电动汽车功率控制单元软件数字化设计的研究综述及展望︱浙江大学( 六 )
电机作为电驱动系统另一大关键部件 , 电动汽车中广泛采用体积小、效率高的永磁同步电机 , 其典型的方法可分为集总参数法和物理数据法两类 。 集总参数法根据定转子的建立形式可分为相域法(Phase-Domain,PD)或变电感反电动势法(VoltageBehindReactance,VBR)、交直轴法(DirectQuadrature,DQ)、理想旋转变压器法(IdealRotatingTransformer,IRTF)等;物理数据法根据数据的获取来源可分为有限元法(FiniteElementMethod,FEM)、磁路等效法(MagneticEquivalentCircuit,MEC)和实验数据标定法等 。
基于集总参数的PD法将电机的定、转子变量均建立在静止侧 , 是电机初始的模型 。 VBR在PD法的基础上 , 将电机等效成可变电感连接反电动势 , 因此能与外部任意电路直连 , 如开路或整流桥等 , 避免了数值无法迭代的问题 , 但由于相间电感耦合 , 模型的复杂度大幅提高 。 DQ法将电机的定转子变量通过Park变换至旋转侧 , 能够将交变的状态量转变成恒定 , 以此简化模型 , 是广泛采用的方法 , 但DQ法在外部接口处 , 于大步长下存在数值稳定问题 , 且在开路情况下无法配合任意电路的计算 。
IRTF法分别将定子变量建立在静止侧 , 转子变量建立在旋转侧 , 通过磁链实现动静的分割 , 永磁同步机的IRTF模型如图14所示 , 在简化建模的同时 , 保证数值稳定 。 总之 , 集总参数法建模直接、速度快 , 但通常参数不可靠 , 无法反映电感饱和、交叉耦合、空间磁动势谐波等现象 , 具有一定的局限性 , 需在模型局部进行二次优化 。
文章图片
图14永磁同步机的IRTF模型
物理数据法通过查表的方式 , 将负载电机非线性、强耦合的特征反映至数字系统中 , 以此减小参数不准确的影响 。 有限元法和磁路等效法考虑多场交互 , 将电机模型划分为有限个互联的微单元 , 通过离线求解每个微单元的偏微分方程 , 获取多物理场的近似解数据 , 永磁同步机磁路等效法示意如图15所示 , 提升保真度的同时求解速度过慢 , 适用于离线的预计算 。
实验数据标定法直接通过动力台架实验 , 针对影响模型与参数的关键物理量建立映射表格 , 因此能够还原永磁同步电机电感饱和、交叉耦合、齿槽空间谐波等非线性问题 。 总之 , 物理数据模型数值精度更高 , 但核心的数据获取较为繁琐 , 对于高度耦合的电机模型 , 会造成表格维数的增加 , 大大增加资源占用 。
文章图片
图15永磁同步机磁路等效法示意图
2.2基于频域的建模方法
时域方法建模精度高 , 但速度提升有限 。 基于频域的建模方法通过将时域信号转换至频域 , 物理对象建立成频域方程 , 二者相互作用获得频域的响应 , 再逆变换至时域 。 典型的频域建模方法包含动态相量(DynamicPhasor,DP)法及移频分析(ShiftedFrequencyAnalysis,SFA)法 。
动态相量法通过对时变信号的傅里叶分解 , 保留幅值较大的主要分量 , 忽略次要分量 , 根据需要有目的地选择主导频率分量的系数 , 构造一组平均值信号的微分方程来等效开关暂态过程 , 动态相量法示意如图16所示 。 动态相量法可以根据需要的精度近似时域模型 , 能够在保证精度的前提下 , 将时变的信号转化为非时变的信号 , 支持电力电子电路的低频暂态还原 , 因此可以加大计算步长以提升计算速度 。 但由于谐波截断误差的存在 , 当系统中谐波成分较多且比例较大时 , 模型精度将是一大挑战 。
- 盛宇|半导体功率器件设计商华羿微电子完成数亿元融资
- IC控制器|消息称由于全球芯片短缺,现代汽车考虑采购家用电器 IC 控制器
- 专利公布,法拉利首款电动汽车计划2025年面世
- Stellantis电动汽车|Stellantis与意大利将于“数日内”签订电池工厂协议
- 电动汽车|鸿海:今年将推出两款电动汽车,零部件短缺状况正在缓解
- 罗伊斯本场数据:2射进2球 传球成功率89% 全场最高8.2分
- 大屏|控制预算情况下,想尽量选择大屏?看看这四款70英寸电视怎么样
- 芯片|ESP32-S3无线WiFi芯片,智能安防设备技术应用,智能化控制发展
- 芯片|AirPodsMax2有了新消息,预计采用触摸控制
- 向日葵控控A2,让远程控制变得轻而易举