基于灰狼优化PID控制的充电桩误差计量系统设计

摘要：随着现代社会的发展，传统PID控制在数量庞大、非线性、强耦合、多参数等问题面前难以达到满意的目标控制。通过PID控制器结合灰狼优化算法的方式，提出一种基于灰狼优化PID控制的充电桩误差计量系统，设计系统框图，通过模拟自然界中灰狼群体社会等级制度和社会行为进行分级，寻求PID控制算法参数的最优解，进一步提高充电桩计量误差精度。

关键词：充电桩；误差计量；灰狼算法；PID控制

Design of a Charging Pile Error Measurement System Based on Gray Wolf Optimization PID Control

LIU Yizhuan

（ Zhangzhou Metrology Institute， Zhangzhou 363000， Fujian， China ）

Abstract： With the development of modern society， the traditional PID control is difficult to achieve the satisfactory objective control in the face of the problems of large number， non-linearity， strong coupling and multi-parameters. By using PID controller and gray wolf optimization algorithm， a charging pile error measurement system based on gray wolf optimization PID control is proposed， and the system block diagram is designed， by simulating the social hierarchy and social behavior of Gray Wolf Group in nature， the optimal solution of PID control algorithm parameters is sought to further improve the accuracy of charging pile measurement error.

Key Words： Charging pile; Error measurement; Gray wolf algorithm; PID control

0引言

随着全球能源结构的转型和环境保护意识的提升，新能源汽车逐渐成为汽车市场的重要力量[1]。作为支撑新能源汽车发展的关键基础设施，充电桩的建设和完善直接关系到电动汽车的普及率和用户的充电体验。近年来，中国、美国以及欧洲等国家和地区纷纷出台政策推动新能源汽车产业的发展，充电桩建设迎来爆发式增长。但充电桩的计量准确性问题逐渐显现，它不仅影响着电动汽车用户的经济利益，也关系到能源管理效率和公平性[2]。

目前，充电桩计量通常采用脉冲法和累积电能法进行现场计量，选择恒压或者恒流充电模式，选取任意计量点位进行测试两次，取平均误差。在长时间运行和复杂的环境下可能会出现一定程度的误差累积。此外，随着充电需求的增加，充电桩的使用频率显著提高，这对计量系统的稳定性和准确性提出了更高要求。现有充电桩在计量过程中可能受到电流波动、电压不稳定、设备老化等因素的影响，导致计量数据出现偏差。

为提高充电桩计量的准确性，需要对现有的计量系统进行改进。一方面，需要采用更为先进的测量技术和控制策略[3]。另一方面，需要建立动态的监测计量机制，确保充电桩在各种工作条件下均能提供准确的计量数据。此外，随着智能化技术的发展，充电桩的计量系统也需要与智能电网、物联网等技术相结合，实现在线计量。通过设计云平台实现虚拟化的智能监测。PID控制可以根据实际的电流电压输入量，通过比例、积分、微分计算后控制标准器的电参数变化，从而实现误差精准控制目的[4]。灰狼算法（GWO）作为一种新型启发式算法，源于对灰狼群体追踪、围捕、攻击猎物捕食行为的模拟[5]。GWO算法实现简单且具有较强的寻优性能，广泛运用于各个领域。因此，为弥补传统PID控制的局限性，文中提出了一种基于灰狼优化PID控制的充电桩误差计量系统设计，对充电桩计量进行评估，以提高充电桩计量的精度与稳定性[6]。

1系统总体设计及模型构建

该系统的设计目标是实现对充电桩计量过程的高精度监控，及时校正误差，确保计量的准确性和可靠性。系统设计包括硬件架构和软件算法两个部分，其中硬件部分负责数据的采集和执行控制命令，软件部分则负责数据处理和智能控制。

硬件架构由数据采集模块、通信模块、执行机构组成。其中，数据采集模块负责收集充电桩在充电过程中的关键参数，包括电压、电流、温度等。通信模块可将采集到的数据传输到控制中心，同时接收控制中心的指令。执行机构根据控制中心的指令，执行相应的动作。软件算法包括数据预处理、灰狼优化算法、PID控制算法、误差补偿校正算法[7]。

1.1系统总体结构框图

文中设计的充电桩误差计量系统主要由上述硬件与软件组成，如图1所示。

图1 系统总体设计框图

1.2工作原理

充电桩作业时，采集系统动态充电桩运行时的相关参数。将控制器用作该系统中的二次控制器来执行负载频率控制，在不可预见的负载条件下，系统的相关电参数可能会偏离正常值。通过模拟灰狼群体社会的制度等方式不断迭代寻找最优解的方式获取增益参数优化PID控制器，达到控制和稳定振荡的目的。

1.3计量系统模型

计量系统的结构框图如图2所示。本系统描述了充电桩在电能计量过程中的动态调节机制。以闭环控制方式运作，确保在各种工作条件下均能提供精确的计量结果。通过实时获取的电流与电压数据，计算出充电桩的输出功率和电能。建立误差模型，通过PID控制算法动态调整负载的开度，以补偿误差。

图2 计量系统结构框图

1.3.1系统动态描述

充电桩的充放电过程是一个动态行为，涉及到电流、电压和功率等参数。随时间的变化，通过以下微分方程来表示充电桩的动态模型。

式中：

（）——时间t的功率；

（）——时间t的电压；

（）——时间t的电流；

1、2、3系统参数。

1.3.2传递函数

系统传递函数可以描述为：

式中：

our（）——控制器输出函数；

（）——误差信号函数；

P、i、d为比例、积分、微分增益项传递函数。

1.3.3控制函数的实现

控制函数的实现涉及到实时的数据采集、误差计算、PID控制的执行以及灰狼算法的优化过程，在每个控制周期内，系统执行以下步骤：1）采集充电桩当前的电压电流数据；2）计算固定时间或者固定电量条件下VYkHRErkcZi5uLW9q1bxWA==实际电量值与标准电量值之间的误差；3）应用PID控制和优化算法优化后，动态调整充电桩的输出，减少误差，重复以上步骤，达到系统稳定。

2灰狼算法

灰狼算法是一种模拟自然界中灰狼群体社会等级和狩猎行为的优化算法[8]。在灰狼群体中，存在着明显的等级制度，可以设定为由α（阿尔法）狼领导，其次为β（贝塔）狼和γ（伽马）狼，其余的为普通狼群成员δ。在狩猎过程中，狼群通过包围、逼近和攻击猎物的策略来捕食。灰狼算法就是将这一自然行为抽象为数学模型，用于解决优化问题。算法开始时随机初始化一群狼代表解的集合，通过迭代过程模拟狼群的捕食行为，直到捕捉猎物，即寻找到问题的最优解。

步长和距离的计算：

（1）

（2）

（3）

（4）

式中：代表灰狼在经过第次选代后计算出的猎物当前所在位置向量；代表灰狼个体经过次迭代后所处的位置向量，即算法的局部最优解位置；代表灰狼个体最终位置，即算法最终解，A和C为包围猎物过程中所产生的随机系数。a为距离控制参数，一般a的值在［0，2］之间且随着算法的迭代次数增加而递减，1，2为［0，1］之间的随机数[9]。

在狼群逼近猎物的过程中，为更好地描述猎物的最优位置，利用式（1）来更科学地模拟狼α、β和γ的潜在位置以保存前三个最佳方案，并让其他狼根据新的策略来替代现有的位置，计算表达式如下：

（5）

（6）

（7）

式中：、和分别表示狼α、β和γ与其他灰狼个体之间的距离；、和分别代表第次选代后狼α、β和γ当前位置；代表当前灰狼个体位置。

那么，可通过（2）式计算出狼α、β和γ的位置进而得到灰狼个体最终位置：

（8）

（9）

（10）

（11）

式中：、、分别表示狼α、β和γ的步长和方向。

3灰狼优化PID控制

PID控制是先将输入量经过比例积分微分运算后，再输出控制量作用于执行机构，原理简单且实用，广泛应用于各类工程之中。将灰狼算法与PID控制器进行结合，具有自适应调整的能力，使得系统控制能够陷入局部最优的困境，并且提高系统控制的性能，减少超调量，加快响应速度。优化后的PID控制系统对于模型不确定性和外部扰动具有更好的鲁棒性[10]。灰狼优化PID控制（GWO-PID）算法流程图如图3所示。

图3 灰狼优化PID控制（GWO-PID）算法流程图

适应度函数通常是为了最小化系统误差，在考虑系统的响应速度和稳定性的情况下，尽可能输出满意的数值。在设定完成系统狼群大小、最大迭代次数、PID系统控制增益阀值后，将单位阶跃信号作为系统输入，最终得到系统的响应曲线。通过仿真实验模拟充电桩充电过程中的误差数据，再将设计的控制系统搭载至充电桩样机上进行测试验证仿真结果。

4结论

新能源充电桩目前建设体量大且在近年被列入国家强制检定计量器具，其计量准确性是群众关心、社会关注的重点方向。传统PID控制虽然有着控制便捷的优点，但是在精密测量测试以及复杂多变的应用场景时，存在局限性。文中提出一种基于灰狼优化PID控制的充电桩计量误差优化方法，旨在提高充电桩计量的准确性。通过灰狼算法优化后的充电桩计量可以有效调节电参数的波动，减少因系统响应慢、系统稳定性差而导致的误差累积，进而通过调节负载，调整电压电流值，减少误差。

参考文献

[1]张洪宝，彭潞，许鹏飞，等.电动汽车充电桩计量检定

的研究[J].计量与测试技术，2019，46（03）：29-31.

[2]刘建，徐晴，孙应军，等.用于电动汽车直流充电

桩的能效计量方案研究[J]. 电测与仪表，2017，54（23）：

47-53.

[3]朱江淼，张森.电动汽车充电站实时网络电能计量系

统的研制[J].国外电子测量技术，2015，34（12）：53-56.

[4]马志强.电动汽车直流充电计量研究及计量模块设计[D].

重庆大学，2017.

[5]张晓凤，王秀英.灰狼优化算法研究综述[J].计算机

科学，2019，46（03）：30-38.

[6]冯严冰.基于灰狼优化算法的PID控制器设计[J].

传感器世界，2022，28（08）：17-21.

[7]王新东，徐艳蕾，张奇，等.基于灰狼优化PID控制

的变量喷药系统研究[J].农机化研究，2020，42（05）：

114-119.

[8]李师.基于改进灰狼算法的温室温湿度预测与控制[D].

河北农业大学，2021.

[9]陈平，周娟，吴名功.基于改进GWO-GM（1，1）模型的

直流充电桩在线计量误差预测方法研究[J].现代电

子技术，2024，47（05）：112-117.

[10]胡泽洲，于仲安，张军令.改进的灰狼算法在电动

汽车充电调度中的应用[J].科学技术与工程，2022，

22（30）：13355-13362.