目前,工频高压直流电源的应用已逐渐遭到淘汰[1],高频开关变换技术在高压电源中得到广泛应用,随着电力电子技术和控制技术的发展,高压开关电源主要是向着智能化和小型化方向发展。
　　
　　本文首先从国内外高压开关电源的现状进行介绍,然后对三种在开关电源领域应用较多的控制方法进行研究。
　　
　　一、国外研究现状
　　
　　在国外,随着电力电子器件发展和变换拓扑结构革新,高压开关电源技术得到长足发展,突出表现为高压开关电源功率以及其工作频率不断提升,主要体现在以下两个方面:
　　
　　1）在电源功率方面:如在俄罗斯用于雷达的高压开关电源功率达到140kW,在美国用于脉冲功率技术中的高压开关电源其功率高达300kW。
　　
　　2）在电源工作频率方面：如飞利浦公司生产移动式电源其工作频率达到30kHz，德国霍夫曼公司生产的高频高压电源其工作频率高达40kHz，通用电气和瓦里安公司都研制了工作频率高达100kHz的高频高压电源。
　　
　　国外射线源用高压开关电源，在电压等级方面：能制作出输出电压达到450kV的电源；在工作频率方面：能实现高频，如德国YXLON公司的MG450，其工作频率最大能达到100kHz；在其功率方面:能实现中小功率；在稳定度方面:能达到0.2%，而在纹波系数方面一般都能达到0.2%。
　　
　　二、国内研究现状
　　
　　自八十年代开始,我国也开始对高压开关电源技术进行了研究,并将其列入““八五”、“九五”、“十五”国家重点攻关项目。目前国内多采用10kHz-40kHz的PWM调制和中频逆变，经多级倍压整流电路得到稳定直流高压。此类电源具有体积小、重量轻、控制精度好、稳定度高、纹波系数小、响应速度和保护速度快等优点。
　　
　　国内射线源用高压开关电源,在电压等级方面:能制作出输出电压达到400kV的电源;在工作频率方面:大部分产品只能实现中频工作,只有部分产品才能达到高频工作;在功率方面:也普遍实现了中小功率;在稳度方面:国内较好型号能达到0.5%;在纹波系数方面:国内较好的能达到1%。
　　
　　通过对比可知,与国外生产的高频高压电源相比,国内生产的高压电源无论是在电压等级还是在输出电压质量方面都存在着一定的差距。主要原因之一是由于国内应用于高压开关电源的控制方法相对落后,还不够先进和智能,与以往模拟控制相比,数字控制已大量应用,急需在控制方法上有所提升和突破,才能充分发挥电力电子器件和变换拓扑电路的作用,实现更加稳定、优质的输出。
　　
　　三、控制方法研究现状
　　
　　近几年我国在高压电源控制领域也有所发展,很多利用DSP来作为控制单元,使得高压开关电源控制技术朝着全数字化、智能化和网络化方向发展,便于系统升级和灵活控制,系统的可靠性得以提升。
　　
　　1.常规控制方法
　　
　　作为现实工业生产中应用最多的数字PID控制技术,由于其响应速度快、鲁棒性好,以及其控制器结构简单、调节方便,所以数字PID控制器是数字控制技术中应用最多、技术最成熟的一个控制方法。其控制过程为:输出电压被测量采样后反馈到控制单元模块,并与基准量比较得到偏差,再经过数字PID控制,得到占空比可变的PWM波,最后送到功率主电路完成对电压闭环控制。其中控制方法选择开关电源控制方法中的电压型控制方法;控制策略选用的是PWM(脉宽调制)的方法[2];虽然数字PID控制技术较以前控制方式有了明显改善,但由于PID控制器三个控制参数不能随系统特性自动跟踪适应调整,所以其控制效果不是很理想,从而致使高频高压电源普遍存在纹波系数大、稳定度不够等缺点。然而如神经网络、遗传算法和混沌控制算法等智能控制方法具有适应非线性、时变对象等特点，所以智能控制方法已成为研究、分析和控制具有非线性、时变和不确定系统的主要工具。
　　
　　2.智能控制方法
　　
