JP6000448B2 - 少なくとも部分的に電気で駆動される車両の駆動系統を試験する方法及び装置 - Google Patents

Description

本発明は、少なくとも部分的に電気で駆動される車両の駆動系統を試験する方法であって、この駆動系統に加わる電圧は、物理的なエネルギー貯蔵システムの場合と同様に電圧が動的に作用するように、エネルギー貯蔵システム用のシミュレーションシステムと繋がったコントローラにより制御される方法及びこの方法を実施するための装置に関する。

ハイブリッド車両（ＨＥＶ）及び電気車両（ＥＶ）の開発は、それまで自動車産業で未だ採用されていなかった多数の新しい技術と関連する複雑な課題である。この課題の克服には、問題を早目に検知して、シームレスな統合を保証するための個々の構成要素の早期の試験が必要である。しかし、構成要素は、互いに相関関係を有し、そのため、それらの相関関係をエミュレートできる好適な試験設備が無いと単独の試験は不可能である。構成要素毎に、将来の使用条件と出来る限り幅広く一致する個別の環境が必要である。一つ以上の電気モータを備えた駆動系統は、機械的な試験環境だけでなく、電気的な試験環境も必要とする。そのような電気的な環境の重要な部分は、牽引用バッテリである。実際のバッテリを用いた試験は、駆動系統用の所定の動作条件を得るためには時間の掛かる事前の条件設定を必要とする。更に、バッテリの老朽化は、試験フローの決まった繰り返しを妨げる。更に、場合によっては、好適なバッテリが未だ入手できない場合に、駆動系統を出来る限り早く試験することが望ましい。そのような挑戦は、電気特性のエミュレーションによる牽引用バッテリの代替品として機能するバッテリエミュレータ（ＢＥ）の使用によって対処することができる。これらの特性は、通常多少複雑なバッテリモデルの使用によりシミュレーションされる。プログラミング可能な直流電源が、その出力端子にシミュレーションしたバッテリ電圧を再現して、所要の電流を駆動系統に供給する。この仮想的なバッテリの状態を更新するために、測定した負荷電流がシミュレーションモデルにフィードバックされる。数十又は数百キロワットの性能要件のためには、線形電源の代わりに、ＤＣ−ＤＣ変換器を使用しなければならない。バッテリ内部の電気化学プロセスの時定数は、通常パワーエレクトロニクス機器及び電気駆動系統の時定数と比べて遅い。それにも関わらず、二重層効果及びオーム抵抗によるキャパシタンスと電池間の接続部のインダクタンスによる負荷電流の過渡現象のために、端子電圧は非常に速く変化する可能性が有る。例えば、負荷電流の段階的な上昇は、端子電圧の即時低下を引き起こす。電流回路を開放した場合の電圧をバッテリモデルにより簡単に再現することは十分ではなく、バッテリの内部インピーダンスをエミュレートしなければならない。従って、負荷電流の変化時の出力電圧の速い調節制御と効果的な雑音抑制を実現し、それにより、バッテリエミュレータの出力段の出力インピーダンスを抑えて、バッテリモデルのインピーダンスを規定できるコントローラを設計する必要が有る。

ウルトラコンデンサバッテリのエミュレーションに基づく需要の増大は、そのようなバッテリが電気化学式バッテリよりも速い動特性を有するので、必要な帯域幅を一層拡大する。

動作中、牽引用インバータは、電気駆動モータが発生する速度又は回転トルクを制御する。バッテリの端子電圧の変化は、コントローラにより補正され、そのため、インバータの電力消費量は変化しない。この明細書では、そのような負荷は、一般的に定動力負荷（コンスタントパワーロード：ＣＰＬ）と称する。バッテリの代わりに、ＤＣ−ＤＣ変換器によりＣＰＬを加えた場合、システムは、ＣＰＬの負のインピーダンスのために不安定となる。それは、自動車でのコンパクトな高出力インバータの場合に問題となる。工業用途のためのインバータと比べて、牽引用インバータは、通常安定余裕を低下させる小さい中間回路コンデンサを有する。その結果得られる小さいフィルタキャパシタンスのために、負荷遷移現象と電流リップルがＤＣ電源にフィードバックされる。

このような電源供給のエミュレーションに関して、多数の使用分野が有る。バッテリのエミュレーションは、例えば、非特許文献１に記載されている通り、娯楽用エレクトロニクス機器の試験にも有用である。燃料電池の電力インバータの試験は、燃料電池の試作品の制限された入手可能性と費用の掛かる損傷リスクのために問題となる可能性が有る。従って、燃料電池のエミュレーションは、有利となる場合が有る（非特許文献２）。両方の文献では、電源モデルを試験されるシステムと接続するために、線形電力増幅器を使用している。そのような増幅器は、広い帯域幅を得られるにも関わらず、効率が低いために低電力レベルに限定される。更に別の重要な用途分野は、太陽光発電システムの配電網用インバータの試験である。非特許文献３には、ＤＣ−ＤＣ変換器に基づく太陽光発電モジュール用エミュレータが記載されている。自動車のスタータ用バッテリのためのエミュレータが非特許文献４に記載されている。

ＣＰＬと関連したＤＣ−ＤＣ変換器が多くの出版物で考察されている。負性インピーダンスの不安定さの概念が非特許文献５と６で紹介されている。

これらの提案されている安定化制御アプローチは、非特許文献７と６のフィードバック式線形化から、非特許文献９のスライディングモード制御（ＳＭＣ）を経て、非特許文献１０の不動態に基づくＰＩＤ設計及び非特許文献１１の動的減衰にまで及んでいる。ＣＰＬによるエネルギー供給網のモデル予測安定化制御が非特許文献１２で提案されている。これらの全てのアプローチは、電源変換器がＣＰＬとして機能する一つ以上のインバータのために一定の電圧を供給しなければならないことが共通している。これらの提案されているコントローラ設計のアプローチは、閉じた制御ループを安定させるが、（主に考慮している場合の）調節制御が遅く、減衰振動が弱い。それに対して、ここで紹介する用途は、速い調節制御を必要としている。

速い調節制御を必要とする別の電子変流器は、交流電圧を発生する無停電電源（ＵＰＳ／ＵＳＶ）である。調節制御と雑音挙動を改善するために、交流電圧の周期性を活用できる（非特許文献１３）。ＢＥでは、出力電圧は周期的ではなく、バッテリモデルにより負荷電流に基づき調節されており、そのため、これらのアプローチを使用することができない。

デジタルコントローラプラットフォームの計算能力の増強とアルゴリズムの改善により、モデル予測制御（ＭＰＣ）は、最早動特性が遅いシステムに限定されない。現在、その制御は、例えば、電力用インバータなどの高いサンプリングレートを必要とするシステムでも使用することができる。ＭＰＣによるＤＣ−ＤＣ変換器の制御は、非特許文献１４で提案され、実験結果が非特許文献１５に示されており、所謂明示的ＭＰＣ（ｅＭＰＣ）（非特許文献１６）が計算機技術的な実行可能性の鍵であった。非特許文献１７には、サンプリングレートを５ｋＨｚ〜２５ｋＨｚに制限したＭＰＣを用いた能動的振動抑制に関する実験結果が紹介されている。サンプリング時間が１５０μｓの単独フルブリッジ変換器の非線形ＭＰＣに関する実験結果が非特許文献１８に記載されている。ブーストコンバータの非線形ＭＰＣが非特許文献１９に記載されているが、実験結果は示されていない。非特許文献２０に記載された、三相電力網インバータの線形オンラインＭＰＣのシミュレーションに関して、標準的なＤＳＰ上で１０μｓ．．．５０μｓで実行可能であることが記載されているが、実験結果は示されていない。非特許文献２０で使用されているアルゴリズムは、非特許文献２１に提案されている高速勾配方法に基づいている。

ＭＰＣ用に特化した高速解法アルゴリズムが非特許文献２２〜２４で提案されている。

通常ＤＣ−ＤＣ変換器用のコントローラは、多くの場合抵抗である定格負荷に対して設計されている。好適なモデルが入手可能である限り、モデルベースのコントローラ設計を用いて、変換器用のコントローラを任意の負荷に対して考案することが可能である。従って、定格負荷で抵抗に対して制御方式を構築する必要はない。

