伴隨著新能源滲透率逐年提高，能源互聯網和泛在電力物聯網發展方興未艾，電氣化交通、數據中心等新型負荷層出不窮，儲能技術在能源優化配置中的重要性與日俱增，當前電力系統亟需綜合發展“源—網—荷—儲”協同優化，對電能轉換與能量互聯設備提出了更高要求。

電力電子變壓器以及由此發展出的電能路由器具有多端口、多級聯、多流向和多形態等全新特征，在未來開放、互聯、對等、分享的電網格局下具有精確、連續、快速、靈活的調控手段，但同時電力電子變壓器和電能路由器的功能和運行規律更為復雜，面對更加嚴格和精細化的性能要求。傳統人工設計在解決設計問題時遇到頗多困難。

首先明確本文將討論的電力電子設計的研究范圍，在流程上介于電力電子變換器功能指標確定之后，硬件試制組配調試之前的原理分析、多物理場仿真以及性能分析階段。在電力電子拓撲、參數、控制層面處于覆蓋參數設計和控制參數設計兩個層面，可以理解為在確定了拓撲方案和控制方案以后的元件參數與控制參數尋優設計，當然電力電子設計自動化也在發展，未來可能在智能拓撲選擇和控制方案選擇上取得突破，目前也可以處理簡單的方案對比問題，只是需要利用多套優化模型進行多次優化比較結果。

在傳統人工的電力電子變換器設計流程中，每個步驟都需要工程師進行局部的優化設計和迭代尋優，并通過仿真或實驗的方法進行分析驗證，最終保證設計出的電力電子變換器滿足要求，如圖1所示。這樣做的缺點在于：

圖1 傳統人工設計流程

• （1）由于分步進行局部優化，散熱、磁路、機械和濾波器設計位于輔助角色，無法與電路參數和控制參數實現綜合分析，即使有局部的聯立耦合設計，得到的結果并非全局最優。
• （2）設計要求之間存在矛盾，難以實現定量的權衡取舍。
• （3）電、熱、磁、機械等多物理場相互耦合，電力電子開關瞬態過程非理想，各時間尺度特性相互影響，依賴人工難以同時滿足所有限制條件。
• （4）依賴硬件實驗的評估和迭代方法嚴重耗費時間、人力和物力，設計過程效率低下，投資較大。
• （5）變換器設計目標更改或增減時，需要重復整個過程，自動化程度低。

電力電子設計自動化有望解決上述問題。雖然該項技術仍處于起步階段，學術界和工業界尚未對設計方法和設計工具形成廣泛的共識。但在寬禁帶器件高速發展和變換器應用場景延伸細化的雙重推進下，在設計需求愈加復雜化、精細化、系統化的趨勢下，電力電子設計自動化正在得到越來越多研究者和專家的關注。

2018年，第一屆電力電子設計自動化研討會（Design Automation for Power Electronics workshop, DAPE）在美國波特蘭召開，會議上全球各學術機構、設備制造商和計算機輔助設計軟件提供商進行了熱烈的介紹和交流，第二屆DAPE將在意大利熱那亞召開，電力電子設計自動化的重要性和研究熱度不言自明。

一般地，提升變換器設計效果、提高設計效率可以從四個方面入手：改進設計流程架構、改進正向模型與特性分析過程、改進尋優算法和高效設計工具的軟件實現。

在設計流程架構上，電力電子設計自動化將傳統單步順序優化改進為多學科設計優化。多學科設計優化提供了一種解決復雜耦合問題的數學描述框架和求解范式，可以處理電力電子設計過程中電、熱、磁、機械等多學科的特性耦合問題。

在正向模型與特性分析上，增加建模的復雜度和準確度，同時用計算機代替人工以減少求解過程的耗時，在精確和快速之間謀求平衡。

在尋優算法上，同樣用計算機取代人工，或尋找在收斂能力和搜索能力上達到性能較高的算法，提高全局尋優能力和自動化水平。最后，軟件實現提供了實用的設計軟件工具，對外實現用戶交互，對內完成設計流程自動化調度。

在這四方面中，多學科設計優化架構研究成熟，研究成果可以互相借鑒，電力電子學科在正向模型和特性分析方面的研究也汗牛充棟，設計者可以借助設計軟件自定義正向問題，但對優化算法的重視程度卻不夠，這嚴重局限了設計自動化的發展。

