CN108512479B - 电机控制器及其计算电机扭矩预测值的方法 - Google Patents

电机控制器及其计算电机扭矩预测值的方法 Download PDF

Info

Publication number
CN108512479B
CN108512479B CN201710101473.4A CN201710101473A CN108512479B CN 108512479 B CN108512479 B CN 108512479B CN 201710101473 A CN201710101473 A CN 201710101473A CN 108512479 B CN108512479 B CN 108512479B
Authority
CN
China
Prior art keywords
module
phase current
temperature
motor
value
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201710101473.4A
Other languages
English (en)
Other versions
CN108512479A (zh
Inventor
孙可
高智
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
United Automotive Electronic Systems Co Ltd
Original Assignee
United Automotive Electronic Systems Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by United Automotive Electronic Systems Co Ltd filed Critical United Automotive Electronic Systems Co Ltd
Priority to CN201710101473.4A priority Critical patent/CN108512479B/zh
Publication of CN108512479A publication Critical patent/CN108512479A/zh
Application granted granted Critical
Publication of CN108512479B publication Critical patent/CN108512479B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02P—CONTROL OR REGULATION OF ELECTRIC MOTORS, ELECTRIC GENERATORS OR DYNAMO-ELECTRIC CONVERTERS; CONTROLLING TRANSFORMERS, REACTORS OR CHOKE COILS
    • H02P23/00—Arrangements or methods for the control of AC motors characterised by a control method other than vector control
    • H02P23/0004—Control strategies in general, e.g. linear type, e.g. P, PI, PID, using robust control
    • H02P23/0022—Model reference adaptation, e.g. MRAS or MRAC, useful for control or parameter estimation
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L15/00—Methods, circuits, or devices for controlling the traction-motor speed of electrically-propelled vehicles
    • B60L15/20—Methods, circuits, or devices for controlling the traction-motor speed of electrically-propelled vehicles for control of the vehicle or its driving motor to achieve a desired performance, e.g. speed, torque, programmed variation of speed
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02P—CONTROL OR REGULATION OF ELECTRIC MOTORS, ELECTRIC GENERATORS OR DYNAMO-ELECTRIC CONVERTERS; CONTROLLING TRANSFORMERS, REACTORS OR CHOKE COILS
    • H02P23/00—Arrangements or methods for the control of AC motors characterised by a control method other than vector control
    • H02P23/14—Estimation or adaptation of motor parameters, e.g. rotor time constant, flux, speed, current or voltage
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00—Road transport of goods or passengers
    • Y02T10/60—Other road transportation technologies with climate change mitigation effect
    • Y02T10/64—Electric machine technologies in electromobility
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00—Road transport of goods or passengers
    • Y02T10/60—Other road transportation technologies with climate change mitigation effect
    • Y02T10/72—Electric energy management in electromobility

Landscapes

  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Control Of Electric Motors In General (AREA)
  • Control Of Ac Motors In General (AREA)

Abstract

本发明提供一种电机控制器及其计算电机扭矩预测值的方法，所述电机控制器用于计算电机的扭矩预测值，所述电机控制器包括计算模块、驱动模块和测量模块，其中：所述驱动模块用于驱动所述电机；所述测量模块测量所述电机的运行参数及所述驱动模块的当前温度，并将所述电机的运行参数及所述驱动模块的当前温度提供给所述计算模块；所述计算模块根据电机的运行参数和所述驱动模块的当前温度计算所述驱动模块的预测温度，所述计算模块根据所述驱动模块的预测温度计算所述电机的扭矩预测值。本发明不依靠电池相关信息作为输入，仅从电机控制器本身出发实现电机输出扭矩的预测。

