的懸浮極繞組產(chǎn)生磁鏈ψsa,轉(zhuǎn)矩極繞組產(chǎn)生磁鏈ψma,其磁路如圖2所示。由于轉(zhuǎn)矩極與懸浮極間存在隔磁環(huán),使轉(zhuǎn)矩磁路與懸浮磁路相互分離,從而實(shí)現(xiàn)懸浮力與轉(zhuǎn)矩的解耦。
本文運(yùn)用有限元分析方法建立電機(jī)初始仿真模型,其初始結(jié)構(gòu)參數(shù)如表1所示。依據(jù)二維有限元瞬態(tài)場(chǎng)仿真進(jìn)行分析,設(shè)置外電路額定電壓為220 V、角度位置控制,經(jīng)過仿真確定轉(zhuǎn)矩繞組電流ima=4.7 A;利用Matlab/Simulink搭建轉(zhuǎn)子懸浮PID控制系統(tǒng),在轉(zhuǎn)子重力為9.6 N的情況下,轉(zhuǎn)子發(fā)生偏心時(shí)懸浮力數(shù)值區(qū)間為[-20 N,40 N]。選取最大懸浮力對(duì)應(yīng)的懸浮繞組電流為isa=1.88 A。
表1 ASP-BFM的初始結(jié)構(gòu)參數(shù)
以ima=4.7 A、isa=1.88 A設(shè)置有限元仿真中電機(jī)各繞組激勵(lì),并以平均懸浮力Favg與平均轉(zhuǎn)矩Tavg兩個(gè)關(guān)鍵性能指標(biāo)為例,分析各結(jié)構(gòu)參數(shù)變化時(shí)的影響,總結(jié)得出敏感性參數(shù)。圖3、圖4、圖5和圖6分別給出了平均懸浮力Favg、平均轉(zhuǎn)矩Tavg與永磁體、轉(zhuǎn)子、懸浮極、轉(zhuǎn)矩極結(jié)構(gòu)參數(shù)之間的關(guān)系曲線。如圖3(a)、圖3(c)所示,平均懸浮力Favg隨永磁體外徑及厚度的增加呈上升趨勢(shì)。由于永磁體外徑和厚度的增加,分別導(dǎo)致永磁體磁阻減小、磁動(dòng)勢(shì)增大,使永磁體提供的偏置磁通增大,進(jìn)而使電機(jī)的平均懸浮力Favg呈上升趨勢(shì)。而從圖3(b)中可見,平均懸浮力Favg隨永磁體內(nèi)徑的增加而先減小后增加再減小,但總體上呈減小趨勢(shì),由于永磁體內(nèi)徑的增大導(dǎo)致其磁阻變大,使永磁體提供的偏置磁通減小,最終使平均懸浮力Favg總體呈減小趨勢(shì)。
圖3 懸浮力、轉(zhuǎn)矩與永磁體結(jié)構(gòu)參數(shù)的關(guān)系
如圖3(a)所示,平均轉(zhuǎn)矩Tavg隨永磁體外徑的增加先減小后增大再減小,但轉(zhuǎn)矩總體變化幅值較小,最大峰谷值僅0.03 Nm,占平均轉(zhuǎn)矩的0.8% (=0.03/3.8)。由圖3(b)、圖3(c)可見,平均轉(zhuǎn)矩Tavg隨永磁體內(nèi)徑和厚度的增加先增大后減小再增大,轉(zhuǎn)矩最大峰谷值均為0.025 Nm,占平均轉(zhuǎn)矩的0.66% (=0.025/3.8)。因此轉(zhuǎn)矩受永磁體結(jié)構(gòu)參數(shù)影響較小。