早前，經典的尋優算法被應用在電力電子變換器優化設計領域，例如，順序無約束最小化算法、增廣拉格朗日算法。上述算法的缺點是它們對問題的數學性質有較高的要求，如必須已知梯度或Hessian矩陣等信息。遺憾的是，電力電子變換器的設計問題本質上非常復雜，且不具有好的數學性質，以電能路由器為例來講：

• （1）電能路由器的控制特性、高頻高速開關特性、母排布局、磁路特性和散熱特性存在極強的耦合關系，這代表問題具有極強的非線性，甚至由于復雜的耦合關系造成目標函數和約束條件非凸。
• （2）多級多模塊意味著使用元器件眾多，每種元器件都有不同的特性，其中電容、開關器件選型和磁心材料選型等設計參數一般是離散取值，電感、變壓器尺寸、控制參數等設計參數可以連續取值，設計參數存在離散和連續的混雜。
• （3）不同拓撲和方案作為設計參數的一部分，如串聯級數的選擇、三電平與兩電平的選擇，涉及整數優化和組合優化問題，導致整個問題變為混合優化問題。
• （4）不同優化目標之間此消彼長，需要權衡取舍，如內部工作頻率的增加會使效率降低，但可以提高功率密度，使得性能空間中呈現多目標尋優的特點。

為了克服經典算法的局限性，研究者開發了元啟發式算法。遺傳算法為元啟發式算法的一類分支，其優勢在多年的探索和使用中日趨明顯，具有良好的并行運算能力、搜索能力和收斂能力，因此多用于求解空間復雜、因維度災難無法窮舉可行解或因問題性質不佳無法使用分析方法的問題。如涉及組合優化問題在離散空間尋優的旅行商問題和涉及多維組合和多目標優化的工程問題等。電能路由器設計問題性質與之相似，使用遺傳算法作為尋優算法效果可期。

本文介紹了當前電力電子設計自動化研究現狀，總結了設計自動化研究的基本內容。進一步針對遺傳算法進行了詳細介紹，包括其技術起源、發展和應用，特別地，提出遺傳算法應用于電能路由器設計的處理方法及改進方向。最后展望了電能路由器設計自動化中的研究難點和挑戰。

1 電力電子設計自動化研究現狀

電力電子設計自動化的主流發展方向包括設計流程架構、建模與特性分析、優化算法和軟件實現四個方面。設計流程架構、建模與特性分析和軟件實現將在本節進行介紹，優化算法將在第2節單獨介紹。

1.1 設計流程架構

承襲多學科優化的研究范式和框架搭建，電力電子變換器設計得以實現認識上的提升，研究者提出了應用于電力電子設計自動化的設計流程架構，進一步擴展歸納如圖2所示。

圖2 電力電子設計自動化的設計流程架構

圖中對電力電子變換器的分析，是尋找“設計空間”到“性能空間”的正映射；而優化設計，則是尋找上述映射的逆映射。對于多輸入多輸出的電力電子系統，設計優化問題的本質就是多目標優化問題，目標函數為“性能空間”的指標，決策變量為“設計空間”的參數，約束為“運行空間”。

“設計空間”指的是材料、電路元件和系統參數的選擇等，具體解釋見第2.2節；“運行空間”多指變換器正常工作需要滿足的基本條件，包括穩態暫態和電磁能量瞬態等不同時間尺度的要求，對于工業產品，要求也更加嚴格，波形畸變率、絕緣性能、溫升、安全性和可靠性滿足國際或國內標準，具體信息在2.3節進行了詳細闡述；“性能空間”指的是成本、體積、質量、效率或它們之間的排列組合，具體信息在2.4節進行了羅列。

進一步總結，電力電子設計自動化的基礎架構可以表述為“三空間兩映射”。設計問題可以納入運籌學的范疇，并借助數學模型表述成標準的優化問題。

從決策變量到目標函數的映射，即已知設計參數從而得到性能參數的正映射，本質上就是電力電子變換器的性能分析或實驗測試過程；而從目標函數求解決策變量的逆映射，即預先給定要求的性能參數，尋求設計參數最優解，本質上就是設計過程，是分析過程的逆過程，通常需要優化算法進行求解。