Description

电机控制器及其计算电机扭矩预测值的方法
技术领域
本发明涉及汽车动力控制技术领域，特别涉及一种电机控制器及其计算电机扭矩预测值的方法。
背景技术
纯电动或混合动力汽车中，电力驱动***主要由驱动电机、电机控制器和高压蓄电池组成。根据车辆的拓扑结构不同，电力驱动***又可以和传统发动机***进行协同工作。作为核心部件的电机控制器，会根据外部指令及当前自身状态控制电机输出扭矩。鉴于整车控制策略的需要，以及电机控制器本身安全保护的要求，对电力驱动***在未来一定时间内能够输出的最大扭矩进行预测，是十分有必要的。例如在混动拓扑车型中，电机控制器在已经输出一定扭矩进行纯电驱动的基础上，是否在未来一定时间内有能力再额外输出扭矩来完成传统发动机的起动工作，这就需要对电机输出扭矩进行预测，以决定整车控制策略中是否继续增加电机控制器的扭矩指令值。
扭矩预测技术目前常见于传统发动机的控制***中，在新能源汽车控制器功能中，当前扭矩的实时检测作为基础功能较为常见。而对于未来一定时间内，如2秒或20秒的电机可输出最大扭矩预测功能，多见于基于高压电池能力的扭矩输出预测，其特点就是需要外部电池管理***的输出信号作为电机控制器的输入。而这种仅是基于高压电池能力完成扭矩估计，在电池满电等不受电池限制的工况下，便无法实现扭矩预测功能的真实作用。
因此，需要设计一种不依靠电池相关信息作为输入，仅从电机控制器本身输出能力进行扭矩预测的电机控制器及其计算电机扭矩预测值的方法。
发明内容
本发明的目的在于提供一种电机控制器及其计算电机扭矩预测值的方法，以实现仅基于电机控制器本身能力的电机输出扭矩预测。
为解决上述技术问题，本发明提供一种电机控制器，所述电机控制器用于计算电机的扭矩预测值，其特征在于，所述电机控制器包括计算模块、驱动模块和测量模块，其中：
所述驱动模块用于驱动所述电机；
所述测量模块测量所述电机的运行参数及所述驱动模块的当前温度，并将所述电机的运行参数及所述驱动模块的当前温度提供给所述计算模块；
所述计算模块根据电机的运行参数和所述驱动模块的当前温度计算所述驱动模块的预测温度，所述计算模块先获得相电流初始值，然后获得所述驱动模块的预测温度，根据预测温度计算得到的相电流目标值来计算所述电机的扭矩预测值。
可选的，在所述的电机控制器中，所述计算模块包括相电流计算模块、扭矩计算模块和元器件温度预测模块，其中：
所述相电流计算模块向所述元器件温度预测模块输出相电流初始值；
所述元器件温度预测模块根据所述电机的运行参数、所述驱动模块的当前温度和所述相电流初始值计算出所述驱动模块的预测温度，所述元器件温度预测模块向所述相电流计算模块输出所述驱动模块的预测温度；
所述相电流计算模块根据所述驱动模块的预测温度向所述扭矩计算模块输出相电流目标值；
所述扭矩计算模块根据所述相电流目标值计算出所述电机的扭矩预测值。
可选的，在所述的电机控制器中，所述元器件温度预测模块包括元器件损耗计算模块和状态观测模块，其中：
所述元器件损耗计算模块根据所述电机的运行参数、所述驱动模块的当前温度和所述相电流初始值计算出所述驱动模块的损耗值，所述元器件损耗计算模块向状态观测模块输出所述驱动模块的损耗值；
所述状态观测模块根据所述驱动模块的损耗值，计算所述驱动模块的预测温度。
可选的，在所述的电机控制器中，所述驱动模块包括IGBT和二极管等元器件。
本发明还提供一种电机控制器计算电机扭矩预测值的方法，所述电机控制器计算电机扭矩预测值的方法包括：
所述驱动模块用于驱动所述电机；
所述测量模块测量所述电机的运行参数及所述驱动模块的当前温度，并将所述电机的运行参数及所述驱动模块的当前温度提供给所述计算模块；
所述计算模块根据电机的运行参数计算所述驱动模块的预测温度，所述计算模块先获得相电流初始值，然后获得所述驱动模块的预测温度，根据预测温度计算得到的相电流目标值来计算所述电机的扭矩预测值。
可选的，在所述的电机控制器计算电机扭矩预测值的方法中，所述计算模块根据电机的运行参数计算所述驱动模块的预测温度，所述计算模块根据所述驱动模块的预测温度计算所述电机的扭矩预测值包括：
所述相电流计算模块向所述元器件温度预测模块输出相电流初始值；
所述元器件温度预测模块根据所述电机的运行参数、所述驱动模块的当前温度和所述相电流初始值计算出所述驱动模块的预测温度，所述元器件温度预测模块向所述相电流计算模块输出所述驱动模块的预测温度；
所述相电流计算模块根据所述驱动模块的预测温度向所述扭矩计算模块输出相电流目标值；
所述扭矩计算模块根据所述相电流目标值计算出所述电机的扭矩预测值。