如圖4(a)所示,平均懸浮力Favg隨轉(zhuǎn)子外徑的增加而呈略微上升,平均轉(zhuǎn)矩Tavg隨轉(zhuǎn)子外徑的增加先減小后增大再減小再增大,最大峰谷值僅0.015 Nm,占平均轉(zhuǎn)矩的0.39%(=0.015/3.8),因此轉(zhuǎn)矩基本不受轉(zhuǎn)子外徑的影響。由圖4(b)可得,平均懸浮力Favg和平均轉(zhuǎn)矩Tavg隨轉(zhuǎn)子內(nèi)徑的增加而呈明顯下降趨勢(shì)。由于轉(zhuǎn)子內(nèi)徑增大,導(dǎo)致氣隙平均長(zhǎng)度也隨之增大,進(jìn)而使懸浮力和轉(zhuǎn)矩明顯減小,考慮到加工工藝和控制精度,氣隙平均長(zhǎng)度固定為0.3 mm,在此基礎(chǔ)上確定轉(zhuǎn)子內(nèi)徑。如圖4(c)所示,平均懸浮力Favg和平均轉(zhuǎn)矩Tavg隨轉(zhuǎn)子軛厚的增加均先減小后增加再減小,變化趨勢(shì)較為一致。
圖4 懸浮力、轉(zhuǎn)矩與轉(zhuǎn)子結(jié)構(gòu)參數(shù)的關(guān)系
如圖5(a)所示,平均懸浮力Favg隨懸浮極厚度的增加先減小后增加再減?。黄骄D(zhuǎn)矩Tavg隨懸浮極厚度的增加先減小后增大再減小再增大。由圖5(b)可得,平均懸浮力Favg隨懸浮極齒寬的增加先增大后減小再增加再減小,而平均轉(zhuǎn)矩Tavg隨懸浮極齒寬的增加先減小后增加。
圖5 懸浮力、轉(zhuǎn)矩與懸浮極結(jié)構(gòu)參數(shù)的關(guān)系
如圖6(a)所示,平均懸浮力Favg和平均轉(zhuǎn)矩Tavg隨轉(zhuǎn)矩極厚度的增加均呈現(xiàn)先增加后減小再增加再減小趨勢(shì)。由圖6(b)可見,平均懸浮力Favg隨轉(zhuǎn)矩極齒寬的增加先增大后減小再增加,而平均轉(zhuǎn)矩Tavg隨轉(zhuǎn)矩極齒寬的增加先增加后趨于穩(wěn)定。
圖6 懸浮力、轉(zhuǎn)矩與轉(zhuǎn)矩極結(jié)構(gòu)參數(shù)的關(guān)系
ASP-BFM的轉(zhuǎn)矩和懸浮力是其最重要的兩項(xiàng)性能指標(biāo)。為了更精確地描述電機(jī)的這兩項(xiàng)性能指標(biāo),本文定義電機(jī)的轉(zhuǎn)矩效率TP、懸浮效率FP、轉(zhuǎn)矩密度TV及懸浮力密度FV如下:
(1)
并設(shè)計(jì)權(quán)重因子ωF、ωT、ωFP、ωTP、ωFV、ωTV,構(gòu)建參數(shù)敏感度分析性能指標(biāo)函數(shù):
(2)
式中,Fb、Tb、FPb、TPb、FVb、TVb為各項(xiàng)基值(選為各項(xiàng)最大值),ω為各項(xiàng)權(quán)值,且有ωF+ωT+ωFP+ωTP+ωFV+ωTV=1。
根據(jù)上述結(jié)構(gòu)參數(shù)對(duì)性能指標(biāo)的敏感度分析,最終確定待優(yōu)化變量為永磁體厚度、永磁體內(nèi)外徑、轉(zhuǎn)子軛厚、懸浮極軛厚及轉(zhuǎn)矩極軛厚。
將敏感度分析獲取的ASP-BFM關(guān)鍵結(jié)構(gòu)參數(shù)作為輸入樣本,性能指標(biāo)函數(shù)fans作為輸出樣本,采用ELM算法構(gòu)建ASP-BFM關(guān)鍵結(jié)構(gòu)參數(shù)與性能指標(biāo)函數(shù)的非參數(shù)化模型。
