電動汽車永磁同步電機(jī)控制策略

宋毓聰 郭淑清

摘要： 永磁同步電機(jī)（PMSM）由于尺寸小、質(zhì)量輕、功率密度高等特點，符合電動汽車驅(qū)動電機(jī)輕量化小型化的發(fā)展趨勢，逐漸成為主流。但是由于其非線性、強耦合的特點，電機(jī)驅(qū)動控制系統(tǒng)需要更為先進(jìn)智能的控制算法進(jìn)行控制。以永磁同步電機(jī)為研究對象，對比分析現(xiàn)階段永磁同步電機(jī)的控制策略。傳統(tǒng)控制策略相對成熟且成本低，但魯棒性和動態(tài)響應(yīng)速度較差，智能控制策略自適應(yīng)性良好，但缺乏針對電機(jī)參數(shù)的調(diào)節(jié)。最佳的PMSM控制策略是結(jié)合多種控制策略的復(fù)合控制。

Abstract： Permanent Magnet Synchronous Motor （PMSM） has become the mainstream due to its small size， light weight and high power density， which is in line with the development trend of lightweight and miniaturization of electric vehicle drive motors. However， due to its nonlinear and strong coupling characteristics， the motor drive control system needs more advanced and intelligent control algorithms. Permanent magnet synchronous motor as the research object， comparative analysis of the current control strategy of permanent magnet synchronous motor. The traditional control strategy has relatively mature technology and low cost， but its robustness and dynamic response speed are poor. The intelligent control strategy has good self-adaptability， but it lacks the adjustment of motor parameters. The optimal PMSM control strategy is a compound control combining multiple control strategies.

關(guān)鍵詞： 電動汽車;永磁同步電機(jī);控制策略

Key words： electric vehicle;permanent magnet synchronous motor;control strategy

中圖分類號：U472.43 ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?文獻(xiàn)標(biāo)識碼：A ? ? ? ? ? ? ?; ? ? ? ? ? ? ? ? ? ?文章編號：1674-957X（2022）01-0062-03

0 ?引言

驅(qū)動電機(jī)是電動汽車驅(qū)動控制系統(tǒng)的重要組成之一，會對整車的動力性、經(jīng)濟(jì)性造成極大影響。PMSM具有體積小、重量輕、可靠性高、調(diào)速范圍寬、動態(tài)響應(yīng)快等一系列特點，非常適合我國大城市交通擁堵的國情。但PMSM也有弊端，需要更先進(jìn)智能的控制算法來解決非線性強耦合的難題。

國內(nèi)外的研究團(tuán)隊為了解決PMSM能在復(fù)雜環(huán)境運行時依舊保持良好的魯棒性和抗干擾能力，對其控制策略進(jìn)行了大量的研究試驗。在二十世紀(jì)70年代，西門子工程師提出了矢量控制技術(shù)（Field Orientation Control，F(xiàn)OC），利用坐標(biāo)變換和矢量解耦，將交流電機(jī)控制變得像直流電機(jī)控制一樣簡單，但是矢量控制算法復(fù)雜，控制器也容易受到影響[1]。80年代，德國的Depenbrock學(xué)者提出了直接轉(zhuǎn)矩控制（Direct Torque Control，DTC），采用空間矢量分析在定子坐標(biāo)系內(nèi)計算并直接控制電機(jī)的磁鏈和轉(zhuǎn)矩[2]。但是在低速時轉(zhuǎn)矩和磁鏈脈動比較大，控制精度低。2014年，李政等人提出了一種積分型滑模變結(jié)構(gòu)控制的PMSM調(diào)速系統(tǒng)，采用的積分型滑模面，在常規(guī)滑模面中加入狀態(tài)量的積分量，消除穩(wěn)態(tài)誤差，提高全局魯棒性[3]。2016年，張文霞提出了一種基于模糊PID控制的PMSM控制策略，利用模糊PID控制溫度變化，提高系統(tǒng)的可靠性、穩(wěn)定性[4]。劉旭東提出了基于廣義預(yù)測控制和擾動補償?shù)腜MSM控制策略，優(yōu)化速度跟蹤控制器，降低外部擾動引起的控制性能下降，提高了魯棒性[5]。

以上提出的多種控制策略，其根本目的在于提升電機(jī)的魯棒性和動態(tài)響應(yīng)速度，下面從電機(jī)控制策略的工作原理、基本結(jié)構(gòu)框圖、優(yōu)缺點等對多種控制策略進(jìn)行分析。

1 ?永磁同步電機(jī)工作原理

電動機(jī)的工作原理是基于定子繞組中的電流和轉(zhuǎn)子磁場之間的相互作用。

如圖1所示，當(dāng)電機(jī)轉(zhuǎn)子產(chǎn)生的永磁體直流磁場為d軸靜磁場時，空間中沒有旋轉(zhuǎn)磁場。當(dāng)三相定子繞組通直流電時，會產(chǎn)生相應(yīng)的直流磁場。在合理控制各相繞組電流強度的前提下，兩個直流磁場就像磁鐵一樣，產(chǎn)生相互作用力。由于定子繞組不能移動，轉(zhuǎn)子磁場受到旋轉(zhuǎn)力的影響。

磁場相對位置的變化會導(dǎo)致兩者間的作用力變化并且不會保持恒定，通常在定子繞組中放置正弦點，形成等效的旋轉(zhuǎn)磁鐵。

2 ?PMSM控制策略

電機(jī)性能的表現(xiàn)與電機(jī)的控制調(diào)速策略的選擇和優(yōu)化有很大的關(guān)系。目前應(yīng)用廣泛的控制策略有：矢量控制，直接轉(zhuǎn)矩控制，滑模變結(jié)構(gòu)控制（Sliding Mode Control，SMC）[6-7]，模型預(yù)測控制（Model Predictive Control，MPC）[5]，智能控制等等。

2.1 矢量控制

矢量控制技術(shù)通過借鑒直流電機(jī)的模型和控制方式來獨立控制各個參數(shù)，利用坐標(biāo)變換，對電機(jī)定子電流中的勵磁電流和轉(zhuǎn)矩電流分別控制，實現(xiàn)磁場和轉(zhuǎn)矩的解耦控制，達(dá)到直流電機(jī)一般的控制性能。

FOC屬于閉環(huán)控制策略，在確定三相靜止坐標(biāo)系后，采集計算各項參數(shù)，通過Clarke變換轉(zhuǎn)換為兩相靜止坐標(biāo)系解決耦合問題，再通過Park變換實現(xiàn)快速實時的控制?？刂七^程一般由兩或三個閉環(huán)環(huán)節(jié)構(gòu)成，工作時首先經(jīng)過外環(huán)參數(shù)調(diào)節(jié)，然后再依次輸入到內(nèi)環(huán)調(diào)節(jié)，通過PI調(diào)節(jié)器計算實際參數(shù)與目標(biāo)參數(shù)的誤差后，最終完成閉環(huán)數(shù)據(jù)的采集和調(diào)整。圖2所示為PMSM矢量控制技術(shù)原理框圖。

FOC在調(diào)速過程中PMSM的數(shù)學(xué)模型比較復(fù)雜，控制效果容易受到電機(jī)參數(shù)和外界因素的影響，造成電動汽車的行駛性能下降。

2.2 直接轉(zhuǎn)矩控制

直接轉(zhuǎn)矩控制技術(shù)對PMSM的控制原理是基于電壓型逆變器輸出的電壓空間矢量對電機(jī)定子磁場和轉(zhuǎn)矩的控制作用上。

該變頻調(diào)速系統(tǒng)直接采用電機(jī)電磁轉(zhuǎn)矩的閉環(huán)控制。通過在定子靜止坐標(biāo)系中獨立控制電機(jī)定子磁鏈和電磁扭矩，在恰當(dāng)?shù)臅r間點選擇最佳的電壓空間矢量，使兩者達(dá)到近似的解耦效果。圖3所示為直接轉(zhuǎn)矩控制系統(tǒng)結(jié)構(gòu)框圖。

DTC由于去除了復(fù)雜的坐標(biāo)變換，控制相比于FOC更簡單。同時沒有電流調(diào)節(jié)單元，就不需要對定子電流的磁場分量與轉(zhuǎn)矩分量進(jìn)行閉環(huán)控制。但是這種控制會對電機(jī)造成不小的抖動，而且無法同時滿足電機(jī)低速與高速運行。

2.3 滑模變結(jié)構(gòu)控制

滑模變結(jié)構(gòu)控制作為一種特殊的非線性控制方法，它的最大優(yōu)勢為控制的不連續(xù)性。通過在不同控制作用之間的切換，產(chǎn)生一種與原系統(tǒng)無關(guān)，按照預(yù)定“滑動模態(tài)”的狀態(tài)軌跡的運動。

整個控制過程首先根據(jù)系統(tǒng)期望的動態(tài)特性設(shè)計滑模面。然后利用滑?？刂破魇瓜到y(tǒng)從滑模面之外的初始狀態(tài)開始向滑模面運動。當(dāng)系統(tǒng)到達(dá)滑模面時，滑?？刂破骺刂葡到y(tǒng)沿滑模面到達(dá)系統(tǒng)原點。圖4所示為滑膜變結(jié)構(gòu)控制系統(tǒng)結(jié)構(gòu)框圖。

SMC的滑動模態(tài)可以設(shè)計且與對象參數(shù)和擾動無關(guān)，具有快速響應(yīng)、對參數(shù)變化和擾動不靈敏的優(yōu)勢。然而，SMC在本質(zhì)上的不連續(xù)開關(guān)特性將會引起系統(tǒng)的抖振。這會破壞系統(tǒng)滑動模態(tài)的運行條件，國內(nèi)外主要通過改進(jìn)滑模趨近律以此降低抖振。

2.4 模型預(yù)測控制

2004 年Rodriguez率先將模型預(yù)測控制應(yīng)用于PMSM驅(qū)動系統(tǒng)中。MPC由于能有效地處理多目標(biāo)、多變量和多約束的問題，在電機(jī)控制領(lǐng)域得到廣泛應(yīng)用。

預(yù)測控制系統(tǒng)的結(jié)構(gòu)框圖如圖5所示。簡單將算法控制概括為三步：第一步預(yù)測系統(tǒng)未來動態(tài);第二步采用預(yù)設(shè)的價值函數(shù)求解開環(huán)優(yōu)化問題;第三步將優(yōu)化解的第一個元素作用于系統(tǒng)。以上三步在每一次的采樣時刻都會重復(fù)進(jìn)行，每個時刻采樣的測量值也都會作為當(dāng)前時刻預(yù)測系統(tǒng)未來動態(tài)的初始條件。

由于MPC對模型的精度要求不高，建模方便，可利用收集實時信息校正控制過程中的各種復(fù)雜情況，所以具備良好的魯棒性和動態(tài)性能。但MPC缺點在于抗干擾能力和對模型的適應(yīng)性方面不強。

2.5 智能控制

人工智能的發(fā)展及其應(yīng)用推廣促進(jìn)了自動控制向智能控制階段的發(fā)展。由于智能控制效果具有很強的自適應(yīng)能力，所以特別適合非線性、時變、復(fù)雜不確定的控制對象。常見的有模糊控制（Fuzzy Control，F(xiàn)C）、徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)控制（Redial Basis Function-Neural Network Control，RBF-NNC）[8]等都屬于智能控制的范疇。

2.5.1 模糊控制

模糊控制是利用模糊數(shù)學(xué)的基本思想和理論，從行為上模仿人的模糊推理和決策過程的一種智能控制方法。該方法首先將人類專家對特定的被控對象或過程的控制策略編成模糊規(guī)則，通過將傳感器的實時信號模糊化并作為模糊規(guī)則的輸入，完成模糊推理，將推理后得到的輸出量加到執(zhí)行器上。模糊控制系統(tǒng)的結(jié)構(gòu)框圖如圖6所示。

模糊控制系統(tǒng)設(shè)計簡單，自適應(yīng)性和魯棒性良好，干擾和參數(shù)變化對控制效果的影響被大大減弱，是一種非常簡單有效的智能控制方法。但是過于簡單的信息模糊處理會對系統(tǒng)的控制精度和動態(tài)品質(zhì)造成影響。

2.5.2 RBF神經(jīng)網(wǎng)絡(luò)控制

模糊控制和RBF神經(jīng)網(wǎng)絡(luò)控制都屬于智能控制，但最大的不同在于前者以人的經(jīng)驗為出發(fā)點，以便解決人類的控制語言描述和推理等相關(guān)問題;后者從人腦的生理心理學(xué)出發(fā)，人工模擬大腦的工作機(jī)制實現(xiàn)智能操作。

1988年，C.Darken和J.Moody提出了擁有單隱層的三層前饋網(wǎng)絡(luò)，稱為徑向基函數(shù)（RBF）神經(jīng)網(wǎng)絡(luò)。它主要是通過模擬人腦中接收區(qū)域和局部調(diào)整的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，可以以任意精度來逼近任何連續(xù)函數(shù)。第一層是由信號源節(jié)點組成的輸入層，即圖中X所代表的部分，用來傳輸信號。第二層是隱含層H，隱單元數(shù)視所描述問題的需要而定。第三層為輸出層Y，是對輸入模式做出的響應(yīng)。輸出層和隱含層的優(yōu)化策略不同，前者是對線性權(quán)調(diào)整，后者是對高斯函數(shù)參數(shù)調(diào)整。RBF神經(jīng)網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)如圖7所示。

RBF神經(jīng)網(wǎng)絡(luò)的優(yōu)點在于它的逼近能力，由于其獨特的結(jié)構(gòu)，使得分類能力和學(xué)習(xí)速度異常優(yōu)秀，避免了局部極小值問題。但是目前RBF神經(jīng)網(wǎng)絡(luò)對PMSM的參數(shù)調(diào)節(jié)還不能做到全部，如何能以更優(yōu)化的方法控制電機(jī)需要進(jìn)一步的研究試驗。

3 ?結(jié)論

本文介紹了電動汽車永磁同步電機(jī)以及相應(yīng)的控制策略，分析了目前永磁同步電機(jī)相較于其他電機(jī)的優(yōu)勢所在，詳細(xì)闡述了永磁同步電機(jī)的工作原理及相關(guān)控制策略。FOC和DTC作為目前PMSM最為經(jīng)典的控制技術(shù)，技術(shù)成熟，應(yīng)用廣泛，但是，F(xiàn)OC對電機(jī)參數(shù)依賴過大，DTC的穩(wěn)態(tài)轉(zhuǎn)矩脈動過大，都無法滿足PMSM高精度的控制要求。SMC的動態(tài)性能良好，但是抖振問題無法有效解決，會造成PMSM的機(jī)械損失。預(yù)測控制和智能控制的未來前景非常廣闊，針對目前競爭激烈的市場環(huán)境，永磁同步電機(jī)的優(yōu)勢還遠(yuǎn)遠(yuǎn)無法將其它電機(jī)取代，如何能更有效地運用電驅(qū)控制策略，將智能控制策略與傳統(tǒng)控制策略融合，解決PMSM在復(fù)雜環(huán)境下仍然保持良好的魯棒性和抗干擾能力，進(jìn)一步提升性能優(yōu)勢。

參考文獻(xiàn)：

[1]秦福峰.純電動汽車新型內(nèi)置式永磁同步電機(jī)設(shè)計與控制研究[D].江蘇大學(xué)，2016.

[2]吳霏.電動汽車驅(qū)動永磁同步電機(jī)控制策略研究[D].重慶理工大學(xué)，2019.

[3]李政，胡廣大，崔家瑞，劉廣一.永磁同步電機(jī)調(diào)速系統(tǒng)的積分型滑模變結(jié)構(gòu)控制[J].中國電機(jī)工程學(xué)報，2014，34（03）：431-437.

[4]張文霞.基于模糊PID的永磁同步電機(jī)控制系統(tǒng)研究[D].溫州大學(xué)，2016.

[5]劉旭東.基于預(yù)測控制的電動汽車用永磁同步電機(jī)控制策略與關(guān)鍵技術(shù)研究[D].山東大學(xué)，2016.

[6]汪海波，周波，方斯琛.永磁同步電機(jī)調(diào)速系統(tǒng)的滑模控制[J].電工技術(shù)學(xué)報，2009，24（09）：71-77.

[7]齊亮.基于滑模變結(jié)構(gòu)方法的永磁同步電機(jī)控制問題研究及應(yīng)用[D].華東理工大學(xué)，2013.

[8]吳非非.基于模糊RBF神經(jīng)網(wǎng)絡(luò)的永磁同步電機(jī)控制系統(tǒng)研究[D].大連交通大學(xué)，2020.