基于PID控制的电动汽车充电系统智能断电设计

刘大龙

(广东工业大学华立学院 机电与信息工程学部，广东 增城　511325)

基于PID控制的电动汽车充电系统智能断电设计

刘大龙

(广东工业大学华立学院 机电与信息工程学部，广东 增城511325)

摘要：通过对电动汽车充电系统的智能断电设计可以为充电汽车提供安全保护的同时还能节约电力能源，传统的充电断电设计采用互感耦合I/O中断控制方法，当充电线圈电磁分布出现脉冲干扰时，断电实时性不好。提出一种基于PID控制的电动汽车充电系统智能断电控制算法并进行系统硬件设计。首先进行了电动汽车的充电系统电能传输原理和结构分析，电动汽车的充电磁共振模式采用平面线圈构建，通过两个线圈进行电磁感耦合，得到电动汽车的电磁场3D分布图。在此基础上进行了断电控制算法的PID神经网络算法设计，硬件电路设计主要包括了电动车断电的传感器模块设计、动态增益控制模块设计、复位电路设计、PCI总线设计和A/D转换电路设计等，实现硬件电路设计。系统测试结果表明，采用该系统进行电动汽车充电系统的智能断电控制，初级侧电流和逆变器的输出电压在轴向偏移下具有较好的负载过载反应能力，断电控制准确性较好，性能优越。

关键词：PID控制；电动汽车；充电系统；智能断电

电动汽车是采用交流电充电作为能源的一种新型交通工具，电动汽车具有环保节能的优点，将成为未来汽车的动力发展的一个新方向，电动汽车的智能充电问题成为制约电动汽车发展的一个关键瓶颈技术，必须通过改进和普及电动汽车的充电系统，才能有效促进电动汽车产业的发展。在电动汽车充电系统设计中，电动汽车充电系统的智能断电装置设计可以为充电汽车提供安全保护的同时还能节约电力能源。研究电动汽车充电系统智能断电设计方法具有重要意义[1]。

当前，对电动汽车的充电系统智能断电控制设计方法主要采用基于模糊神经网络控制的电动汽车的充电系统智能断电控制方法，基于支持向量机控制的断电控制方法，基于耦合系数互感电磁场控制的断电控制方法等，但是传统方法对充电系统断电控制中会因为电磁场分布的脉冲干扰和互感耦合导致充电系统断电出现误差和失真，断电控制性能不好[2-3]。对此，相关文献进行了改进设计，文献[4]提出一种基于智能断电系统耦合控制的电动汽车充电系统设计方法，采用两个DC-DC电源转换模块进行了电动汽车的智能断电控制信号的射频识别，采用RFID技术提高了系统的可靠性，但是该系统的计算开销较大，系统稳定性不好[5-8]。针对这些问题，提出一种基于PID控制的电动汽车充电系统智能断电控制算法并进行系统硬件设计。首先进行了电动汽车的充电系统电能传输原理和结构分析，在此基础上进行了断电控制算法的PID神经网络算法设计，最后进行了智能断电系统的电路设计，通过仿真实验进行了性能验证，展示了算法在实现电动汽车充电系统智能断电控制中的优越性能，得出有效性结论。

1电动汽车充电系统的原理和结构模型

电动汽车采用感应电能进行充电和断电，在进行电动汽车智能断电系统设计之前，首先分析电动汽车充电系统的原理，电动汽车充电示意图如图1所示。

图1　电动汽车充电系统示意图

电动汽车采用超导永磁电机进行直流充电，电机模型电流矢量特征方程为：

(1)

式中L11，L22——接收端的电感值和电磁绕阻自感；

M——互感值；

v1，v2——线圈序列磁共振的输入电压和输出电压；

ψ1和ψ2——共振频率和磁链。

电动汽车充电系统的耦合系数定义为：

(2)

电动汽车的充电磁共振模式采用平面线圈构建，通过两个线圈进行电磁感耦合，得到电动汽车的电磁场3D分布如图2所示。

图2　电动汽车充电线圈磁场分布3D结构

图2中，电动汽车充电线圈采用半桥LLC谐振电路建立包含初级侧的变压器模型，当电流矢量误差超出充电线圈磁场分布范围内，通过Neumann方法进行误差补偿，得到充电系统的电势感应特征信息代价方程为：

Lx=(1-k2)L11

(3)

Lmx=k2L11

(4)

(5)

式中：μ0=4π×10-1。

通过这些设计，使得电动汽车充电系统的拓扑结构比较固定，具有可靠的供电输出。通过上述分析，电动汽车充电过程简要描述如图3所示。

图3　电动汽车充电过程

2基于PID控制的电动汽车充电系统控制算法设计

在进行了电动汽车充电原理描述和系统总体结构设计的基础上，进行断电控制算法设计，电动车充电系统的智能断电控制是保证充电系统安全的基础，在过载和满电等情况下实现智能断电，提高安全性能的同时节约能源开销。提出一种基于PID控制的电动汽车充电系统智能断电控制算法，接收器通过PID控制计算得出电机系统在时刻的电势差信息：

(6)

(7)

在时间t，在电势过负荷的情况下在观测参考时间m(1.2.3…n)的无线电能传输电流有效值计算公式为：

(8)

采用并联电容方式结合PID模糊神经网络控制方法，得到共振线圈的电磁场特征用Am0Bm0Cm0表示，负载为R0上电流有效值的偏移坐标用△Am，△Bm，△Cm表示，该电动车断电的三维控制方程公式为：

(9)

线圈序列在磁共振模式下同时向断电系统终端发送控制指令时，压缩码传输完成识别定位实现电动车充电系统的智能断电。

3系统硬件设计与实现

结合上述系统总体设计模型和控制算法，进行基于PID控制的电动汽车充电系统智能断电设计，硬件设计主要包括了电动车断电的传感器模块设计、动态增益控制模块设计和复位电路设计以及PCI总线设计和A/D转换电路设计等，电动车断电系统中所使用的拓扑结构如图4所示。

图4　电动车充电系统断电控制的线圈控制结构

图4中，磁共振电能传输下电动车充电系统断电控制线圈1电流有效值为Is，不同的激励方式下的断电系统共振线圈2上电流有效值Ir、充电汽车的负载电阻Ro上电流控制的有效输出Io，计算结果分别为：

(10)

(11)

(12)

采用SRAM构建智能断电系统的ARM主控模块，得到断电系统主控电路的输出功率为：

(13)

采用远程模块化平台控制方法进行断电阈值的门限检测，断电系统在最大功率的补偿电压输出和互感值为：

(14)

根据计算结果，采用ADUM1201和PCA82C250设计电动车断电系统的动态增益控制模块，在动态增益控制中，次级侧输出电压流过Lmx的电流为：

(15)

构建半桥LLC谐振逆变器用于存放智能断电控制芯片DSP的加载数据，复位电路采用分立元件构成，OUT变高，复位撤除，得到智能断电系统的动态增益控制电路如图5所示。

图5　智能断电系统的动态增益控制电路

图5中，当电源VCC上电时，单片P监控ADM706的输出增益，在电动汽车充电中的上电、掉电以及降压情况下进行智能断电，设计AD5545电流电压转换电路实现过载保护，电流电压转换电路如图6所示。

图6　电流电压转换电路

图6中，电动车智能断电系统的接口采用简单的3线制接口，采用AD780产生电压3.5V的基准，Vout管脚和模拟地之间加10和0.1的去藕电容，由此实现了电动汽车智能断电系统的模块化设计，得到断电系统的集成电路设计结果如图7所示。

图7　集成电路设计结果

4仿真实验与性能测试

为了验证本文设计的基于PID控制的电动汽车充电系统智能断电控制系统的性能，进行仿真实验，实验中运放供电的+220V，调节的数字量ΔD=65 536×V/5，两路D/A同时输出最小值0V，开发AT25HP512进行PID控制算法的在线程序加载和读写，把本文设计的PID控制算法加载成Matlab文件烧写到EEPROM中，配合AT25HP512的时序进行断电控制和电动车充电的过载保护。采用INSTEKPST3202 可编程芯片进行混合示波器设计和控制输出测量，上电检查通过后，进行电动汽车充电过程中过压保护的断电功能测试，系统的各个元件参数设定见表1。

表1　电动汽车断电控制系统各元件参数值

基于仿真环境和参数设计，进行电动汽车断电控制仿真，得到电动汽车充电系统智能断电控制的输出电流和电压变量时域变化图如图8和图9所示。

图8　输出电压过载下断电控制结果

图9　输出电流过载时断电控制结果

从图8和图9可见，采用本文方法进行电动汽车充电系统的智能断电控制，初级侧电流和逆变器的输出电压在轴向偏移下具有较好的负载过载反应能力，断电控制准确性较好，性能优越。

5结语

通过对电动汽车充电系统的智能断电设计可以为充电汽车提供安全保护的同时还能节约电力能源，传统的充电断电设计采用互感耦合I/O中断控制方法，当充电线圈电磁分布出现脉冲干扰时，断电实时性不好。提出一种基于PID控制的电动汽车充电系统智能断电控制算法并进行系统硬件设计。首先进行了电动汽车的充电系统电能传输原理和结构分析，在此基础上进行了断电控制算法的PID神经网络算法设计，最后进行了智能断电系统的电路设计，通过仿真实验进行了性能验证，展示了本文算法在实现电动汽车充电系统智能断电控制中的优越性能，实验结果得出，采用本文设计的系统进行电动汽车充电系统的智能断电控制，初级侧电流和逆变器的输出电压在轴向偏移下具有较好的负载过载反应能力，断电控制准确性较好，性能优越，具有较好的应用价值。

参考文献：

[1]石鑫,周勇,甘新年,等.机载多源飞行数据资料的非线性检验[J].计算机与数字工程,2013,41(5):729-732.

SHIXin,ZHOUYong,GANXin-nian,etal.Testingnonlinearityinflightdataseriesofairbornemultiplesources[J].ComputerandDigitalEngineering,2013,41(5) ：729-732.

[2]杨俊,周丙寅,张毅,等.基于递归图分析的压缩机故障诊断方法研究[J].计算机与数字工程,2013,41(6): 984-986.

YANGJun,ZHOUBing-yan,ZHANGYi,etal.Compressorfaultdiagnosisbasedonrecurrenceplotanalysis[J]．ComputerandDigitalEngineering，2013，41(6)：984-986.

[3]YUHai-qi,LIUZhen,TIANQuan-hui.ASpectralPredictionModelofPrinterBasedonRBFNeuralNetwork.ImagingScienceandPhotochemistry, 2015, 33(3): 238-243.

[4]PANJia-liang,XIONGZhi,WANGLi-na,EtalASimplifiedUKFAlgorithmforSINS/GPS/CNSIntegratedNavigationSysteminLaunchInertialCoordinateSystem[J].ActaArmamentarii,2015,36(3): 484-491.

[5]甄建军,张毅.基于螺旋平面线圈的感应电能传输技术研究[J].电气自动化,2014,36(2): 78-80.

ZHENJian-jun,ZHANGYi,HUGuang-bo.Researchoninductivepowertransmissiontechnologybasedonspiralplanarcoil[J].ElectricalAutomation,2014，36(2):78-80.

[6]孟锐.处理器中非阻塞cache技术的研究[J].电子设计工程,2015,(19):85-88.

MENGRui.Researchofthenon-blockingcachetechnologyinprocessor[J]．ElectronicDesignEngineering，201 5，(19)：85-88．

[7]龙雄辉.基于阈值降噪的行星传动轮系特征故障诊断[J].科技通报,2014,30(8)：73-76．

LONGXiong-hui.Faultdiagnosisofplanetarygearsystembasedonthresholdde-noising[J]．BulletinofScienceandTechnology，2014，30(8)：73-76．

[8]王磊,刘海涛,梁滔,等.低频伺服力激励下进给系统建模与动态响应分析[J].机械工程学报,2015,51(3): 80-86.

WANGLei,LIUHai-tao,LIANGTao,etal.Modelingandanalysisofdynamicresponseofservofeedsystemunderlowfrequencyexcitation[J].ChineseJournalofMechanicalEngineering, 2015(3):80-86

(本文编辑：赵艳粉)

Intelligent Power-off Design for Electric Vehicle Charging System Based on PID Control

LIU Da-long

(DepartmentofMechanicalandElectricalandInformationEngineering,HualiCollegeofGuangdongUniversityofTechnology,Zengcheng511325,China)

Abstract:The intelligent power-off design of electric vehicle (EV) charging system can provide the safety protection of the charging car and save power energy. The traditional design adopts the mutual inductance coupling I/O power-off control method, but has poor real-time power-off control performance in the event of pulse interference in charging coil electromagnetic distribution. This paper proposes an intelligent power-off control algorithm for EV charging system based on PID control and conducts the hardware design of the system. Firstly, the electric energy transmission principle and structure analysis of the EV charging system are carried out. The magnetic resonance mode of EV charging is constructed by using the planar coil. The electromagnetic 3D distribution of the EV is obtained by using two coils. Thereupon, the power control algorithm of PID neural network algorithm is designed, and hardware circuit design mainly includes the sensor module design of EV power, dynamic gain control module design, reset circuit design, PCI bus design and A/D converter circuit design. System test results show that this intelligent power-off control of EV charging system is superior in control accuracy and performance and the primary side current and the output voltage of the inverter has good overload response capability.

Key words:PID control; electric vehicle; charging system; intelligent power-off

DOI：10.11973/dlyny201601015

基金项目：2012年质量工程立项文件粤教高函[2012]204号

作者简介：刘大龙(1976)，男，硕士，实验师，主要研究领域为电工电子技术和控制科学与技术。

中图分类号：TP273

文献标志码：A

文章编号：2095-1256(2016)01-0070-05

收稿日期：2015-10-22