給定N個(gè)任意輸入輸出樣本(xi,yj),其中,xi=[xi1,xi2,…,xin]T∈Rn,yi=[yi1,yi2,…,yim]T∈Rm,則具有L個(gè)隱含層并且激勵(lì)函數(shù)為G的ELM預(yù)測(cè)模型可表示為
(3)
式中,βi為第i個(gè)隱含層單元的輸出加權(quán)值;ai為輸入層到第i個(gè)隱含層單元的輸入加權(quán)值;bi為第i個(gè)隱含層單元的偏置。
激勵(lì)函數(shù)G可為三角函數(shù)、徑向基函數(shù)及雙曲正弦函數(shù)等,ELM原理如圖7所示。如果具有L個(gè)隱含層的前饋神經(jīng)網(wǎng)絡(luò)模型能零誤差地逼近N個(gè)樣本,則ai、bi及βi滿足
(4)
圖7 ELM原理圖
式(4)可簡(jiǎn)化為
Hβ=γ
(5)
其中,γ是期望的輸出矩陣,β是輸出權(quán)重矩陣,H是網(wǎng)絡(luò)的隱含層輸出矩陣,可展開為
(6)
由于隱含層的偏置和輸出權(quán)重是隨機(jī)給定的,因此,H矩陣是一個(gè)給定的矩陣。求解網(wǎng)絡(luò)的輸出權(quán)重可轉(zhuǎn)換求解輸出權(quán)重矩陣的最小二乘解,即
β=H+γ
(7)
式中,H+為隱含層輸出矩陣H的Moore-Penrose廣義逆。
結(jié)合ELM的學(xué)習(xí)速度快、泛化性能好的優(yōu)點(diǎn),得到ELM算法以較短的時(shí)間內(nèi)獲取電機(jī)的最優(yōu)非參數(shù)化模型。
ELM非參數(shù)化模型為ASP-BFM的優(yōu)化設(shè)計(jì)提供了優(yōu)化模型。然而,ELM模型具有非線性的特點(diǎn),很難保證其在電機(jī)全周期內(nèi)可微、連續(xù)。PSO不受此限制,且具有精度高、收斂速度快、使用簡(jiǎn)單等優(yōu)點(diǎn)。因此,本文基于建立的ELM預(yù)測(cè)模型,采用權(quán)重慣性調(diào)整的粒子群優(yōu)化算法對(duì)目標(biāo)函數(shù)進(jìn)行優(yōu)化。優(yōu)化目標(biāo)函數(shù)與敏感度分析中的性能指標(biāo)函數(shù)相同,在此不再贅述。
根據(jù)軸向分相磁懸浮飛輪電機(jī)設(shè)計(jì)應(yīng)用場(chǎng)合確定額定功率、額定轉(zhuǎn)速、效率,依據(jù)各變量經(jīng)驗(yàn)取值范圍得到磁負(fù)荷、電負(fù)荷、繞組電流系數(shù)、方波電流系數(shù)、系數(shù)1至5、氣隙長(zhǎng)度的具體數(shù)值滿足:
(8)
式中,ki、km分別為飛輪電機(jī)的繞組電流系數(shù)和方波電流系數(shù),PN、nN分別為飛輪電機(jī)額定功率和額定轉(zhuǎn)速,Bδ、A分別為飛輪電機(jī)的磁負(fù)荷和電負(fù)荷,λ1、λ2、λ3、λ4、λ5、λ6為常數(shù)系數(shù),η為飛輪電機(jī)的效率,Da0、Di0、hcr0分別為轉(zhuǎn)子外徑、轉(zhuǎn)子內(nèi)徑及轉(zhuǎn)子軛厚,Dsw0、bsw0、βsw0、hcsw0分別是懸浮極外徑、懸浮極齒寬、懸浮極極弧和懸浮極軛厚,Dsn0、bsn0、βsn0、hcsn0分別是轉(zhuǎn)矩極外徑、轉(zhuǎn)矩極齒寬、轉(zhuǎn)矩極極弧和轉(zhuǎn)矩極軛厚,Dpma0、Dpmi0、lpm0分別是永磁體外徑、永磁體內(nèi)徑和永磁體厚度,Br、Hc、φp分別為永磁體剩磁、永磁體矯頑力和永磁偏置磁通,R為飛輪電機(jī)的外磁路磁阻;為了獲取穩(wěn)定運(yùn)行的電機(jī)參數(shù),選取約束條件為λ1=0.6~2.5,λ2=0.75~0.8,λ3=0.8~0.9,λ4=1.2~1.4,λ5=1.2~1.4,λ6=0.5~2.6,km≈0.8,ki≈0.5,Bδ=0.3~0.6,A=15000~50000。
(vij(t)=ωvij(t-1)+c1r1[pij-xij(t-1)]+
c2r2[ptj-xij(t-1)])
(9)
xij(t)=xij(t-1)+vij
(10)
式中,ω為慣性因子,c1、c2為加速粒子,一般取c1=c2=2;r1、r2為區(qū)間[0, 1]上的隨機(jī)數(shù)。表2給出了ASP-BFM的最終優(yōu)化結(jié)構(gòu)參數(shù)。
表2 優(yōu)化結(jié)果
圖8、圖9為優(yōu)化前后ASP-BFM的平均懸浮力Favg和平均轉(zhuǎn)矩Tavg隨轉(zhuǎn)子位置角的變化曲線,對(duì)比可知,優(yōu)化后電機(jī)相比于原電機(jī)在全周期范圍內(nèi),即在所有轉(zhuǎn)子位置角度處(0~30°)懸浮力均有所增加,平均增加了約19.04 N,平均懸浮力約提升了10.07%(=19.04/189.1),這顯然在一定程度上增強(qiáng)了電機(jī)徑向懸浮穩(wěn)定性能;同時(shí),優(yōu)化后的電機(jī)在周期內(nèi)的轉(zhuǎn)矩平均比原周期轉(zhuǎn)矩也有所增加,平均增加了0.44 Nm,平均轉(zhuǎn)矩約提升了6.67%(=0.44/6.55),使優(yōu)化后的電機(jī)獲得更高的出力,提高了電機(jī)整體的利用率和適用范圍。
圖8 優(yōu)化前后平均懸浮力對(duì)比
圖9 優(yōu)化前后平均轉(zhuǎn)矩對(duì)比
論文基于有限元分析得出平均懸浮力、平均轉(zhuǎn)矩與電機(jī)結(jié)構(gòu)參數(shù)的基本規(guī)律,利用參數(shù)敏感度分析篩選起主導(dǎo)作用的結(jié)構(gòu)參數(shù),在此基礎(chǔ)上構(gòu)建優(yōu)化目標(biāo)函數(shù),并利用ELM構(gòu)建優(yōu)化目標(biāo)函數(shù)與主導(dǎo)結(jié)構(gòu)參數(shù)的模型。為了實(shí)現(xiàn)ASP-BFM平均懸浮力與平均轉(zhuǎn)矩等多目標(biāo)協(xié)同優(yōu)化,論文利用自適應(yīng)權(quán)重調(diào)整的粒子群優(yōu)化算法對(duì)優(yōu)化參數(shù)進(jìn)行全局尋優(yōu)。對(duì)比結(jié)果表明:優(yōu)化后電機(jī)懸浮力約增加了10.07%;轉(zhuǎn)矩約增加了6.67%。優(yōu)化后的ASP-BFM與現(xiàn)有12/14極和8/12極結(jié)構(gòu)的電機(jī)對(duì)比,輸出同一懸浮力與轉(zhuǎn)矩所需繞組電流更小,降低了電機(jī)運(yùn)行的功耗。