Ｐ． Ｈ． Ｃｈｏｕ， Ｃ． Ｐａｒｋ， Ｊ． Ｐａｒｋ， Ｋ． Ｐｈａｍ ｕｎｄ Ｊ． Ｌｉｕ， "Ｂ＃： ａ ｂａｔｔｅｒｙ ｅｍｕｌａｔｏｒ ａｎｄ ｐｏｗｅｒ ｐｒｏｆｉｌｉｎｇ ｉｎｓｔｒｕｍｅｎｔ，" ｉｎ ＩＳＬＰＥＤ ’０３： Ｐｒｏｃｅｅｄｉｎｇｓ ｏｆ ｔｈｅ ２００３ ｉｎｔｅｒｎａｔｉｏｎａｌ ｓｙｍｐｏｓｉｕｍ ｏｎ Ｌｏｗ ｐｏｗｅｒ ｅｌｅｃｔｒｏｎｉｃｓ ａｎｄ ｄｅｓｉｇｎ． Ｎｅｗ Ｙｏｒｋ， ＮＹ， ＵＳＡ： ＡＣＭ， ２００３， Ｓ．２８８-２９３ Ａ． Ｇｅｂｒｅｇｅｒｇｉｓ ｕｎｄ Ｐ． Ｐｉｌｌａｙ， "Ｔｈｅ ｄｅｖｅｌｏｐｍｅｎｔ ｏｆ ｓｏｌｉｄ ｏｘｉｄｅ ｆｕｅｌ ｃｅｌｌ （ｓｏｆｃ） ｅｍｕｌａｔｏｒ，" ｉｎ Ｐｏｗｅｒ Ｅｌｅｃｔｒｏｎｉｃｓ Ｓｐｅｃｉａｌｉｓｔｓ Ｃｏｎｆｅｒｅｎｃｅ， ２００７． ＰＥＳＣ ２００７． ＩＥＥＥ， １７−２１ ２００７， Ｓ．１２３２-１２３８ Ｍ． Ｃ． Ｄｉ Ｐｉａｚｚａ ｕｎｄ Ｇ． Ｖｉｔａｌｅ， "Ｐｈｏｔｏｖｏｌｔａｉｃ ｆｉｅｌｄ ｅｍｕｌａｔｉｏｎ ｉｎｃｌｕｄｉｎｇ ｄｙｎａｍｉｃ ａｎｄ ｐａｒｔｉａｌ ｓｈａｄｏｗ ｃｏｎｄｉｔｉｏｎｓ，" Ａｐｐｌｉｅｄ Ｅｎｅｒｇｙ， ｖｏｌ．８７， ｎｏ．３， Ｓ．８１４-８２３， ２０１０ Ｔ． Ｂａｕｍｈｏｅｆｅｒ， Ｗ． Ｗａａｇ ｕｎｄ Ｄ． Ｓａｕｅｒ， "Ｓｐｅｃｉａｌｉｚｅｄ ｂａｔｔｅｒｙ ｅｍｕｌａｔｏｒ ｆｏｒ ａｕｔｏｍｏｔｉｖｅ ｅｌｅｃｔｒｉｃａｌ ｓｙｓｔｅｍｓ，" ｉｎ Ｖｅｈｉｃｌｅ Ｐｏｗｅｒ ａｎｄ Ｐｒｏｐｕｌｓｉｏｎ Ｃｏｎｆｅｒｅｎｃｅ （ＶＰＰＣ）， ２０１０ ＩＥＥＥ， Ｓｅｐｔ． ２０１０， Ｓ．１-４ Ｖ． Ｇｒｉｇｏｒｅ， Ｊ． Ｈａｔｏｎｅｎ， Ｊ． Ｋｙｙｒａ ｕｎｄ Ｔ． Ｓｕｎｔｉｏ， "Ｄｙｎａｍｉｃｓ ｏｆ ａ ｂｕｃｋ ｃｏｎｖｅｒｔｅｒ ｗｉｔｈ ａ ｃｏｎｓｔａｎｔ ｐｏｗｅｒ ｌｏａｄ，" ｉｎ Ｐｏｗｅｒ Ｅｌｅｃｔｒｏｎｉｃｓ Ｓｐｅｃｉａｌｉｓｔｓ Ｃｏｎｆｅｒｅｎｃｅ， １９９８． ＰＥＳＣ ９８ Ｒｅｃｏｒｄ． ２９ｔｈ Ａｎｎｕａｌ ＩＥＥＥ， ｖｏｌ．１， １７−２２ １９９８， Ｓ．７２-７８ ｖｏｌ．１ Ｂ． Ｃｈｏｉ， Ｂ． Ｃｈｏ ｕｎｄ Ｓ．−Ｓ． Ｈｏｎｇ， "Ｄｙｎａｍｉｃｓ ａｎｄ ｃｏｎｔｒｏｌ ｏｆ ｄｃ−ｔｏ−ｄｃ ｃｏｎｖｅｒｔｅｒｓ ｄｒｉｖｉｎｇ ｏｔｈｅｒ ｃｏｎｖｅｒｔｅｒｓ ｄｏｗｎｓｔｒｅａｍ，" Ｃｉｒｃｕｉｔｓ ａｎｄ Ｓｙｓｔｅｍｓ Ｉ： Ｆｕｎｄａｍｅｎｔａｌ Ｔｈｅｏｒｙ ａｎｄ Ａｐｐｌｉｃａｔｉｏｎｓ， ＩＥＥＥ Ｔｒａｎｓａｃｔｉｏｎｓ ｏｎ， ｖｏｌ．４６， ｎｏ．１０， Ｓ．１２４０-１２４８， Ｏｋｔ． １９９９ Ｊ． Ｃｉｅｚｋｉ ｕｎｄ Ｒ． Ａｓｈｔｏｎ， "Ｔｈｅ ａｐｐｌｉｃａｔｉｏｎ ｏｆ ｆｅｅｄｂａｃｋ ｌｉｎｅａｒｉｚａｔｉｏｎ ｔｅｃｈｎｉｑｕｅｓ ｔｏ ｔｈｅ ｓｔａｂｉｌｉｚａｔｉｏｎ ｏｆ ｄｃ−ｔｏ−ｄｃ ｃｏｎｖｅｒｔｅｒｓ ｗｉｔｈ ｃｏｎｓｔａｎｔ ｐｏｗｅｒ ｌｏａｄｓ，" ｉｎ Ｃｉｒｃｕｉｔｓ ａｎｄ Ｓｙｓｔｅｍｓ， １９９８． ＩＳＣＡＳ ’９８． Ｐｒｏｃｅｅｄｉｎｇｓ ｏｆ ｔｈｅ １９９８ ＩＥＥＥ Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｓｙｍｐｏｓｉｕｍ ｏｎ， ｖｏｌ．３， Ｍａｉ−３． Ｊｕｎｉ １９９８， Ｓ．５２６-５２９ ｖｏｌ．３ Ａ． Ｅｍａｄｉ ｕｎｄ Ｍ． Ｅｈｓａｎｉ， "Ｎｅｇａｔｉｖｅ ｉｍｐｅｄａｎｃｅ ｓｔａｂｉｌｉｚｉｎｇ ｃｏｎｔｒｏｌｓ ｆｏｒ ｐｗｍ ｄｃ−ｄｃ ｃｏｎｖｅｒｔｅｒｓ ｕｓｉｎｇ ｆｅｅｄｂａｃｋ ｌｉｎｅａｒｉｚａｔｉｏｎ ｔｅｃｈｎｉｑｕｅｓ，" ｉｎ Ｅｎｅｒｇｙ Ｃｏｎｖｅｒｓｉｏｎ Ｅｎｇｉｎｅｅｒｉｎｇ Ｃｏｎｆｅｒｅｎｃｅ ａｎｄ Ｅｘｈｉｂｉｔ， ２０００． （ＩＥＣＥＣ） ３５ｔｈ Ｉｎｔｅｒｓｏｃｉｅｔｙ， ｖｏｌ． １， ２０００， Ｓ．６１３-６２０ ｖｏｌ．１ Ａ． Ｅｍａｄｉ， Ａ． Ｋｈａｌｉｇｈ， Ｃ． Ｒｉｖｅｔｔａ ｕｎｄ Ｇ． Ｗｉｌｌｉａｍｓｏｎ， "Ｃｏｎｓｔａｎｔ ｐｏｗｅｒ ｌｏａｄｓ ａｎｄ ｎｅｇａｔｉｖｅ ｉｍｐｅｄａｎｃｅ ｉｎｓｔａｂｉｌｉｔｙ ｉｎ ａｕｔｏｍｏｔｉｖｅ ｓｙｓｔｅｍｓ： ｄｅｆｉｎｉｔｉｏｎ， ｍｏｄｅｌｉｎｇ， ｓｔａｂｉｌｉｔｙ， ａｎｄ ｃｏｎｔｒｏｌ ｏｆ ｐｏｗｅｒ ｅｌｅｃｔｒｏｎｉｃ ｃｏｎｖｅｒｔｅｒｓ ａｎｄ ｍｏｔｏｒ ｄｒｉｖｅｓ，" Ｖｅｈｉｃｕｌａｒ Ｔｅｃｈｎｏｌｏｇｙ， ＩＥＥＥ Ｔｒａｎｓａｃｔｉｏｎｓ ｏｎ， ｖｏｌ．５， ｎｏ．４， Ｓ． １１１２-１１２５， Ｊｕｌｉ ２００６ Ａ． Ｋｗａｓｉｎｓｋｉ ｕｎｄ Ｐ． Ｋｒｅｉｎ， "Ｐａｓｓｉｖｉｔｙ−ｂａｓｅｄ ｃｏｎｔｒｏｌ ｏｆ ｂｕｃｋ ｃｏｎｖｅｒｔｅｒｓ ｗｉｔｈ ｃｏｎｓｔａｎｔ−ｐｏｗｅｒ ｌｏａｄｓ，" ｉｎ Ｐｏｗｅｒ Ｅｌｅｃｔｒｏｎｉｃｓ Ｓｐｅｃｉａｌｉｓｔｓ Ｃｏｎ-ｆｅｒｅｎｃｅ， ２００７． ＰＥＳＣ ２００７． ＩＥＥＥ， ２００７， Ｓ．２５９-２６５ Ａ． Ｒａｈｉｍｉ ｕｎｄ Ａ． Ｅｍａｄｉ， "Ａｃｔｉｖｅ ｄａｍｐｉｎｇ ｉｎ ｄｃ／ｄｃ ｐｏｗｅｒ ｅｌｅｃｔｒｏｎｉｃ ｃｏｎｖｅｒｔｅｒｓ： Ａ ｎｏｖｅｌ ｍｅｔｈｏｄ ｔｏ ｏｖｅｒｃｏｍｅ ｔｈｅ ｐｒｏｂｌｅｍｓ ｏｆ ｃｏｎｓｔａｎｔ ｐｏｗｅｒ ｌｏａｄｓ，" Ｉｎｄｕｓｔｒｉａｌ Ｅｌｅｃｔｒｏｎｉｃｓ， ＩＥＥＥ Ｔｒａｎｓａｃｔｉｏｎｓ ｏｎ， ｖｏｌ．５６， ｎｏ．５， Ｓ．１４２８-１４３９， Ｍａｉ ２００９ Ｍ． Ｚｉｍａ ｕｎｄ Ｇ． Ａｎｄｅｒｓｓｏｎ， "Ｍｏｄｅｌ ｐｒｅｄｉｃｔｉｖｅ ｃｏｎｔｒｏｌ ｅｍｐｌｏｙｉｎｇ ｔｒａｊｅｃｔｏｒｙ ｓｅｎｓｉｔｉｖｉｔｉｅｓ ｆｏｒ ｐｏｗｅｒ ｓｙｓｔｅｍｓ ａｐｐｌｉｃａｔｉｏｎｓ，" ｉｎ Ｄｅｃｉｓｉｏｎ ａｎｄ Ｃｏｎｔｒｏｌ， ２００５ ａｎｄ ２００５ Ｅｕｒｏｐｅａｎ Ｃｏｎｔｒｏｌ Ｃｏｎｆｅｒｅｎｃｅ． ＣＤＣ−ＥＣＣ ’０５． ４４ｔｈ ＩＥＥＥ Ｃｏｎｆｅｒｅｎｃｅ ｏｎ， ２００５， Ｓ．４４５２-４４５６ Ｋ． Ｚｈａｎｇ， Ｌ． Ｐｅｎｇ， Ｙ． Ｋａｎｇ ｕｎｄ Ｊ． Ｘｉｏｎｇ， "Ｓｔａｔｅ−ｆｅｅｄｂａｃｋ−ｗｉｔｈ−ｉｎｔｅｇｒａｌ ｃｏｎｔｒｏｌ ｐｌｕｓ ｒｅｐｅｔｉｔｉｖｅ ｃｏｎｔｒｏｌ ｆｏｒ ＵＰＳ ｉｎｖｅｒｔｅｒｓ，" ｉｎ Ｔｗｅｎｔｉｅｔｈ Ａｎｎｕａｌ ＩＥＥＥ Ａｐｐｌｉｅｄ Ｐｏｗｅｒ Ｅｌｅｃｔｒｏｎｉｃｓ Ｃｏｎｆｅｒｅｎｃｅ ａｎｄ Ｅｘｐｏｓｉｔｉｏｎ， ２００５． ＡＰＥＣ ２００５．， ｎｏ．２． ＩＥＥＥ， ２００５， Ｓ．５５３-５５９ Ｔ． Ｇｅｙｅｒ， Ｇ． Ｐａｐａｆｏｔｉｏｕ ｕｎｄ Ｍ． Ｍｏｒａｒｉ， "Ｏｎ ｔｈｅ ｏｐｔｉｍａｌ ｃｏｎｔｒｏｌ ｏｆ ｓｗｉｔｃｈ−ｍｏｄｅ ｄｃ−ｄｃ ｃｏｎｖｅｒｔｅｒｓ，" Ｈｙｂｒｉｄ Ｓｙｓｔｅｍｓ： Ｃｏｍｐｕｔａｔｉｏｎ ａｎｄ Ｃｏｎｔｒｏｌ， Ｓ．