Elektro- und Hybridfahrzeuge rucken zunehmend in das Interesse der Öffentlichkeit und der Automobilindustrie. Im Antriebsstrang dieser Fahrzeugtypen werden hauptsachlich permanent erregte Synchronmotoren mit eingebetteten Magneten (IPMSM) genutzt, die sich durch eine hohe Leistungs- und Drehmomentdichte sowie einen guten Wirkungsgrad auszeichnen. Zur Ausschöpfung des vollen Leistungspotentials eines IPMSM ist eine adäquate Regelung unerlässlich. Konventionelle Regelungen für IPMSM basieren derzeit in der Regel auf PI-Stromreglern, obwohl Modellprädiktive Regelungen (MPCs) eine deutlich bessere Regelperformance besitzen: Bei einer MPC ist im Regler ein Prozessmodell des zu regelnden Systems hinterlegt, mit dem der Regler in jedem Zeitschritt die optimale zukünftige Stellgröße ermittelt. Da diese online-Optimierung in Echtzeit ausgeführt werden muss, werden insbesondere bei Systemen mit kleinen Zeitkonstanten, wie sie bei der Regelung von IPMSM im Antriebsstrang von Automobilen auftreten, enorme Anforderungen an die Rechenleistung gestellt. Im Bereich der Erforschung und Entwicklung moderner Regelungskonzepte für IPMSM im Antriebsstrang von Automobilen gibt es zwar Ansätze, MPCs zu verwenden, diese MPCs sind jedoch als offline-Regelungen implementiert, um die Echtzeitfähigkeit zu gewährleisten. In der vorliegenden Arbeit wird ein MPC-Verfahren entwickelt, welches speziell auf die Regelung von IPMSM im Antriebsstrang von Automobilen ausgelegt ist. Aufgrund der Arbeitsweise wird diese MPC in der Arbeit als Vektor-MPC bezeichnet. Im Gegensatz zur klassischen MPC berücksichtigt die Vektor-MPC während der online-Optimierung nur die durch den Umrichter realisierbaren Stellgrößen, wodurch die Optimierung sehr ressourcensparend durchgeführt werden kann. Auch die bestehenden Stellgrößenbeschränkungen werden durch die Vektor-MPC berücksichtigt. Durch diese Vorgehensweise sind auch für Systeme mit Zeitkonstanten im Millisekunden-Bereich - wie IPMSM im Antriebsstrang von Automobilen - echtzeitfähige online-MPCs realisierbar. Im Gegensatz zur klassischen MPC zeichnet sich die Vektor-MPC zudem durch die Möglichkeit einer parallelen Berechnung aus und bietet sich damit für eine Implementierung auf einem FPGA (Field Programmable Gate Array) an. Das Verfahren der Vektor-MPC wird in der vorliegenden Arbeit zunächst mit Hilfe von Simulationen für die Regelung des IPMSM optimiert, bevor die Regelung an einem Motor-Prüfstand implementiert wird. Die Echtzeitfähigkeit sowie die gute Regelperformance der Vektor-MPC und die Verbesserung gegenüber einer PI-Regelung werden anhand der Simulations- und Messergebnisse nachgewiesen. Zudem wird gezeigt, dass die entwickelte Vektor-MPC auf der verwendeten Rechenhardware mit einer Reglerzykluszeit von 1 µs realisiert werden kann: Die implementierte Vektor-MPC ist um den Faktor 10 schneller als erforderlich und kann damit auch auf einer entsprechend langsameren Hardware immer noch echtzeitfähig realisiert werden.
Electric and hybrid vehicles are moving more and more into the focus of public interest and the automotive industry. In the traction drives of these vehicles, mainly permanent magnet synchronous motors with embedded magnets (IPMSM) are used due to their high power and torque density as well as their high degree of efficiency. In order to unleash the full performance potential of an electric drive, adequate control design is essential. Conventional controls for IPMSM are generally based on PI controllers, although Model Predictive Controls (MPCs) have a significantly better control performance: A MPC includes a process model of the system to be controlled. Based on this model the controller determines the optimal future manipulated variable in every sampling step. Since this online-optimization must be performed in real-time, great computational costs for systems with small time constants, as they occur in IPMSM controls for automotive applications, result. Therefore, in research and development of advanced control concepts for IPMSM in automotive applications, MPCs are so far used in an offline manner only to obtain real-time capability. In the present PhD thesis a MPC approach specially designed for controlling IPMSM in electric drive trains is introduced. Due to its operation strategy, this MPC is referred to as Vector-MPC. In contrast to a classical MPC, the Vector-MPC only considers the realizable manipulated variables of the converter during the online-optimization, making the optimization task highly computationally efficient. The existing manipulated variables are subject to constraints which are directly taken into account by the Vector- MPC. The suggested Vector-MPC control approach can be applied to systems with time constants in the millisecond range, e.g. IPMSM in electric drive trains, online and in real-time. In contrast to a classical MPC, the Vector-MPC is also characterized by the possibility of a parallel calculation and is therefore suitable for implementation on an FPGA (Field Programmable Gate Array). In this work, the method of the Vector-MPC is first optimized with the help of simulations before the approach is implemented on an IPMSM test bench. The real-time capability, the good control performance and the superiority of the Vector-MPC over a PI control are demonstrated by the simulation and measurement results. Furthermore, it is shown that the developed Vector-MPC can be implemented on the used computation hardware with a control cycle time of 1 µs: Therewith, the implemented Vector-MPC is 10 times faster than required and therefore does not lose its real-time capability even when being implemented on a slower computation hardware.
Modellprädiktive Regelung permanent erregter Synchronmotoren im Antriebsstrang von Automobilen
2014
128 Seiten, Bilder, Quellen
Theses
German
Modellprädiktive Regelung eines Batterieemulators
VDE-Verlag | 2013
|Modellprädiktive Regelung eines PEM-Brennstoffzellensystems
TIBKAT | 2009
|