Predictive and Lyapunov-based control strategies for traction battery impedance emulation

Abstract

Die Emulation von Traktionsbatterien ermöglicht das Testen von elektrischen und hybriden Antriebssträngen unter exakt reproduzierbaren Bedingungen. Dabei dient ein Batteriemodell zur Vorgabe eines Sollverhaltens anhand einer Strom-Spannungskennlinie, welches durch einen synchronen mehrphasigen Tiefsetzsteller nachzubilden ist. Dieses Konzept wird als Impedanzregelung bezeichnet und stellt hohe Anforderungen an Genauigkeit, Führungsverhalten und Störgrößenunterdrückung. Die vorliegende Arbeit beschäftigt sich daher mit dem Entwurf hierfür geeigneter Regelungsstrategien. Typischerweise kommen dabei Regelungsmethoden auf Basis von Pulsweitenmodulation (PWM) zum Einsatz. Diese erzielen für stationäre Betriebspunkte hohe Genauigkeit, sind in ihrem dynamischen Verhalten allerdings Finite Control-Set-modellprädiktiven Reglern (FCS-MPC) unterlegen. Die geringe Zeitauflösung von FCS-MPC hingegen schränkt die Genauigkeit dieser Methode ein und erfordert sehr hohe Abtastraten. Um beide Vorteile zu kombinieren, wird PredictivePulse Pattern Control (PPPC) vorgestellt. Dabei wird zunächst ein geeignetes Pulsmuster ausgewählt, dessen Schaltzeitpunkte durch Minimieren eines Kostenfunktionals gewählt werden. Auf diese Art und Weise wird sowohl für stationäre als auch transiente Bedingungen eine hohe Regelgüte erzielt. Das zugehörige beschränkte quadratische Problem lässt sich mittels state-of-the-art Methoden effizient lösen. Nichtsdestrotz stellt der Rechenaufwand des PPPC-Verfahrens je nach verfügbarer Rechenkapaziät eine Einschränkung dar. Aus diesem Grund wird darüberhinaus ein PWM-basierter Command Filtered Backstepping (CFBS) Ansatz vorgeschlagen. Dieser erlaubt es, mit geringem Rechenaufwand unter Berücksichtigung von Eingangs- und Zustandsbeschränkungen den geschlossenen Kreis asymptotisch im Sinne von Lyapunov zu stabilisieren. Die hohe Güte der vorgestellten Verfahren wird anhand von Simulationsergbnissen nachgewiesen. Die CFBS-Methode wird darüber hinaus durch experimentelle Versuche an einem Testsystem validiert.

Traction battery emulation enables repeatable conditions for testing of electric and hybrid electric vehicle powertrains. Thereby the current-voltage characteristics is extracted from a virtual battery model and is provided as a setpoint to a synchronous multiphase buck converter (SMPB). This concept is called impedance control and goes along with high requirements on accuracy, tracking performance and disturbance rejection. This thesis deals with the design of suitable control strategies to this purpose. Typically, carrier-based pulse width modulation (PWM) approaches are used that achieve good steady-state performance but are inferior to Finite Control-Set model predictive control (FCS-MPC) in transient response. However, the steady-state performance of FCS-MPC is usually poor as the time resolution is limited by the sampling rate. In order to combine both advantages, the Predictive Pulse Pattern Control (PPPC) method is presented. A minimal switching effort pulse pattern is selected whose switching instants are obtained by minimizing an objective function, resulting in high accuracy and fast dynamic response. The associated constrained quadratic program can be solved efficiently with state-of-the-art methods. Nevertheless, the computational cost can be a restriction for platforms with limited computational power. For this reason, the PWM-based Command Filtered Backstepping (CFBS) approach is proposed as alternative with little computational cost that incorporates input and state constraints and inherently guarantees asymptotic stability in the sense of Lyapunov. Simulation results demonstrate the high performance of the suggested control strategies. Beyond that, the CFBS method is also validated experimentally on a hardware test bed.