７７-８５， ２００４ Ｔ． Ｇｅｙｅｒ， Ｇ． Ｐａｐａｆｏｔｉｏｕ， Ｒ． Ｆｒａｓｃａ ｕｎｄ Ｍ． Ｍｏｒａｒｉ， "Ｃｏｎｓｔｒａｉｎｅｄ ｏｐｔｉｍａｌ ｃｏｎｔｒｏｌ ｏｆ ｔｈｅ ｓｔｅｐ−ｄｏｗｎ ｄｃ−ｄｃ ｃｏｎｖｅｒｔｅｒ，" Ｐｏｗｅｒ Ｅｌｅｃｔｒｏｎｉｃｓ， ＩＥＥＥ Ｔｒａｎｓａｃｔｉｏｎｓ ｏｎ， ｖｏｌ．２３， ｎｏ．５， Ｓ．２４５４-２４６４， Ｓｅｐｔ． ２００８ Ａ． Ｂｅｍｐｏｒａｄ， Ｆ． Ｂｏｒｒｅｌｌｉ ｕｎｄ Ｍ． Ｍｏｒａｒｉ， "Ｍｏｄｅｌ ｐｒｅｄｉｃｔｉｖｅ ｃｏｎｔｒｏｌ ｂａｓｅｄ ｏｎ ｌｉｎｅａｒ ｐｒｏｇｒａｍｍｉｎｇ ｔｈｅ ｅｘｐｌｉｃｉｔ ｓｏｌｕｔｉｏｎ，" Ａｕｔｏｍａｔｉｃ Ｃｏｎｔｒｏｌ， ＩＥＥＥ Ｔｒａｎｓａｃｔｉｏｎｓ ｏｎ， ｖｏｌ．４７， ｎｏ．１２， Ｓ．１９７４-１９８５， Ｄｅｚ． ２００２ Ａ． Ｗｉｌｌｓ， Ｄ． Ｂａｔｅｓ， Ａ． Ｆｌｅｍｉｎｇ， Ｂ． Ｎｉｎｎｅｓｓ ｕｎｄ Ｒ． Ｍｏｈｅｉｍａｎｉ， "Ａｐｐｌｉｃａｔｉｏｎ ｏｆ ｍｐｃ ｔｏ ａｎ ａｃｔｉｖｅ ｓｔｒｕｃｔｕｒｅ ｕｓｉｎｇ ｓａｍｐｌｉｎｇ ｒａｔｅｓ ｕｐ ｔｏ ２５ｋｈｚ，" ｉｎ Ｄｅｃｉｓｉｏｎ ａｎｄ Ｃｏｎｔｒｏｌ， ２００５ ａｎｄ ２００５ Ｅｕｒｏｐｅａｎ Ｃｏｎｔｒｏｌ Ｃｏｎｆｅｒｅｎｃｅ． ＣＤＣ−ＥＣＣ ’０５． ４４ｔｈ ＩＥＥＥ Ｃｏｎｆｅｒｅｎｃｅ ｏｎ， ２００５， Ｓ．３１７６-３１８１ Ｙ． Ｘｉｅ， Ｒ． Ｇｈａｅｍｉ， Ｊ． Ｓｕｎ ｕｎｄ Ｊ． Ｆｒｅｕｄｅｎｂｅｒｇ， "Ｉｍｐｌｉｃｉｔ ｍｏｄｅｌ ｐｒｅｄｉｃｔｉｖｅ ｃｏｎｔｒｏｌ ｏｆ ａ ｆｕｌｌ ｂｒｉｄｇｅ ｄｃ−ｄｃ ｃｏｎｖｅｒｔｅｒ，" Ｐｏｗｅｒ Ｅｌｅｃｔｒｏｎｉｃｓ， ＩＥＥＥ Ｔｒａｎｓａｃｔｉｏｎｓ ｏｎ， ｖｏｌ．２４， ｎｏ．１２， Ｓ．２７０４-２７１３， ２００９ Ｊ． Ｂｏｎｉｌｌａ， Ｒ． Ｄｅ Ｋｅｙｓｅｒ， Ｍ． Ｄｉｅｈｌ ｕｎｄ Ｊ． ＥＳＰＩＮＯＺＡ， "Ｆａｓｔ ＮＭＰＣ ｏｆ ａ ＤＣ−ＤＣ ｃｏｎｖｅｒｔｅｒ： ａｎ ｅｘａｃｔ Ｎｅｗｔｏｎ ｒｅａｌ−ｔｉｍｅ ｉｔｅｒａｔｉｏｎ ａｐｐｒｏａｃｈ，" ｉｎ Ｐｒｏｃ． ｏｆ ｔｈｅ ７ｔｈ ＩＦＡＣ Ｓｙｍｐｏｓｉｕｍ ｏｎ Ｎｏｎｌｉｎｅａｒ Ｃｏｎｔｒｏｌ Ｓｙｓｔｅｍｓ （ＮＯＬＣＯＳ ２００７）， ２００７ Ｓ． Ｒｉｃｈｔｅｒ， Ｓ． Ｍａｒｉｅｔｈｏｚ ｕｎｄ Ｍ． Ｍｏｒａｒｉ， "Ｈｉｇｈ−ｓｐｅｅｄ ｏｎｌｉｎｅ ｍｐｃ ｂａｓｅｄ ｏｎ ａ ｆａｓｔ ｇｒａｄｉｅｎｔ ｍｅｔｈｏｄ ａｐｐｌｉｅｄ ｔｏ ｐｏｗｅｒ ｃｏｎｖｅｒｔｅｒ ｃｏｎｔｒｏｌ，" ｉｎ Ａｍｅｒｉｃａｎ Ｃｏｎｔｒｏｌ Ｃｏｎｆｅｒｅｎｃｅ （ＡＣＣ）， ２０１０， ３０２０１０−２． Ｊｕｌｉ ２０１０， Ｓ．４７３７-４７４３ Ｓ． Ｒｉｃｈｔｅｒ， Ｃ． Ｊｏｎｅｓ ｕｎｄ Ｍ． Ｍｏｒａｒｉ， "Ｒｅａｌ−ｔｉｍｅ ｉｎｐｕｔ−ｃｏｎｓｔｒａｉｎｅｄ ｍｐｃ ｕｓｉｎｇ ｆａｓｔ ｇｒａｄｉｅｎｔ ｍｅｔｈｏｄｓ，" ｉｎ Ｄｅｃｉｓｉｏｎ ａｎｄ Ｃｏｎｔｒｏｌ， ２００９ ｈｅｌｄ ｊｏｉｎｔｌｙ ｗｉｔｈ ｔｈｅ ２００９ ２８ｔｈ Ｃｈｉｎｅｓｅ Ｃｏｎ-ｔｒｏｌ Ｃｏｎｆｅｒｅｎｃｅ． ＣＤＣ／ＣＣＣ ２００９． Ｐｒｏｃｅｅｄｉｎｇｓ ｏｆ ｔｈｅ ４８ｔｈ ＩＥＥＥ Ｃｏｎｆｅｒｅｎｃｅ ｏｎ， ２００９， Ｓ．７３８７-７３９３ Ｒ． Ｍｉｌｍａｎ ｕｎｄ Ｅ． Ｄａｖｉｓｏｎ， "Ａ ｆａｓｔ ｍｐｃ ａｌｇｏｒｉｔｈｍ ｕｓｉｎｇ ｎｏｎｆｅａｓｉｂｌｅ ａｃｔｉｖｅ ｓｅｔ ｍｅｔｈｏｄｓ，" Ｊｏｕｒｎａｌ ｏｆ Ｏｐｔｉｍｉｚａｔｉｏｎ Ｔｈｅｏｒｙ ａｎｄ Ａｐｐｌｉｃａｔｉｏｎｓ， ｖｏｌ．１３９， Ｓ．５９１-６１６， ２００８， １０．１００７／ｓ１０９５７−００８−９４１３−３ Ｈ． Ｊ． Ｆｅｒｒｅａｕ， Ｈ． Ｇ． Ｂｏｃｋ ｕｎｄ Ｍ． Ｄｉｅｈｌ， "Ａｎ ｏｎｌｉｎｅ ａｃｔｉｖｅ ｓｅｔ ｓｔｒａｔｅｇｙ ｔｏ ｏｖｅｒｃｏｍｅ ｔｈｅ ｌｉｍｉｔａｔｉｏｎｓ ｏｆ ｅｘｐｌｉｃｉｔ ｍｐｃ，" Ｉｎｔ． Ｊ． Ｒｏｂｕｓｔ Ｎｏｎｌｉｎｅａｒ Ｃｏｎｔｒｏｌ， ｖｏｌ．１８， ｎｏ．８， Ｓ．８１６-８３０， ２００８ Ｙ． Ｗａｎｇ ｕｎｄ Ｓ． Ｂｏｙｄ， "Ｆａｓｔ ｍｏｄｅｌ ｐｒｅｄｉｃｔｉｖｅ ｃｏｎｔｒｏｌ ｕｓｉｎｇ ｏｎｌｉｎｅ ｏｐｔｉｍｉｚａｔｉｏｎ，" Ｃｏｎｔｒｏｌ Ｓｙｓｔｅｍｓ Ｔｅｃｈｎｏｌｏｇｙ， ＩＥＥＥ Ｔｒａｎｓａｃｔｉｏｎｓ ｏｎ， ｖｏｌ．１８， ｎｏ．２， Ｓ．２６７-２７８， ２０１０ Ｏ． Ｋｏｅｎｉｇ， Ｓ． Ｊａｋｕｂｅｋ ｕｎｄ Ｇ． Ｐｒｏｃｈａｒｔ， "Ｍｏｄｅｌ ｐｒｅｄｉｃｔｉｖｅ ｃｏｎｔｒｏｌ ｏｆ ａ ｂａｔｔｅｒｙ ｅｍｕｌａｔｏｒ ｆｏｒ ｔｅｓｔｉｎｇ ｏｆ ｈｙｂｒｉｄ ａｎｄ ｅｌｅｃｔｒｉｃ ｐｏｗｅｒ−ｔｒａｉｎｓ，" ２０１１， ａｋｚｅｐｔｉｅｒｔ ｚｕｒ Ｐｒａｅｓｅｎｔａｔｉｏｎ ｂｅｉ： ２０１１ ＩＥＥＥ Ｖｅｈｉｃｌｅ Ｐｏｗｅｒ ａｎｄ Ｐｒｏｐｕｌｓｉｏｎ Ｃｏｎｆｅｒｅｎｃｅ （ＶＰＰＣ） Ｒ． Ｗ． Ｅｒｉｃｋｓｏｎ ｕｎｄ Ｄ． Ｍａｋｓｉｍｏｖｉｃ， Ｆｕｎｄａｍｅｎ-ｔａｌｓ ｏｆ ｐｏｗｅｒ ｅｌｅｃｔｒｏｎｉｃｓ． Ｓｐｒｉｎｇｅｒ， ２００１ Ｓ． Ｍａｒｉｅｔｈｏｚ， Ａ． Ｂｅｃｃｕｔｉ ｕｎｄ Ｍ． Ｍｏｒａｒｉ， "Ｍｏｄｅｌ ｐｒｅｄｉｃｔｉｖｅ ｃｏｎｔｒｏｌ ｏｆ ｍｕｌｔｉｐｈａｓｅ ｉｎｔｅｒｌｅａｖｅｄ ｄｃ−ｄｃ ｃｏｎｖｅｒｔｅｒｓ ｗｉｔｈ ｓｅｎｓｏｒｌｅｓｓ ｃｕｒｒｅｎｔ ｌｉｍｉｔａｔｉｏｎ ａｎｄ ｐｏｗｅｒ ｂａｌａｎｃｅ，" ｉｎ Ｐｏｗｅｒ Ｅｌｅｃｔｒｏｎｉｃｓ Ｓｐｅｃｉａｌｉｓｔｓ Ｃｏｎｆｅｒｅｎｃｅ， ２００８． ＰＥＳＣ ２００８． ＩＥＥＥ， ２００８， Ｓ．１０６９-１０７４ Ｈ． Ｂａｅ， Ｊ． Ｌｅｅ， Ｊ． Ｙａｎｇ ｕｎｄ Ｂ． Ｈ． Ｃｈｏ， "Ｄｉｇｉｔａｌ ｒｅｓｉｓｔｉｖｅ ｃｕｒｒｅｎｔ （ｄｒｃ） ｃｏｎｔｒｏｌ ｆｏｒ ｔｈｅ ｐａｒａｌｌｅｌ ｉｎｔｅｒｌｅａｖｅｄ ｄｃ−ｄｃ ｃｏｎｖｅｒｔｅｒｓ，" Ｐｏｗｅｒ Ｅｌｅｃｔｒｏｎｉｃｓ， ＩＥＥＥ Ｔｒａｎｓａｃｔｉｏｎｓ ｏｎ， ｖｏｌ．２３， ｎｏ．５， Ｓ．２４６５-２４７６， ２００８ Ｊ． Ｍａｃｉｅｊｏｗｓｋｉ， Ｐｒｅｄｉｃｔｉｖｅ ｃｏｎｔｒｏｌ： ｗｉｔｈ ｃｏｎｓｔｒａｉｎｔｓ． Ｐｅａｒｓｏｎ ｅｄｕｃａｔｉｏｎ， ２００２ Ｕ． Ｍａｅｄｅｒ， Ｆ． Ｂｏｒｒｅｌｌｉ ｕｎｄ Ｍ． Ｍｏｒａｒｉ， "Ｌｉｎｅａｒ ｏｆｆｓｅｔ−ｆｒｅｅ ｍｏｄｅｌ ｐｒｅｄｉｃｔｉｖｅ ｃｏｎｔｒｏｌ，" Ａｕｔｏｍａｔｉｃａ， ｖｏｌ．４５， ｎｏ．１０， Ｓ．２２１４-２２２２， ２００９ Ｔｈｅ Ｍａｔｈｗｏｒｋｓ Ｉｎｃ．， "Ｏｐｔｉｍｉｚａｔｉｏｎ ｔｏｏｌｂｏｘ ４．３，" ２００９ Ｇ． Ｇｒｅｇｏｒｃｉｃ ｕｎｄ Ｇ． Ｌｉｇｈｔｂｏｄｙ， "Ｎｏｎｌｉｎｅａｒ ｍｏｄｅｌ−ｂａｓｅｄ ｃｏｎｔｒｏｌ ｏｆ ｈｉｇｈｌｙ ｎｏｎｌｉｎｅａｒ ｐｒｏｃｅｓｓｅｓ，" Ｃｏｍｐｕｔｅｒｓ ＆ Ｃｈｅｍｉｃａｌ Ｅｎｇｉｎｅｅｒｉｎｇ， ｖｏｌ．３４， ｎｏ．８， Ｓ．１２６８-１２８１， ２０１０

