遗传算法对PFC控制电路的优化设计分析
本文对遗传算法操作方法的改进及其对遗传算法的性能影响进行了讨论，并对欲采用的遗传操作的具体实现作了进一步介绍。在此基础上，应用改进遗传算法对PFC控制电路反馈补偿网络的控制参数进行了优化设计，并给出仿真结果。
1 PFC控制电路电流环补偿网络设计
PFC技术适应了电力电子技术的发展方向，其控制原理都是，在一定规律的导通比控制下，完成从直流电压到直流电压的变换，控制输入电流波形跟踪输入电压波形，以达到功率因数校正的目的。PFC控制电路采用平均电流控制方法。平均电流控制电路结构如图1所示。
对BooST变换器而言，在滤波器的共振频段(LCO)与开关切换频段间的范围内，电流环开环为一阶积分系统，电流环控制信号对输入电流的转移函数为：
其中，VRS为输入电流检测电阻RS两端的跨压，VCEA为电流误差放大器的输出电压，VO为直流输出电压，VS为震荡器三角波的峰峰值的大小，sL为Boost变换器的电感阻抗。
为保证系统稳定地运行，必须对电流环进行补偿。电流调节器的零点必须处于或小于最大截止频率fCI，此时系统刚好有45°的相角裕量。为了消除系统在开关频率处对噪声的敏感，应在电流调节器中引入一个极点，极点频率为1／2开关频率，当极点频率大于1／2开关频率时，极点就不会对电流环路的频率响应产生影响。
电流环补偿网络如图2所示：
其传递函数：
2 遗传算法的改进设计
在应用遗传算法优化的控制器参数时，本文在标准遗传算法的基础上，做出了如下设计：
(1)在编码方案上，采用格雷编码来克服二进制编码的“Hamming悬崖”；
(2)选择操作中，用期望值法来代替适应度值比例法，以避免个体数目不太大时，适应度值比例法依据随机数来选择个体有时不能正确反映个体的适应度；
(3)交叉操作考虑使用两点交叉，使优良的基因模式尽可能地组合在一起。
在此基础之上，对算法进行了以下改进：
①保护优秀个体。
在每一代种群中适应度值最大的个体保留下来，不参加交叉和变异过程，使之直接进入下一代，这样可以防止优秀的个体在交叉或变异操作中被破坏从而保证了全局收敛。
②自适应变异策略。
对交叉和变异算子采用基于自适应温度的自适应策略。将这种自适应策略同时应用于交叉和变异操作，并定义为自适应温度：
其中，f，fmax分别为某一代的平均和最优个体适应度值。易知，随着迭代的进行，“温度”是逐渐下降的。然后以T为依据设计遗传算子：
PC=a+bT，PM=c-dT．
a，b，c，d为恰当选择的常数，这时算子和自适应温度T呈简单的线性关系。
③综合条件终止进化。
综合两个条件来判断算法是否终止进化的条件——一是，遗传代数是否达到固定的最大遗传代数；二是，计算前后几代个体平均适应度的差或方差是否小于设定的极小阈值时。两个条件相与，即两个条件满足一个时，就认为符合终止进化条件。
3 遗传算法控制参数优化设计
为了使PFC电路有较好的稳定性和动态性能，必须对电流环和电压环进行反馈综合，通过适当的补偿网络，合理配置零极点，改善电路特性。
电流环反馈补偿网络采用如图2所示的单零点双极点网络。
则电流环的开环传递函数为：
