Optimal control of induction machines for electric vehicle applications

Abstract

Asynchronmaschinen werden aufgrund ihrer hohen Zuverlässigkeit und geringen Kosten häufig in Elektrofahrzeugen eingesetzt. Allerdings stellt die Regelung dieser Maschinen für die hohen Leistungsanforderungen von Elektrofahrzeugen eine große Herausforderung dar. Die aktuellen Entwicklungen bei elektrischen Antriebssystemen zielen auf hohe Drehzahlen und dem Betrieb teilweise im (thermischen) Überlastbereich. Die Nichtlinearitäten der Maschinen sind in diesen Betriebspunkten von Bedeutung. Dies führt dazu, dass die nichtlineare Regelungstheorie immer häufiger zum Einsatz kommt, da die Anforderungen an Hochleistungsantriebe steigen und hohe Rechenleistungen immer besser zugänglich und verfügbar werden. In dieser Arbeit wird das regelungstechnische Problem mit modellbasierten optimalen Methoden behandelt. Erweiterte Raumzeigermodelle und Reluktanzmodelle werden auf ihren Einsatz für diese Anwendung untersucht und die Modellgenauigkeit anhand von Experimenten überprüft. Für erweiterte Raumzeigermodelle wird in dieser Arbeit ein neuartiges Kalibrierungsverfahren beschrieben. Es basiert auf Messungen der elektrischen Anschlussgrößen und der Drehzahl, und nutzt zusätzlich die Messungen des Drehmoments. Da das Verfahren quasistationäre Messungen verwendet, können die für die Modellkalibrierung erforderlichen Berechnungen mit geringem Rechenaufwand im Frequenzbereich durchgeführt werden. Im Vergleich zum wissenschaftlichen Stand der Technik werden neben der Grundwelle auch höhere Harmonische berücksichtigt. Das Hauptziel des parametrisierten Modells ist es, das Verhalten der Asynchronmaschine in der Nähe der Betriebspunkte mit maximalem Wirkungsgrad genau zu erfassen. Die Kalibrierungsstrategie ist daher auf diese wichtigen Betriebspunkte zugeschnitten und ermöglicht es, mit einem relativ einfachen Modell eine sehr hohe Genauigkeit zu erzielen. Das vorgeschlagene Kalibrierungsverfahren wird durch Messungen auf einem Prüfstand verifiziert. Es wird gezeigt, dass mit dem kalibrierten Modell eine hohe Modellgenauigkeit erreicht werden kann. Antriebe mit hoher Drehzahl sind mit einem geringen Verhältnis von Abtast-zu-Grundfrequenz konfrontiert, was für den Beobachterentwurf eine besondere Herausforderung darstellt. In diesem Fall ist die genaue zeitliche Betrachtung der Messungen innerhalb des PWM-Musters von Bedeutung, wird aber bei der Entwicklung des Beobachters meist vernachlässigt. Daher werden in dieser Arbeit wesentliche Aspekte der Entwicklung nichtlinearer Zustands- und Parameterbeobachter (Extended Kalman Filter) für Asynchronmaschinen untersucht, insbesondere unter Berücksichtigung der zeitlichen Verschiebung der PWM zur Strommessung. Es wird ein Beobachter entwickelt, der diese Effekte systematisch berücksichtigt. Simulations- und Messergebnisse zeigen, dass der vorgeschlagene Beobachter die Schätzgenauigkeit im Vergleich zum Stand der Technik deutlich verbessert, wenn elektrische Antriebe mit einer niedrigen Abtast-zu-Grundfrequenz betrachtet werden. Es wird weiterhin eine neuartige MPC-Strategie für die Hochleistungsregelung von Asynchronmaschinen vorgeschlagen, die in Elektrofahrzeugen eingesetzt werden. Der Ansatz basiert auf dem vorher genannten magnetischen nichtlinearen Modell. Die vorgeschlagene MPC-Strategie hat einen langen Prädiktionshorizont und weist eine Kostenfunktion auf, die zu einer hohen Drehmomentdynamik führt. Im stationären Zustand erreicht die vorgeschlagene Methode Energieoptimalität, die Herausforderung hoher Drehzahlen wird berücksichtigt und der Betrieb an Systemgrenzen wird untersucht. Die Leistungsfähigkeit der vorgeschlagenen Regelungsstrategie wird durch umfangreiche Tests an einer Fahrzeugmaschine in einer Prüfstandsumgebung verifiziert. Die Ergebnisse zeigen, dass die vorgeschlagene Methode hervorragend funktioniert und besser als ein Regler des Stands der Technik aus dem Anwendungsgebiet funktioniert. Der vorgeschlagene Regelungsansatz bietet eine effektive und energieeffiziente Lösung, um die hohen Anforderungen von Asynchronmaschinen für Elektrofahrzeugen zu erfüllen.

Induction machines are widely used in electric vehicles due to their high reliability and low cost. However, controlling these machines to meet the high-performance demands of electric vehicles presents a significant challenge. The current developments in electric drive systems are directed towards high rotational speeds and partial operation in the (thermal) overload range. The nonlinearities of the machines are significant at these operating points. This makes nonlinear control theory increasingly common as the demands of high-performance drives increase, and high computing power becomes more accessible and available. This work addresses the control problem using model-based optimal methods. Extended space vector models and magnetic equivalent circuit models are investigated and the model accuracy is verified using experiments. For the extended space vector models, this thesis describes a novel calibration procedure. It is based on measurements of the electrical quantities and the rotational speed and uses additional measurements of the torque. Since the method uses quasi-steady-state measurements, the calculations required for the model calibration can be performed with low computational costs in the frequency domain. Compared to the scientific state of the art, higher harmonics are taken into account in addition to the fundamental wave. The main goal of the parametrized model is to accurately capture the behavior of the induction machine in the vicinity of maximum efficiency operating points. Thus, the calibration strategy is tailored to these important operating points and allows to obtain a very high accuracy with a rather simple model. The proposed calibration procedure is verified by measurements on a test bench. It is shown that a high model accuracy can be achieved with the calibrated model. High-speed drives are confronted with a low sample-to-fundamental frequency ratio, which is particularly challenging for the observer design. In this case, the accurate timing of the measurements within the PWM pattern becomes relevant but is mostly neglected in the observer design. Therefore, this work investigates essential aspects of developing nonlinear state and parameter observers (extended Kalman filter) for induction machines, especially considering the timing of the PWM and current measurements. An observer is proposed, which systematically takes into account these effects. Simulation and measurement results prove that the proposed observer significantly improves estimation accuracy compared to the state of the art when electric drives with a low sample-to-fundamental frequency are considered. Finally, a novel MPC strategy for the high-performance control of induction machines used in electric vehicles is proposed. The approach is based on the mentioned magnetic nonlinear model. The proposed MPC strategy has a long prediction horizon and features a cost function that leads to high torque dynamics. In steady-state, the proposed method achieves energy optimality, the challenge of high rotational speeds is considered and the operation at system limits is investigated. Machine states and certain machine parameters are estimated online to overcome the sensor shortage of the considered application. The effectiveness and function of the proposed control strategy are verified by extensive tests on a vehicle machine in a test bench environment. The results show that the proposed method provides excellent performance compared to a state-of-the-art control. The proposed control approach offers an effective and energy-efficient solution for meeting the high demands of electric vehicles using induction machines.