CN110341508B - 电动汽车动态无线充电负载预测控制方法 - Google Patents
电动汽车动态无线充电负载预测控制方法 Download PDFInfo
- Publication number
- CN110341508B CN110341508B CN201910637766.3A CN201910637766A CN110341508B CN 110341508 B CN110341508 B CN 110341508B CN 201910637766 A CN201910637766 A CN 201910637766A CN 110341508 B CN110341508 B CN 110341508B
- Authority
- CN
- China
- Prior art keywords
- load
- voltage
- current
- charging
- battery
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 49
- 238000006243 chemical reaction Methods 0.000 claims abstract description 32
- 230000033228 biological regulation Effects 0.000 claims abstract description 7
- 238000001914 filtration Methods 0.000 claims description 13
- 230000008569 process Effects 0.000 claims description 13
- 238000004364 calculation method Methods 0.000 claims description 7
- 230000006641 stabilisation Effects 0.000 claims description 4
- 238000011105 stabilization Methods 0.000 claims description 4
- 230000000694 effects Effects 0.000 claims description 3
- 238000011217 control strategy Methods 0.000 claims description 2
- 230000005540 biological transmission Effects 0.000 abstract description 9
- 238000005516 engineering process Methods 0.000 description 7
- 238000012937 correction Methods 0.000 description 5
- 238000013461 design Methods 0.000 description 5
- 238000005070 sampling Methods 0.000 description 5
- 230000008859 change Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 238000001514 detection method Methods 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 238000007599 discharging Methods 0.000 description 3
- 238000009825 accumulation Methods 0.000 description 2
- 230000008878 coupling Effects 0.000 description 2
- 238000010168 coupling process Methods 0.000 description 2
- 238000005859 coupling reaction Methods 0.000 description 2
- 238000012938 design process Methods 0.000 description 2
- 230000002035 prolonged effect Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 238000003915 air pollution Methods 0.000 description 1
- 229910052799 carbon Inorganic materials 0.000 description 1