　　起源于20世纪60年代的智能控制，相对于经典和现代控制属于自动控制发展的高级阶段，作为一个崭新阶段，它具有一系列独到之处[3]。首先，它根据实际效果进行控制，与以往必须基于精确数学模型的控制方法有了本质区别；其次，由于智能控制是模拟人类活动，所以其具有非线性特性。智能控制应用于开关电源主要包括神经网络、遗传算法和混沌控制算法等。
　　
　　1)神经网络控制技术
　　
　　神经网络控制技术是从结构、实现机理以及功能上对生物神经网络模拟和近似。由于人工神经网络是一种模仿人脑结构及其功能的信息处理系统,所以它具有分布式存储、并行处理和容错能力,且能根据自学习自适应动态特性下逼近任意复杂非线性系统的一种控制方法[4]。根据不同的作用对象,神经网络可以单独作用,也可与经典PID、模糊控制技术或进化算法结合。较为常见是利用了模糊神经系统中的TSK型模糊逻辑系统和RBF神经网络组成多层前馈型网络,在高压电源系统中具有很好的控制效果。
　　
　　2）遗传算法和粒子群算法
　　
　　作为一种全局优化搜索算法,遗传算法(GA)是通过选择、交叉和变异三种操作来模拟达尔文自然淘汰和遗传选择的生物进化过程计算模型。由于遗传算法具有过程简单、扩展性好、容易与其他算法结合等特点,所以遗传算法得到广泛的应用。源于鸟类捕食活动的一种搜索优化算法,粒子群算法(PSO)是由Kennedy和Eberhart于20世纪90年代提出的。由于PSO算法相对于遗传算法没有选择、交叉和变异三个操作,所以PSO算法收敛速度优于遗传算法。根据不同的应用场所,遗传算法和粒子群算法可以单独使用,也可与经典PID、神经网络结合使用。由于遗传算法和粒
　　
　　子群算法运行时间长,所以一般都采用离线运算。较为常见的是遗传算法和神经网络相结合,主要利用遗传算法对神经网络结构进行了优化设计,大量运用于电源控制领域。
　　
　　3)混沌控制算法
　　
　　混沌控制是Lorenz在1963年对一气象问题进行实例分析时提出的。混沌主要是指在非线性系统中,对于系统的一些确定因素仍然会出现貌似不规则和随机的现象;即混沌状态是系统非平衡过程行为确定性和随机性、有序和无序的状态,介于严格的规则性和随机性之间。
　　
　　经过半个多世纪的发展,混沌控制已发展成一种比较成熟的控制算法,特别是1989年Kuroe和Hayashi把混沌控制运用于对电机的控制研究以来,混沌控制在直流电机、磁阻电机、步进电机等各种电机控制领域得到了大量的应用,近年来,混沌控制也运用到了电源领域,取得了很好的效果。
　　
　　四、结束语
　　
　　随着高压开关电源的广泛应用,性能较高的高压开关电源已成为研究热点。而控制技术在提升高压开关电源整体性能方面发挥着重要作用,智能控制算法相对与传统控制方法具有无法比拟的优势,所以研究设计更加适合高压开关电源的智能控制方法,对提高我国在高压开关电源领域技术水平具有重要意义。
　　
　　参考文献
　　
　　[1]孙淑惠.倍压整流电路原理仿真及应用[J].机械电器,2009,12(2):8-10.
　　
　　[2]张卫平.开关变换器的建模与控制[M].北京:中国电力出版社,2005.
　　
　　[3]谢秀镯.基于DSP的智能通信开关电源设计及开发[D].大连理工大学硕士学位论文,2007.
　　
　　[4]张玲,郑恩让.抄纸过程免疫单神经元控制研究与应用[J].化工自动化及仪表,2008,35(6):68-70.
　　
　　作者简介
　　
　　蒋侨,男,硕士研究生,信息通信工程师,主要从事光传输系统建设优化和开关电源拓扑结构和控制技术研究;工作10余年,作为项目负责人,参与完成了多个光传输系统工程建设和运行维护。
　　
　　刘勇,男,本科,信息通信工程师,主要从事光缆网工程建设维护和通信网管系统优化维护。
　　
　　编辑：Harris