← 返回
控制与算法 充电桩 模型预测控制MPC 机器学习 ★ 3.0

基于数据驱动建模与无矩阵求逆模型预测控制的多激励单元无线电能传输系统动态性能增强

Dynamic Performance Enhancement for Multiexcitation-Units WPT System Using Data-Driven Modeling and Matrix-Inversion-Free Model Predictive Control

语言:

中文摘要

多激励单元无线电能传输(MEU-WPT)系统通过调节激励单元数量支持多级功率应用,其冗余性提升了系统可靠性。然而,MEU结构增加了控制变量复杂性。本文提出一种数据驱动建模与无矩阵求逆模型预测控制(MPC)方法,旨在提升该系统的动态响应性能,适用于电动汽车及水下航行器无线充电场景。

English Abstract

The multiexcitation-units wireless power transfer (MEU-WPT) system supports multilevel power applications by adjusting the number of excitation units. Its inherent redundancy enhances reliability against inverter failures, making it ideal for wireless electric vehicle and underwater vehicle charging. However, the incorporation of the MEU structure increases the number of control variables (such as...
S

SunView 深度解读

该技术主要针对无线充电领域,与阳光电源目前的电动汽车充电桩业务具有技术相关性。虽然目前阳光电源充电桩以有线快充为主,但无线充电是未来高阶自动驾驶与智慧能源场景的潜在演进方向。文中提出的无矩阵求逆MPC算法能有效降低控制器计算负担,提升动态响应速度。建议研发团队关注该算法在复杂拓扑下的鲁棒性,未来可探索将其应用于高功率密度充电模块的控制优化,以提升充电效率并降低硬件算力需求。