← 返回
电动汽车驱动 模型预测控制MPC 深度学习 充电桩 ★ 3.0

基于电压矢量优化的电动汽车异步电机弱磁区最优转速-转矩控制

Optimal Speed–Torque Control of Asynchronous Motor for Electric Cars in the Field-Weakening Region Based on Voltage Vector Optimization

作者 Fang Xie · Chenming Qiu · Zhe Qian
期刊 IEEE Transactions on Power Electronics
出版日期 2022年1月
技术分类 电动汽车驱动
技术标签 模型预测控制MPC 深度学习 充电桩
相关度评分 ★★★ 3.0 / 5.0
关键词 异步电机 电动汽车 弱磁区 模型预测控制 深度置信网络 电压矢量优化 转速-转矩控制
语言:

中文摘要

本文引入模型预测控制(MP)与深度置信网络(DBN),旨在优化电动汽车异步电机在弱磁区的dq轴定子电压,从而实现最优的转速-转矩控制。文中首先建立了最大转矩输出的解析模型,并探讨了相关参数对电机性能的影响。

English Abstract

In this article, model predictive (MP) and deep belief net (DBN) are introduced to optimize and predict the dq-axis stator voltage of asynchronous motors for electric cars in the field-weakening region to achieve the optimal “speed–torque” (represents the optimization of speed and torque performance) control. First, the analytical model of the maximum torque output is established, and the effect o...
S

SunView 深度解读

该研究聚焦于电动汽车驱动电机的弱磁控制算法,与阳光电源的电动汽车充电桩业务存在技术关联。虽然阳光电源目前侧重于充电桩硬件及功率变换技术,但随着充电桩向V2G(车网互动)及智能化方向演进,深入理解电动汽车驱动系统的控制特性(如弱磁区控制策略)有助于优化充电桩与车载电机驱动系统的兼容性,提升充电效率及电网交互性能。建议研发团队关注该算法在提升功率密度和动态响应方面的潜力,为未来集成化充电驱动系统提供技术储备。