要約
デュアル アクティブ ブリッジ (DAB) コンバータは、その卓越した電力密度と双方向電力伝送容量により、多くのアプリケーションで人気があります。
これまでのところ、トリプル フェーズ シフト (TPS) は、DAB コンバーターの最も高度な変調技術の 1 つと考えられています。
ゼロ電圧スイッチング範囲を広げ、電力効率を大幅に向上させることができます。
現在、DAB コンバータの電流ストレスは、TPS 変調を適用して小型化と高効率化を図る場合の重要な性能指標となっています。
しかし、DAB コンバータが TPS 変調下にあるときの電流ストレスを最小限に抑えるには、解析プロセスと実現プロセスにそれぞれ 2 つの困難が存在します。
まず、TPS 変調における 3 次の変調変数は、さまざまな動作モードでの電流ストレスの解析に課題をもたらします。
この分析と推論のプロセスは計算負荷が大きくなり、精度も低くなります。
第二に、TPS 変調を実現するために、変調変数の最適化後にルックアップ テーブルを採用すると、ルックアップ テーブルの離散的な性質により変調性能が不十分になります。
したがって、AI ベースの TPS 変調 (AI-TPSM) 戦略がこの論文で提案されます。
ニューラル ネットワーク (NN) とファジー推論システム (FIS) は、上記の 2 つの問題に対処するために利用されます。
提案された AI-TPSM を使用すると、電流ストレスを最小限に抑えるための TPS 変調の最適化が高度に自動化され、エンジニアの作業負担が軽減され、精度が向上します。
この論文の最後では、提案された AI-TPSM の有効性が 1 kW のプロトタイプを使用して実験的に検証されました。
要約(オリジナル)
The dual active bridge (DAB) converter has been popular in many applications for its outstanding power density and bidirectional power transfer capacity. Up to now, triple phase shift (TPS) can be considered as one of the most advanced modulation techniques for DAB converter. It can widen zero voltage switching range and improve power efficiency significantly. Currently, current stress of the DAB converter has been an important performance indicator when TPS modulation is applied for smaller size and higher efficiency. However, to minimize the current stress when the DAB converter is under TPS modulation, two difficulties exist in analysis process and realization process, respectively. Firstly, three degrees of modulation variables in TPS modulation bring challenges to the analysis of current stress in different operating modes. This analysis and deduction process leads to heavy computational burden and also suffers from low accuracy. Secondly, to realize TPS modulation, if a lookup table is adopted after the optimization of modulation variables, modulation performance will be unsatisfactory because of the discrete nature of lookup table. Therefore, an AI-based TPS modulation (AI-TPSM) strategy is proposed in this paper. Neural network (NN) and fuzzy inference system (FIS) are utilized to deal with the two difficulties mentioned above. With the proposed AI-TPSM, the optimization of TPS modulation for minimized current stress will enjoy high degree of automation which can relieve engineers’ working burden and improve accuracy. In the end of this paper, the effectiveness of the proposed AI-TPSM has been experimentally verified with a 1 kW prototype.
arxiv情報
| 著者 | Xinze Li,Xin Zhang,Fanfan Lin,Changjiang Sun,Kezhi Mao |
| 発行日 | 2023-08-01 08:49:55+00:00 |
| arxivサイト | arxiv_id(pdf) |
提供元, 利用サービス
arxiv.jp, Google