可选的，在所述的电机控制器计算电机扭矩预测值的方法中，所述元器件温度预测模块根据所述电机的运行参数、所述驱动模块的当前温度和所述相电流初始值计算出所述驱动模块的预测温度包括：
所述元器件损耗计算模块根据所述电机的运行参数、所述驱动模块的当前温度和所述相电流初始值计算出所述驱动模块的损耗值，所述元器件损耗计算模块向状态观测模块输出所述驱动模块的损耗值；
所述状态观测模块根据所述驱动模块的损耗值，计算所述驱动模块的预测温度。
可选的，在所述的电机控制器计算电机扭矩预测值的方法中，所述相电流计算模块向所述元器件温度预测模块输出相电流初始值包括：
所述相电流计算模块向所述元器件温度预测模块输出相电流最大阈值和相电流最小阈值，所述相电流初始值取相电流最大阈值和相电流最小阈值的平均值。
可选的，在所述的电机控制器计算电机扭矩预测值的方法中，所述相电流计算模块根据所述驱动模块的预测温度向所述扭矩计算模块输出相电流目标值包括：
所述相电流计算模块将驱动模块的预测温度与驱动模块的温度目标值进行对比；
若驱动模块的预测温度大于驱动模块的温度目标值范围，则相电流最大阈值重新取值，调整为本次预测使用的相电流初始值并再次对相电流初始值进行计算，所述相电流初始值取相电流最大阈值和相电流最小阈值的平均值，并进行下一次预测；
若驱动模块的预测温度小于驱动模块的温度目标值范围，则相电流最小阈值重新取值，调整为本次预测使用的相电流初始值并再次对相电流初始值进行计算，所述相电流初始值取相电流最大阈值和相电流最小阈值的平均值，并进行下一次预测；
若驱动模块的预测温度在驱动模块的温度目标值范围内，则将本次预测使用的相电流初始值作为相电流目标值，向所述扭矩计算模块输出。
可选的，在所述的电机控制器计算电机扭矩预测值的方法中，所述电机控制器计算电机扭矩预测值的方法还包括：计算模块根据不同的***预测时间，得到不同的离散化周期，从而得到不同的元器件温度预测模块。
在本发明提供的电机控制器及其计算电机扭矩预测值的方法中，通过所述元器件温度预测模块根据电机的运行参数和相电流初始值计算出驱动模块的预测温度，所述相电流计算模块根据驱动模块的预测温度计算得到相电流目标值，所述扭矩计算模块根据所述相电流目标值计算出最终扭矩预测值，实现了从电机控制器本身结构出发，不利用外部的输入信号，例如高压电池管理***(BMS)的最大最小放电电流、电压等进行最大输出扭矩预测。本发明利用电机控制器中IGBT和二极管的自身输出能力，在保证***工作在正常范围边界的情况下，对***在未来一定时间段内可承受的最大输出扭矩进行较准确的预测。
本方案采用状态观测模块进行扭据预测的方法，是将驱动模块温度的热叠加过程抽象到观测器模型中完成计算，每一次计算都可以得到对应的一组温升值。因此此种方法可以有效地减少预测***中循环计算的次数，控制软件负载率处在安全合理的范围内。和已有其他领域中预测***相比，本设计方案便于在控制器中在线实时计算。
本方案的设计核心是基于驱动模块温度的预测策略，所利用的是基于物理***建立的状态观测器模型。在获取离散的状态观测器模型时，可以在保证观测器模型收敛性和稳定性的基础上，可根据不同应用需求，选取不同的时间间隔来完成最大扭矩预测，本发明具有更多的灵活性和更广的应用范围。
在新能源汽车领域，利用电机控制器本身功能进行未来最大扭矩预测，属于全新的***功能。本发明中的电机控制器及其计算电机扭矩预测值的方法中的最大扭矩预测功能可以适用于多种拓扑结构的新能源车型，也可以适用于整车的多种行驶工况。例如纯电动车在当前驱动功率的基础上，未来一定时间内可以增加多少扭矩持续加速；或混合动力车型，在当前一定功率纯电驱动的基础上，未来一定时间内可以额外再出多少扭矩去起动发动机。
附图说明
图1是本发明实施例一计算模块示意图；
图2是本发明实施例一元器件温度预测模块示意图；
图3是本发明实施例一状态观测模块基本原理图；
图4(a)是本发明实施例一20秒离散周期下状态观测模块中IGBT预测温度阶跃响应示意图；
图4(b)是本发明实施例一20秒离散周期下状态观测模块中二极管预测温度阶跃响应示意图；
图4(c)是本发明实施例一20秒状态观测下驱动模块的预测温度仿真结果；
图5是本发明实施例二电机控制器计算电机扭矩预测值的方法示意图；
图6(a)是本发明实施例二2秒离散周期下状态观测模块中IGBT预测温度阶跃响应示意图；
图6(b)是本发明实施例二2秒离散周期下状态观测模块中二极管预测温度阶跃响应示意图；
图6(c)是本发明实施例二2秒状态观测下驱动模块的预测温度仿真结果；
图中所示：1-相电流计算模块；2-扭矩计算模块；3-元器件温度预测模块；31-元器件损耗计算模块；32-状态观测模块。
具体实施方式
