張澤恒,劉殿翔,梁宗威,蘇日清,黃楠興,陳培煬,李偉華(通信作者)
(1.暨南大學國際能源學院,廣東珠海,519070;2.暨南大學軌道交通研究院,廣東珠海,519070)
隨著電磁學理論的不斷完善與實踐中的不斷運用,生活中利用無線傳能的場景越來越多。許多產業也利用無線技術對其生產進行改進[1]。
電動汽車作為新型能源產業之一也逐漸興盛起來,新能源汽車的充電問題一直備受人們關注,針對無線充電方式中原副線圈無法精準對接導致效率低下的問題,諸多學者給出了一些方案。
文獻[2]中提出:通過雙目視覺系統收集停車位圖像并進行預處理,在圖像中收集LED的位置,將對準數據與給定數據進行比較,獲得對準參數并實現對齊。該方案易受可見光的影響,并且對空間數據處理方法復雜。
文獻[3]中提出:以初級線圈的中心為原點,并在次級線圈的平面中劃分嚙合的參考點。通過將感應電壓的曲線與距離擬合,可以得出坐標計算公式,從而實現對接。該方案需設置次級線圈,增加損耗且電路設計困難。
如圖1所示,前序課題中提出:通過激光測距、陀螺儀與定位感應板技術使汽車在泊車位隨意停車后,地面下的無線充電裝置可以通過光學定位算法自動找到給電動汽車充電的最佳位置,從而實現對接。但其光學器件數量直接決定其數據精度,實用化困難。

圖1 電動汽車無線充電裝置概念圖
方案主要利用驅動裝置來驅動原邊線圈按照一定路徑進行運動,并在過程中通過電路檢測電流的信息,將得到的信息利用算法進行處理后,轉化為對驅動裝置的控制指令,從而驅動驅動裝置繼續搜索更優的數據點,直到找到最佳充電點。因此將方案分為“原邊線圈的驅動、最佳充電點搜索、電流信息的采集及確定最佳充電點”展開。

圖2 電動汽車無線充電裝置概念圖
為了使驅動裝置可以帶動原邊線圈在三維空間中按照指定路徑運動,并且可以調整預定的角度。項目組利用三個步進電機(見圖3)配合導軌支架來實現原邊線圈在任意點(X,Y,Z)的運動;用兩個舵機組成的一個半球面(XY360°-Z180°)角度調節裝置,使原邊線圈可以進行任意角度的調節。項目利用STM32單片機,將位置信息(X,Y,Z)轉化為電機和舵機轉速和角動量等信息,實現對電機和舵機的控制。

圖3 步進電機(42CM04)及驅動套件
在原邊線圈可以實現各個位置和角度的移動后,原副線圈的垂直距離和對接角度可以通過升降原邊線圈及控制兩個舵機實現。而對于副邊線圈平面位置的確定,需要設定搜索副邊線圈或最佳充電點位置的方法。
1.2.1 搜索范圍
在原邊線圈搜索最佳充電位置的過程中,如果把停車位所有點都遍歷一遍,不僅效率低下,而且浪費了大量能量。根據無線充電的特點,結合圖4進行分析。

圖4 蒙特卡洛模擬充電有效區域
如圖4所示,由于停車位置與車體構造的限制,電動汽車可接受充電的區域一般是有限的。而項目組想通過一種手段得知這個有限的區域的大致范圍與位置。
利用蒙特卡洛模擬方法,通過在整個停車區域(灰色區域)大量的實驗,將落點(紅色透明圈)出現概率較大的點組成一個穩定的副邊線圈出現區域(綠色區域)。這個區域即是需要按照一定路徑進行遍歷的有效充電區域。
1.2.2 搜索路徑
為了節省成本和時間,需要按照一定的搜索路徑進行搜索,使其可以通過算法快速高效的定位到最佳充電點。圖5是規定路徑的劃分,項目擬將區域劃分為4個區域,5種可循跡路徑(四種嵌套型扇形路徑,一種半徑分界路徑)。在保證精度的前提下,為了最大限度的減少路徑線,項目將條紋內徑控制在3~5cm。原邊線圈的中心將沿著預定的路徑進行運動,并接收實時指令更改路徑。

圖5 有效充電區域循跡路徑
1.2.3 路徑變更
在最佳充電點的搜索過程中,為了搜索過程的準確快速進行,項目組規定:每次充電請求發送后,原邊線圈的中心都應放置在初始位置,即有效充電區域的中心。并且最先遍歷半徑分界路徑,當找到局部電流最優點后,從該點向當前路徑的法線方向改換路徑。
沿著上述路徑即可進行電流信息的搜索,又由功率式PUI= 可知:在無線傳能的過程中,輸出電壓U不變的情況下,輸出功率的大小取決于電流的大小。因此為了檢測到原邊線圈的電流變化,項目組擬采用整套電路包括:發送-接收電路、整流電路、抽樣電路、穩壓電路等。用來實現原邊線圈輸出恒定電壓時,可以檢測并采樣出原邊線圈的電流大小。
如圖6所示,利用穩壓電路輸出電壓穩定的電能,利用發送-接收電路表示電能傳輸過程,利用整流電路將發出的交流電轉換為直流電,并利用抽樣電路將整流之后的電流值采樣,即可得到一系列電流的實時數據。

圖6 自動黑板擦試驗樣機

圖6 電流數據采樣流程
利用驅動裝置驅動原邊線圈按照規定路徑進行搜索,并將檢測到的實時電流數據采集到單片機。
將傳回的電壓/功率數據尋找每一輪迭代的最優點。由于采樣數據是隨著原邊線圈的動作逐漸更新的,因此迭代過程的運行與結束取決于我們制定的接收概率:

