【ITBEAR】隨著“雙碳”戰略的深入實施，電動汽車產業正迎來前所未有的發展機遇。在這一背景下，電機控制技術作為電動汽車性能提升的關鍵，正經歷著從傳統到創新的深刻變革。
傳統的PI控制策略以其廣泛的適用性在電機控制領域占據了一席之地。然而，其固有的局限性，如增益系數優化不足、d、q軸耦合影響動態性能以及控制量選擇受限等問題，逐漸凸顯出來，限制了電動汽車性能的進一步提升。為此，科研人員開始探索新的控制策略，其中，模型預測控制（MPC）算法以其獨特的優勢成為了研究的熱點。
模型預測控制通過預測模型及當前狀態量，能夠在復雜約束條件下求解出最優控制序列，實現多輸入多輸出的有效控制。然而，這一算法對算力的需求極高，長期以來限制了其在電力電子和電機控制領域的廣泛應用。隨著近年來計算處理單元的飛速發展，模型預測控制終于迎來了在電動汽車領域的春天。
在永磁同步電機（PMSM）控制領域，模型預測控制根據其是否需要脈沖寬度調制（PWM）技術，被分為有限控制集和連續控制集兩類。這兩類方法各有千秋，但都存在在線求解困難的問題。為了解決這一難題，顯式模型預測控制（EMPC）應運而生。它將有約束問題的在線求解轉化為離線關于狀態量的分段仿射函數顯式表達，極大地提高了計算效率。
中國科學院大學和中國科學院電工研究所的科研團隊在這一領域取得了重要突破。他們提出了一種應用于永磁同步電機的級聯式高性能顯式模型預測控制算法。該算法基于多參數規劃思想建立系統參數化模型，離線求解有約束條件下的最優解，并以狀態量的分段仿射函數形式保存，從而解決了連續控制集模型預測控制算法在線求解的算力需求問題。
圖：顯式模型預測控制電機控制框圖
研究團隊全面介紹了顯式模型預測控制的應用思想及設計流程，并深入分析了在永磁同步電機控制中模型失配、死區效應、數字延時等非理想因素帶來的影響，提出了相應的應對措施。他們表示，相較于傳統的抗飽和策略，該算法將模型及各類約束條件納入控制問題的求解中，包含了控制過程中所有的動態特征，能夠在保證系統線性穩定的同時獲得更好的動態性能。
圖：顯式模型預測控制流程
實驗結果表明，與傳統PI控制算法相比，該算法的高帶寬特性使其具有更快的動態響應速度及諧波抑制能力。同時，基于多變量控制思想的設計方法使其不再需要考慮系統狀態之間的耦合作用，基于可行域求解的最優控制量則能夠滿足全域的控制需求，避免了繁瑣的調參工作。
圖：對拖實驗平臺
這一研究成果不僅為電動汽車的電機控制提供了新的解決方案，也為推動電動汽車產業的持續健康發展注入了新的動力。該研究成果已在《電工技術學報》2023年第22期上發表，并得到了國家重點研發計劃資助項目的支持。