本明細書では、追加の入力フィルタキャパシタンスを用いたＣＰＬによるＭＰＣ設計に適したコンバータモデルを提案している。このモデルは、出力電圧と負荷の所要電力に応じたＣＰＬの線形負性代替インピーダンスに基づいている。動作点の変化を考慮した線形ＭＰＣ設計のための二つの異なるアプローチを提案している。第一のアプローチは、大まかな負荷インピーダンスの極値を表す二つの内部モデルを用いた単純で堅牢なＭＰＣ設計である。第二のアプローチは、期待される動作範囲に渡る一連の動作点に関する異なるコントローラパラメータのセットを用いたスケジューリングコントローラ設計である。負荷の推定した所要電力に基づき、サンプリングステップ毎に、次の制御プロセスを計算するための最も近いパラメータセットを選定している。雑音を測定しないにも関わらず制御偏差が残存しない制御を実現し、更に、測定した雑音のフィルタリングと負荷の所要電力の推定を行なうために、オブザーバを使用している。

制約したＭＰＣの実装に関して、計算のために使用可能な制限された時間内に良好なアクティブセットを速く発見するための発見的アクティブセット方法が提案されている。その方法と堅牢なＭＰＣのアプローチは、非特許文献２５でも紹介されているが、チョーク電流に関する制約を行なっていない。

