Hoe Model Predictive Control (MPC) het thermische beheer van batterijen in elektrische bedrijfsvoertuigen radicaal verandert

Traditionele PID-temperatuurregeling in elektrische voertuigen werkt als "rijden door in de achteruitkijkspiegel te kijken": het reageert op temperatuurveranderingen nadat deze al hebben plaatsgevonden. Voor personenauto's is deze aanpak vaak voldoende. Maar voor elektrische bedrijfsvoertuigen met accupakketten van 200 tot 400 kWh en die snelladen via 4C vereisen, kan reactieve koeling het simpelweg niet bijbenen.

Dit is waar Model Predictive Control (MPC) alles verandert.

Model Predictive Control is een geavanceerde regelstrategie die een wiskundig model van het systeem gebruikt om het toekomstige gedrag ervan te voorspellen en de regelacties dienovereenkomstig te optimaliseren. Uit academisch onderzoek is gebleken dat MPC het energieverbruik in thermische beheersystemen van batterijen aanzienlijk vermindert, terwijl de temperatuurcontrole strakker blijft dan bij conventionele methoden.

NEWBASE is het eerste bedrijf geworden dat met succes MPC-algoritmen heeft ingezet in de BTMS-sector (Battery Thermal Management System) voor bedrijfsvoertuigen, waarbij het thermisch beheer is verschoven van reactieve aanpassing naar proactieve voorspelling.

De op MPC gebaseerde BTMS watergekoelde unit werkt via een intelligente cyclus in drie stappen:

1. Voorspellende digitale tweelingmodellering

Er wordt in realtime een thermisch-elektrisch gekoppeld digitaal tweelingmodel voor batterijen opgesteld, dat het temperatuurtraject van de batterij voor de komende 30-60 seconden voorspelt. Dit model wordt voortdurend bijgewerkt op basis van feitelijke sensorfeedback, waardoor de nauwkeurigheid van de voorspelling wordt gegarandeerd, zelfs als de batterijomstandigheden gedurende de levenscyclus evolueren.

2. Multidimensionale invoerintegratie

Het systeem kijkt niet alleen naar de huidige batterijtemperatuur. Het houdt rekening met de wegomstandigheden, laadvermogenprofielen, voorspellingen van de omgevingstemperatuur en zelfs verwachte rijpatronen. Door deze input te combineren, plant het MPC-algoritme de optimale koelstrategie voordat hitte een probleem wordt.

3. Rolling-optimalisatie met feedbackcorrectie

Binnen elke controlecyclus voert het systeem voortschrijdende optimalisatie uit, waarbij de voorspelde resultaten voortdurend worden vergeleken met daadwerkelijke metingen en het model in realtime wordt aangepast. Deze "voorspellen-uitvoeren-correct" gesloten lus zorgt ervoor dat het koelsysteem thermische gebeurtenissen altijd een stap voor is.

De resultaten van de implementatie van MPC in de BTMS watergekoelde units van NEWBASE zijn meetbaar en significant:

• Variatie in celtemperatuur gecontroleerd binnen ±2°C tijdens snellaadscenario's bij 4°C – vergeleken met de industriestandaard van ±3–5°C. Een strakkere temperatuuruniformiteit vertaalt zich direct in een langere levensduur van de batterij en consistentere prestaties.
• Het energieverbruik van het systeem is met 25-30% verlaagd vergeleken met traditionele PID-gestuurde systemen. Voor wagenparkbeheerders die tientallen elektrische vrachtwagens gebruiken, betekent dit een aanzienlijke besparing op de operationele kosten gedurende de levensduur van het voertuig.
• Reactielatentie verkort van seconden naar milliseconden. Bij thermisch beheer is elke milliseconde van belang, vooral tijdens snel opladen, wanneer de accutemperatuur snel kan stijgen.

Naarmate de commerciële EV-markt overgaat naar de 4C- en 5C-normen voor ultrasnel opladen, neemt de thermische belasting van accupakketten dramatisch toe. Een 4C-oplading levert vier maal de capaciteit van de batterij in stroomvorm en genereert veel meer warmte dan conventioneel opladen. Zonder intelligent thermisch beheer kan deze hitte de accucellen aantasten, de oplaadefficiëntie verminderen en zelfs thermische overstromingsgebeurtenissen veroorzaken.

Op MPC gebaseerd thermisch beheer is bij uitstek geschikt om deze uitdaging aan te pakken, omdat het kan anticiperen op de thermische belasting voordat het opladen begint en het accupakket voorkoelt tot de optimale starttemperatuur. Tijdens het opladen wordt de koelintensiteit dynamisch aangepast op basis van realtime temperatuurvoorspellingen, waardoor zowel oververhitting als overkoeling wordt voorkomen.

Onderzoek gepubliceerd in MDPI's tijdschrift World Electric Vehicle Journal (2025) bevestigt dat MPC-strategieën voor BTMS het energieverbruik kunnen optimaliseren terwijl de batterijtemperatuur binnen veilige bedrijfsvensters wordt gehandhaafd. Meerdere academische studies van instellingen, waaronder het Beijing Institute of Technology, hebben bevestigd dat op MPC gebaseerd thermisch beheer beter presteert dan conventionele, op regels gebaseerde en PID-benaderingen op het gebied van zowel energie-efficiëntie als nauwkeurigheid van temperatuurregeling.

De prestatie van NEWBASE ligt in het vertalen van deze academische vooruitgang in een productieklaar, commercieel levensvatbaar systeem voor zware toepassingen – waar betrouwbaarheid, duurzaamheid en kosteneffectiviteit niet onderhandelbaar zijn.

MPC is niet alleen een upgrade van het besturingsalgoritme; het is de basis van werkelijk intelligent thermisch beheer van de batterij. Naarmate elektrische bedrijfsvoertuigen krachtiger worden en sneller opladen, zal het vermogen om thermische problemen te voorspellen, te plannen en te voorkomen voordat ze zich voordoen de marktleiders van de rest scheiden.