以下结合附图和具体实施例对本发明提出的电机控制器及其计算电机扭矩预测值的方法作进一步详细说明。根据下面说明和权利要求书，本发明的优点和特征将更清楚。需说明的是，附图均采用非常简化的形式且均使用非精准的比例，仅用以方便、明晰地辅助说明本发明实施例的目的。
本发明的核心思想在于提供一种从电机控制器本身结构出发，不利用外部的输入信号的电机控制器及其计算电机扭矩预测值的方法。
为实现上述思想，本发明提供了一种电机控制器及其计算电机扭矩预测值的方法，所述电机控制器及其计算电机扭矩预测值的方法包括：所述电机控制器包括计算模块、驱动模块和测量模块，其中：所述驱动模块用于驱动所述电机；所述测量模块测量所述电机的运行参数及所述驱动模块的当前温度，并将所述电机的运行参数及所述驱动模块的当前温度提供给所述计算模块；所述计算模块根据电机的运行参数和所述驱动模块的当前温度计算所述驱动模块的预测温度，所述计算模块根据所述驱动模块的预测温度计算所述电机的扭矩预测值。
<实施例一>
本实施例提供一种电机控制器，所述电机控制器用于计算电机的扭矩预测值，所述电机控制器包括计算模块、驱动模块和测量模块，其中：所述驱动模块用于驱动所述电机；所述测量模块测量所述电机的运行参数及所述驱动模块的当前温度，并将所述电机的运行参数及所述驱动模块的当前温度提供给所述计算模块；所述计算模块根据电机的运行参数和所述驱动模块的当前温度计算所述驱动模块的预测温度，所述计算模块根据所述驱动模块的预测温度计算所述电机的扭矩预测值。
如图1所示，所述计算模块包括相电流计算模块1、扭矩计算模块2和元器件温度预测模块3，其中：所述相电流计算模块1向所述元器件温度预测模块3输出相电流初始值；所述元器件温度预测模块2根据所述电机的运行参数、所述驱动模块的当前温度和所述相电流初始值计算出所述驱动模块的预测温度，所述元器件温度预测模块3向所述相电流计算模块1输出所述驱动模块的预测温度；所述相电流计算模块1根据所述驱动模块的预测温度向所述扭矩计算模块2输出相电流目标值；所述扭矩计算模块2根据所述相电流目标值计算出所述电机的扭矩预测值。
具体的，图2是本发明实施例一元器件温度预测模块示意图，如图2所示，所述元器件温度预测模块3包括元器件损耗计算模块31和状态观测模块32，其中：所述元器件损耗计算模块31根据所述电机的运行参数、所述驱动模块的当前温度和所述相电流初始值计算出所述驱动模块的损耗值，所述元器件损耗计算模块31向状态观测模块32输出所述驱动模块的损耗值；所述状态观测模块32根据所述驱动模块的损耗值，计算所述驱动模块的预测温度。
所述元器件损耗计算模块31输入的参数还包括其他运行参数，如调制度，所述调制度是根据电机控制器和电机的运行状态来计算或查表得到的。所述状态观测模块32还输出电机传感器温度和电机冷却器温度。其中：所述驱动模块包括IGBT和二极管等元器件。
本实施例旨在实现新能源汽车中电机控制器输出扭矩的预测功能，其预测方法仅从电机控制器本身的最大性能输出和安全保护角度出发，不涉及外部其他部件的信号输入，实现的电机扭矩预测功能，是在保证电机控制器***正常工作情况下，在未来一定时间内(例如20秒)，电机控制器所能输出的最大扭矩值。
电机电力电子控制器中，***保护的关键点是作为驱动模块输出核心部件的IGBT器件，因为其温度变化剧烈，且温度的变化直接决定着IGBT本身的性能和寿命，可以看作是电机控制器***最为“薄弱”的环节。本方案的扭矩预测功能，是要在控制器安全正常的运行条件下预测扭矩，因此选择IGBT的温度变化作为切入点，进行整个***的设计，其基本设计思路是要保证在当前时刻以某一最大扭矩持续输出一定时间(例如20秒)，刚好使IGBT温度达到***正常工作所允许的最大值，从而认为该扭矩就是未来一定时间内可以输出的最大扭矩。
鉴于本实施例是从IGBT温度逆向判断可以输出的最大扭矩，本实施例***结构主要包括三大基本功能模块，如图1所示，即相电流计算模块1、元器件温度预测模块3和扭矩计算模块2，其中相电流计算模块1中会算出期望得到的相电流目标值，然后再利用电机模型转换为最终输出的最大预测扭矩值。如图2所示，元器件温度预测模块3利用当前的***状态信息，可以估计出IGBT的预测温度和二极管预测温度，这是本方案扭矩预测功能的核心部分。
所述驱动模块的损耗值为：
Figure GDA0002253871160000081
其中：P为驱动模块的损耗值，ic为流过驱动模块的电流，uCE0为ic为零时驱动模块的电压值，rc为驱动模块的导通电阻值。
所述驱动模块的预测温度为：
ΔT＝PRc
其中：ΔT为驱动模块的温升值，P为驱动模块的损耗值，Rc为驱动模块的热阻。rc和Rc都是实验可以测得的数据，测量方法为已知技术。
