基于神经网络的三端口DC-DC变换器解耦控制策略

摘要

针对隔离型三端口有源全桥变换器(TAB)存在的实用性问题,提出一种基于神经网络的解耦控制策略.传统的TAB解耦方法主要包括硬件解耦和软件解耦,硬件解耦通过改变电路拓扑消除耦合,工作模式相对固定,而软件解耦则相对灵活.但软件解耦控制需用查表法来获得与系统运行点密切相关的解耦矩阵,该方法在系统工况复杂时存在表格维数过大、实用性不高的问题.针对该问题,提出了基于神经网络的解耦矩阵在线计算方法,有效地降低了解耦算法的空间复杂度.其次,传统的TAB恒压端口采用端口直流内环加端口电压外环的控制方法,其中端口直流电流内环用于实现端口间的解耦控制.该方法中控制回路的设计依赖于负载动态特性,在负载动态特性未知时控制器无法设计.针对该问题,采用端口电压单环控制,并利用端口直流电流的低频分量来计算解耦矩阵,提高了解耦控制算法对不同负载的适应性.通过对负载变化的情况进行仿真,仿真结果表明,该方法消除了端口间的耦合关系,提高了系统的动态响应速度.