1.2 建模與特性分析

在建模方面，主要有基于電力電子模塊組件（Power Electronics Building Blocks, PEBB）的模塊化設計和分層建模設計兩種主流方法。

模塊化設計由美國弗吉尼亞理工大學電力電子系統研究中心提出，該方法首先將集成電力電子模塊（Integrated Power Electronics Module, IPEM）作為基本變換單元，在雜散參數、散熱、機械方面進行精細化設計，降低整體設計的難度；然后借助PEBB思想將基本變換單元搭建起復雜的電力電子變換器，控制和布局上更規范協調，設計結果具有可擴展性，西班牙IKERLAN-IK4技術研究中心也應用這一思想設計了MW級模塊化牽引變換器。

分層建模作為目前主流的電力電子系統建模方法，在多電飛機，單相功率因數校正（Power Factor Correction, PFC）整流器、隔離DC-DC、DC-AC等變換器設計中已經有成熟的分析框架。

典型的分層建模包括兩部分：①將系統性能按照一定的層次分拆，進行局部和整體建模，如拓撲選擇、變換器模型、元件模型，調制控制模型、波形模型、元件模型；②按層次進行局部設計和整體設計，如元件模型在內部優化環內進行設計，設計結果供外部優化環進行設計時調用，其中典型的研究范式為蘇黎世聯邦理工學院提出的“虛擬原型設計”。

在正向問題求解方面，則有數值仿真、簡單行為模型、代理模型、復雜行為模型、降階場域模型等解算方法。數值仿真方法一般用于解算精確模型，適用于多物理場特性混雜的應用場景，缺點在于解算時間長、調用復雜、數據傳輸耗時，故研究機械設計、有限元分析、電路仿真和熱仿真等工具軟件間的協同機制顯得尤為重要。

為了加快模型解算速度，簡單行為模型、代理模型等簡化模型被大量應用，但同時犧牲了模型的精確性。英國諾丁漢大學電力電子與電機控制研究團隊在設計電力電子裝置自動化布局問題時，放棄等效電路而直接采用了場域模型，涉及雜散參數、熱、機械和器件開關瞬態等非理想因素，為了提高求解速度，采用了模型降階（Model Order Reduction, MOR）方法對雜散參數、溫度分布的解算進行簡化和加速。在這些求解過程中，解算速度和精度一直是核心矛盾，新的建模技術和仿真解算底層技術將為該矛盾解決提供支撐。

1.3 設計軟件

許多學術界和工業界的變換器設計軟件工具經過多年的發展都已初具實用性。商業化的多學科設計優化軟件具備調用第三方仿真工具的能力，已經形成成熟的問題框架定義，內置了多樣的優化算法，經典的電力電子設計自動化軟件架構如圖3所示。

目前典型的軟件都具有類似架構，如Simulia iSight?，ModeFrontier?和ModelCenter?以及開源的openMDAO?。專業的電力電子設計自動化軟件如powerforge?內置了DC-DC、DC-AC、多電平變換器等模型，為用戶提供包括器件、材料等數據庫，以及參數掃描、方案對比、仿真文件導出等功能，具有一定的實用性和易用性。G2E Lab發布的Vesta- Cades?軟件聲稱可以對復雜電力電子變換器進行綜合設計，但在公開發表的論文中尚未查閱到相關記錄。

然而，上述軟件的優化算法往往內置并進行封裝，只將正向問題的建模和求解開放給用戶，尋優解算的復雜度和數值穩定性不清晰。事實上，優化算法的特性設計與正向問題的特性具有統一性，正映射更多側重物理特性的分析，而逆映射則更多側重數學特性的描述。好的優化算法應當與正向問題緊密配合，以期達到更好效果。

圖3 電力電子設計自動化軟件架構

對優化算法的選擇和改進正是本文的出發點和落腳點。在這之前，回顧電力電子變換器尤其是電能路由器的優化設計的特點為：

• （1）涉及多物理場耦合問題，正向映射復雜，求解正向映射過程耗時。
• （2）目標函數非線性非凸，甚至可能包含參數優化和組合優化的混合優化問題。
• （3）約束條件非線性非凸，種類多、數目多，電力電子系統不同環節時間尺度差別大、具有強剛性問題。
• （4）決策變量存在離散和連續的混雜，且數目多。

2 遺傳算法發展與應用

2.1 算法與問題的協同發展

傳統優化算法應用于電力電子領域已有典型案例，其對于電力電子的平均模型和小信號模型已有成熟研究，但面對質量、損耗、成本等非線性目標函數或約束條件，研究者對兩個經典傳統非線性優化算法進行了研究：其一為順序無約束最小化方法（Sequential Unconstrained Minimization Tech- nique, SUMT）；其二為增廣拉格朗日罰函數法（Augmented Lagrangian, ALAG）。兩個算法的收斂性和計算資源消耗在一個設計案例中進行了對比，該設計案例為Buck變換器，決策變量有25個，約束16個，設計目標為單目標質量優化。

元啟發式算法各式各樣，有許多屬性可以對它們進行分類，其技術分類如圖4所示，其中的演化算法（Evolutionary Algorithm, EA）為元啟發式算法的一類分支。

圖4 元啟發式算法分類

值得說明的是，本文將討論的遺傳算法（Genetic Algorithm, GA）和演化算法（Evolutionary Algorithm, EA）在大多數情況下可以相互替換，它們都表示一大類算法的統稱；另外，遺傳算法也可以特指J. H. Holland在1975年提出的特定算法。在英文文獻中也存在遺傳算法和演化算法相互混用的情況，這與算法誕生、擴展、細化、總結和歸類的歷史有關。

在本文大部分情況下，遺傳算法理解為一類算法，僅當遺傳算法字樣后存在文獻引用時理解為一個具體算法。此外，由遺傳算法發展出的算法可以用XXGA格式，如NSGA-II，也可以用XXEA格式，如RVEA。

演化算法包括遺傳算法、演化策略（Evolu- tion Strategy, ES）、演化規劃（Evolutionary Programming, EP）和遺傳程序設計（Genetic Programming, GP），也包括差分演化（Differential Evolution, DE），它們之間獨立提出且稍有差別，許多文獻對演化計算進行過總結或分類。

遺傳算法的靈感來自于生物對大自然的適應以及它們的繁衍進化過程。遺傳算法可以視作計算模型對進化過程的模擬，其流程如圖5所示。遺傳算法的主要流程包括編碼、初始化、遺傳算子、終止條件四個部分。其中，編碼使得決策變量易于被遺傳算子作用發生改變，與算法的搜索能力密切相關。

初始化隨機產生了多個決策變量，從而形成種群，算法因此具有并行計算能力；將不同遺傳算子應用于當前群體的個體以生成下一代群體的個體，稱為一次迭代。經過多次迭代之后，適應值更高的個體存活的概率更大；最終在滿足一定條件后算法終止，給出最優解及相應的目標函數。

圖5 遺傳算法流程

當演化算法應用于多目標優化領域時，多目標演化算法（Multi Objective Evolutionary Algorithm, MOEA）成為演化算法的新分支，包括NSGA-II、MOEA/D、SPEA2、MOPSO和PESA2。有研究給出了多目標演化算法的綜述。

在多目標優化問題中，利用遺傳算法基于種群的特點，通過精巧地設置不同算子，可以使得種群個體收斂到帕累托前沿并均勻分布，同時得到多個可行解，這進一步拓寬了遺傳算法的應用領域。圖6展示了多目標演化算法NSGA-II流程。

圖6 NSGA-II流程

當前遺傳算法仍在不斷發展，其中一個重要發展方向就是多目標優化算法，這里的多目標指代的是Many Objective，一般要求目標函數大于10。而前述的多目標指代的是Multi Objective，一般針對目標函數介于2～3個的優化問題。前者可以看作后者的加強，在本文中用英文標注進行區別，但不做過多區分。

在多目標演化算法中，兩個最為經典的算法分別是NSGA-III和RVEA，他們率先使用了參考點和參考向量的方法，克服了傳統多目標演化算法在高維目標空間中的非支配解比例大導致的傳統遺傳算子作用后進化慢、個體之間性能比較時計算復雜度大等缺點。

目前還沒有研究者將演化計算應用于電能路由器自動化設計中，但一個顯著的趨勢是設計對象的復雜度隨時間發展逐漸增大，從簡單的Buck電路，到復雜的隔離DC-DC變換器、DC-AC逆變器、AC-DC變換器等電能路由器基本變換單元。設計對象的另一發展趨勢是磁性元件。

隨著電力電子變換器開關頻率的提高，磁性元件如電感、高頻變壓器、濾波器獲得了極大的關注。主要的關注點在于磁性元件的損耗，以及由此產生的發熱問題影響變換器正常工作；此外，設計對象不僅僅局限在變換器和元件層面，系統級的布局作為裝置機械層面優化也有典型成果。

總的來看，電力電子變換器自身的發展迅速豐富了設計對象的選擇種類，演化計算經過豐富而深刻的研究，解決復雜問題的能力得到了長足提升，被越來越廣泛地應用于工程實踐。算法發展和應用的時間線對比如圖7所示。

可以看到，兩者時間上的差距越來越小，早期的研究者并未關注到遺傳算法，遺傳算法從被提出到應用經過了30余年的時間，但群體智能算法的時間間隔已經縮短到10余年，而多目標算法的時間間隔甚至降至低于10年，且算法針對電力電子的適應性改進越來越多，成為電力電子設計自動化的有力工具。

圖7 算法誕生與算法應用于電力電子自動化設計時間線對比

2.2 算法對設計參數的處理

設計參數在變換器設計優化中定義了問題的決策變量，根據系統層次的不同，常見的設計參數包括：

• （1）材料級別的選擇（如半導體材料、導電材料、導磁材料、電介質材料、導熱材料和機械材料等）。
• （2）電路元器件的選型和參數設計（如半導體器件、連接件、電感電容、變壓器和散熱器等）。
• （3）系統級別的選擇（如電路拓撲、控制方法、散熱系統和機械系統等）。

根據數學性質的不同，可以分為：

• （1）一般離散變量（如電容取值）。
• （2）整數離散變量（如級聯數、匝數、鐵心并聯數等，特別是開關頻率，為了控制準確度取整數倍kHz或整數倍百Hz）。
• （3）連續變量（如電容參數、比例積分微分控制參數、導線直徑、鐵心尺寸和散熱器尺寸等）。
• （4）其他變量（用于表示材料選擇、開關選型、拓撲選擇、控制模式和散熱模式等）。

一項關于雙向有源橋式（Dual Active Bridge, DAB）DC-DC變換器設計案例中包含了25個設計參數，毫無疑問，在設計電能路由器時，決策變量的數量將會更多。

一個問題是，演化計算如何處理復雜多類的決策變量。事實上，通過編碼可以解決絕大多數混雜變量問題。首先演化計算可以對每一個決策變量都設置上下界，保證變量在雜交變異算子作用后仍然在合理的取值范圍內。其次編碼的方法隨變量的不同而變化，對于連續變量，可以通過實數編碼進行簡單表示，對于離散變量，可以通過實數編碼并進行取整操作實現變量的離散化，同時也可以使用整數編碼。

對于其他變量，可以使用二進制編碼將不同方案表示成“0-1”字符串。最后對應地使用與編碼方式配合的雜交變異等演化計算算子實現對決策變量的改變或重組，從而實現算法對不同決策變量的擾動和搜索。

值得注意的是，編碼主要為了增加算法處理實際問題中混雜變量的能力，要轉變成正向模型能夠處理的輸入變量，需要在遺傳算子處理之后正向模型處理之前進行解碼處理。

2.3 算法對約束條件的處理

約束條件在變換器優化設計中占據十分重要的地位，從正向看它約束了變換器的“運行空間”，刻畫了優化問題的“可行域”；從反向來看，也間接地定義了優化設計中的決策變量自由度。

根據設計對象的不同，常見的約束條件主要包括：

• （1）設計要求（如電流連續模式、電磁干擾、溫升極限、共模電容、開關頻率、電流電壓紋波、總諧波失真和效率等）。
• （2）決策變量取值范圍（如電阻取值、電感取值、電容取值和半導體器件型號等）。
• （3）系統安全工作區（如半導體器件結溫極限、導線通流能力、絕緣耐壓能力、鐵心溫升極限、電壓電流應力峰值和電壓電流交流有效值等）。
• （4）對于特殊的磁性元件設計，還包括尺寸（窗口大小、導線直徑）和磁元件特性（磁通飽和磁元件損耗、磁元件最高溫升）。
• （5）專門的設計目標（軟開關約束、傳輸功率約束、開關頻率約束、電流斷續或連續模式等）。

在處理約束條件時，遺傳算法傾向于從兩個方向進行解決。

第一個方法是將對約束的違背定義為罰函數，并乘以系數使得超出約束的部分成為數量級較高的正數，由于遺傳算法的標準問題為極小化問題，故違背約束條件的解適應值將偏低，在種群中處于劣勢，在約束條件范圍內的解適應值高，則將被選擇、保存進入精英池并替代適應值偏低的解；

第二個方法則通過比較和排序選擇出“約束支配值”較高的個體，“約束支配值較高”的定義將適應值和約束條件違背置于同一框架下考慮，當以下任一條件滿足時“A解優于B解”成立[62]：①A解和B解都滿足約束，但A支配B（A的所有目標函數小于等于B的對應值，且A不等于B）；②A解滿足約束，B解不滿足約束；③A解和B解都不滿足約束，但A解違反約束的程度較小。

2.4 算法對設計目標的處理

前文對變換器設計目標列舉和分析并不充分，分析和梳理現有研究中設計目標，筆者認為變換器設計目標常常是基礎目的和特殊目的的排列組合，其中基礎目的保證了電力電子變換器能夠達到基本的設計功能，如基本的能量變換能力。

設計目標包括電力電子變換器需要達到的穩態、暫態甚至是電磁瞬態特性，如電壓電流應力、電壓電流紋波、輸出電壓紋波、輸出電壓穩態誤差、過沖和穩定時間、輸出電壓紋波、動態響應特性快速無超調等。這些特性可以按照時間尺度進行分類，長的時間尺度可以達到電網、電機等外接電源或負載的秒級波動，中等的時間尺度包括開關頻率導致的的百微秒級電磁能量脈沖，短的時間尺度可以小到控制脈沖所受到的納秒級電磁干擾。

在滿足了以上特性后，電力電子變換器還可以在實現高級的設計目標，如體積小、質量輕、成本低、效率高、電壓電流比范圍大等。對于一些特殊的部件一般有特殊的優化目標，如對極小化散熱器熱阻、質量和體積，磁元件參數精確性。現有研究絕大多數并不會考慮所有設計目標，而是選擇最為關心的若干指標作為設計目標。

這意味著演化計算將要處理的目標函數更多，傳統的方法將不同目標函數進行加權平均，但這樣做的問題是，不同目標函數值域相差極大，人為定義權重因子可能無形中忽略數值范圍較小的目標函數，造成結果的偏移。故多目標算法成為重要的算法，該算法能夠通過帕累托前沿展示的尋優結果為設計目標的權衡取舍提供直觀幫助。

另外，在目標函數數量較高的情況下，絕大多數解都不存在支配關系；其次在多維空間中，不同解的距離很遠，維持解的均勻分布成為問題，如果按傳統的方法計算“擁擠距離”，將極大耗費計算資源，增加算法復雜度。

基于此，有研究提出了基于參考點的NSGA-III算法，經過幾代的發展，又相繼對該方法進行了改進，使得參考點的選取更加合理，之后，基于參考向量的RVEA算法也被提出。演化算法自身也隨著應用問題在演變進步。

3 電能路由器設計展望

3.1 存在的問題

電能路由器的設計目標與傳統電力電子變換器的設計目標一脈相承，更高的變換效率、更高的功率密度、更低的成本是不變的發展方向。通過設計，還可以滿足更為細致的指標，如系統安全性、可靠性，各類穩態、暫態甚至電磁瞬態的性能要求。

針對電能路由器“四多”的特征，設計目標需要具備新的特點：①為了適應未來端口電壓和功率等級的擴容或縮容的情況，設計時必須考慮設計結果的靈活性和可擴展性；②為了使得電能路由器在不同端口狀態和不同電能流向時都具有良好的電能轉換性能，保障設計結果的通用性和普適性，設計時必須充分考慮電力電子器件、模塊、變換單元的組合以及配合問題。

但現有的設計方法僅僅找到可行解，無法保證解的最優性。設計集成化、精細化、快速化有助于解決上述問題。

3.2 改進方向：設計集成化

電能路由器的發展經歷了多個階段，其主要的發展脈絡為工頻變壓器-高頻變壓器-電子變壓器-固態變壓器-電力電子變壓器-高頻高壓化發展-多端口發展。電能路由器的拓撲在演變的過程中不斷分化，呈現幾點顯著差異：

• 其一，在實現AC-AC變換功能上，多種拓撲被提出，有基于矩陣變換器的拓撲，也有經典的AC-DC-AC拓撲；
• 其二，在電力電子變壓器運用于交流系統中或者是電力牽引的單向系統中，電力電子變壓器的某一端口都會連接電壓等級較高的配電網，此時多電平技術和級聯式H橋技術都被用以解決這項問題；
• 其三，電力電子變壓器中需要有能量匯集和緩沖的部件，根據能量匯集點的不同，分為共交流母線和共直流母線兩種不同的技術方案；
• 其四，隔離高頻變壓器相對于AC-DC-AC三級變換器的級聯位置，分為后端隔離和前端隔離兩類拓撲等。