根据温升的基本原理，可以得到驱动模块的热阻网络。为了估计驱动模块的预测温度，在热阻网络的基础上，采用经典观测器的方法对驱动模块进行建模，图3是本发明实施例一状态观测模块基本原理图，如图3所示，其***数学模型可由如下状态方程表示：
Figure GDA0002253871160000091
其中，u(t)为输入的参数，即驱动模块的功率损耗值，y(t)为输出的参数，即驱动模块的预测温度。本设计方案中分别选取IGBT、二极管、温度传感器和水冷板四个节点的温度作为观测输出量，从而可以估计出驱动模块的温度值。
另外，计算模块根据不同的***预测时间，得到不同的离散化周期，从而得到不同的元器件温度预测模块。基于驱动模块热阻网络首先建立连续物理模型，其可以最高程度的保证模型与原有物理***的一致性。但为了实现物理模型在电子控制器中运行，需要对原有连续模型进行离散化后，才能得到所需的观测器中***矩阵和输入矩阵。如前所述，本方案想要实现的功能是对未来一定时间内的最大扭矩预测(例如20秒)，即该扭矩使驱动模块温度在时间终点处正好达到***正常工作的温度限制。因此只要保证离散后所建观测器模型在一定的时间间隔处输出值准确即可，而不用考虑时间间隔内每一个小的输出点温度值是否准确，例如预测20秒内的最大扭矩时，只要考虑每一个20秒的时间点上，观测器输出的驱动模块温度准确即可，而不用考虑连续变化的估计精度是否准确。
鉴于以上的分析，本设计方案对连续热阻网络模型进行特定采样周期的离散化，以获得特定时间段的温度估计模型。为了证明较大采样周期离散化后观测器模型的正确性和收敛性，可以对离散***进行分析。如图4所示，以20秒离散后的状态***为例，其阶跃响应曲线与原有连续***的阶跃响应曲线基本吻合，图4(a)是本发明实施例一20s离散周期下状态观测模块中IGBT预测温度阶跃响应示意图，图4(b)是本发明实施例一20s离散周期下状态观测模块中二极管预测温度阶跃响应示意图，图4(c)是本发明实施例一20秒状态观测下驱动模块的预测温度仿真结果。
虽然图中每个20秒时间段内的输出与连续***存在一定的误差，但是如前文所述，对于本方案提出的扭矩预测功能来说，是满足设计要求的。如图4(c)所示的仿真结果，其中虚线为真实的驱动模块在一定工况下的温升曲线，实线为20秒预测状态观测模块在相同工况下的温度输出。可以看出，本实施例中设计的20秒状态观测模块的温度输出值，与真实温度在20秒处的值可以基本保持一致，证明了本方案的有效性。
在上述状态观测器的基础上，只要给定一定的电流值，就可以获取驱动模块的功率损耗值，进而得到对应离散时间的未来温度预测值。如图5所示，相电流目标值的计算便是利用二分法快速查找得到期望电流值。
软件通过循环计算得到期望的预测最大电流值后，根据如下的扭矩与电流关系，便可以最终得到预测的最大扭矩值：
Figure GDA0002253871160000101
其中id,iq为d轴和q轴电流；Ld,Lq为d轴和q轴电感；Lmdif为永磁体基波磁场在定子绕组中产生的磁链。
<实施例二>
本实施例提供一种电机控制器计算电机扭矩预测值的方法，所述电机控制器计算电机扭矩预测值的方法包括：所述驱动模块用于驱动所述电机；所述测量模块测量所述电机的运行参数及所述驱动模块的当前温度，并将所述电机的运行参数及所述驱动模块的当前温度提供给所述计算模块；所述计算模块根据电机的运行参数计算所述驱动模块的预测温度，所述计算模块根据所述驱动模块的预测温度计算所述电机的扭矩预测值。
具体的，在所述的电机控制器计算电机扭矩预测值的方法中，所述计算模块根据电机的运行参数计算所述驱动模块的预测温度，所述计算模块根据所述驱动模块的预测温度计算所述电机的扭矩预测值包括：所述相电流计算模块向所述元器件温度预测模块输出相电流初始值；所述元器件温度预测模块根据所述电机的运行参数、所述驱动模块的当前温度和所述相电流初始值计算出所述驱动模块的预测温度，所述元器件温度预测模块向所述相电流计算模块输出所述驱动模块的预测温度；所述相电流计算模块根据所述驱动模块的预测温度向所述扭矩计算模块输出相电流目标值；所述扭矩计算模块根据所述相电流目标值计算出所述电机的扭矩预测值。所述状态观测模块还计算得到电机传感器温度和电机冷却器温度。
进一步的，所述元器件温度预测模块根据所述电机的运行参数、所述驱动模块的当前温度和所述相电流初始值计算出所述驱动模块的预测温度包括：所述元器件损耗计算模块根据所述电机的运行参数、所述驱动模块的当前温度和所述相电流初始值计算出所述驱动模块的损耗值，所述元器件损耗计算模块向状态观测模块输出所述驱动模块的损耗值；所述状态观测模块根据所述驱动模块的损耗值，计算所述驱动模块的预测温度。
