秦波，沈弋丁

(溫州大學(xué) 物理與電子信息工程學(xué)院,浙江 溫州 325027)

電動(dòng)汽車充電電壓的模糊PI控制仿真研究

秦波，沈弋丁

(溫州大學(xué) 物理與電子信息工程學(xué)院,浙江 溫州 325027)

文中針對傳統(tǒng)蓄電池充電時(shí)間長,具有過沖、欠沖、析氣的問題，結(jié)合模糊控制技術(shù)，提出了一種模糊自整定PI參數(shù)的方法對電動(dòng)汽車鉛蓄電池充放電電壓進(jìn)行控制,并考慮了溫度的影響,在MATLAB/Simulink仿真平臺(tái)上對電壓控制系統(tǒng)進(jìn)行仿真。仿真結(jié)果表明，加入了模糊PI控制的系統(tǒng)具有更好的動(dòng)態(tài)響應(yīng)特性和穩(wěn)態(tài)特性。自整定PI模糊控制器具有控制精度高，超調(diào)小,動(dòng)態(tài)性能好的特點(diǎn)。

模糊控制；PI控制；電動(dòng)汽車；充電系統(tǒng)；溫度

電動(dòng)汽車是以車載電源為動(dòng)力,用電機(jī)驅(qū)動(dòng)車輪行駛的汽車,因?yàn)檩^傳統(tǒng)汽車而言其對環(huán)境的污染較小,所以被廣泛地認(rèn)為有非常好的前景?，F(xiàn)代電動(dòng)汽車大部分都是使用鉛蓄電池,而鉛蓄電池的充電是一個(gè)復(fù)雜的電化學(xué)變化過程,采用恒壓或恒流的充電方法會(huì)導(dǎo)致充電過程中過充、欠充等各種問題。模糊控制采用模糊數(shù)學(xué)語言描述控制規(guī)則并用此來操作系統(tǒng)工作的控制方法,其非常適合于復(fù)雜的、非線性的控制過程。模糊自適應(yīng)PID控制是一種智能化的控制方法,它以工作人員平時(shí)在工作中所積累的經(jīng)驗(yàn)為主要依據(jù),并將這些經(jīng)驗(yàn)具體化為規(guī)則輸入到計(jì)算機(jī)內(nèi),通過模糊推理對PID的控制參數(shù)進(jìn)行在線的調(diào)整［1-3］。

文中基于電動(dòng)汽車充電系統(tǒng),將其充電電壓進(jìn)行模糊控制,由于微分控制對本系統(tǒng)的影響不大,所以只進(jìn)行了模糊PI控制,并進(jìn)行仿真［4-6］。結(jié)果表明模糊自適應(yīng)控制運(yùn)用現(xiàn)代控制理論在線辨識(shí)對象控制參數(shù),實(shí)時(shí)改變其控制策略,使控制系統(tǒng)品質(zhì)指標(biāo)保持在最佳范圍內(nèi),達(dá)到較好的控制效果［7］。

1 充電控制系統(tǒng)原理分析

鉛酸蓄電池個(gè)體差異、極化、老化現(xiàn)象及其非線性的化學(xué)反應(yīng)過程,使得蓄電池的精確建模存在較大的難度；且由于蓄電池內(nèi)部極化電壓的變化量比較小,在本文控制方法的動(dòng)態(tài)過程中可以忽略其影響。文中采用電容和電阻串聯(lián)的模型作為蓄電池的動(dòng)態(tài)模型［8］。其蓄電池充電系統(tǒng)的動(dòng)態(tài)分析如下:

主電路的平衡方程為:

經(jīng)由拉普拉斯變換后電流環(huán)的傳遞函數(shù)為:

電壓環(huán)的傳遞函數(shù)為:

鑒于蓄電池能量不可能百分百地被利用,查資料可得電容的值為1 000 F,內(nèi)阻為5 mΩ,電感是100 mH,所以電流環(huán)的傳遞函數(shù)為:

電壓環(huán)的傳遞函數(shù)為:

2 模糊自適應(yīng)PI控制器的設(shè)計(jì)

2.1 模糊自適應(yīng)PI控制器結(jié)構(gòu)

模糊自適應(yīng)PI控制器在常規(guī)PI控制器的基礎(chǔ)上,以誤差ki、誤差變化率以及溫度作為控制器的輸入變量,控制器變量kp,為輸出變量。相比于一維模糊控制器,輸入變量選用誤差以及誤差變化率能夠更嚴(yán)格地反映受控過程中輸出變量的動(dòng)態(tài)特性,因此,在控制效果上要比一維控制器好得多,自然也就采用的比較多［2-3］。而加入溫度這個(gè)輸入變量能更好的調(diào)整充電電壓,減少發(fā)熱量。

PI控制器結(jié)構(gòu)圖1所示。

圖1 自適應(yīng)模糊控制器結(jié)構(gòu)Fig.1 The adaptive fuzzy controller structure

用Matlab/Simulink仿真平臺(tái)搭建的控制模型如圖2所示。

圖2 Simulink PI模糊控制仿真框圖Fig.2 Fuzzy control simulation diagram

2.2 模糊化接口

模糊控制器的精確量輸入必須經(jīng)過模糊化接口后,轉(zhuǎn)換成一個(gè)模糊量才能用于模糊控制,具體可按模糊化等級(jí)進(jìn)行模糊化?；贛atlab/Simulink仿真平臺(tái)對模糊控制系統(tǒng)進(jìn)行設(shè)計(jì),系統(tǒng)的輸入可以為電流或者電壓的誤差及其誤差變化率和溫度,輸出為Kp,Ki的整定量。輸入量的論域?yàn)镋=EX= temp=［-3，3］,輸出量 Kp的論域?yàn)?［-3，3］,Ki的論域?yàn)椋?0.06，0.06］,相應(yīng)的模糊語言集均為｛NB（負(fù)大）、NM（負(fù)中）、NS（負(fù)?。㈱O（零）、PS（正?。M（正中）、PB（正大）｝。另外,輸入隸屬函數(shù)和輸出隸屬函數(shù)均選用形狀簡單、實(shí)時(shí)控制性強(qiáng)的三角形函數(shù)。

2.3 模糊規(guī)則的建立

在模糊規(guī)則的設(shè)計(jì)中,選擇的PI控制參數(shù)應(yīng)該遵循以下控制原則:

1）Kp對動(dòng)態(tài)特性的影響是比例系數(shù)的加大,會(huì)使得系統(tǒng)的動(dòng)作靈敏,響應(yīng)速度加快,但會(huì)使振蕩次數(shù)增加,調(diào)節(jié)時(shí)間拉長,使得系統(tǒng)趨向不穩(wěn)定。Kp對靜態(tài)特性的影響是加大比例系數(shù),在系統(tǒng)穩(wěn)定的情況下,可以減小靜差,提高控制精度,但是靜差只能減小,不能夠完全消除。

2）Ki對動(dòng)態(tài)特性的影響是積分控制會(huì)使得系統(tǒng)的穩(wěn)定性下降。Ki變大,系統(tǒng)振蕩次數(shù)增多,甚至?xí)环€(wěn)定；Ki變小,對系統(tǒng)動(dòng)態(tài)特性的影響則會(huì)減小。Ki對靜態(tài)特性的影響是積分控制能夠消除靜差,提高系統(tǒng)的控制精度。但Ki太大,則不能夠減小靜差

根據(jù)上述控制要求,針對,兩個(gè)參數(shù)分別建立模糊控制規(guī)則表。某個(gè)溫度下模糊控制規(guī)則表樣式如表1所示［4-6］。

表1 Kp的模糊規(guī)則表Tab.1Kp’s fuzzy control rules

表2 Ki的模糊規(guī)則表Tab.2Ki’s fuzzy control rules

當(dāng)計(jì)入溫度后共有343條模糊規(guī)則，此模糊規(guī)則在Matlab里輸入,部分規(guī)則如圖3所示。

電壓的誤差及誤差變化率的隸屬度函數(shù)均如圖5所示。

溫度的隸屬度函數(shù)如圖6所示。

輸出的,的隸屬度函數(shù)均如圖7所示。

圖3 部分模糊規(guī)則Fig.3 Part of fuzzy rules

圖4 模糊系統(tǒng)fuzzpid.fis的結(jié)構(gòu)Fig.4 The structure of the fuzzy system fuzzpid.fis

圖5 誤差、誤差變化率的隸屬函數(shù)Fig.5 Error and error rate of change of subordinate function

綜上所述,模糊推理系統(tǒng)的動(dòng)態(tài)仿真環(huán)境如圖8所示。

2.4 清晰化

清晰化是指將模糊推理所得的模糊控制量轉(zhuǎn)本文采用Mamdani推理方法,推理規(guī)則選Min方法,合成規(guī)則為Max法,解模糊方法選用重心法,輸出值即為PI參數(shù)的調(diào)整值,化為可控的精確量［6-8］。

圖6 溫度的隸屬函數(shù)Fig.6 Subordinate function of temperature

圖7 Kp/Ki的隸屬函數(shù)Fig.7 Subordinate function ofKp/Ki

圖8 模糊推理系統(tǒng)的動(dòng)態(tài)仿真Fig.8 Fuzzy system dynamic simulation

3 結(jié)束語

對電動(dòng)汽車的充電電壓采用自適應(yīng)PI模糊控制后可不需要知道充電電壓的數(shù)學(xué)模型,而由電池的實(shí)時(shí)充電狀態(tài)來決定電池的充電電壓。經(jīng)過對采用模糊控制的智能充電系統(tǒng)進(jìn)行測試,相較于常規(guī)的充電方法此方法可根據(jù)電池參數(shù)的動(dòng)態(tài)變化,使得實(shí)際的充電電壓符合最優(yōu)的充電曲線,從而高效快速的進(jìn)行充電,延長電池壽命。

［1］吳登國，李曉明.模糊參數(shù)自整定PID控制器的仿真研究［J］.機(jī)電技術(shù)，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］王靜，康龍?jiān)?，李?基于模糊自適應(yīng)PID控制的鉛酸蓄電池充電系統(tǒng)仿真［J］.低壓電器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，孔亞廣.基于參數(shù)自整定的模糊PID控制［J］.杭州電子科技大學(xué)學(xué)報(bào)，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，楊亞麗，孫磊，等.一種穩(wěn)定快速充電電流的控制算法介紹［J］.電源技術(shù)，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，張建華.電動(dòng)車用無刷直流電機(jī)模糊自整定控制器設(shè)計(jì)［J］.微電機(jī)，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］李鐵民，王冕，陳國柱.有源并聯(lián)混合儲(chǔ)能系統(tǒng)的模糊PI控制仿真研究［J］.電氣自動(dòng)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］高輝，李懷良，翟長國，等.電動(dòng)汽車磁懸浮飛輪電池儲(chǔ)能系統(tǒng)設(shè)計(jì)［J］.電力系統(tǒng)自動(dòng)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.蓄電池自動(dòng)充電裝置的研究［D］.南京:南京理工大學(xué),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稿件編號(hào)：201411241

秦 波（1992—）,男,浙江紹興人。研究方向:電源設(shè)計(jì)、自動(dòng)控制。