9、感应电机驱动电动汽车的无速度传感器模型预测电流控制

感应电机驱动电动汽车的无速度传感器模型预测电流控制

1. 引言

近年来，由于石油资源的急剧消耗以及人们对气候和环境问题的关注，电动汽车（EV）的研究受到了广泛关注。电机驱动系统是电动汽车动力总成的关键组成部分，它为车辆的高效运行提供了重要动力。从工业应用的角度来看，感应电机（IM）因其低成本和高性能的特点，成为电动汽车无速度传感器控制的有力候选者。它不仅效率高、可靠性强，而且在不同速度下都具有良好的稳定性。

传统的感应电机速度控制方法包括直接转矩控制（DTC）和矢量控制（VC）/磁场定向控制（FOC）。FOC 方案适用于中低功率的电气驱动，它包含线性比例积分（PI）控制器和脉冲宽度调制器（PWM），在稳态时表现出色，但内部电流控制环的动态响应较慢，且需要额外的 PWM 硬件。DTC 则适用于中高功率应用，但磁滞转矩和磁通控制器会影响稳态性能。

为了克服上述缺点，新兴的模型预测控制（MPC）成为解决 FOC 问题的有前途的方法。MPC 利用系统模型和成本/目标函数直接控制变量，通过搜索电压矢量来最小化成本函数，从而确定最优解。MPC 可分为模型预测电流控制（MPCC）和模型预测转矩控制（MPTC）。与 MPTC 相比，MPCC 只在成本函数中使用正交电流分量，不需要加权因子，因此更简单。

此外，安装物理速度传感器会降低系统在恶劣环境下的可靠性，并增加成本和硬件复杂性。因此，从电气测量中估计速度比直接测量更受青睐。基于模型参考自适应系统（MRAS）的方法在转子速度估计方面表现出了良好的性能，不同的 MRAS 配置各有优缺点。

本研究将 MPCC 扩展到无速度传感器运行，并首次开发了基于定子电流的 MRAS 算法（is - MRAS）与 MPCC