王海群，彭 川

(華北理工大學 電氣工程學院，河北 唐山 063210)

電動汽車充電樁控制系統(tǒng)的設計

王海群，彭 川

(華北理工大學 電氣工程學院，河北 唐山 063210)

針對電動汽車充電速度慢以及充電樁控制系統(tǒng)不穩(wěn)定等問題，設計基于MSP430F149單片機的電動汽車充電樁智能充電控制系統(tǒng)，闡述該系統(tǒng)硬件電路以及軟件的設計。并設計一種帶放電去極化的三段式可變脈充電方法，提高充電速度的同時消除快速充電產(chǎn)生的極化。同時結合免疫反饋和模糊控制，設計一種模糊免疫自適應PID控制器來提高控制性能。通過仿真，并與傳統(tǒng)PID以及模糊PID的控制性能進行對比，模糊免疫自適應PID控制系統(tǒng)的控制性能得到大幅的提高。

充電樁；充電方法；控制系統(tǒng)；模糊免疫；PID控制

0 引言

面對能源緊缺和大氣環(huán)境污染等問題，電動汽車成為當代汽車發(fā)展的重要方向，充電系統(tǒng)作為配套系統(tǒng)不可或缺?，F(xiàn)有的充電樁由于早期行業(yè)沒有統(tǒng)一標準，導致通用性不佳，充電速度慢，而且控制系統(tǒng)落后，容易導致汽車電池欠充和過充，影響電池壽命[1]?？刂葡到y(tǒng)對于充電樁來說至關重要，采用傳統(tǒng)PID控制系統(tǒng)對于時變性強、參數(shù)多并且非線性充電樁系統(tǒng)來說，存在適應能力以及抗干擾能力不強等問題，設計一種好的控制方法對于控制性能的提高至關重要。文獻[2]提出模糊控制與 PID相結合的控制策略對鋰動力電池進行充電，具有充電時間短、魯棒性強等特點。文獻[3]結合模糊PID控制策略與耦合控制方法，對蓄電池的充電電流進行跟蹤，從而達到同步、等值、限流充電的目的[3]。

本文結合單片機技術，并將模糊免疫控制算法應用到PID控制器中，設計一款快速充電的充電樁控制系統(tǒng)。充電樁實時與電池管理系統(tǒng)(BMS)通信來獲得電池組的信息，在線整定充電策略并實時調整輸出電流，避免電池發(fā)生極化。當達到停止充電條件時自動停止充電，完成充電過程，防止過充和欠充。

1 充電方法的設計

極化是電流流過電極時造成電極電勢偏離平衡值的現(xiàn)象，它不僅使電池的效率降低，還能導致電池發(fā)熱而加速電池的老化，影響蓄電池使用壽命。隨著充電電流的增大極化現(xiàn)象更加嚴重，對電池充電形成阻礙，所以必須要減弱電池充電的極化現(xiàn)象來實現(xiàn)快速充電。美國科學家Maas以最低電池出氣率為前提，提出了蓄電池最佳可接受充電電流曲線，在充電過程中，把電流保持在曲線以下就能很好地避免極化現(xiàn)象[4]。

脈沖充電方式是一種用間斷電流對電池進行充電的方法，在充電間斷停止時加入適當?shù)呢撁}沖，可以提高電池的充電電流的接受率，提高充電速度而且減小極化的影響。因此結合Maas定律提出一種基于分段式帶放電的快速充電策略，即在不同階段采用不同充電方法的充電策略,把充電分為三個階段，第一個階段為預充電階段，當電池電量很少時用大電流對電池進行充電很容易損壞電池，故在電池SOC小于10%時采用小電流恒流充電來保護電池；第二個階段是快速充電階段，當電池SOC大于10%小于80%時采用分段恒流充電，作用是在短時間內盡快地對電池進行無損充電；當電池SOC達到80%時進入第三階段，第三階段是恒壓正負脈沖充電階段，此階段電池極化嚴重，所以在此階段采用恒壓正脈沖充電，同時加入去極化負脈沖。整個過程中電流、電壓控制量輸出的大小由控制系統(tǒng)根據(jù)預先設定值與所采集到的電池端電壓和充電電流等信息通過算法整定而確定，整個充電過程的示意圖如圖1所示。

在電池充滿電后如果不及時停止充電，電池的電壓甚至會出現(xiàn)負增量，同時內壓和溫度會迅速上升，對電池產(chǎn)生很大的損害。因此必須采用一定的控制方法來控制充電終止，現(xiàn)階段主要有電壓控制法、定時控制法和溫度控制法等幾種方法來控制充電的終止。為了更可靠地保證在將電池充足情況下不過充，結合以上幾種方法，設計一種時間、溫升和電壓負增量控制的綜合控制方法，表達式如下：

(1)

其中，t為充電時間，Tmax為最長允許充電時間，T為溫度，Tmax為最高允許溫度，du/dt為電池電壓增量。

2 系統(tǒng)硬件設計

2.1 主電路硬件控制系統(tǒng)的設計

充電樁的輸入選擇三相工頻交流電源(380 V/50 Hz)，由于要分階段充電，所以輸出電流和電壓的范圍要相對大一些，輸出電流范圍為0～150 A，輸出電壓范圍為0～500 V。主電路由輸入濾波整流電路、逆變電路以及放電電路幾部分組成。采用三相橋式整流，主要作用是通過電容Ca和電感La進行濾波，把輸入的三相工頻交流電源(380 V/50 Hz)整流成直流電源輸出，實現(xiàn)AC-DC變換，三相整流濾波電路如圖2所示。

圖2 三相整流濾波電路圖

逆變電路通過Q1、Q2、Q3和 Q4四個IGBT 管將輸入濾波整流電路輸出的直流電轉化為高頻脈沖交流電，并通過高頻變壓器降壓。通過整流得到所需直流電壓，其大小由高頻變壓器的原副邊的匝數(shù)比和四個IGBT管的通斷時間共同決定，此電路實現(xiàn)了DC-AC-DC的轉換[5]，如圖3所示。

圖3 全橋逆變電路圖

放電去極化電路通過TLC5615把單片機的數(shù)字控制信號轉化為模擬信號來控制Q5，使電池以指定電流放電，從而消除鋰電池充電過程中的極化現(xiàn)象。輸出整流與濾波電路再對電壓進行整流濾波，然后接到電池組的兩端對電動汽車充電，如圖4所示。

圖4 放電去極化電路

控制系統(tǒng)接受控制指令并發(fā)送到充電樁的PWM脈寬調制逆變電路，通過調節(jié)IGBT開關管的導通時長和關閉時長來控制電池輸出電壓、電流的大小。整個控制系統(tǒng)以MSP430F149單片機為核心[6]，該單片機是一個功耗低、誤差小、采樣速度快且指令集精簡的16位混合型單片機，單片機原理圖如圖5所示。

圖5 單片機原理圖

2.2 信號采集及系統(tǒng)保護的設計

充電樁進行充電時靠其當前的運行狀態(tài)極來判斷運行是否正常，因此要及時準確地通過信息采集電路來得到當前的運行狀態(tài)。通過信息采集電路采集的信息對充電樁進行過流保護、過壓保護、過溫保護、短路保護以及風扇堵轉和繼電器動作保護等，并通過可編程邏輯門電路將信息傳送到單片機并進行故障顯示，其中控制器通過調節(jié)電路對電流和電壓進行調節(jié)，整個過程信號輸入及故障保護原理圖如圖6所示。

圖6 信號輸入及故障保護原理圖

3 控制系統(tǒng)軟件設計及仿真

3.1 充電過程的軟件設計

控制器通電后先進行故障自檢，如果有禁止啟動的故障則故障報警并對故障進行處理，直到?jīng)]有禁止啟動故障則開始與電動汽車的電池管理系統(tǒng)進行通信，檢測電池的類型、容量、端電壓以及電池的SOC等數(shù)據(jù)，接著進行數(shù)據(jù)處理并確定充電參數(shù)，開始對電池進行充電。檢測電池SOC信息，如果SOC<10%則進入第一階段充電，當SOC>10%后開始進行第二階段充電，當SOC達到80%后進入第三階段充電。并在充電過程中實時檢測電池溫度、電壓以及充電時間，當滿足停止充電的條件后結束充電，整個充電過程的流程圖如圖7所示。

圖7 充電過程流程圖

3.2 控制算法的分析與設計

PID控制因為不能在線調節(jié)，對于非線性、時滯大和慣性大的復雜控制系統(tǒng)效果不理想。模糊控制能提高控制系統(tǒng)的適應能力以及魯棒性，但設計通用的模糊規(guī)則時，難以避免導致系統(tǒng)動靜態(tài)品質變差。基于此，結合免疫反饋和模糊控制，設計一種串聯(lián)模糊免疫自適應PID控制器的充電控制系統(tǒng)，原理圖如圖8所示。

圖8 控制系統(tǒng)原理圖

根據(jù)免疫反饋機制，假設抗原通過k代分裂后數(shù)量為ε(k)，TH細胞受到抗原刺激后輸出定義為TH(k)，TS細胞受到抗原刺激后產(chǎn)生的抑制為TS(k),可得出B細胞受到的總激勵S(k)以及B細胞受到的激勵誤差變化量ΔS(k)為[7]：

S(k)=TH(k)-TS(k)

(2)

ΔS(k)=S(k)-S(k-1)

(3)

式中TH(k)=k1ε(k),TS(k)=k2f(S(k),ΔS(k))ε(k),k1、k2分別為刺激和抑制分子。

免疫響應是通過快速消除抗原來使免疫系統(tǒng)穩(wěn)定，并降低抗體濃度，消除由于抗體濃度大，而對生物體產(chǎn)生的毒害，使生物體受到的總傷害最小，而控制系統(tǒng)的動態(tài)調節(jié)過程是快速消除偏差。

控制輸入u(k)相當于B細胞接收的刺激S(k)，偏差e(k)相當于抗原的數(shù)量ε(k)，則可得到反饋控制規(guī)律[8]：

(4)

式中，η=k1/k2用來控制穩(wěn)定，K=k1用來控制速度，f(u(k),Δu(k))是關于u(k)和Δu(k)的一個非線性函數(shù)。

傳統(tǒng)PID常規(guī)控制算法的算式為：

u(k)=u(k-1)+Kp(e(k)-e(k-1))+Kie(k)+Kd(e(k)-2e(k-1)+e(k-2))

(5)

把免疫反饋機理應用到控制器中，可得到模糊免疫自適應控制器的輸出為：

u(k)=u(k-1)+K(1-ηf(u(k),Δu(k)))(1+(e(k-1)))+Kie(k)+Kd(e(k)-2e(k-1)+e(k-2))

(6)

在模糊自適應控制環(huán)節(jié)，輸入變量為E和EC，模糊集的語言為{NB，NS，ZO，PS，PB}，意義為{負大，負小，零，正小，正大}，隸屬函數(shù)選用三角函數(shù)，應用mom反模糊化方法和Mamdani模糊推理法，得到輸出變量為ΔKi和ΔKd，且ΔKi和ΔKd的系數(shù)為：

Ki=Ki(0)+ΔKi

(7)

Kd=Kd(0)+ΔKd

(8)

式中Ki(0)和Kd(0)分別為Ki和Kd的初始值。

將以上免疫控制和模糊自適應控制相結合得到模糊免疫自適應PID控制系統(tǒng)，其控制式為：

u(k)=u(k-1)+K(1-ηf(Δu(k)))(e(k)+e(k-1))+(Ki(0)+ΔKi)e(k)+(Kd(0)+ΔKd)(e(k)-2e(k-1)+e(k-2))

(9)

3.3 模型的建立與仿真

充電樁充電時，單片機與輔助電路連接，構成控制電路，執(zhí)行機構為整流變換電路，對被控對象電動汽車電池組進行控制，從而構成充電樁的整個控制系統(tǒng)，整體結構圖如圖9所示。

圖9 充電樁整體結構圖

由于三相電壓不易調整，所以在建立模型時將電動汽車電池組和整流電路看成一個整體來建模[9]。根據(jù)蓄電池的特性，把蓄電池看成是由小電阻和大電容串聯(lián)而成的，然后再與整流電路的小電感串聯(lián)構成被控對象，并且?guī)в幸欢ㄑ舆t時間，建立被控對象的數(shù)學模型為：

(10)

在模糊免疫控制環(huán)節(jié)，控制系統(tǒng)采用雙輸入單輸出，輸入量分別為u和Δu，用正(P)、負(N)兩個模糊量表示，語言值都定義為{N，P}，u論域為[-10,10]，Δu的論域為[-1,1]，隸屬度函數(shù)都選用z函數(shù)和s函數(shù)。輸出為f(S(k),ΔS(k))，用正(P)、零(Z)和負(N)3個模糊量表示，語言值定義為{N，Z，P}，論域為[-1,1]，隸屬度函數(shù)選用三角函數(shù)、z函數(shù)和s函數(shù)。在模糊自適應控制環(huán)節(jié)，控制系統(tǒng)采用雙輸入雙輸出，輸入變量為E和EC，模糊集的語言為{NB，NS，ZO，PS，PB}，論域為[-4,4]，隸屬函數(shù)選用三角函數(shù)，輸出變量為ΔKi和ΔKd，模糊集的語言值為{NB，NS，ZO，PS，PB}，論域為[-1,1]，隸屬函數(shù)選用三角函數(shù)。

根據(jù)以上各個輸入變量的論域及隸屬度函數(shù)，通過控制規(guī)則，得出相應的輸出量。從而可以推斷出模糊免疫自適應PID控制中Kp、Ki和Kd三個量決策表，并將決策表固化到程序存儲器中，單片機可以在充電過程中提取以上3個控制量，并結合控制器進行微調。將傳統(tǒng)PID控制、模糊PID控制以及模糊免疫自適應PID控制進行仿真對比。

當給定電流為50 A，在3個控制器的作用下的電流仿真結果如圖10所示。從圖中可以看出，模糊免疫自適應PID控制系統(tǒng)比傳統(tǒng)PID控制以及模糊PID控制的穩(wěn)定性更強，超調量更小，反應速度更快。

圖10 電流對比仿真模型圖

充電過程中，外界干擾在所難免。在20 s時添加階躍擾動，仿真結果如圖11所示。由圖可以看出，加入擾動時模糊免疫自適應PID控制系統(tǒng)抗干擾性更強。

圖11 擾動下電流對比仿真模型圖

4 結束語

本文設計了一種三段式的快速充電方法，并結合免疫反饋和模糊控制，設計了一種模糊免疫自適應PID控制器的充電控制系統(tǒng)。建立模型并進行仿真，通過與傳統(tǒng)PID控制以及模糊PID控制的對比，得出該控制系統(tǒng)穩(wěn)定性更強，超調量更小，反應速度更快，加入擾動時模糊免疫自適應PID控制系統(tǒng)抗干擾性更強。

[1] 王迎迎，馮冬青，趙洪蕊.通用型電動汽車蓄電池智能充電機設計[J].電源技術,2011，35(8):922-955.

[2] 唐超,曹龍漢,何俊強,等.基于模糊控制的鋰動力電池快速充電技術研究與實現(xiàn)[J].蘇州大學學報(工科版)，2012，32(1):1-5.

[3] 羅映紅,徐志奇,劉麗媛,等.耦合模糊PID控制的蓄電池充電研究[J].電源技術,2013，37(5):749-752.

[4] 余文正.動力電池模型分析及其快速充放電策略研究[D].成都：電子科技大學,2013.

[5] CHUANG Y C, KE Y L, CHUANG H S, et al. Implementation and analysis of an improved series-loaded resonant DC-DC converter operating above resonance for battery chargers [J].IEEE Transactions on Industry Applications,2009,45(3):1052-1059.

[6] 湯金萍,周雷,金阿鎖.基于MSP430單片機的四旋翼飛行器控制系統(tǒng)設計[J].微型機與應用, 2016,35(20):9-12.

[7] 孫安全,潘永雄,蘇成悅.鉛酸蓄電池智能快充的電路設計[J].微型機與應用,2015,34(17):21-24.

[8] CHIANG S J, SHIEH H J, CHEN M C.Modeling and control of PV charger system with SEPIC converter[J].IEEE Transactions on Industrial Electronics,1999,56(11):4344-4353.

[9] 肖蕙蕙,王志強,李山,等.電動汽車動力鋰離子電池建模與仿真研究[J].電源學報,2012,10(1):41-44.

The design of control system of electric vehicle charging pile

Wang Haiqun, Peng Chuan

(College of Electrical Engineering, North China University of Science and Technology, Tangshan 063210, China)

Aiming at the slow charging speed of electric vehicle and the instability of charging pile control system, the intelligent charging control system of electric vehicle charging pile based on MSP430F169 single chip microcomputer is designed, and the hardware circuit and software design of the system are expounded.And a three-stage variable pulse charging method with discharge depolarization is designed to improve the charging speed while eliminating the polarization caused by fast charging. At the same time, combined with immune feedback and fuzzy control, a fuzzy immune adaptive PID controller is designed to improve the control performance.The control performance of the fuzzy immune adaptive PID control system is greatly improved by simulation and compared with the traditional PID and fuzzy PID control performance.

charging-pile; charging method; control system; fuzzy immune; PID control

TP273

A

10.19358/j.issn.1674- 7720.2017.23.031

王海群，彭川.電動汽車充電樁控制系統(tǒng)的設計[J].微型機與應用，2017,36(23)：107-111.

2017-07-10)

王海群(1968-)，女，碩士，副教授，碩士生導師，主要研究方向：電氣自動化及控制理論在控制過程中的應用。

彭川(1991-)，男，在讀碩士，主要研究方向：檢測技術及智能裝置。