總之，電能路由器不同于以往的常規電力電子變換器，拓撲組合上不拘一格。

不同的拓撲各有特點，世界上主要的電力電子實驗室也都制作了原理樣機證明其可行性。但對于特定的端口電壓等級和不同運行場景，拓撲之間的優劣無法定量區分。

具體來講，電能路由器不管應用于電力拖動還是電網，一般存在一個kV電壓等級的電壓源端口，但由于半導體器件的絕緣限制，勢必要通過多模塊或多電平的方法達到額定電壓，常見的拓撲有多電平拓撲，也有級聯式拓撲，隨著寬禁帶器件的飛速發展，甚至出現了兩電平拓撲。但這些方案孰優孰劣僅有損耗層面的定量比較，缺少全面定量精細的性能對比。

此外，在不同的應用場景電能路由器有不同的功能需求和能量流向。當用于電力牽引時，需要間歇高功率運行；用于配電網時，需要長時間額定工況運行；用于微電網時，功率流動方向復雜、傳輸功率變化范圍大。

值得注意的是，由于電能路由器多流向的特點，存在功率雙向流動的工況，甚至是多個端口向一個端口傳輸功率的工況，復雜的工況給設計帶來了極大挑戰。電能路由器的設計不再僅僅依賴于單個變換單元實現效率最優，而是在多工況、多流向條件下實現多級變換單元效率配合最優，在特定的運行場景下實現性能最優。這代表在單次優化過程中設計者希望優化的部件更多，更接近真實運行場景，如設計一個同時考慮前后端濾波器、逆變器、電機、控制、電磁兼容多個組件的高度集成的電機驅動系統。

要實現集成優化的目標，必須將控制模型和電路模型進行綜合考慮，在算法上體現為多目標優化和協同優化。在Buck變換器設計自動化時，有研究提出將變換器分為主電路部分和反饋網絡部分，使用和改進了多種啟發式算法完成控制參數和電路參數的協同優化。

典型的如偽隨機協同進化算法、正交局部搜索算法、蟻群及其改進算法、粒子群及其改進算法。但相比于Buck電路，電能路由器的電路模型和控制模型更為復雜，給設計者提出了極大挑戰。

3.3 改進方向：設計精細化

復雜精細的模型有利有弊，優點在于涵蓋了多層次的性能要求，提高了設計的集成度和精度；缺點在于解算速度較慢，甚至可能出現數值穩定性收斂性等問題。

為了更好更快地進行電能路由器設計，需要在正向問題和逆向問題上同時推進，在正向問題上，在模型復雜度和時間復雜度上在進行取舍，或通過建模和仿真底層理論創新突破限制性因素。在逆向算法上，需要降低算法時間復雜度和空間復雜度，避免算法陷入維度災，增加算法的搜索能力和收斂能力。

3.4 改進方向：設計快速化

近年來，半導體技術發展勢頭不減，在器件層面推進并支撐電力電子裝置快速迭代，推陳出新。碳化硅、氮化鎵等寬禁帶器件以高耐熱水平、高開關速度被廣泛關注。但與其特性相隨的驅動串擾、開關尖峰和振蕩以及電磁兼容等問題愈加明顯。

筆者所在團隊在三個關鍵技術問題上實現了突破，這些問題包括功率半導體器件失效機理及其模型的建立；基于分布雜散參數的瞬態變換拓撲模型及其能量平衡；電磁能量脈沖序列分析及控制。同時提出了適用于系統級仿真分析的IGBT-Diode換流單元和SiC MOSFET-SiC Schottky Barrier Diode換流單元的簡化行為模型。相關模型有效地解決了傳統機理模型、行為模型仿真不易收斂的問題，且全部參數可不依賴實驗，而是通過器件手冊獲取。

基于這些研究，還進一步發展了計算SiC MOSFET開關損耗的解析模型，這些工作使研究者通過高效的數值仿真就能對器件的開關尖峰和損耗加以評估，對實現電力電子裝置的精準化設計有著重要意義。同時，包含開關瞬態的電力電子變換器系統級仿真方法，以及基于級間解耦和模型降階方法的電能路由器仿真模型，都有助于極大地提高仿真效率，減小求解正映射問題的“昂貴性”，從而縮短設計時間。

電能路由器自動設計層面改進方法見表1。對于前述提到的三個設計改進方向，都可以從模型、求解和算法三個方面進行針對性的改進。

總體看來，未來的挑戰仍然巨大，從模型層面看，集成系統精細的模型仍然面臨速度和精度的矛盾；從求解層面看，除加快速度，對于設計框架和設計流程的改進也是提高求解速度的一個方向；從算法層面看，也存在算法尋優能力和算法復雜度的矛盾。