高電力逓降ＤＣ−ＤＣ変換器のオンラインＭＰＣ（モデル予測制御）のためのアプローチが提案されている。その変換器は、ハイブリッド又は全電気式自動車の駆動系統用の試験設備の牽引用バッテリの代替品としてのバッテリエミュレータの一部である。そのような用途は、シミュレーションしたバッテリモデルの基準電圧に出来る限り速く出力電圧を追従させる一方、速い負荷遷移現象に対して敏感でないことを必要としている。ＣＰＬとして機能する、その変換器の弱減衰出力フィルタと高速制御インバータの組合せは、システムを不安定にさせる。そのコントローラ設計段階では、負荷の正確なデータは分からず、所要電力は動作中に変動する。最適な電力とハードウェア保護のためには、制御変数の制約とチョーク電流の制限を考慮しなければならない。その提案されたアクティブセット方法に基づくＭＰＣは、ＣＰＬにも関わらず、入力及び状態制約を維持しつつ高速な調節制御を達成している。

その制御アルゴリズムは、商業的に入手可能なデジタルコントローラのハードウェア上で所要のサンプリングレートにより実行することができる。インバータに電力を供給する６０ｋＷのバッテリエミュレータを用いた実験結果が、提案された制御アプローチの処理能力を証明している。

本発明では、モデルベースのコントローラ設計方法によりコントローラを考案し、制御されるシステムのモデルにおいて、駆動系統の負荷モデルを使用する。

有利な実施構成は、出力電圧を測定し、駆動系統の所要電力を推定し、これらの出力電圧と推定した所要電力に応じて、詳しく言うと、有利には、全てのパラメータセット間の置き換えによって、負荷モデルのパラメータを変更することを特徴とする。

任意選択として、負荷の所要電力の推定は、オブザーバを用いて、測定した負荷電流に基づき行なわれる。

本発明では、エネルギー貯蔵システム用のシミュレーションシステムと、物理的なエネルギー貯蔵システムの場合と同様に電圧が動的に作用するように駆動系統に加える電圧を制御するコントローラとを備え、このコントローラがシミュレーションシステムと繋がっている、少なくとも部分的に電気で駆動される車両の駆動系統を試験する装置において、コントローラには、モデル予測制御ループが配備されていることと、制御されるシステムには、負荷モデルが統合されていることとを特徴とする。

この装置の有利な実施構成は、負荷の所要電力に依存するモデルが統合されていることを特徴とする。

前記の二つの装置は、任意選択として、コントローラに、モデル予測制御部が配備されていることを特徴とする。

エネルギー貯蔵システムの出力電圧に依存するモデルを統合することができる。

このバッテリエミュレータのモデル予測制御によって、制御されるシステムのモデルに負荷モデルを最適に統合することが可能となり、そのため、負荷が最早未知の雑音ではなく、コントローラで明示的に考慮される。この負荷モデルのパラメータは、負荷の所要電力に依存する。このモデルベースの予測コントローラのために線形モデルを使用した場合、モデルパラメータは、更に、出力電圧に依存する。従って、モデルベースの予測コントローラの策定に適した制御パラメータグループが採用される。このパラメータグループの交換又は混合は、測定した出力電圧と推定した所要電力に応じて行なわれる。この目的のために、負荷の所要電力の推定は、オブザーバを用いて、測定した負荷電流に基づき行なわれる。

以下において、添付図面を参照して、本発明を詳しく説明する。

バッテリエミュレータを備えた駆動系統用試験設備の模式図 バッテリエミュレータの出力段の模式図 （ａ）負荷モデルの定電力負荷の静特性曲線のグラフ、（ｂ）非線形負荷モデルの図、及び（ｃ）動作点の周囲で線形化された小信号モデルの図 バッテリエミュレータモデルのブロック図 本提案によるコントローラ構造のブロック図 上のグラフが出力電圧の予測軌跡を表し、下のグラフがそれに対応する制御変数のシーケンスを表す、本提案によるモデル予測制御（ＭＰＣ）で使用されるアルゴリズムのグラフ 本提案によるアルゴリズムと一般的なＱＰ解法アルゴリズムを使用したＭＰＣを比較したグラフ 堅牢なコントローラ方式のブロック図 スケジューリングコントローラのブロック図 上のグラフが出力電圧、チョーク電流及び負荷電流を表し、下のグラフが使用したデューティサイクルを表す、定電力負荷による０ｋＷ〜６０ｋＷの所要電力の飛躍的変化に関するシミュレーション結果のグラフ アイドリング時の基準電圧の飛躍的変化に関する実験結果のグラフ チョーク電流の制限の有効性を表す基準電圧の飛躍的変化のグラフ 下の線がスケジューリングコントローラに関するパラメータセットの選択と堅牢なコントローラに関するデューティサイクルを表す、定電力負荷による動作時の基準電圧の変化シーケンスに関する実験結果のグラフ 下の線がスケジューリングコントローラに関するパラメータセットの選択と堅牢なコントローラに関するデューティサイクルを表す、定電力負荷による動作時の基準電圧の変化シーケンスに関する実験結果のグラフ Ｐ＝０ｋＷ〜Ｐ＝２４ｋＷの定電力負荷の所要電力の飛躍的変化に関する実験結果のグラフ Ｐ＝０ｋＷ〜Ｐ＝２４ｋＷの定電力負荷の所要電力の飛躍的変化に関する実験結果のグラフ

典型的な試験設備構成の例が図１に図示されている。この設備は、一方では負荷を表し、他方では物理的な牽引用バッテリに代わるバッテリエミュレータを表すＨＥＶ又はＥＶの駆動系統のパワーエレクトロニクス機器から構成されている。このコントローラ設計では、バッテリエミュレータと負荷を別個にモデル化し、次に、一つのシステムモデルに組み合わせている。