其中n表示采樣電路采到的數據標記,E(n)表示第n個數據的數值。為了提高算法的速度,我們可以將概率設置的盡量大然而,如果接收概率過小又會造成最優解局部化。經過對系統的考量及經驗,我們選擇將每一輪閉合路徑的接受概率設置為P=0.85~0.9,迭代次數設置為100次。
利用上述模型計算原邊線圈在單條路徑上運動時的電流數據局部最優點,計算得到單條路徑的最優位置后,從該位置更換另一條路徑,繼續搜索電流數據最優點。以此類推,逐步迭代,直到此點被接受為全局最優點即最佳充電點。

圖7 最佳充電點搜索
由于電動汽車的無線充電原副線圈之間有一定的距離,因此在暴露的環境中可能會有電磁干擾以及其他介質的阻擋,從而導致無線傳能的效率下降。那么如和衡量充電效果呢?
如圖8所示,本文設計了從電能發送、中間環境到電能接收、檢測效率的整套電路。具體包括供電電路、變壓器電路、中間環境模擬電路、降壓整流電路,差分比較電路等,構成了整套監測系統。其中,整個系統采用美國汽車工程師協會標準數據(SAE J2954)[4]如表1,將數據帶入模型進行模擬。

圖8 整套電路

表1 SAE標準數據
為了模擬實際環境中的傳能電路,檢測不同的磁阻、磁環境對傳能效率的影響,本文根據實物模型(圖9)得到的數據結果,利用multisim中不同電子器件組合來模擬了這一過程,分析其各項特性。

圖9 環境電路模型
對上述整個系統進行仿真,并結合電磁理論分析此套裝置的相關性能。
不同磁阻檢測:調節環境模塊中的可調電阻,調節范圍為0%~100%,平均步長為5%。將得到的數據進行處理,并擬合出電阻-效率特性如圖10所示。

圖10 電阻-效率特性曲線
我們得到模型中電阻與傳能效率關系式為:

根據磁阻Rm與磁導率μ、電阻R與電導率ρ的關系為:

結合文獻[5]得,磁阻與電阻的關系為:

其中l為電阻或磁阻的長度,N為線圈匝數,U為線圈施加電壓,φ為線圈感應出的磁通量。
又由電壓(有效值)與磁通量的關系:

得到磁阻表達式:


圖11 磁阻-效率特性曲線
從曲線圖中可以看出:傳輸效率隨相對磁阻的增加而迅速增大,達到峰值后又逐漸下降,趨近于恒定值。當效率達到最大值,即時,可以得到磁阻相對值為0.084時,傳輸效率最大。
因此我們得出結論,在磁傳輸過程中,磁阻與傳能效率呈非線性關系,且隨著磁阻的增大,其改變對效率的影響逐漸減小;并且我們發現,存在一個使傳輸效率最大的磁阻值,若經過此點后繼續減小磁阻時,會使傳能效率急劇減小。這與無線傳能中距離與傳能效率的非正比關系是一致的[6],也進一步驗證了本文模型的正確性。
為了驗證整套裝置的效果及方案的可行性,我們在multisim和matlab進行模擬,得到如下結果。
運行整個過程,并對接收到的數據進行統計分析,得到圖12效果。

圖12 采樣數據效果
我們發現,對于采樣得到的數據并非基于時間的單值數據,因此我們需要對數據值進行去值擬合處理,得到處理效果見表2。

表2 去值效果分析
可以看出,去值擬合可以對原數據進行94.2%的表示,數值損失為0.5%,效果較為理想。
對整個過程的時延進行估計,總延時為:

可知,總的時間延遲包括數據在傳輸過程中的傳輸延遲時間ts(transform time)、數據處理時間tc(calculate time)、裝置中由于電容電感和電子器件的充放電延遲時間td(device delay time)以及像裝置老化等其他因素導致的延遲tadd。其中ts,tc,tadd具有一定的不可控性,且更多決定于硬件設施的性能,在此不予討論。對于設計的檢測裝置的延遲,可以通過實驗檢測出其大致的延遲時間td。
調節檢測裝置中的環境模塊,在其中增加一個極性電容并聯沖擊環節,時間段為0.005s~0.007s。運行整套裝置,得到檢測裝置的時延情況如圖13所示。

圖13 檢測裝置時延分析
從圖中我們可以看到:對于時長為0.002s的沖擊,檢測裝置的延遲時間可以保持在3e-3以內,這在整個電能檢測的過程中是一個較為理想的結果,但如果考慮整個系統的協調性與實時性,尤其是利用算法尋找最佳充電點時,相比于微機計算速度(ms),此裝置的時延也確實會帶來不小的誤差,因此可以通過改換不同型號的電子器件來改善電路中的時間常數τ,使其滿足整套裝置的運行要求。
本文首先介紹了針對于電動汽車無線充電過程中,搜尋最優效率并對接的方案。并從電機控制、算法實現、電能數據處理等方面對方法進行了詳細介紹。
隨后,本文利用multisim建立了用于實時監測無線傳能效果的電路模型,將其聯結構成整個系統。利用環境模塊測試裝置的性能,得到了磁阻與無線傳能效率的特性曲線,其特性與實際一致,驗證了裝置的正確性。
最后,本文對整個方案構成的系統進行了模擬測試,并進行了檢測值分析與延遲分析,對本文的方案進行了客觀的評估。