- 125000004122 cyclic group Chemical group 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000004146 energy storage Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000003912 environmental pollution Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000005764 inhibitory process Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000010792 warming Methods 0.000 description 1
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
- B60L53/00—Methods of charging batteries, specially adapted for electric vehicles; Charging stations or on-board charging equipment therefor; Exchange of energy storage elements in electric vehicles
- B60L53/10—Methods of charging batteries, specially adapted for electric vehicles; Charging stations or on-board charging equipment therefor; Exchange of energy storage elements in electric vehicles characterised by the energy transfer between the charging station and the vehicle
- B60L53/12—Inductive energy transfer
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
- B60L58/00—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles
- B60L58/10—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles for monitoring or controlling batteries
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J50/00—Circuit arrangements or systems for wireless supply or distribution of electric power
- H02J50/10—Circuit arrangements or systems for wireless supply or distribution of electric power using inductive coupling
- H02J50/12—Circuit arrangements or systems for wireless supply or distribution of electric power using inductive coupling of the resonant type
-
- H02J7/025—
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/60—Other road transportation technologies with climate change mitigation effect
- Y02T10/70—Energy storage systems for electromobility, e.g. batteries
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/60—Other road transportation technologies with climate change mitigation effect
- Y02T10/7072—Electromobility specific charging systems or methods for batteries, ultracapacitors, supercapacitors or double-layer capacitors
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/60—Other road transportation technologies with climate change mitigation effect
- Y02T10/72—Electric energy management in electromobility
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
- Y02T90/10—Technologies relating to charging of electric vehicles
- Y02T90/14—Plug-in electric vehicles
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Life Sciences & Earth Sciences (AREA)
- Sustainable Development (AREA)
- Sustainable Energy (AREA)
- Computer Networks & Wireless Communication (AREA)
- Charge And Discharge Circuits For Batteries Or The Like (AREA)
Abstract
本发明公开了一种电动汽车动态无线充电负载预测控制方法，属于电动汽车无线充电技术领域。该控制方法是利用电动汽车动态无线充电系统针对接收端负载进行预测控制，通过采集负载电池的电流和电压大小作为控制器的输入信号，通过估算负载电池的荷电状态，判断充电模式，切换充电模式，进而转换输出信号为占空比控制DC/DC变换模块实现功率调控。本发明的电动汽车动态无线充电系统能够实现对系统资源的合理分配，节省了电能传输过程中的电能损耗，减少了漏磁，提高系统传输效率，减少过充的情况，延长了车载电池的寿命，保证了电动汽车动态充电的稳定性，改善了安全性和可靠性。
Description
技术领域
本发明涉及电动汽车无线充电技术领域，特别是涉及电动汽车动态无线充电负载预测控制方法。
背景技术
随着全球气候变暖、空气污染及石化能源储量下降等问题日益严重，人们开始寻求可取代传统汽车的方式，解决环境污染等问题的有效方法。电动汽车作为一种新能源汽车具有着低碳、无污染、环保清洁等优点，作为新能源汽车未来的重要发展方向。目前，电动汽车存在容易造成电池污染、续航能力差、单次充电时间要求较长等问题，在充电过程中耗费大量时间，同时其充电过程中存在着一定的安全隐患。
电动汽车无线供电技术，作为一种新兴的电动汽车电能实时补给技术给电动汽车的发展带来了诸多便利。相比传统的有线充电方式，电动汽车无线充电系统具有操作方便、用户体验好、节省空间、不受雨雪等不良天气影响等优点，能够对电动汽车充电技术的发展起到重要的推进作用。
电动汽车动态无线充电技术(DWC)通过移动充电解决续航里程短、充电频繁、车载电池负载大等问题，然而由于该技术研究起步较晚，存在着系统参数设计困难，整体效率偏低以及系统工作频率稳定性等问题，所以还需要对该技术进行进一步的研究以满足实用化要求。
电动汽车无线供电系统运行过程中车身位置和速度的动态变化性，系统容易发生功率波动，现有的控制方法，在考虑最大效率和最大功率情况下，没有考虑车载负载电池SOC，而车载负载电池作为高能量密度型元件，功率响应较慢，不适宜频繁的充放电，过充会影响其使用寿命。因此，迫切需要一套有效可行的控制方案来解决多种因素影响下的电动汽车无线供电系统所遇到的控制问题。
发明内容
本发明针对现有技术中的不足，提供了一种电动汽车动态无线充电负载预测控制方法，解决电动汽车无线充电系统在运行过程中引起的导轨自感变化、耦合线圈偏移问题，提高系统传输效率，改善产品体验、安全性与可靠性，为实现电动汽车的高效率充电提供一种解决方案。
本发明通过下述技术方案得以解决：
电动汽车动态无线充电负载预测控制方法，该控制方法是利用电动汽车动态无线充电系统针对接收端负载进行预测控制，通过采集负载电池的电流和电压大小作为控制器的输入信号，通过估算负载电池的荷电状态，判断充电模式，切换充电模式，进而转换输出信号为占空比控制DC/DC变换模块实现功率调控。
进一步地，所述电动汽车动态无线充电系统包括安装路面上的发射端和安装在电动汽车上的接收端。
进一步地，所述发射端包括工频电网、整流滤波模块A、高频逆变模块、补偿网络、发射线圈；工频电网的输出端连接整流滤波模块A的输入端，整流滤波模块A的输出端连接连接高频逆变模块的输入端，高频逆变模块的输出端连接补偿网络的输入端，补偿网络的输出端连接发射线圈的输入端。
进一步地，所述接收端包括接收线圈、补偿网络、整流滤波模块B、DC/DC变换模块、负载电池、预测控制器；接收线圈的输出端连接补偿网络的输入端，补偿网络的输出端连接整流滤波模块B的输入端，整流滤波模块B的输出端连接DC/DC变换模块的输入端，DC/DC变换模块的输出端连接负载电池的输入端，预测控制器控制DC/DC变换模块调整负载电池的接收功率，通过采集负载电池的电流和电压大小作为控制器的输入信号，转换为占空比信号输出给DC/DC变换模块进行控制。
进一步地，所述的电动汽车动态无线充电负载预测控制方法，采用卡尔曼滤波算法对负载电池进行SOC的估算，包括负载电池模型的建立和负载电池SOC估计。
进一步地，负载电池模型的建立，是通过确立等效电路模型以及基于实验数据搭建精确负载电池模型。
进一步地，等效电路模型包括电池结构模块、SOC计算模块和热效应模块。
进一步地，正常充电阶段，接收端采用电压外环、电流内环的PI双闭环控制。
进一步地，峰值充电阶段，接收端采用SOC反馈控制，包括低充充电过程和停止充电过程。
进一步地，低充充电过程采用电压外环、电流内环的PI双闭环控制，其中，低充充电过程预设的负载参考电压为正常充电阶段时的负载参考电压的一半大小。
本发明具有的优点在于：
1.本发明采用磁耦合谐振无线电能传输技术，使得车辆无需行程到专用充电站进行停车充电，而只要正常行驶在铺设有发射线圈的路面上即可实现对移动的电动汽车进行动态无线充电。
2.本发明采用卡尔曼滤波算法对负载电池进行SOC的估算，其与初始值无关、不断自动修正误差的优势，能解决传统算法带来的误差积累问题，同时计算量适中，适用于复杂工况下荷电状态的估算。
3.本发明采用两阶段充电法，基于不同控制模式的切换，实现了负载电池的均衡充电，有效提高充电效率，延长电池寿命。
4.本发明采用SOC峰值反馈控制和PI双闭环配合控制，对负载电池进行过充保护，可维持负载电池的电压恒定，使得系统能够稳定运行。
5.本发明接收端的功率调节使得负载在偏移情况下仍能够保持传输功率，提高了整体功率传输。
6.本发明针对电动汽车无线供电系统在运行过程中，由于车身位置和速度的动态变化性，引起的导轨自感变化、耦合线圈偏移问题，功率波动造成电能损耗，导致系统充电效率降低，且影响车载电池寿命，提出一种安全性高、漏磁小、电能损耗小、性能稳定的电动汽车动态无线充电系统控制方法，实现对系统资源的合理分配，节省了电能传输过程中的电能损耗，减少了漏磁，提高系统传输效率，减少过充的情况，延长了车载电池的寿命，保证了电动汽车动态充电的稳定性，改善了安全性和可靠性。
附图说明
图1为本发明提供的电动汽车动态无线充电系统的结构示意图；
图2为本发明中负载预测控制方法示意图；
图3为本发明中预测控制SOC的估算流程图；
图4为本发明中正常充电控制框图；
图5为本发明中峰值充电控制框图。
具体实施方式
为了使本发明的目的、技术方案和优点更加清楚和清楚，下面将结合具体实施例并参考附图来清楚和完整地描述本发明实施例中的技术方案。应当注意，本发明的所述实施例是说明性的，但是这不是对本发明的限制，因此本发明不限于上述实施例。基于本发明原理，凡是本领域普通技术人员在没有做出创造性劳动前提下所获得的其它实施方式，均视为在本发明的保护之内。
参见如图1，电动汽车动态无线充电系统包括安装路面上的发射端和安装在电动汽车上的接收端，其中，图1下侧虚线框内的部分是动态无线充电系统的发射端，图1上侧虚线框内的部分是动态无线充电系统的接收端。
发射端包括工频电网、整流滤波模块A、高频逆变模块、补偿网络、发射线圈。工频电网的输出端连接整流滤波模块A的输入端，整流滤波模块A的输出端连接连接高频逆变模块的输入端，高频逆变模块的输出端连接补偿网络的输入端，补偿网络的输出端连接发射线圈的输入端。
接收端包括接收线圈、补偿网络、整流滤波模块B、DC/DC变换模块、负载电池、预测控制器。接收线圈的输出端连接补偿网络的输入端，补偿网络的输出端连接整流滤波模块B的输入端，整流滤波模块B的输出端连接DC/DC变换模块的输入端，DC/DC变换模块的输出端连接负载电池的输入端。其中，预测控制器控制DC/DC变换模块调整负载电池的接收功率，通过采集负载电池的电流和电压大小作为控制器的输入信号，转换为占空比信号输出给DC/DC变换模块进行控制。
如图2，预测控制器采集负载电池的电流和电压大小作为控制器的输入信号，通过估算负载电池的SOC，判断充电模式，切换充电模式，进而转换输出信号为占空比控制DC/DC变换模块实现功率调控，提高传输效率和鲁棒性，减少电能损耗，提高电池寿命。
为实现负载电池均衡充电，采用两阶段充电法，电动汽车动态无线充电系统的负载预测控制充电模式包括正常充电控制模式和峰值充电控制模式，正常充电控制模式采用PI双闭环控制，峰值充电控制模式采用SOC反馈控制，基于不同控制模式的切换，实现了负载电池的均衡充电，有效提高充电效率，延长电池寿命。
本发明采用卡尔曼滤波算法对负载电池进行SOC的估算，其与初始值无关、不断自动修正误差的优势，能解决传统算法带来的误差积累问题，同时计算量适中，适用于复杂工况下荷电状态的估算。卡尔曼滤波算法利用动态线性系统的状态空间方程，通过给定系统的输入和输出变量，不断迭代计算对系统状态进行最优估计的算法。在进行迭代之前要确定系统状态空间方程。