表1 電能路由器自動設計層面改進方法

此外，在本文的構想中，未來電能路由器設計自動化流程如圖8所示。相比于圖1所示的傳統人工設計流程，電能路由器設計自動化流程具有三個顯著特點：

• ①不再單步尋優而是借助優化算法整體尋優，從而使得設計結果最優得到保障；
• ②自動化程度增加，正向求解過程和優化算法都由計算機輔助軟件或程序實現，從而將設計人員從繁瑣的重復工作中解放出來，使得設計人員能夠將精力投入重要的模型搭建和結果權衡中；
• ③考慮了多物理場的耦合，模型足夠系統和精細，并且還具有可拓展性，根據設計者的需要，橫向可以增加變壓器設計、印制電路板（Printed Circuit Board, PCB）布局設計等，縱向可以進一步考慮熱模型和機械模型的耦合和最終對于損耗模型的影響和修正。

3.5 設計結果處理及驗證

設計自動化極度依賴計算機的計算資源，但電力電子設計自動化這一優化問題仍然需要人工的參與。需要指出的是，在任何領域的工程設計實踐中，處于主導地位的一定是人。研究電力電子裝置的自動化、系統化設計方法，其目的也絕非取代人，而是為了更高效地解決低效且重復性的“試—錯”問題，使電力電子研究人員和工程師能夠更加專注于技術統籌、架構優化等更為依賴設計者的直覺和創新的基礎性問題。

如多目標優化可以得到帕累托前沿，但對結果的偏好或取舍仍需設計人員決定。又如設計優化可以將已存在的拓撲和控制達到全局最優，但人工能夠提出新的拓撲和新的控制方法，因此本文調研的文獻中將不涉及新拓撲和新控制方法的內容，只是借助了計算機輔助工具將傳統人工設計方法的效果增強，時間減小。

圖8 電能路由器設計自動化流程

除此之外，對結果的處理和驗證是計算機不能夠替代的。設計自動化是向下兼容的，傳統的設計經驗也將以一定的形式反映到設計結果中，需要人工分析設計結果和設計要求的關系，發掘數學結果和物理本質的統一規律。

此外，設計自動化對傳統設計的拓展，利用設計框架內的組件，可以容易地分析設計結果的魯棒性、參數敏感度、關鍵限制性因素等，在意大利熱那亞舉辦的第二屆電力電子設計自動化研討會中，ETHZ大學的J. W. Kolar教授團隊展示了他們對于設計空間多樣性（Design Space Diversity, DSD）的研究成果，他們的研究從遍歷搜索開始，得到了6600萬個解，其中，1600萬為可行解，30萬個準最優解。其中，準最優解包括位于帕累托邊界上的解以及邊界上的解所支配的非最優解，非最優解對應的設計目標——損耗，不超過最優解對應損耗的15%。

進一步地，他們研究了開關頻率這一設計參數的影響，發現變壓器的最優頻率并非變換器的最優頻率，并定量給出了介于兩者之間的頻率參數對于損耗的影響。這一工作可以視作對電力電子設計參數準確度和魯棒性的早期嘗試，目前尚未在文獻中發現電力電子設計自動化領域中對于電感、電容、變壓器等參數魯棒性的研究。

最后，設計的結果一定需要硬件試制、組配、調試一系列工作進行實驗驗證，從而證明設計結果的可行性或針對設計與實驗的差異改進模型、修正框架、完善算法。

4 結論

本文從電力電子設計自動化的角度出發，梳理電力電子設計自動化的體系，該體系包括設計流程架構、建模與特性分析、優化算法、軟件實現等四個方面。

討論了遺傳算法應用于電能路由器設計自動化的技術起源、發展和應用，針對電能路由器特殊的性質，提出遺傳算法對電力電子設計自動化這一優化問題的處理方法及改進方向。最后展望了電能路由器這一特殊電力電子裝置在設計中的研究難點和前瞻性問題，包括拓撲選擇、運行工況和控制方法三位一體的集成優化問題，也指出精細化、系統化、快速化將是設計發展的方向和挑戰。

隨著電力電子設計自動化這一課題被越來越多研究者關注，應用于復雜電力電子系統如電能路由器設計的優化算法將得到長足的進步和發展。