バッテリエミュレータの模式図が図２に図示されている。主要な構成要素は、バッテリ端子電圧のエミュレーションに使用される出力電圧Ｖ_２を供給する一つの共通の出力コンデンサＣ_１を備え、ずらして接続された三つの逓降ＤＣ−ＤＣ変換器から構成される出力段である。ここでは、整流器は考慮されておらず、Ｃ_０は十分に大きく、そのため、ＤＣ中間回路電圧が一定であると仮定できる。

アナログ変調器が、その入力における単一の作動コマンドｄによって、チョーク電流のパルス幅変調（ＰＷＭ）と等化を行なっている。リアルタイムＭＰＣの簡略化モデルが、ＰＷＭの近似により連続した設定電圧として挙動し（非特許文献２６）、非特許文献２７又は２８の通り、三つのチョークの並列構成により代替インダクタンスＬ_１として挙動する。

次に、三つの電流全ての合計ｉ_１＝ｉ_１ａ＋ｉ_１ｂ＋ｉ_１ｃが新しいチョーク電流として選択される。チョークと半導体スイッチのオーム抵抗は、近似的にＲＬ_１により表されている。負荷が受ける電流は、ｉ_２により表されている。ｘ_ｃ＝［ｉ_１√２］^Ｔとして選択されたコンバータ用状態ベクトル、制御変数ｕ＝ｄ・Ｖ_０及び雑音変数ｉ_２を用いて、このシステムは、次の通り、状態空間モデルにより記述される。

変数ｉ_１，ｖ_２及びｉ_２は測定可能である。

ＨＥＶ／ＥＶ用電気モータのインバータは、その電圧中間回路をＢＥと接続した、パルスインバータを速く制御したインバータである。このインバータの所要電力Ｐは、その電源電圧Ｖ_２が所定の範囲内に有る限り、その電源電圧に依存しない。この構成は、定電力負荷（ＣＰＬ）を発生させ、そのため、次の通り、ＣＰＬが受ける電流ｉ_２と電源電圧の間の関係が得られる。

式（２）は、出力電圧から負荷電流の雑音入力へのフィードバックを完成し、以下の非線形状態方程式となる。

以下の差分補償抵抗Ｒ_２を導入することによって、

動作点

と

で、次の通り、動作点に依存する線形設備モデルが得られる。

Ｐ＞０及びｖ_２＞０に関して、Ｒ_２は負であり、そのため、設備は不安定となる。

図３は、負荷モデルの図面である。部分図（ａ）はＣＰＬの静特性曲線を表し、部分図（ｂ）は非線形負荷モデルを表し、部分図（ｃ）は動作点

の周囲で線形化された小信号モデルを表す。全ての測定可能な変数を表すために、新しい出力ベクトル

が導入されている。導線の抵抗は十分に小さく、そのため、インバータのＤＣ中間回路コンデンサＣ_２をＣ_１に対して並列に追加することができる。その結果、以下の式（６）によるモデルが得られる。

この関係式を簡単化するために、パラメータとしてシンボルｇ_ｐ＝１／Ｒ_２を使用している。変数

は、動作点のオフセットを表す。

図４は、Ｅ／Ａインタフェースとデジタル制御用サンプリングを含む制御設計のために使用される、その結果得られたモデル構造のブロック図を図示している。このサンプリングは、三つのずれた対称的なＰＷＭキャリア信号の中点と同期し、そのため、サンプリングレートｆ_ｓは、各相のスイッチング周波数ｆ_ｓｗの三倍と等しい。連続時間モデル（６）は、サンプリング・ホールド部品を用いたＰＷＭ近似法を使用して、以下の離散時間モデル（７）に変換される。

このコンパクトな関係式のために、動作点のオフセットｗ_ｋが新しい状態として導入され、そのため、次の通りとなる。

この制御方式は、有利には、モデル予測制御（ＭＰＣ）として選択される。非特許文献２９に基づくＭＰＣオンライン定式化のために、以下の拡張された離散時間システム表現式を使用する。

ここで、状態ベクトルは、

として選択される。

これによって、非特許文献３０に基づく状態オブザーバと組み合わせて、制御誤差が残存しない取得が可能になるとともに、必要な計算時間により生じるサンプリングステップの遅延も考慮される。

各時点ｋで、制御ホライズンＮ_ｃと予測ホライズンＮ_ｐに関する制御プロセスΔｕｋの最適なシーケンスが決定され、そのため、以下の判断基準が最小化される。

これらの対称的な正に定義された重み行列ＱとＲは、（ｉ）前記の出力軌跡Ｙｋの基準軌跡Ｒｓ，ｋからの偏差又は（ｉｉ）制御負荷ΔＵｋを重み付けする行列である。この決定変数は、次の通り、将来の制御プロセスのシーケンスであり、

この出力軌跡は、前記の出力のシーケンスであり、

ここで、行列ＦとΦは、次の通り定義される。

ＭＰＣの強さは、制約を明示的に考慮できる能力である。従って、０≦ｄｋ≦１、そのため０≦ｕｋ≦１の範囲内へのＰＷＭデューティサイクルの制限は、最小化問題と関連して、次の形の不等式条件により定式化され、

そのため、ホライズンＮｃｃ≦Ｎｃにおいて、全てのｉ∈Ｎ≦Ｎｃｃに関して、制御プロセスは、次の通り制限される。

更に、ＩＧＢＴスイッチの過電流保護及びインダクタの磁気飽和防止のためにインダクタ電流を制限することができる。それは、前記の状態に対して不等式条件ＭｘΔＵｋ≦γｘを与えることによって実現され、そのため、ｉ∈Ｎ≦Ｎｃｃに関して、次の式が成り立つ。

次に、これらの入力及び状態条件は、以下の通り、不等式条件のグループと組み合わされる。

後退ホライズン原理（Ｒｅｃｅｄｉｎｇ Ｈｏｒｉｚｏｎ Ｐｒｉｎｃｉｐｌｅ）の実装によって、各時点で第一の制御プロセスｕｋ＝ｕｋ−１＋Δｕｋ｜ｋだけが使用されて、ΔＵｋの残余が排除される。得られたコントローラ方式のブロック図が図５に図示されている。

このコントローラは、重み行列ＱとＲにより設定することができる。一つの制御出力だけを用いて、Ｑは、単位行列Ｎｐ×Ｎｐにマッピングされ、Ｒは、対角行列Ｎｃ×Ｎｃにマッピングされ、そのため、以下の通りとなる。

これにより、コントローラの設定が単一のスカラ値Ｒの選択に簡略化される。より小さい値のＲは、閉じた制御ループの帯域幅を大きくするが、測定雑音と設備モデルのモデル誤差に対する感度も大きくする。

以下において、本発明に関する制約したリアルタイムＭＰＣを使用する利点を説明する。図６の本提案によるアルゴリズムをモデル予測制御に適用した場合の図面は、前記の発展形の時間変化を図示している。上のグラフが前記の出力電圧の軌跡を表し、下のグラフがそれに対応する制御変数のシーケンスを表す。縦線は、互いに連続する時点を表す。これらの制御プロセスは、制約を守るためには簡単には切り離されず、制約されないプロセスが変更される。この時間変化において、解が益々改良されている。

この制約したＭＰＣによりパワーエレクトロニクス機器を制御する挑戦は、ｋＨｚ範囲のサンプリングレートを達成する程十分に速く最小化問題を解くことである。ここで、簡単であるが、与えられた問題の構造を活用した効果的なアルゴリズムを提案する。

このシステムが制約されない場合、ΔＵｋに関する式（９）の最小化により最適化された制御シーケンス

は、次の式で与えられる。

式（１３）の形の制約に関して、Ｍの各列ｍｊとそれに対応するγの要素γｊは、一つの制約を表す。アクティブな制約の任意の組合せは、それぞれアクティブセットＭ_ａｃｔ，γ_ａｃｔとして表される。以下のヘッセ行列Ｈ（１８）とラグランジュ乗数ベクトルλ_ａｃｔ（１９）を用いて、

制約された解ΔＵｋは、制約されない解の更新によって、次の通り得られる。

残る課題は、Ｊｋを最小化するアクティブセットの発見である。アクティブセット方法は、通常最適な解が見つかるまで、制約の追加と除去による多数の反復を必要とする。最悪の場合、制約の全ての取り得る組合せを試験しなければならない。従って、アクティブセット方法を用いて、反復回数に関する多項式による上限を発見することは不可能である（非特許文献２３）。全ての取り得るアクティブセットの試験は、非特許文献２３及び２４の通り、（ｉ）制約の無関係な組合せを取り除くための問題構造の活用と、（ｉｉ）限定された回数の反復と最適でない解の使用による中断とによって防止される。

特定の存在する問題に適用可能な発見的アプローチの内容は、以下の通りである。（ｉ）最大違反により制約を発見する。ベクトルδ＝（ＭΔＵｋ−γ）の各要素δｊ＞０は、一つの制約の違反を表す。複数の同時違反の場合、以下の式による最も大きな要素δｉは、

全ての制約が同じスカラー値となるとの条件の下で、最大違反に関する指標として看做すことができる。（ｉｉ）アクティブセットに

を追加し、（ｉｉｉ）式（１９）と（２０）を新たに計算し、（ｉｖ）制約違反となるまで、最大Ｎｃｃ回の反復で繰り返す。アクティブセットへの制約は、追加されるだけであり、決して、取り除かれない。この方法は、以下のアルゴリズム１に集約される。

入力制約だけを考慮する場合、得られた解は実効解であるが、無条件に最適な解ではない。このモデル予測制御によって、第一の制御プロセスΔＵｋだけが使用される。そのため、完全な解を発見する必要はなく、最適なシーケンスの第一のプロセスに十分に近い近似解だけを発見すれば良く、そのため、所望の軌跡を得ることができる。図６のシミュレーション例は、Ｎｐ＝１６，Ｎｃ＝８，Ｎｃｃ＝５に関する時間変化において解が如何に展開するかを図解している。

図７は、得られた軌跡が二次計画法から得られる正確な解（非特許文献３１）とほぼ同じであることを図示している。

図７における本提案によるアルゴリズムと一般的なＱＰ解法アルゴリズムを用いたＭＰＣの比較は、時点１での初期解が最適解から大きく懸け離れているにも関わらず、両方の軌跡の間にほぼ違いが無いことを図示している。

状態制約も同時に処理できるようにするためには、Ｍとｙの列をスカラ化して、それにより、δの要素、即ち、制約違反の大きさを比較できるようにする必要が有る。それは、以下の通り、それぞれ許容範囲に関する入力制約と状態制約の正規化により実現される。

ここで提案したアルゴリズムは、ＱＰを正確には解かないので、得られた制御規則は、チョーク電流の制限値の短い違反を引き起こす可能性が有る一方、最適な基準取得のための制御変数が飽和している。従って、以下の通り、優先係数αによりスカラ化することによって、状態制約を優先することが必要な場合が有る。

シミュレーションは、α＝１０の値がこの用途の良好な結果を与えることを示している。

状態制約の追加により、制約の有効な組合せが得られる。そのような場合、反復が停止され、最後の反復工程からの解が使用される。

ここで提案したアプローチの大きな利点は、制限された少数の反復だけを必要とし、それにより、リアルタイムでの実装が軽減されることである。同様のアプローチが非特許文献２４に記載されており、そこでは、詳しい数値実験が僅かな回数の反復後の早期の中断により驚くほど良好な制御規則が得られることを示している。この計算時間は、式（１９）におけるヘッセ行列Ｈの逆行列の前処理と行列反転のためのランク１更新の使用によって低減することができる。平均計算時間の更なる低減は、アクティブセットでの制約による第一の制御変数の増大が確認されたら、アルゴリズムを停止することによって実現できる。

これで状態オブザーバと基準フィルタリングの有効性と利点を説明した。選択されたＭＰＣ表現法により、設備モデルと一致しない、或いは雑音を測定しないにも関わらず、制御誤差が残存しない取得が可能となる。非特許文献３０では、このことがオブザーバの使用によって達成され、そのため、実際に先行するコントローラ出力Ｕｋ−１の代わりに最新の状態ベクトルが推定値

を有することが示されている。更に、このオブザーバは、全ての状態変数を直接測定できない場合でも、完全な状態ベクトルを提供する。各サンプリング時に、スカラ基準ｒｋから有効な基準軌跡ベクトル

を生成するために、基準プレフィルタを使用する。このフィルタは、計算遅延とシステムのローパスフィルタ特性を考慮するために、二つのサンプリングステップだけ軌跡を遅らせる。これらの軌跡の変化速度も

に制限される。

これまでに説明したＭＰＣは、パラメータが一定である負荷に関してのみ有効である。負荷のフィルタ性能は既知であるか、或いは測定可能であり、動作中に変化しない。しかし、定負荷電力では、パラメータＲ_２は、式（２）の通り、ｖ_２とＰに関して変化する。この制御問題を解決するための取り得るアプローチとして、堅牢性方式が選択される。システムモデル（６）のために、二つの極端な場合を与えることができる。第一に、Ｐ＝０に関して、不確実なパラメータをｇ_ｐ ^ｍａｘ＝０とする。第二に、最高所要電力Ｐ^ｍａｘに関する不確実なパラメータは、インバータに与えられる最低入力電圧ｖ_ｍｉｎ２に対して、値

を取る。両方の極端な場合に、状態ベクトルｘ_ｄ１ｋに関する｛Ａ_ｄ（０）、Ｂ_ｄ（０），Ｃ_ｄ（０）｝と状態ベクトルｘ_ｄ２ｋに関する｛Ａ_ｄ（ｇ_ｐ ^ｍｉｎ）、Ｂ_ｄ（ｇ_ｐ ^ｍｉｎ），Ｃ_ｄ（ｇ_ｐ ^ｍｉｎ）｝により表される、式（７）の形の二つの予測モデルを作成することができる。この基本的な考えは、一方では実際の設備を正しく制御するとともに、他方では両方の極端な設備モデルを安定化させる制御プロセスのシーケンスを発見するために、両方の予測モデルを使用することである。それは、両方のモデルに同じシーケンスの制御変数を使用して、図８の図面の通り、両方の出力をφ_１又はφ_２で重み付けした合計を制御出力として採用することによって実現される。

これは、以下の通り、前段落のＭＰＣアルゴリズムの使用とそれに対応する拡張モデル装置によって実装することができる。

ここで、状態ベクトルは、

として選択される。

このオブザーバ設計は、次の拡張された出力ベクトルにより、両方のモデルを監視可能としなければならず、

実際には、現実の設備の測定値

だけが入手可能である。これらの測定は、オブザーバ用の完全な出力ベクトルが得られるように、二回行なわなければならず、そのため、

が成り立つ。

事前には分からないパラメータｇ_ｐを測定又は推定できる場合、スケジューリングコントローラにより処理能力を改善することができる。システム規定（７）は、パラメータセットの選択のために選択される単一のパラメータｇ_ｐを有する。期待される動作範囲を同時に表す次の値の代表的なグループに関して、

ローカルＭＰＣパラメータ設定が得られる。それに対応するパラメータセット｛Φｉ，Ｈｉ，Ｆｉ｝はオフラインで計算される。そして、実行時間において、スケジューラは、次の式が成り立つパラメータセットだけを選択しなければならない。

このコントローラ方式が図９に図示されている。ローカルパラメータグループの数Ｎ_ｇが多くなる程、システムの反応が滑らかとなる。このパラメータグループの数は、パラメータの保存に必要なメモリ量にだけ影響し、オンライン計算の複雑性を高めない。このパラメータグループ間の円滑な遷移を実現するために本方式を実装することは、綿密な措置を必要とする。この初期システム（７）は、組み合わされた雑音とオフセット状態

を有し、そのため、状態ベクトルの意味がパラメータｇ_ｐに向けられている。同じ物理状態は、ローカルＭＰＣパラメータセット毎にｗｋの異なる値を生じさせる。

この問題は、状態変数と物理状態の間の関係がプラニング変数に依存しない、状態ベクトル

を用いた、拡張された離散時間モデル

の選択によって緩和される。次に、ＭＰＣ用の拡張された予測モデルは、拡張された状態ベクトル

を用いて、

と定義される。

式（１２）と（１８）から、それに対応するグループ｛Φｉ，Ｈｉ，Ｆｉ｝を発見するために、行列Ａ（ｇ_ｐ，ｉ），Ｂ，Ｃを使用する。コントローラのサンプリング毎に、状態ｖ_２，ｋ及び

は等しい。しかし、ＭＰＣの予測ホライズン内では、

だけが変化する一方、

は、全てのｉ∈Ｎ≦Ｎ_ｐに関して、一定である。前に行なった状態ベクトルの選択のために、この状態は、パラメータｇｐに関係無く推定することができ、そのため、動作範囲全体に同じオブザーバを採用することができる。ｇｐ＝０の選択によって、負荷の影響は、雑音

として処理される。

そのため、この状態オブザーバは、以下の名目的なモデルのために考案されている。

この推定された状態ベクトル

は、

によって拡張され、そのため、以下の通り、スケジューリングＭＰＣのために使用することができる。

ｇ_ｐを直接測定することができないので、式（４）からパラメータの推定値

を得るためにも、オブザーバが採用され、そのため、以下の式が成り立つ。

この予期しないパラメータ交換は、過渡現象中のシステムの望ましくない励起を引き起こす可能性が有る。定常状態での動作点が正確に二つの支持された点の間の中央に有り、スケジューラがそれらの間で一定に切り換わる場合、リミットサイクルが起こる可能性が有る。パラメータのクロスフェード又はコントローラ出力のクロスフェードなどの拡張されたスケジューリング方法は、処理能力を改善させる（非特許文献３２）。

