Comment le contrôle prédictif de modèle (MPC) révolutionne la gestion thermique des batteries des véhicules utilitaires électriques

Le régulateur de température PID traditionnel dans les véhicules électriques fonctionne comme "la conduite en regardant dans le rétroviseur" - il réagit aux changements de température après qu'ils se soient déjà produits.Cette approche est souvent suffisanteMais pour les véhicules électriques commerciaux qui transportent des batteries de 200 à 400 kWh et qui exigent une recharge rapide à 4°C, le refroidissement réactif ne peut tout simplement pas suivre.

C'est là que le contrôle prédictif des modèles (MPC) change tout.

Le contrôle prédictif par modèle est une stratégie de contrôle avancée qui utilise un modèle mathématique du système pour prédire son comportement futur et optimiser les actions de contrôle en conséquence.Il a été démontré que le MPC réduit considérablement la consommation d'énergie dans les systèmes de gestion thermique des batteries tout en maintenant un contrôle de la température plus strict que les méthodes conventionnelles.

NEWBASE has become the first company to successfully deploy MPC algorithms in the commercial vehicle BTMS (Battery Thermal Management System) sector — moving thermal management from reactive adjustment to proactive prediction.

L'unité refroidie à l'eau par BTMS basée sur MPC fonctionne selon un cycle intelligent en trois étapes:

1. Modélisation prédictive des jumeaux numériques

Un modèle jumeau numérique couplé thermoélectrique de la batterie est établi en temps réel, prédisant la trajectoire de température de la batterie pour les 30 à 60 secondes suivantes.Ce modèle est constamment mis à jour en fonction de la rétroaction réelle des capteurs, assurant une précision de prédiction même lorsque les conditions de la batterie évoluent au cours de son cycle de vie.

2. Intégration de l'entrée multidimensionnelle

Le système ne regarde pas seulement la température actuelle de la batterie, il prend en compte les conditions de la route, les profils de puissance de charge, les prévisions de température ambiante, et même les habitudes de conduite anticipées.En combinant ces données, l'algorithme MPC planifie la stratégie de refroidissement optimale avant que la chaleur ne devienne un problème.

3. Optimisation du roulement avec correction de rétroaction

Au cours de chaque cycle de contrôle, le système effectue une optimisation continue, en comparant constamment les résultats prévus avec les mesures réelles et en ajustant son modèle en temps réel.Cette boucle fermée "prédire-exécuter-correct" garantit que le système de refroidissement est toujours une étape en avant des événements thermiques.

Les résultats de la mise en œuvre du MPC dans les unités de refroidissement par eau BTMS de NEWBASE sont mesurables et significatifs:

• La variance de température de la cellule est contrôlée à ±2°C dans les scénarios de charge rapide à 4°C, par rapport à la norme de l'industrie de ±3°C.Une uniformité de température plus stricte se traduit directement par une durée de vie plus longue de la batterie et des performances plus constantes.
• Pour les exploitants de parcs de camions qui exploitent des dizaines de camionsCela représente une économie substantielle de coûts d'exploitation sur toute la durée de vie du véhicule..
• Dans la gestion thermique, chaque milliseconde est importante, en particulier lors d'une charge rapide où la température de la batterie peut augmenter rapidement.

À mesure que le marché des véhicules électriques commerciaux passe aux normes de recharge ultra-rapide 4C et 5C, la charge thermique des batteries augmente considérablement.Une charge 4C fournit quatre fois la capacité de la batterie en courant générant beaucoup plus de chaleur que la charge conventionnelleSans une gestion thermique intelligente, cette chaleur peut dégrader les cellules de la batterie, réduire l'efficacité de la charge et même déclencher des événements thermiques.

MPC-based thermal management is uniquely suited to address this challenge because it can anticipate the thermal load before charging begins and pre-cool the battery pack to the optimal starting temperatureAu cours de la charge, il ajuste dynamiquement l'intensité de refroidissement en fonction des prédictions de température en temps réel, empêchant ainsi le surchauffement et le surrefroidissement.

Research published in MDPI's journal World Electric Vehicle Journal (2025) confirms that MPC strategies for BTMS can optimize energy consumption while maintaining battery temperatures within safe operating windows. Multiple academic studies from institutions including the Beijing Institute of Technology have validated that MPC-based thermal management outperforms conventional rule-based and PID approaches in both energy efficiency and temperature control precision.

NEWBASE a réussi à traduire ces avancées académiques en un système commercial viable et prêt à la production pour les applications lourdes et rentabilité sont non négociables.

MPC n'est pas seulement une mise à niveau de l'algorithme de contrôle, c'est la base d'une gestion thermique vraiment intelligente de la batterie.la capacité de prédire, planifier et prévenir les problèmes thermiques avant qu'ils ne surviennent séparera les leaders de l'industrie du reste.