图5是本发明实施例二电机控制器计算电机扭矩预测值的方法示意图，如图5所示，所述所述相电流计算模块向所述元器件温度预测模块输出相电流初始值包括：所述相电流计算模块向所述元器件温度预测模块输出相电流最大阈值和相电流最小阈值，所述相电流初始值取相电流最大阈值和相电流最小阈值的平均值。
进一步的，所述相电流计算模块根据所述驱动模块的预测温度向所述扭矩计算模块输出相电流目标值包括：所述相电流计算模块将驱动模块的预测温度与驱动模块的温度目标值进行对比；若驱动模块的预测温度大于驱动模块的温度目标值范围，则相电流最大阈值重新取值，调整为本次预测使用的相电流初始值并再次对相电流初始值进行计算，所述相电流初始值取相电流最大阈值和相电流最小阈值的平均值，并进行下一次预测；若驱动模块的预测温度小于驱动模块的温度目标值范围，则相电流最小阈值重新取值，调整为本次预测使用的相电流初始值并再次对相电流初始值进行计算，所述相电流初始值取相电流最大阈值和相电流最小阈值的平均值，并进行下一次预测；若驱动模块的预测温度在驱动模块的温度目标值范围内，则将本次预测使用的相电流初始值作为相电流目标值，向所述扭矩计算模块输出。
另外，所述电机控制器计算电机扭矩预测值的方法还包括：计算模块根据不同的***预测时间，得到不同的离散化周期，从而得到不同的元器件温度预测模块。根据***所需的预测时间，对驱动模块热阻网络模型进行离散化处理，得到对应的驱动模块元器件温度预测模块。
基于驱动模块热阻网络首先建立连续物理模型，其可以最高程度的保证模型与原有物理***的一致性。但为了实现物理模型在电子控制器中运行，需要对原有连续模型进行离散化后，才能得到所需的观测器中***矩阵和输入矩阵。如前所述，本方案想要实现的功能是对未来一定时间内的最大扭矩预测(例如2秒)，即该扭矩使驱动模块温度在时间终点处正好达到***正常工作的温度限制。因此只要保证离散后所建观测器模型在一定的时间间隔处输出值准备即可，而不用考虑时间间隔内每一个小的输出点温度值是否准确，例如预测2s内的最大扭矩时，只要考虑每一个2s的时间点上，观测器输出的驱动模块温度准确即可，而不用考虑连续变化的估计精度是否准确。鉴于以上的分析，本实施例对连续热阻网络模型进行特定采样周期的离散化，以获得特定时间段的温度估计模型。为了证明较大采样周期离散化后观测器模型的正确性和收敛性，可以对离散***进行分析。如图6(a)和图6(b)所示，以2秒离散后的状态***为例，其阶跃响应曲线与原有连续***的阶跃响应曲线基本吻合，图6(a)中表征IGBT的响应，图6(b)表征二极管的响应。虽然图中每个2秒时间段内的输出与连续***存在一定的误差，但是如前文所述，对于本方案提出的扭矩预测功能来说，是满足设计要求的。
本实施例基于状态观测器理论，通过对驱动模块模块的热阻网络连续模型进行不同形式的离散化，以获取期望得到的驱动模块的预测温度值，进而完成电机控制器最大输出扭矩预测。如前所述，在保证观测器模型收敛性和稳定性的基础上，根据不同应用需求，可以选取不同的时间间隔来完成最大扭矩预测。鉴于本方案预测时间的灵活适用性，可根据实际***及应用情况进行对应设计。
本实施例根据热叠加原理，对驱动模块模块的热阻网络进行建模，得到连续模型的***矩阵和输入矩阵；基于离散***理论，对上述连续模型选取2秒作为采样周期进行离散化，得到离散的***矩阵和输入矩阵；对离散化后的***进行分析，通过与连续***的***响应进行对比分析，验证离散***的正确性和收敛性，如图6(c)所示，Matlab/Simulink中建立仿真模型用于预测温度结果的验证的仿真结果，其中虚线为真实驱动模块在一定工况下的温升曲线，实线为2秒预测状态观测模块在相同工况下的温度输出。可以看出，本实施例中设计的2秒状态观测模块的温度输出值，与真实温度在2秒处的值可以基本保持一致，证明了本方案的有效性。然后利用二分法进行目标预测电流的查找，电流范围的上限值需要根据电机控制器本身的设计能力进行确定，设计方案中可进行标定。最后利用电机***自身参数，如电感等，将目标预测电流转换为预测扭矩。
本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的***而言，由于与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
上述描述仅是对本发明较佳实施例的描述，并非对本发明范围的任何限定，本发明领域的普通技术人员根据上述揭示内容做的任何变更、修饰，均属于权利要求书的保护范围。

Claims (10)

1.一种电机控制器，所述电机控制器用于计算电机的扭矩预测值，其特征在于，所述电机控制器包括计算模块、驱动模块和测量模块，其中：
所述驱动模块用于驱动所述电机；
所述测量模块测量所述电机的运行参数及所述驱动模块的当前温度，并将所述电机的运行参数及所述驱动模块的当前温度提供给所述计算模块；
所述计算模块根据电机的运行参数和所述驱动模块的当前温度计算所述驱动模块的预测温度，所述计算模块先获得相电流初始值，然后获得所述驱动模块的预测温度，根据预测温度计算得到的相电流目标值来计算所述电机的扭矩预测值。
2.如权利要求1所述的电机控制器，其特征在于，所述计算模块包括相电流计算模块、扭矩计算模块和元器件温度预测模块，其中：
所述相电流计算模块向所述元器件温度预测模块输出相电流初始值；
所述元器件温度预测模块根据所述电机的运行参数、所述驱动模块的当前温度和所述相电流初始值计算出所述驱动模块的预测温度，所述元器件温度预测模块向所述相电流计算模块输出所述驱动模块的预测温度；
所述相电流计算模块根据所述驱动模块的预测温度向所述扭矩计算模块输出相电流目标值；
所述扭矩计算模块根据所述相电流目标值计算出所述电机的扭矩预测值。
3.如权利要求2所述的电机控制器，其特征在于，所述元器件温度预测模块包括元器件损耗计算模块和状态观测模块，其中：
所述元器件损耗计算模块根据所述电机的运行参数、所述驱动模块的当前温度和所述相电流初始值计算出所述驱动模块的损耗值，所述元器件损耗计算模块向状态观测模块输出所述驱动模块的损耗值；
所述状态观测模块根据所述驱动模块的损耗值，计算所述驱动模块的预测温度。
4.如权利要求1～3中任一所述的电机控制器，其特征在于，所述驱动模块包括IGBT和二极管。
5.一种电机控制器计算电机扭矩预测值的方法，其特征在于，所述电机控制器计算电机扭矩预测值的方法包括：
驱动模块用于驱动所述电机；
测量模块测量所述电机的运行参数及所述驱动模块的当前温度，并将所述电机的运行参数及所述驱动模块的当前温度提供给计算模块；
所述计算模块根据电机的运行参数计算所述驱动模块的预测温度，所述计算模块先获得相电流初始值，然后获得所述驱动模块的预测温度，根据预测温度计算得到的相电流目标值来计算所述电机的扭矩预测值。
6.如权利要求5所述的电机控制器计算电机扭矩预测值的方法，其特征在于，所述计算模块根据电机的运行参数计算所述驱动模块的预测温度，所述计算模块根据所述驱动模块的预测温度计算所述电机的扭矩预测值包括：
相电流计算模块向元器件温度预测模块输出相电流初始值；
所述元器件温度预测模块根据所述电机的运行参数、所述驱动模块的当前温度和所述相电流初始值计算出所述驱动模块的预测温度，所述元器件温度预测模块向所述相电流计算模块输出所述驱动模块的预测温度；
所述相电流计算模块根据所述驱动模块的预测温度向扭矩计算模块输出相电流目标值；
所述扭矩计算模块根据所述相电流目标值计算出所述电机的扭矩预测值。
7.如权利要求6所述的电机控制器计算电机扭矩预测值的方法，其特征在于，所述元器件温度预测模块根据所述电机的运行参数、所述驱动模块的当前温度和所述相电流初始值计算出所述驱动模块的预测温度包括：
元器件损耗计算模块根据所述电机的运行参数、所述驱动模块的当前温度和所述相电流初始值计算出所述驱动模块的损耗值，所述元器件损耗计算模块向状态观测模块输出所述驱动模块的损耗值；
状态观测模块根据所述驱动模块的损耗值，计算所述驱动模块的预测温度。
8.如权利要求7所述的电机控制器计算电机扭矩预测值的方法，其特征在于，所述相电流计算模块向所述元器件温度预测模块输出相电流初始值包括：
所述相电流计算模块向所述元器件温度预测模块输出相电流最大阈值和相电流最小阈值，所述相电流初始值取相电流最大阈值和相电流最小阈值的平均值。
9.如权利要求8所述的电机控制器计算电机扭矩预测值的方法，其特征在于，所述相电流计算模块根据所述驱动模块的预测温度向所述扭矩计算模块输出相电流目标值包括：
所述相电流计算模块将驱动模块的预测温度与驱动模块的温度目标值进行对比；
若驱动模块的预测温度大于驱动模块的温度目标值范围，则相电流最大阈值重新取值，调整为本次预测使用的相电流初始值并再次对相电流初始值进行计算，所述相电流初始值取相电流最大阈值和相电流最小阈值的平均值，并进行下一次预测；
若驱动模块的预测温度小于驱动模块的温度目标值范围，则相电流最小阈值重新取值，调整为本次预测使用的相电流初始值并再次对相电流初始值进行计算，所述相电流初始值取相电流最大阈值和相电流最小阈值的平均值，并进行下一次预测；
若驱动模块的预测温度在驱动模块的温度目标值范围内，则将本次预测使用的相电流初始值作为相电流目标值，向所述扭矩计算模块输出。
10.如权利要求9所述的电机控制器计算电机扭矩预测值的方法，其特征在于，所述电机控制器计算电机扭矩预测值的方法还包括：计算模块根据不同的***预测时间，得到不同的离散化周期，从而得到不同的元器件温度预测模块。
CN201710101473.4A 2017-02-24 2017-02-24 电机控制器及其计算电机扭矩预测值的方法 Active CN108512479B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710101473.4A CN108512479B (zh) 2017-02-24 2017-02-24 电机控制器及其计算电机扭矩预测值的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710101473.4A CN108512479B (zh) 2017-02-24 2017-02-24 电机控制器及其计算电机扭矩预测值的方法

Publications (2)

Publication Number Publication Date
CN108512479A CN108512479A (zh) 2018-09-07
CN108512479B true CN108512479B (zh) 2020-01-14

Family

ID=63372897

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710101473.4A Active CN108512479B (zh) 2017-02-24 2017-02-24 电机控制器及其计算电机扭矩预测值的方法

Country Status (1)

Country Link
CN (1) CN108512479B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109367403B (zh) * 2018-11-27 2021-01-05 奇瑞汽车股份有限公司 混合动力汽车的电机扭矩控制方法和装置、存储介质
CN111251903A (zh) * 2020-02-28 2020-06-09 重庆小康工业集团股份有限公司 电机控制器的扭矩输出控制方法和装置
CN111959279A (zh) * 2020-07-24 2020-11-20 苏州汇川联合动力***有限公司 电机控制器母线电流控制方法、电机控制器及存储介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1952631A (zh) * 2005-09-28 2007-04-25 洛克威尔自动控制技术股份有限公司 用于功率转换模块的结温预测方法及装置
CN101397011A (zh) * 2007-09-28 2009-04-01 通用汽车环球科技运作公司 电动驱动***的热保护
JP2009208681A (ja) * 2008-03-05 2009-09-17 Nissan Motor Co Ltd 交流モータ駆動車両用制御装置及び交流モータ駆動車両用制御装置を備えたモータ駆動車両
CN103782503A (zh) * 2011-09-05 2014-05-07 罗伯特·博世有限公司 电子换向电机
CN105790663A (zh) * 2014-08-25 2016-07-20 现代自动车株式会社 针对驱动电动机的电流指令补偿转矩的设备和方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1952631A (zh) * 2005-09-28 2007-04-25 洛克威尔自动控制技术股份有限公司 用于功率转换模块的结温预测方法及装置
CN101397011A (zh) * 2007-09-28 2009-04-01 通用汽车环球科技运作公司 电动驱动***的热保护
JP2009208681A (ja) * 2008-03-05 2009-09-17 Nissan Motor Co Ltd 交流モータ駆動車両用制御装置及び交流モータ駆動車両用制御装置を備えたモータ駆動車両
CN103782503A (zh) * 2011-09-05 2014-05-07 罗伯特·博世有限公司 电子换向电机
CN105790663A (zh) * 2014-08-25 2016-07-20 现代自动车株式会社 针对驱动电动机的电流指令补偿转矩的设备和方法

Also Published As

Publication number Publication date
CN108512479A (zh) 2018-09-07

Similar Documents

Publication Publication Date Title
CN105633487B (zh) 一种锂离子电池智能管理***
CN107576919A (zh) 基于armax模型的动力电池荷电状态估算***及方法
CN108512479B (zh) 电机控制器及其计算电机扭矩预测值的方法
Soldati et al. Electric-vehicle power converters model-based design-for-reliability
JP2009500603A (ja) バッテリー状態推定方法及び装置
Sun et al. Integrating traffic velocity data into predictive energy management of plug-in hybrid electric vehicles
CN106130125B (zh) 电动汽车模糊滑模回馈充电控制器及其回馈充电控制方法
Sun et al. Estimation method of state-of-charge for lithium-ion battery used in hybrid electric vehicles based on variable structure extended kalman filter
Zhao et al. Equivalent series resistance-based real-time control of battery-ultracapacitor hybrid energy storage systems
CN102331719A (zh) 基于热模型的混合动力汽车动态降额控制方法
US9304173B2 (en) Determining the internal resistance of a battery cell of a traction battery that is connected to a controllable motor/generator
CN115243928A (zh) 确定电动车辆中使用的电池的充电状态的方法
Liu et al. Fault diagnosis of power transistors in a power converter of SRM drive based on a state inverse solution
Lu et al. Optimal velocity control for a battery electric vehicle driven by permanent magnet synchronous motors
KR101486629B1 (ko) 배터리 수명 추정 장치 및 배터리 수명 추정 방법
Shuai et al. Junction temperature estimation of a SiC MOSFET module for 800V high-voltage application in electric vehicles
Qin et al. Joint SOC–SOP estimation method for lithium-ion batteries based on electro-thermal model and multi-parameter constraints
Li et al. An improved battery on-line parameter identification and state-of-charge determining method
Zhong et al. An adaptive low-temperature mutual pulse heating method based on multiplexing converters for power-redistributable lithium-ion battery pack
US11609279B1 (en) Vehicle systems and related power module health monitoring methods
US20200217899A1 (en) Method and system for noise-tolerant rc response prediction
Mangoni et al. Model-based simulation of dynamic behaviour of electric powertrains and their limitation induced by battery current saturation
Rizzo et al. Parameters optimization of a behavioural SPICE model of an automotive grade SiC MOSFET using Particle Swarm Optimization algorithm
Li et al. Assessing electric vehicle inverter to reduce energy consumption: using insulated gate bipolar transistor module to prevent the power loss and junction temperature
Fotias et al. A Modelica Library for Modelling of Electrified Powertrain Digital Twins

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant