電動汽車充電電壓的模糊PI控制仿真研究

秦波，沈弋丁

(溫州大學 物理與電子信息工程學院,浙江 溫州 325027)

電動汽車充電電壓的模糊PI控制仿真研究

秦波，沈弋丁

(溫州大學 物理與電子信息工程學院,浙江 溫州 325027)

文中針對傳統蓄電池充電時間長,具有過沖、欠沖、析氣的問題，結合模糊控制技術，提出了一種模糊自整定PI參數的方法對電動汽車鉛蓄電池充放電電壓進行控制,并考慮了溫度的影響,在MATLAB/Simulink仿真平臺上對電壓控制系統進行仿真。仿真結果表明，加入了模糊PI控制的系統具有更好的動態響應特性和穩態特性。自整定PI模糊控制器具有控制精度高，超調小,動態性能好的特點。

模糊控制；PI控制；電動汽車；充電系統；溫度

電動汽車是以車載電源為動力,用電機驅動車輪行駛的汽車,因為較傳統汽車而言其對環境的污染較小,所以被廣泛地認為有非常好的前景。現代電動汽車大部分都是使用鉛蓄電池,而鉛蓄電池的充電是一個復雜的電化學變化過程,采用恒壓或恒流的充電方法會導致充電過程中過充、欠充等各種問題。模糊控制采用模糊數學語言描述控制規則并用此來操作系統工作的控制方法,其非常適合于復雜的、非線性的控制過程。模糊自適應PID控制是一種智能化的控制方法,它以工作人員平時在工作中所積累的經驗為主要依據,并將這些經驗具體化為規則輸入到計算機內,通過模糊推理對PID的控制參數進行在線的調整［1-3］。

文中基于電動汽車充電系統,將其充電電壓進行模糊控制,由于微分控制對本系統的影響不大,所以只進行了模糊PI控制,并進行仿真［4-6］。結果表明模糊自適應控制運用現代控制理論在線辨識對象控制參數,實時改變其控制策略,使控制系統品質指標保持在最佳范圍內,達到較好的控制效果［7］。

1 充電控制系統原理分析

鉛酸蓄電池個體差異、極化、老化現象及其非線性的化學反應過程,使得蓄電池的精確建模存在較大的難度；且由于蓄電池內部極化電壓的變化量比較小,在本文控制方法的動態過程中可以忽略其影響。文中采用電容和電阻串聯的模型作為蓄電池的動態模型［8］。其蓄電池充電系統的動態分析如下:

主電路的平衡方程為:

經由拉普拉斯變換后電流環的傳遞函數為:

電壓環的傳遞函數為:

鑒于蓄電池能量不可能百分百地被利用,查資料可得電容的值為1 000 F,內阻為5 mΩ,電感是100 mH,所以電流環的傳遞函數為:

電壓環的傳遞函數為:

2 模糊自適應PI控制器的設計

2.1 模糊自適應PI控制器結構

模糊自適應PI控制器在常規PI控制器的基礎上,以誤差ki、誤差變化率以及溫度作為控制器的輸入變量,控制器變量kp,為輸出變量。相比于一維模糊控制器,輸入變量選用誤差以及誤差變化率能夠更嚴格地反映受控過程中輸出變量的動態特性,因此,在控制效果上要比一維控制器好得多,自然也就采用的比較多［2-3］。而加入溫度這個輸入變量能更好的調整充電電壓,減少發熱量。

PI控制器結構圖1所示。

圖1 自適應模糊控制器結構Fig.1 The adaptive fuzzy controller structure

用Matlab/Simulink仿真平臺搭建的控制模型如圖2所示。

圖2 Simulink PI模糊控制仿真框圖Fig.2 Fuzzy control simulation diagram

2.2 模糊化接口

模糊控制器的精確量輸入必須經過模糊化接口后,轉換成一個模糊量才能用于模糊控制,具體可按模糊化等級進行模糊化。基于Matlab/Simulink仿真平臺對模糊控制系統進行設計,系統的輸入可以為電流或者電壓的誤差及其誤差變化率和溫度,輸出為Kp,Ki的整定量。輸入量的論域為E=EX= temp=［-3，3］,輸出量 Kp的論域為 ［-3，3］,Ki的論域為［-0.06，0.06］,相應的模糊語言集均為｛NB（負大）、NM（負中）、NS（負小）ZO（零）、PS（正小）、PM（正中）、PB（正大）｝。另外,輸入隸屬函數和輸出隸屬函數均選用形狀簡單、實時控制性強的三角形函數。

2.3 模糊規則的建立

在模糊規則的設計中,選擇的PI控制參數應該遵循以下控制原則:

1）Kp對動態特性的影響是比例系數的加大,會使得系統的動作靈敏,響應速度加快,但會使振蕩次數增加,調節時間拉長,使得系統趨向不穩定。Kp對靜態特性的影響是加大比例系數,在系統穩定的情況下,可以減小靜差,提高控制精度,但是靜差只能減小,不能夠完全消除。

2）Ki對動態特性的影響是積分控制會使得系統的穩定性下降。Ki變大,系統振蕩次數增多,甚至會不穩定；Ki變小,對系統動態特性的影響則會減小。Ki對靜態特性的影響是積分控制能夠消除靜差,提高系統的控制精度。但Ki太大,則不能夠減小靜差

根據上述控制要求,針對,兩個參數分別建立模糊控制規則表。某個溫度下模糊控制規則表樣式如表1所示［4-6］。

表1 Kp的模糊規則表Tab.1Kp’s fuzzy control rules

表2 Ki的模糊規則表Tab.2Ki’s fuzzy control rules

當計入溫度后共有343條模糊規則，此模糊規則在Matlab里輸入,部分規則如圖3所示。

電壓的誤差及誤差變化率的隸屬度函數均如圖5所示。

溫度的隸屬度函數如圖6所示。

輸出的,的隸屬度函數均如圖7所示。

圖3 部分模糊規則Fig.3 Part of fuzzy rules

圖4 模糊系統fuzzpid.fis的結構Fig.4 The structure of the fuzzy system fuzzpid.fis

圖5 誤差、誤差變化率的隸屬函數Fig.5 Error and error rate of change of subordinate function

綜上所述,模糊推理系統的動態仿真環境如圖8所示。

2.4 清晰化

清晰化是指將模糊推理所得的模糊控制量轉本文采用Mamdani推理方法,推理規則選Min方法,合成規則為Max法,解模糊方法選用重心法,輸出值即為PI參數的調整值,化為可控的精確量［6-8］。

圖6 溫度的隸屬函數Fig.6 Subordinate function of temperature

圖7 Kp/Ki的隸屬函數Fig.7 Subordinate function ofKp/Ki

圖8 模糊推理系統的動態仿真Fig.8 Fuzzy system dynamic simulation

3 結束語

對電動汽車的充電電壓采用自適應PI模糊控制后可不需要知道充電電壓的數學模型,而由電池的實時充電狀態來決定電池的充電電壓。經過對采用模糊控制的智能充電系統進行測試,相較于常規的充電方法此方法可根據電池參數的動態變化,使得實際的充電電壓符合最優的充電曲線,從而高效快速的進行充電,延長電池壽命。

［1］吳登國，李曉明.模糊參數自整定PID控制器的仿真研究［J］.機電技術，2012（4）:9-12.WU Deng-guo，LI Xiao-ming.Fuzzy parameter self-tuning PID controller simulation ［J］.Mechanical and electrical technology，2012（4）:9-12.

［2］王靜，康龍云，李鷹.基于模糊自適應PID控制的鉛酸蓄電池充電系統仿真［J］.低壓電器2012（2）:31-34.WANG Jing，KANG Long-yun，LI Ying.Based on the fuzzy adaptive PID control of lead-acid battery charging system simulation［J］.Journal of Low Voltage Apparatus，2012（2）:31-34.

［3］李功卿，孔亞廣.基于參數自整定的模糊PID控制［J］.杭州電子科技大學學報，2010，30（4）:77-81.LI Gong-qing，KONG Ya-guang.Based on the parameter selftuning fuzzy PID control［J］.Journal of Hangzhou University of Electronic Science and Technology，2010，30（4）:77-81.

［4］李匡成，楊亞麗，孫磊，等.一種穩定快速充電電流的控制算法介紹［J］.電源技術，2012，36（10）:1500-1502.LI Kuang-cheng，YANG Ya-li，SUN Lei，et al.A stable and fast charging current control algorithm is introduced［J］.Power Technology，2012，4（10）:1500-1502.

［5］方力，張建華.電動車用無刷直流電機模糊自整定控制器設計［J］.微電機，2012，45（3）:51-56.FANG Li，ZHANG Jian-hua.Electric motor brushless dc motor fuzzy self-tuning controller design［J］.Journal of Micro Motor，2012，45（3）:51-56.

［6］李鐵民，王冕，陳國柱.有源并聯混合儲能系統的模糊PI控制仿真研究［J］.電氣自動化，2013，35（6）:17-19.LI Tie-min,CHEN Guo-zhu，WANG Mian.Active parallel hybrid energystoragesystem ofthefuzzyPIcontrol simulation［J］.Electrical Automation，2013，35（6）:17-19.

［7］高輝，李懷良，翟長國，等.電動汽車磁懸浮飛輪電池儲能系統設計［J］.電力系統自動化，2013，37（1）:186-190.GAO Hui，LI Huai-liang，ZHAI Chang-guo，et al.Electric vehicle magnetic suspension flywheel battery energy storage system design ［J］.Automation of Electric Power Systems，2013，37（1）:186-190.

［8］李定珍.蓄電池自動充電裝置的研究［D］.南京:南京理工大學,2007.

Simulation study on fuzzy PID control for the charging system of electric vehicle batteries

QIN Bo,SHEN Yi-ding
（College of Physics and Electronic Information Engineer,Wenzhou University,Wenzhou 325027，China）

Based on traditional battery charging time long，overshoot and undershoot，analysis the problems，combined with the fuzzy control technology，this paper proposes a method of fuzzy self-tuning PI parameters to control electric car lead battery charge and discharge voltage，and considering the influence of temperature and voltage control in MATLAB/Simulink platform system simulation.The simulation results show that joined the fuzzy PI control system has better dynamic response and steady state characteristics.Self-tuning PI fuzzy controller has high control precision，small overshoot，good dynamic performance characteristics.

fuzzy control；PI control；electric vehicle；charging system；temperature

TN99

：A

：1674-6236（2015）18-0140-04

2014-11-28稿件編號：201411241

秦 波（1992—）,男,浙江紹興人。研究方向:電源設計、自動控制。