如图3，SOC的估算分为两路，一路是通过前一时刻的状态值根据负载电池状态空间方程计算，得到当前时刻的预测值，而后根据负载电池的实时测量值与当前时刻预测值进行比较得到预测偏差，另一路由前一时刻的误差协方差得到当前时刻的误差协方差预测值，进而计算得到卡尔曼滤波算法的增益，得到增益用于更新不同时刻误差协方差，两路得到的预测值偏差和增益计算得到状态修正值，进而得到SOC的值。
卡尔曼滤波算法估算SOC与初始值无关，因为它能自动对状态值进行修正，但状态空间方程建立是否正确将会影响最终估算结果，因此需要根据电气表达式和SOC的定义表达式求出负载电池状态空间方程。确定负载电池的状态空间方程后，基于卡尔曼滤波算法对负载电池的SOC进行实时估算，经过有限次迭代即可估算出负载电池SOC，并将负载电池的SOC实时反馈给相应的控制器。
SOC估算主要包括负载电池模型的建立和负载电池SOC估计。负载电池模型的建立，主要是通过确立等效电路模型以及基于实验数据搭建精确负载电池模型。
等效电路模型是用来研究电池的端电压、充、放电电流、工作温度等外特性之间的关系，能很好地表征电池静态特性及动态特性。对动力电池进行不同充放电倍率的循环间歇充放电实验。根据等效电路模型和上述时域的数学方程，可以搭建基于实验数据的精确负载电池模型。由于SOC状态估计受到负载电池开路电压、温度、电流等的影响，可以说SOC是开路电压、温度、电流的一种函数，针对这种非线性因素如负载电池开路电压、温度、电流的参考参数，均可以通过查表确定。
其中，等效电路模型主要包括电池结构模块、SOC计算模块和热效应模块。模型中电池的等效电路元件的参数是随着充放电过程实时变化的。因此，普通的平均值模型并不适用，在此选择查表的方法实现模型参数的实时变化。
负载电池SOC的估计主要利用电路原理，对模型参数进行辨识，得出分段离线数据，应用卡尔曼滤波算法对SOC估计思路。
利用基于等效电路模型的方法评估电池状态时，所得到的数值是受电路中各元件综合影响下的状态值。因此，电池状态的评估首先要实现对等效电路模型中的参数进行辨识。参数辨识的工作是进行SOC精确估计的重要过程，因为模型参数的准确性直接影响到SOC算法估计的精度。由于电池等效电路模型中的参数会随着电流放电倍率、环境温度和电池SOC等影响因素而发生改变，采用在线辨识方法可以通过新输入的信息修正旧的参数，以得出符合当前电池状态的新参数值进而提高基于模型的SOC估计精度。
如图4所示，当实时SOC<SOCmax时，负载电池处于正常充电阶段时，其中，SOCmax为充电上限，接收端采用电压外环、电流内环的PI双闭环控制，用以维持负载电池电压稳定。在负载电池正常充电时，通过控制接收端的DC/DC变换模块输出电压，使接收端负载电池接收到平稳的电压，且使整个无线充电系统能够自动地工作在最大功率和最大效率状态。
在DC/DC变换模块输出波形控制中，当负载扰动作用于输出电压时，通常是在电压波形发生变化后，控制器才开始调节误差信号，而在系统的电压单环基础上增加电流环构成双闭环系统，利用电流内环快速、及时地抑制负载扰动的影响，能够获得理想的动、静态性能。采用基于负载电流、负载电压的PI双闭环控制器，实现对系统稳态和动态指标的优化。并且，采用电压电流并联反馈结构，参数整定更容易，响应速度更快。
外环电压环检测量为负载电池两端的电压，内环电流环检测量选取负载电池的输入电流，负载电池输入电流可以反映DC/DC变换模块输出电压的变化。对于负载电流检测，若采用传统的均值计算方法对每个周期进行取平均值，则需要大量的存储空间和计算时间，对系统调节会带来一定的延迟。采用四点采样法实现电流均值采样，既能保证运算速度，又能控制平均值的精度，并且每次采样得到一个新的有效点后重新计算平均值，控制算法最多只有半个周期的延迟时间，能够满足调节接收端的需要。四点采样法用于均值计算，即判断每个周期的起始点、峰值点、谷值点和结束点，然后进行均值计算，从而实现电流均值采样。
正常充电阶段时采用的PI双闭环控制策略，一个是负载电压反馈环路，用于将采集到的负载电压与设定的负载参考电压比较后产生电压误差信号，随后进入电压误差补偿进行调节，经过电压误差补偿后得到电流给定信号作为负载参考电流；另一个是输入电流反馈环路，用于将采集到的负载电流与负载参考电流进行比较，产生电流误差信号，随后进入电流误差补偿进行调节，再输出到PWM调制环节。经过电流补偿网络和PWM调制环节后形成输入控制信号，实现对负载电池电压的双闭环调节。
其中，电压误差补偿和电流误差补偿均采用PI调节器。误差补偿采用极点配置法用于双闭环控制的设计校正，可得到满足系统稳态、动态性能要求的电压、电流补偿网络设计参数，大大简化了繁琐复杂的系统设计过程。根据误差补偿PI参数，可以得到电流内环和电压外环的幅频、相频特性曲线，进而得到其幅值和相角的裕量，调整更优的PI参数，使系统稳态、动态性能更好，负载扰动抑制能力更强。
如图5所示，当实时SOC≥SOCmax时，负载电池处于峰值充电阶段时，其中，SOCmax为充电上限，接收端采用SOC反馈控制，用以维持负载电池电压稳定以及防止负载电池过充。当实时SOC＝SOCmax，即负载电池充电达到上限时，Switch模块立即切换，输出为0，此时，负载电池电流为0，对负载电池进行过充保护，停止继续充电。其中，Switch用于切换负载电池低充充电过程与充电达到上限时系统的工作方式。由于此时DC/DC变换模块无法维持负载电池的电压恒定，为使得系统能够稳定运行，需将DC/DC变换模块由正常工作时的最大功率充电模式切换为稳压模式，用以维持负载电池电压，其稳压控制方式与负载电池正常工作时DC/DC变换模块控制方式。
其中，低压时充电过程也采用的PI双闭环控制策略，负载电压反馈作为外环，用于将采集到的负载电压与设定的负载参考电压比较后产生电压误差信号，随后进入电压误差补偿进行调节，经过电压误差补偿后得到电流给定信号作为负载参考电流；负载电流反馈作为外环，用于将采集到的负载电流与负载参考电流进行比较，产生电流误差信号，随后进入电流误差补偿进行调节，再输出到PWM调制环节。经过电流补偿网络和PWM调制环节后形成输入控制信号，实现对负载电池电压的双闭环调节。其中，预设的负载参考电压为正常充电阶段时的负载参考电压的一半大小。电压误差补偿和电流误差补偿均采用PI调节器，误差补偿采用极点配置法用于双闭环控制的设计校正，可得到满足系统稳态、动态性能要求的电压、电流补偿网络设计参数，大大简化了繁琐复杂的系统设计过程。
上述方法根据负载电池的状态切换DC/DC变换模块的控制模式，维持接收端负载电池电压稳定，在系统发生功率波动时，通过负载电池电压和电流偏差值对DC/DC变换模块进行调节，维持系统稳定运行的同时，避免负载电池过充，一定程度的延长储能的使用寿命。
尽管已经描述和叙述了被看作本发明的示范实施例，本领域技术人员将会明白，可以对其作出各种改变和替换，而不会脱离本发明的精神。另外，可以做出许多修改以将特定情况适配到本发明的教义，而不会脱离在此描述的本发明中心概念。所以，本发明不受限于在此披露的特定实施例，但本发明可能还包括属于本发明范围的所有实施例及其等同物。
Claims (7)
1.电动汽车动态无线充电负载预测控制方法，其特征在于，该控制方法是利用电动汽车动态无线充电系统针对接收端负载进行预测控制，通过采集负载电池的电流和电压大小作为控制器的输入信号，通过估算负载电池的荷电状态，判断充电模式，切换充电模式，进而转换输出信号为占空比控制DC/DC变换模块实现功率调控；
正常充电阶段，接收端采用电压外环、电流内环的PI双闭环控制，具体如下：
负载电池处于正常充电阶段时，其中，SOCmax为充电上限，接收端采用电压外环、电流内环的PI双闭环控制，用以维持负载电池电压稳定，在负载电池正常充电时，通过控制接收端的DC/DC变换模块输出电压，使接收端负载电池接收到平稳的电压，且使整个无线充电系统能够自动地工作在最大功率和最大效率状态；
正常充电阶段时采用的PI双闭环控制策略，一个是负载电压反馈环路，用于将采集到的负载电压与设定的负载参考电压比较后产生电压误差信号，随后进入电压误差补偿进行调节，经过电压误差补偿后得到电流给定信号作为负载参考电流；另一个是输入电流反馈环路，用于将采集到的负载电流与负载参考电流进行比较，产生电流误差信号，随后进入电流误差补偿进行调节，再输出到PWM调制环节，经过电流补偿网络和PWM调制环节后形成输入控制信号，实现对负载电池电压的双闭环调节；
峰值充电阶段，接收端采用SOC反馈控制，包括低充充电过程和停止充电过程，具体如下：
负载电池处于峰值充电阶段时，其中，SOCmax为充电上限，接收端采用SOC反馈控制，用以维持负载电池电压稳定以及防止负载电池过充；当实时SOC＝SOCmax，即负载电池充电达到上限时，Switch模块立即切换，输出为0，此时，负载电池电流为0，对负载电池进行过充保护，停止继续充电；其中，Switch模块 用于切换负载电池低充充电过程与充电达到上限时系统的工作方式，由于此时DC/DC变换模块无法维持负载电池的电压恒定，为使得系统能够稳定运行，需将DC/DC变换模块由正常工作时的最大功率充电模式切换为稳压模式，用以维持负载电池电压，其稳压控制方式与负载电池正常工作时DC/DC变换模块控制方式；
低压时充电过程也采用的PI双闭环控制策略，负载电压反馈作为外环，用于将采集到的负载电压与设定的负载参考电压比较后产生电压误差信号，随后进入电压误差补偿进行调节，经过电压误差补偿后得到电流给定信号作为负载参考电流；负载电流反馈作为外环，用于将采集到的负载电流与负载参考电流进行比较，产生电流误差信号，随后进入电流误差补偿进行调节，再输出到PWM调制环节；经过电流补偿网络和PWM调制环节后形成输入控制信号，实现对负载电池电压的双闭环调节，其中，预设的负载参考电压为正常充电阶段时的负载参考电压的一半大小。
2.根据权利要求1所述的电动汽车动态无线充电负载预测控制方法，其特征在于，所述电动汽车动态无线充电系统包括安装路面上的发射端和安装在电动汽车上的接收端。
3.根据权利要求2所述的电动汽车动态无线充电负载预测控制方法，其特征在于，所述发射端包括工频电网、整流滤波模块A、高频逆变模块、补偿网络、发射线圈；工频电网的输出端连接整流滤波模块A的输入端，整流滤波模块A的输出端连接高频逆变模块的输入端，高频逆变模块的输出端连接补偿网络的输入端，补偿网络的输出端连接发射线圈的输入端。
4.根据权利要求2所述的电动汽车动态无线充电负载预测控制方法，其特征在于，所述接收端包括接收线圈、补偿网络、整流滤波模块B、DC/DC变换模块、负载电池、预测控制器；接收线圈的输出端连接补偿网络的输入端，补偿网络的输出端连接整流滤波模块B的输入端，整流滤波模块B的输出端连接DC/DC变换模块的输入端，DC/DC变换模块的输出端连接负载电池的输入端，预测控制器控制DC/DC变换模块调整负载电池的接收功率，通过采集负载电池的电流和电压大小作为控制器的输入信号，转换为占空比信号输出给DC/DC变换模块进行控制。
5.根据权利要求4所述的电动汽车动态无线充电负载预测控制方法，其特征在于，采用卡尔曼滤波算法对负载电池进行SOC的估算，包括负载电池模型的建立和负载电池SOC估计。
6.根据权利要求5所述的电动汽车动态无线充电负载预测控制方法，其特征在于，负载电池模型的建立，是通过确立等效电路模型以及基于实验数据搭建精确负载电池模型。
7.根据权利要求6所述的电动汽车动态无线充电负载预测控制方法，其特征在于，等效电路模型包括电池结构模块、SOC计算模块和热效应模块。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910637766.3A CN110341508B (zh) | 2019-07-15 | 2019-07-15 | 电动汽车动态无线充电负载预测控制方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910637766.3A CN110341508B (zh) | 2019-07-15 | 2019-07-15 | 电动汽车动态无线充电负载预测控制方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110341508A CN110341508A (zh) | 2019-10-18 |
| CN110341508B true CN110341508B (zh) | 2022-12-06 |
Family
ID=68176482
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910637766.3A Active CN110341508B (zh) | 2019-07-15 | 2019-07-15 | 电动汽车动态无线充电负载预测控制方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110341508B (zh) |
Families Citing this family (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US11271416B2 (en) * | 2019-11-20 | 2022-03-08 | Semiconductor Components Industries, Llc | Methods and apparatus for a battery |
| CN111541294B (zh) * | 2020-07-07 | 2020-10-23 | 深圳赫兹创新技术有限公司 | 无线充电系统及其开机方法 |
| CN112114184A (zh) * | 2020-07-08 | 2020-12-22 | 珠海兴诺能源技术有限公司 | 充电桩充电过程的pwm信号优化方法、设备、介质及装置 |
| CN113541333A (zh) * | 2021-06-30 | 2021-10-22 | 深圳大学 | 动态无线传能的控制方法、动态无线传能系统及电动汽车 |
| CN114056096B (zh) * | 2021-10-20 | 2023-07-07 | 中国科学技术大学先进技术研究院 | 维持电动汽车总线电压稳定的方法、系统、介质及设备 |
Family Cites Families (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP5459058B2 (ja) * | 2009-11-09 | 2014-04-02 | 株式会社豊田自動織機 | 共鳴型非接触電力伝送装置 |
| CN205489631U (zh) * | 2016-02-01 | 2016-08-17 | 河南理工大学 | 一种自动监控与切换的电动汽车无线充供电系统 |
| CN108767956B (zh) * | 2018-07-03 | 2020-05-29 | 浙江中创天成科技有限公司 | 一种动态无线电能传输系统及其无源控制方法 |