本発明で提案したコントローラ方式をシミュレーションと実験による６０ｋＷバッテリエミュレータの両方によって試験した。試験システムのパラメータは、表１に列挙されている。この試験システムのＰＷＭ変調器は、その入力にローパスフィルタを有し、そのフィルタをインバータモデル（１）に追加しなければならない。

これらのシミュレーションは、三つのずれた切換フェーズを有するＢＥ出力段の詳細モデルを用いて実施した。シミュレーションした負荷は、１５０Ｖよりも大きな電圧用の理想的なＣＰＬとしてモデル化した。低い方の電圧では、シミュレーションした負荷は、一定の電力挙動で切り換わった。

このシミュレーションモデルでは、ここで提案したアプローチが最悪の状況でも有効であることを示すために、フィルタキャパシタンスに関してＣ_２＝０μＦを選択した。ここで提案したスケジューリングコントローラとここで提案した堅牢なコントローラのＣＰＬモデルの無い従来のＭＰＣを用いてシミュレーションを実施した。この堅牢なコントローラは、

の場合に、Ｐ_ｍａｘ＝６０ｋＷの最大所要電力に関して構成したので、

及び

が成り立つ。

より広い範囲の選択は、堅牢性を向上させたが、反応も遅くした。このスケジューリングアプローチにより、制御性能（クローズドループパフォーマンス）を損ねること無く、より広いパラメータ範囲をカバーすることができた。追加のパラメータセット用の所要メモリが多くなることだけを考慮しなければならない。ｇ_ｐ＝１／Ｒ_２との表記では、システム行列は、ｇ_ｐに線形的に依存する。それに対して、

と

の間で均等に２１個のパラメータセットを配置したので、その結果得られたローカルコントローラは、０．０５Ω^−１の間隔で配置されている。

図１０は、基準電圧を一定に保持している間における、初期の負荷の無い０Ｖから３２０Ｖの目標値までの、並びに０ｋＷ〜６０ｋＷの急激な負荷ステップのシミュレーション結果を図示している。ゼロ負荷では、名目的なコントローラもスケジューリングコントローラも同じパラメータグループを使用しており、そのため、最初の５ｍｓのスタートは同じである。５ｍｓの負荷ステップ後に、名目的なコントローラは、変化した設備動特性に合致せず、制御ループは不安定である一方、スケジューリングコントローラは、安定したままである。出力電圧の第一の大きな下降にも関わらず、このコントローラは、制御変数の使用可能な範囲の最適な活用によって、実質的にオーバーシュート無しに電圧を速く回復することができている。堅牢なコントローラの変化形態では、制御ループは同様に安定しているが、それでもオーバーシュートを引き起こして、擾乱後の必要な復帰時間が長くなっている。この堅牢なコントローラは、制御変数を慎重に使用しているので、スタートフェーズで目標値に到達するためには、より多くの時間も必要としている。１０ｍｓ後に、調節制御及び動作点の変化に追随する能力を示すために、３２０Ｖから２７０Ｖまでの基準ステップを加えている。両方の提案したコントローラは、立ち上がり時間が短く、調節が速い同様の挙動を示している。

この試験の実験のために、自動的なコード生成のためにＭＡＴＬＡＢを使用して、ｄＳｐａｃｅ ＭｉｃｒｏＡｕｔｏＢｏｘに制御アルゴリズムを実装した。このｄＳｐａｃｅプラットフォームは、クロック速度８００ＭＨｚのプロセッサＩＢＭ ＰＰＣ ７５０ＦＸを備えている。無負荷での基準電圧の段階的な変化が、制約による最適化の有効性を示す図１１に図示されている。より小さい基準ステップでは、目標値を非常に速く達成することができる。このコントローラは、第一の時点で制御変数の大きな増加を使用しているが、次の時点で制御変数を下限にまで低減している。０．８ｍｓ以内の後、目標値に到達し、デューティサイクルが定常状態の新しい値に設定されている。明らかな通り、チョーク電流は、三角形の軌跡に従っている。より大きな基準ステップでは、このコントローラは、両方の第一のサンプリングの間にデューティサイクルの上限を完全に使用している。次に、コントローラは、新しい目標値に到達するまで、基準軌跡に従っている。

チョーク電流制限の作動を示すために、誘導電流の限界値を±２００Ａから低減するとともに、１００Ａの電力消費量を一定とした図１２の図面に対応して、同じ大きな基準ステップを繰り返した。このチョーク電流は、過渡現象中に上限を制約されており、そのため、出力電圧は、ゆっくりとしか上昇できない。

試験目的のために、最大電力２４ｋＷ及び中間回路キャパシタンスＣ_２＝２０，０００μＦの三相無停電電源（ＵＳＶ）のインバータをＢＥと接続した。ＡＣ側では、三相抵抗を介して定電圧に制御するように設定したので、ＢＥに対して定電力負荷として出現している。スケジューリングコントローラ及び堅牢なコントローラを用いて基準電圧を飛躍的に変化させたシーケンスの結果は、図１３に図示されている。負荷電流は、定電力負荷時に期待される通り、出力電圧の上昇時に低下し、それと逆に、出力電圧の低下時に上昇していることは明らかである。過渡現象中に、インバータの大きな中間回路コンデンサの充放電が大きな電流スパイクを発生させた。しかし、これらは、チョーク電流の制限により±３００Ａに限定された。スケジューリングコントローラだけが、瞬間的に僅かに下限値に違反した。

インバータのＡＣ側抵抗の急激な切換によって、負荷雑音を試験した。この結果が図１４に図示されている。

Claims (6)

1. 少なくとも部分的に電気で駆動される車両用の駆動システムを試験する方法であって、この駆動システムに供給される電圧は、エネルギー貯蔵システム用のシミュレーションシステム及びこのシミュレーションシステムと繋がった制御回路を用いて、実際のエネルギー貯蔵システムに対応して電圧が動的に変化するように制御され、この制御回路が、モデルベースのコントローラ設計方法を用いてモデル予測制御として製作され、この制御系の離散時間モデルには、駆動システムの負荷モデルが組み込まれており、このモデル予測制御により、各時点（ｋ）に関して制御プロセス（Δｕｋ）の最適なシーケンスが決定される方法において、
   このモデルが、そのパラメータセットに、動作範囲に渡って変化する一つのパラメータ（ｇ_ｐ）を有し、パラメータ（ｇ_ｐ，ｉ）から成る一定数（ｉ）のパラメータセットが、動作範囲に渡って分散して計算され、この制御プロセス（Δｕｋ）のシーケンスを決定するために、実行時間において、実際のパラメータ（ｇ_ｐ）に最も近いパラメータ（ｇ_ｐ，ｉ）から成るパラメータセットが選択されることを特徴とする方法。
2. 当該の出力電圧を測定し、駆動システムの所要電力を推定し、これらの出力電圧と推定した所要電力に応じて、負荷モデルのパラメータを変化させ、有利には、一定数（ｉ）のパラメータセットの間での置き換えによって、負荷モデルのパラメータを変化させることを特徴とする請求項１に記載の方法。
3. 所要電力の推定が、オブザーバを用いて、測定した負荷電流に基づき行なわれることを特徴とする請求項２に記載の方法。
4. 少なくとも部分的に電気で駆動される車両用の駆動システムを試験する装置であって、エネルギー貯蔵システム用のシミュレーションシステムと、このシミュレーションシステムと繋がった、実際のエネルギー貯蔵システムに対応して電圧が動的に変化するように、この駆動システムに供給される電圧を制御する制御回路とを備え、この制御回路では、モデルベースの制御がモデル予測制御として実現され、この制御系のモデルには、駆動システムの負荷モデルが組み込まれており、このモデル予測制御が、各時点（ｋ）に関して制御プロセス（Δｕｋ）の最適なシーケンスを決定する装置において、
   このモデルが、そのパラメータセットに、動作範囲に渡って変化する一つのパラメータ（ｇ_ｐ）を有し、この制御プロセス（Δｕｋ）のシーケンスを決定するための制御が、動作範囲に渡って分散して計算されたパラメータ（ｇ_ｐ，ｉ）から成る一定数（ｉ）のパラメータセットから、実行時間において、実際のパラメータ（ｇ_ｐ）に最も近いパラメータ（ｇ_ｐ，ｉ）から成るパラメータセットを選択することを特徴とする装置。
5. 負荷の所要電力に依存するモデルが組み込まれていることを特徴とする請求項４に記載の装置。
6. エネルギー貯蔵システムの出力電圧に依存するモデルが組み込まれていることを特徴とする請求項４又は５に記載の装置。

Images