超导磁储能系统(superconducting magnetic energy storage,SMES)是超导应用研究的热点。SMES利用超导磁体的低损耗和快速响应能力,通过电力电子型变流器与电力系统相连,组合为一种既能为其储存电能又能为其释放电能的多功能电磁系统。SMES的先进功能主要体现于,它能大容量超低损耗的储存电能、改善供电质量、提高系统的稳定性和可靠性。该文以SMES的优化设计(IEEE TEAM Workshop Problem 22)为例,介绍了序贯优化方法和克里金(Kriging)统计近似模型在低维和高维、离散域和连续域优化问题中的应用。优化结果显示,该优化方法能在保证设计精度的前提下,极大降低有限元的计算量。如3参数优化问题中有限元的计算量比直接优化的1/10还要少;而8参数优化问题中有限元的计算量约为直接优化的1/3。从而该方法可广泛应用于电磁装置的优化设计问题。
针对工程电磁优化设计问题提出了一种基于统计近似模型和序贯采样技术的序贯推断方法.其中模型部分包括径向基和紧支径向基模型及其推断.序贯采样和优化过程分为粗优化和精优化两个循环过程.这种序贯优化技术相对于传统的直接优化方法有非常明显的优势.它能以较小的有限元采样点构造统计近似模型,并逐次缩减优化区域,进而极大地降低了有限元的计算量.同时序贯方法还可以为优化算法提供先验信息.最后为了说明新方法的有效性,分别以数值模拟和IEEE TEAM Workshop的基准优化问题来进行分析.结果表明:新方法的有限元计算量不足直接优化方法的1/10,且在优化目标的精度上也满足设计的要求.
