电动汽车用永磁同步电机驱动与再生制动控制研究
随着全球石油资源短缺、环境污染以及气候变暖等问题日益严重，世界各国燃油汽车产业面临共同的挑战，为保持汽车产业的可持续发展，新能源汽车应运而生，并已成为21世纪汽车产业发展的主要方向，其中纯电动汽车以零排放，低噪音，能量转换效率高，能源多样化以及控制性能更好而占主导地位。目前制约纯电动汽车快速发展的主要因素是电动汽车续航里程短，通过对电动汽车用永磁同步电机(PMSM)驱动与再生制动控制的深入研究，提出一种基于改进粒子群算法优化的模糊PID控制策略和基于自适应模糊神经网络优化的再生制动模糊控制策略。主要工作包括: (1)介绍PMSM的结构，分析坐标变换原理并推导各个坐标系下的PMSM数学模型。分析PMSM控制系统特点，选取d轴电流为零的矢量控制策略。最后研究空间电压矢量脉宽调制技术(SVPWM)的原理以及SVPWM的数字实现。 (2)针对传统PID控制不具备自适应等特性，设计模糊PID控制器，而在实际应用中模糊PID易受Kp、Ki、Kd三个初始值的影响，提出一种改进的粒子群算法，解决模糊PID三个初始参数难以整定的问题。通过仿真实验分析发现，相较于PID控制和模糊PID控制，具有更快的响应速度，更好的动态性能，更强的抗扰动能力。 (3)对电动汽车行驶与制动时进行受力分析，再对几种典型的制动力分配策略进行研究，提出一种基于制动强度的制动力分配控制策略。同时在确保制动效能和高效回收能量的前提下，设计了再生制动模糊控制器，主要考虑到车辆制动时的制动强度z、车速V和动力电池的荷电状态SOC对再生制动力分配系数的影响，并采用自适应模糊神经网络对再生制动模糊控制器进行优化。 (4)通过对ADVISOR仿真软件的二次开发，将在MATLAB/Simulink环境下搭建好的控制策略模型嵌入到顶层模型中，分别在ARTERIAL、UDDS和NEDC三种常用的城市工况下进行仿真，并将三种控制策略在不同工况下的仿真结果进行对比分析，结果表明经过自适应模糊神经网络优化后的再生制动模糊控制器提高了制动能量的回收效率，进一步延长电动汽车的续航里程。
电动汽车;永磁同步电机;再生制动控制;自适应模糊神经网络
西安石油大学
硕士
控制工程
韦敏
2022
中文
U469.72;U463.6
2023-05-23（万方平台首次上网日期，不代表论文的发表时间）