| CN108879857A (zh) * | 2018-07-18 | 2018-11-23 | 北京航空航天大学 | 一种通用型锂电池无线充电系统 |
| CN109669134A (zh) * | 2019-02-27 | 2019-04-23 | 浙江科技学院 | 一种基于卡尔曼滤波法的soc的估算方法 |
-
2019
- 2019-07-15 CN CN201910637766.3A patent/CN110341508B/zh active Active
Also Published As
| Publication number | Publication date |
|---|---|
| CN110341508A (zh) | 2019-10-18 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110341508B (zh) | 电动汽车动态无线充电负载预测控制方法 | |
| CN103048626B (zh) | 一种准确估算soc的方法 | |
| JP5485319B2 (ja) | 二次電池搭載車両のパワーフロー制御方法および制御装置 | |
| KR101798514B1 (ko) | 차량 및 그 충전 제어방법 | |
| JP2013094050A (ja) | エネルギー貯蔵要素を備えた統合発電システム制御方法及び関連装置 | |
| CN104303386A (zh) | 电力控制装置以及电力控制方法 | |
| CN105667499A (zh) | 一种电动汽车增程模式下的能量管理方法 | |
| CN113608571B (zh) | 一种光伏发电单元的灵活功率跟踪控制方法及其应用 | |
| CN110112818B (zh) | 一种车载光伏系统太阳能变换器的运行控制方法及系统 | |
| Song et al. | A decentralized energy management strategy for a fuel cell–battery hybrid electric vehicle based on composite control | |
| CN105904985A (zh) | 一种电动汽车充电控制装置 | |
| CN111725797A (zh) | 用于轨道交通的地面式混合储能系统的功率分配方法 | |
| CN108321939B (zh) | 动态无线电能传输系统及其预测控制方法 | |
| CN110103768A (zh) | 一种电动汽车自动补电方法与装置 | |
| Pavković et al. | Current and voltage control system designs with EKF-based state-of-charge estimator for the purpose of LiFePO4 battery cell charging | |
| CN116853005A (zh) | 基于列车运行状态的城轨交通储能装置能量管理方法 | |
| CN110470993A (zh) | 一种启停电池soc算法 | |
| CN107696893B (zh) | 一种基于自抗扰控制技术的电动汽车v2g充放电方法 | |
| Wali et al. | Cost benefit smart charging schedule for V2G applications | |
| Balaji et al. | Model predictive controlled pulse current battery charging with power electronic switches thru advanced semiconductor material in DC-DC converter | |
| CN113733938B (zh) | 动力电池充电方法、充电系统、混合动力系统及列车 | |
| US9035495B2 (en) | Analysis device of catenary-based transportation system, analysis method and program therefor | |
| Li | Simulation of AC drive control for supercapacitor trams based on high-order neural network pattern discrimination algorithm | |
| Cui et al. | Modeling of the EV dynamic wireless charging load | |
| KR102561894B1 (ko) | 펄스 전압 충전 방식을 포함하는 전기자동차 배터리 급속 충전 방법 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |