在混合动力汽车上电动机控制系统的终极目标是确保车辆的安全、节能、环保以及舒适和通信等,对混合动力汽车的动力系统、车身、底盘及车载电子、电气设备进行全方位的自动控制,因此对混合动力汽车智能化控制与智能汽车控制系统结构大致相同。车身、底盘、电子、电气设备绝大部分可以和智能汽车通用,但混合动力汽车的特点,在于动力系统和内燃机汽车动力系统有本质的区别。在混合动力汽车上采用电源-电源转换器驱动电动机的动力系统,属于电力驱动技术范畴,所以对混合动力汽车驱动电动机的控制和智能控制的研究,是混合动力汽车的关键技术。 电动汽车的电动机具有多种控制模式。传统的线性控制如PID无法满足高性能电动机驱动的苛刻要求。传统的变频变压(VVVF)控制技术无法使电动机满足所要求的驱动性能。异步电动机大多采用矢量控制(FOC),是较好的控制方法。近几年,很多先进的控制策略,包括自适应控制、变结构控制、模糊控制以及神经网络控制等适用于电动机驱动。
自适应控制包括自调节控制(STC)和模型参考自适应控制(MRAC)。运用STC,控制器的参数能够根据系统参数的变化进行自动调整。关键是用一个识别模块来跟踪系统参数的变化,通过控制器的自调整模块更新控制器的参数,来获得理想的闭环控制性能。运用MRAC,输出模型的响应跟踪参考模型的响应,基于利用参考模型和系统输出差别的自适应算法,控制器的参数不断进行调整,从而得到理想的闭环控制性能。现在,STC和MRAC均用于电动汽车无换向电动机驱动系统中变结构控制(VSC)已应用到电动机驱动中,和自适应控制进行竞争。运用VSC,系统提供不敏感的参数特性,规定误差动态并且简化所执行的操作。根据开关控制理论,系统必须按照预定的轨道在相应平面内运行,而无论系统参数如何变化。
模糊逻辑( FUZZY)和神经网络等技术也被引入电动机控制领域。模糊控制是一种语言过程,它基于人类使用的先前经验及试探法则。神经网络控制(NNC),控制器具有可能解释系统的动态行为,然后自学并进行自我调整。这种控制策略可以结合其他控制策略形成新的控制模式,如自适应模糊控制、模糊NNC及模糊VSC等。不久的将来,利用人工智能(AI)的控制器不需人的干预即可进行系统诊断和错误修正。
各种大功率电子器件,如 MOSFET、IGBT、 COMFET、MCT和STT等的使用,还有微机处理器DSP等硬件的应用,为电动汽车的电动机控制方法和智能控制提供了重要保障。
