Адаптивне керування для підвищення енергоефективності у квазірезонансних імпульсних перетворювачах за умов динамічних навантажень
DOI:
https://doi.org/10.25140/2411-5363-2025-3(41)-419-431Ключові слова:
квазірезонансний перетворювач; комутація при нульовому струмі; комутація при нульовій напрузі; штучний інтелект; широтно-імпульсна модуляція; нечітка логіка; енергоефективність; імпульсний перетворювач напругиАнотація
Актуальність дослідження зумовлена сучасними стандартами енергоефективності, які висувають жорсткі вимоги до імпульсних перетворювачів напруги, а саме: високого коефіцієнта корисної дії (ККД) у всьому діапазоні навантажень. Класичні перетворювачі з широтно-імпульсною модуляцією не задовольняють цим вимогам через підвищені комутаційні втрати. Перспективною альтернативою є квазірезонансні імпульсні перетворювачі (КРІП), що мінімізують втрати завдяки комутації при нульовому струмі або напрузі. Однак їхня ефективність може знижуватися через недоліки існуючих методів керування, зокрема частотно-імпульсної модуляції, яка при зміні навантаження призводить до швидкої зміни робочої частоти та збільшує комутаційні втрати. Постановка проблеми полягає в тому, що класичні підходи до керування КРІП, включно з ПІД-регуляторами, оптимізовані для вузької робочої області. Це може спричинити втрату режиму м’якої комутації та зменшення ККД. Перспективним є створення комплексних рішень, що одночасно оптимізують енергоефективність, якісні динамічні показники та відповідність стандартам електромагнітної сумісності (ЕМС). Метою дослідження є розробка гібридного адаптивного методу керування, здатного збільшити ККД при динамічній зміні навантаження та забезпечити стабільно високу енерго-ефективність. Контролер має в реальному часі обчислювати оптимальні моменти комутації, стабілізувати вихідну напругу та мінімізувати втрати. У статті проаналізовано переваги м’якої комутації над жорсткою, розглянуто механізми перемикання при нульовому струмі та напрузі. Систематизовано існуючі методи керування: від лінійних ПІД до нелінійних, таких як керування у ковзному режимі (SMC) та на основі нечіткої логіки (FLC). Особливу увагу приділено перспективним підходам на основі глибокого навчання з підкріпленням (DRL). Висновки підтверджують потребу в створенні гібридних систем керування на основі штучного інтелекту.
Посилання
Obrubov, A. V. (2013, July). Quasi-resonant single-ended converter. ResearchGate. https://www.researchgate.net/publication/245024076_Kvazirezonansnyj_odnotaktnyj_preobrazovatel.
Jeng, S. L., Peng, M. T., Hsu, C. Y., Chieng, W. H., & Shu, J. P. H. (2012). Quasi-resonant flyback DC/DC converter using GaN power transistors. World Electric Vehicle Journal, 5(2), 567-573. https://doi.org/10.3390/wevj5020567.
Bendaoud, K., Krit, S., Kabrane, M., Ouadani, H., Elaskri, M., & Karimi, K. (2017, May 8-10). Fuzzy logic controller (FLC): Application to control DC-DC buck converter. 2017 Inter-national Conference on Engineering & MIS (ICEMIS), Monastir, Tunisia (pp. 1-5). IEEE. https://doi.org/10.1109/ ICEMIS.2017.8272980.
Mazaheri, N., Santamargarita, D., Bueno, E., Pizarro, D., & Cobreces, S. (2024). A deep reinforcement learning approach to DC–DC power electronic converter control with practical considerations. Energies, 17(14), 3578. https://doi.org/10.3390/en17143578.
Li, M., Zhan, S., Chu, B., & Yan, X. (2019, May 27-30). Model predictive control of neu-tral point clamped inverter with reduced switching frequency. 2019 10th International Confer-ence on Power Electronics and ECCE Asia (ICPE 2019 - ECCE Asia), Busan, South Korea (pp. 1-6). IEEE. https://doi.org/10.23919/ICPE2019-ECCEAsia42246.2019.8797232.
Souza, N. O., Coelho, E. A. A., & Freitas, L. C. G. (2017, November 19-22). FPGA ap-plied to the control of DC–AC converters using repetitive and feedforward control laws. 2017 Brazilian Power Electronics Conference (COBEP), Juiz de Fora, Brazil (pp. 1-6). IEEE. https://doi.org/10.1109/ COBEP.2017.8257291.
Heldwein, M. L., & Kolar, J. W. (2009). Impact of EMC filters on the power density of modern three-phase PWM converters. IEEE Transactions on Power Electronics, 24(6), 1577-1588. https://doi.org/10.1109/TPEL.2009.2014238.
Dymerets, A. V. (2019). Program system for studying electrical and energy indicators of pulse converters. Chernihiv National Technological University. Supervisor: O. M. Gorodny. https://inel.stu. cn.ua/konkurs/2019/Aktivator.pdf.
Denysov, Yu. O., Gorodny, O. M., & Kupko, O. A. (2012). Features of operation and stat-ic characteristics of parallel quasi-resonant converters with zero-current switching. Visnyk Cher-nihiv State Technological University, 1(55), 239-245. https://ir.stu.cn.ua/bitstream/handle/123456789/7119/663.pdf.
Gorodny, O. M. (2018). Features of electronic switches control in quasi-resonant pulse converters. Proceedings of the Institute of Electrodynamics of the National Academy of Sciences of Ukraine, (51), 94–98. http://nbuv.gov.ua/UJRN/PIED_2018_51_17.
Wu, L., Liu, J., Vazquez, S., & Mazumder, S. K. (2022). Sliding mode control in power converters and drives: A review. IEEE/CAA Journal of Automatica Sinica, 9(3), 392-406. https://doi.org/10.1109/JAS.2021.1004380.
Ramirez-Gonzalez, M., & Malik, O. P. (2009). Simplified fuzzy logic controller and its application as a power system stabilizer. In 2009 15th International Conference on Intelligent System Applications to Power Systems (pp. 1-6). IEEE. https://doi.org/10.1109/ISAP.2009.5352817.
Alfred, D., Czarkowski, D., & Teng, J. (2024). Reinforcement learning-based control of a power electronic converter. Mathematics, 12(5), 671. https://doi.org/10.3390/math12050671.
Khajesalehi, J., & Afjei, E. (2022). Model predictive control of NPC inverter coupled to voltage doubled high step-up DC/DC converter in PV-active power filter application. In 2022 13th Power Electronics, Drive Systems, and Technologies Conference (PEDSTC) (pp. 01-03). IEEE. https://doi.org/10.1109/PEDSTC53976.2022.9767461.
Mazaheri, N., Santamargarita, D., Bueno, E., Pizarro, D., & Cobreces, S. (2024). A deep reinforcement learning approach to DC–DC power electronic converter control with practical considerations. Energies, 17(14), 3578. https://doi.org/10.3390/en17143578.
Sabarad, J., & Kulkarni, G. H. (2015). Comparative analysis of SVPWM and SPWM techniques for multilevel inverter. In 2015 International Conference on Power and Advanced Control Engineering (ICPACE) (pp. 151-156). IEEE. https://doi.org/10.1109/ICPACE.2015.7274949.
Qashqai, P., Babaie, M., Zgheib, R., & Al-Haddad, K. (2023). A model-free switching and control method for three-level neutral point clamped converter using deep reinforcement learning. IEEE Access, 11, 105394-105409. https://doi.org/10.1109/ACCESS.2023.3318264.
Zeng, Y., Jiang, S., Konstantinou, G., Pou, J., Zou, G., & Zhang, X. (2025). Multi-objective controller design for grid-following converters with easy transfer reinforcement learn-ing. IEEE Transactions on Power Electronics, 40(5), 6566-6577. https://doi.org/10.1109/TPEL.2025.3525500.
Tasnim, M. N., Ahmed, T., Ahmad, S., & Mekhilef, S. (2023). Hardware in the loop im-plementation of the control strategies for the AC-microgrid in OPAL-RT simulator. In 2023 IEEE IAS Global Conference on Renewable Energy and Hydrogen Technologies (GlobConHT) (pp. 1-6). IEEE. https://doi.org/10.1109/GlobConHT56829.2023.10087462.
Lv, F., Dai, C., & Zhang, S. (2020). Design and application of software phase-locked loop based on DSP under voltage asymmetry. In 2020 7th International Conference on Infor-mation Science and Control Engineering (ICISCE) (pp. 1-6). IEEE. https://doi.org/10.1109/ICISCE50968.2020.00106.
Kumari, N., Abul Kalam, M., & Modi, V. (2022). Analysis of ANN control with buck converter for output voltage control of wind turbine for battery charging. In 2022 IEEE 2nd In-ternational Symposium on Sustainable Energy, Signal Processing and Cyber (iSSSC) (pp. 1-6). IEEE. https://doi.org/ 10.1109/iSSSC56467.2022.10051353.
##submission.downloads##
Опубліковано
Як цитувати
Номер
Розділ
Ліцензія
Ця робота ліцензується відповідно до Creative Commons Attribution-NonCommercial 4.0 International License.
