电动汽车充电电压的模糊PI控制仿真研究

秦波，沈弋丁

(温州大学 物理与电子信息工程学院,浙江 温州 325027)

电动汽车充电电压的模糊PI控制仿真研究

秦波，沈弋丁

(温州大学 物理与电子信息工程学院,浙江 温州 325027)

文中针对传统蓄电池充电时间长,具有过冲、欠冲、析气的问题，结合模糊控制技术，提出了一种模糊自整定PI参数的方法对电动汽车铅蓄电池充放电电压进行控制,并考虑了温度的影响,在MATLAB/Simulink仿真平台上对电压控制系统进行仿真。仿真结果表明，加入了模糊PI控制的系统具有更好的动态响应特性和稳态特性。自整定PI模糊控制器具有控制精度高，超调小,动态性能好的特点。

模糊控制；PI控制；电动汽车；充电系统；温度

电动汽车是以车载电源为动力,用电机驱动车轮行驶的汽车,因为较传统汽车而言其对环境的污染较小,所以被广泛地认为有非常好的前景。现代电动汽车大部分都是使用铅蓄电池,而铅蓄电池的充电是一个复杂的电化学变化过程,采用恒压或恒流的充电方法会导致充电过程中过充、欠充等各种问题。模糊控制采用模糊数学语言描述控制规则并用此来操作系统工作的控制方法,其非常适合于复杂的、非线性的控制过程。模糊自适应PID控制是一种智能化的控制方法,它以工作人员平时在工作中所积累的经验为主要依据,并将这些经验具体化为规则输入到计算机内,通过模糊推理对PID的控制参数进行在线的调整［1-3］。

文中基于电动汽车充电系统,将其充电电压进行模糊控制,由于微分控制对本系统的影响不大,所以只进行了模糊PI控制,并进行仿真［4-6］。结果表明模糊自适应控制运用现代控制理论在线辨识对象控制参数,实时改变其控制策略,使控制系统品质指标保持在最佳范围内,达到较好的控制效果［7］。

1 充电控制系统原理分析

铅酸蓄电池个体差异、极化、老化现象及其非线性的化学反应过程,使得蓄电池的精确建模存在较大的难度；且由于蓄电池内部极化电压的变化量比较小,在本文控制方法的动态过程中可以忽略其影响。文中采用电容和电阻串联的模型作为蓄电池的动态模型［8］。其蓄电池充电系统的动态分析如下:

主电路的平衡方程为:

经由拉普拉斯变换后电流环的传递函数为:

电压环的传递函数为:

鉴于蓄电池能量不可能百分百地被利用,查资料可得电容的值为1 000 F,内阻为5 mΩ,电感是100 mH,所以电流环的传递函数为:

电压环的传递函数为:

2 模糊自适应PI控制器的设计

2.1 模糊自适应PI控制器结构

模糊自适应PI控制器在常规PI控制器的基础上,以误差ki、误差变化率以及温度作为控制器的输入变量,控制器变量kp,为输出变量。相比于一维模糊控制器,输入变量选用误差以及误差变化率能够更严格地反映受控过程中输出变量的动态特性,因此,在控制效果上要比一维控制器好得多,自然也就采用的比较多［2-3］。而加入温度这个输入变量能更好的调整充电电压,减少发热量。

PI控制器结构图1所示。

图1 自适应模糊控制器结构Fig.1 The adaptive fuzzy controller structure

用Matlab/Simulink仿真平台搭建的控制模型如图2所示。

图2 Simulink PI模糊控制仿真框图Fig.2 Fuzzy control simulation diagram

2.2 模糊化接口

模糊控制器的精确量输入必须经过模糊化接口后,转换成一个模糊量才能用于模糊控制,具体可按模糊化等级进行模糊化。基于Matlab/Simulink仿真平台对模糊控制系统进行设计,系统的输入可以为电流或者电压的误差及其误差变化率和温度,输出为Kp,Ki的整定量。输入量的论域为E=EX= temp=［-3，3］,输出量 Kp的论域为 ［-3，3］,Ki的论域为［-0.06，0.06］,相应的模糊语言集均为｛NB（负大）、NM（负中）、NS（负小）ZO（零）、PS（正小）、PM（正中）、PB（正大）｝。另外,输入隶属函数和输出隶属函数均选用形状简单、实时控制性强的三角形函数。

2.3 模糊规则的建立

在模糊规则的设计中,选择的PI控制参数应该遵循以下控制原则:

1）Kp对动态特性的影响是比例系数的加大,会使得系统的动作灵敏,响应速度加快,但会使振荡次数增加,调节时间拉长,使得系统趋向不稳定。Kp对静态特性的影响是加大比例系数,在系统稳定的情况下,可以减小静差,提高控制精度,但是静差只能减小,不能够完全消除。

2）Ki对动态特性的影响是积分控制会使得系统的稳定性下降。Ki变大,系统振荡次数增多,甚至会不稳定；Ki变小,对系统动态特性的影响则会减小。Ki对静态特性的影响是积分控制能够消除静差,提高系统的控制精度。但Ki太大,则不能够减小静差

根据上述控制要求,针对,两个参数分别建立模糊控制规则表。某个温度下模糊控制规则表样式如表1所示［4-6］。

表1 Kp的模糊规则表Tab.1Kp’s fuzzy control rules

表2 Ki的模糊规则表Tab.2Ki’s fuzzy control rules

当计入温度后共有343条模糊规则，此模糊规则在Matlab里输入,部分规则如图3所示。

电压的误差及误差变化率的隶属度函数均如图5所示。

温度的隶属度函数如图6所示。

输出的,的隶属度函数均如图7所示。

图3 部分模糊规则Fig.3 Part of fuzzy rules

图4 模糊系统fuzzpid.fis的结构Fig.4 The structure of the fuzzy system fuzzpid.fis

图5 误差、误差变化率的隶属函数Fig.5 Error and error rate of change of subordinate function

综上所述,模糊推理系统的动态仿真环境如图8所示。

2.4 清晰化

清晰化是指将模糊推理所得的模糊控制量转本文采用Mamdani推理方法,推理规则选Min方法,合成规则为Max法,解模糊方法选用重心法,输出值即为PI参数的调整值,化为可控的精确量［6-8］。

图6 温度的隶属函数Fig.6 Subordinate function of temperature

图7 Kp/Ki的隶属函数Fig.7 Subordinate function ofKp/Ki

图8 模糊推理系统的动态仿真Fig.8 Fuzzy system dynamic simulation

3 结束语

对电动汽车的充电电压采用自适应PI模糊控制后可不需要知道充电电压的数学模型,而由电池的实时充电状态来决定电池的充电电压。经过对采用模糊控制的智能充电系统进行测试,相较于常规的充电方法此方法可根据电池参数的动态变化,使得实际的充电电压符合最优的充电曲线,从而高效快速的进行充电,延长电池寿命。

［1］吴登国，李晓明.模糊参数自整定PID控制器的仿真研究［J］.机电技术，2012（4）:9-12.WU Deng-guo，LI Xiao-ming.Fuzzy parameter self-tuning PID controller simulation ［J］.Mechanical and electrical technology，2012（4）:9-12.

［2］王静，康龙云，李鹰.基于模糊自适应PID控制的铅酸蓄电池充电系统仿真［J］.低压电器2012（2）:31-34.WANG Jing，KANG Long-yun，LI Ying.Based on the fuzzy adaptive PID control of lead-acid battery charging system simulation［J］.Journal of Low Voltage Apparatus，2012（2）:31-34.

［3］李功卿，孔亚广.基于参数自整定的模糊PID控制［J］.杭州电子科技大学学报，2010，30（4）:77-81.LI Gong-qing，KONG Ya-guang.Based on the parameter selftuning fuzzy PID control［J］.Journal of Hangzhou University of Electronic Science and Technology，2010，30（4）:77-81.

［4］李匡成，杨亚丽，孙磊，等.一种稳定快速充电电流的控制算法介绍［J］.电源技术，2012，36（10）:1500-1502.LI Kuang-cheng，YANG Ya-li，SUN Lei，et al.A stable and fast charging current control algorithm is introduced［J］.Power Technology，2012，4（10）:1500-1502.

［5］方力，张建华.电动车用无刷直流电机模糊自整定控制器设计［J］.微电机，2012，45（3）:51-56.FANG Li，ZHANG Jian-hua.Electric motor brushless dc motor fuzzy self-tuning controller design［J］.Journal of Micro Motor，2012，45（3）:51-56.

［6］李铁民，王冕，陈国柱.有源并联混合储能系统的模糊PI控制仿真研究［J］.电气自动化，2013，35（6）:17-19.LI Tie-min,CHEN Guo-zhu，WANG Mian.Active parallel hybrid energystoragesystem ofthefuzzyPIcontrol simulation［J］.Electrical Automation，2013，35（6）:17-19.

［7］高辉，李怀良，翟长国，等.电动汽车磁悬浮飞轮电池储能系统设计［J］.电力系统自动化，2013，37（1）:186-190.GAO Hui，LI Huai-liang，ZHAI Chang-guo，et al.Electric vehicle magnetic suspension flywheel battery energy storage system design ［J］.Automation of Electric Power Systems，2013，37（1）:186-190.

［8］李定珍.蓄电池自动充电装置的研究［D］.南京:南京理工大学,2007.

Simulation study on fuzzy PID control for the charging system of electric vehicle batteries

QIN Bo,SHEN Yi-ding
（College of Physics and Electronic Information Engineer,Wenzhou University,Wenzhou 325027，China）

Based on traditional battery charging time long，overshoot and undershoot，analysis the problems，combined with the fuzzy control technology，this paper proposes a method of fuzzy self-tuning PI parameters to control electric car lead battery charge and discharge voltage，and considering the influence of temperature and voltage control in MATLAB/Simulink platform system simulation.The simulation results show that joined the fuzzy PI control system has better dynamic response and steady state characteristics.Self-tuning PI fuzzy controller has high control precision，small overshoot，good dynamic performance characteristics.

fuzzy control；PI control；electric vehicle；charging system；temperature

TN99

：A

：1674-6236（2015）18-0140-04

2014-11-28稿件编号：201411241

秦 波（1992—）,男,浙江绍兴人。研究方向:电源设计、自动控制。