電気自動車の従来の PID 温度制御は、「バックミラーを見て運転する」のと同じように機能し、温度変化がすでに発生した後に反応します。乗用車の場合は、多くの場合、このアプローチで十分です。しかし、200 ～ 400 kWh のバッテリー パックを搭載し、4C の急速充電を要求する商用電気自動車の場合、反応冷却では対応できません。
ここで、モデル予測制御 (MPC) がすべてを変えます。
モデル予測制御は、システムの数学的モデルを使用して将来の動作を予測し、それに応じて制御アクションを最適化する高度な制御戦略です。学術研究では、MPC は従来の方法と比較してより厳密な温度制御を維持しながら、バッテリー熱管理システムのエネルギー消費を大幅に削減することが示されています。
NEWBASE は、商用車の BTMS (バッテリー熱管理システム) 分野で MPC アルゴリズムの導入に成功した最初の企業となり、熱管理を事後的な調整から事前予測へと移行させました。
MPC ベースの BTMS 水冷ユニットは、次の 3 段階のインテリジェント サイクルを通じて動作します。
1. 予測デジタルツインモデリング
バッテリーの熱電気結合デジタル ツイン モデルがリアルタイムで確立され、次の 30 ～ 60 秒間のバッテリー温度の軌跡を予測します。このモデルは、実際のセンサーのフィードバックに基づいて継続的に更新され、バッテリーの状態がライフサイクルを通じて変化する場合でも予測精度を保証します。
2. 多次元入力の統合
システムは現在のバッテリー温度を監視するだけではありません。道路状況、充電電力プロファイル、周囲温度予測、さらには予想される運転パターンも考慮に入れます。これらの入力を組み合わせることで、MPC アルゴリズムは熱が問題になる前に最適な冷却戦略を計画します。
3. フィードバック補正によるローリング最適化
各制御サイクル内で、システムはローリング最適化を実行します。つまり、予測結果と実際の測定値を常に比較し、リアルタイムでモデルを調整します。この「予測、実行、修正」閉ループにより、冷却システムは常に熱事象の一歩先を行くことが保証されます。
NEWBASE の BTMS 水冷ユニットに MPC を導入した結果は、測定可能で重要です。
商用EV市場が4Cおよび5Cの超高速充電規格に移行するにつれて、バッテリーパックの熱負荷が劇的に増加します。 4C 充電では、バッテリー容量の 4 倍の電流が供給され、従来の充電よりもはるかに多くの熱が発生します。インテリジェントな熱管理がなければ、この熱によってバッテリーセルが劣化し、充電効率が低下し、さらには熱暴走現象を引き起こす可能性があります。
MPC ベースの熱管理は、充電開始前に熱負荷を予測し、バッテリー パックを最適な開始温度まで事前に冷却できるため、この課題に対処するのに独特に適しています。充電中は、リアルタイムの温度予測に基づいて冷却強度を動的に調整し、過熱と過冷却の両方を防ぎます。
MDPI の学術誌 World Electric Vehicle Journal (2025) に掲載された研究では、BTMS 向けの MPC 戦略により、バッテリー温度を安全な動作範囲内に維持しながらエネルギー消費を最適化できることが確認されています。北京工業大学などの複数の学術研究により、MPC ベースの熱管理は、エネルギー効率と温度制御精度の両方において、従来のルールベースおよび PID アプローチよりも優れていることが実証されています。
NEWBASE の功績は、これらの学術的進歩を、信頼性、耐久性、費用対効果が交渉の余地のないヘビーデューティ用途向けに、すぐに生産可能な商業的に実行可能なシステムに変換したことにあります。
MPC は単なる制御アルゴリズムのアップグレードではなく、真にインテリジェントなバッテリー熱管理の基盤です。商用電気自動車がより強力になり、より速く充電できるようになるにつれ、熱の問題を発生前に予測、計画し、防止できる能力が、業界リーダーを他の自動車と区別することになります。
電気自動車の従来の PID 温度制御は、「バックミラーを見て運転する」のと同じように機能し、温度変化がすでに発生した後に反応します。乗用車の場合は、多くの場合、このアプローチで十分です。しかし、200 ～ 400 kWh のバッテリー パックを搭載し、4C の急速充電を要求する商用電気自動車の場合、反応冷却では対応できません。
ここで、モデル予測制御 (MPC) がすべてを変えます。
モデル予測制御は、システムの数学的モデルを使用して将来の動作を予測し、それに応じて制御アクションを最適化する高度な制御戦略です。学術研究では、MPC は従来の方法と比較してより厳密な温度制御を維持しながら、バッテリー熱管理システムのエネルギー消費を大幅に削減することが示されています。
NEWBASE は、商用車の BTMS (バッテリー熱管理システム) 分野で MPC アルゴリズムの導入に成功した最初の企業となり、熱管理を事後的な調整から事前予測へと移行させました。
MPC ベースの BTMS 水冷ユニットは、次の 3 段階のインテリジェント サイクルを通じて動作します。
1. 予測デジタルツインモデリング
バッテリーの熱電気結合デジタル ツイン モデルがリアルタイムで確立され、次の 30 ～ 60 秒間のバッテリー温度の軌跡を予測します。このモデルは、実際のセンサーのフィードバックに基づいて継続的に更新され、バッテリーの状態がライフサイクルを通じて変化する場合でも予測精度を保証します。
2. 多次元入力の統合
システムは現在のバッテリー温度を監視するだけではありません。道路状況、充電電力プロファイル、周囲温度予測、さらには予想される運転パターンも考慮に入れます。これらの入力を組み合わせることで、MPC アルゴリズムは熱が問題になる前に最適な冷却戦略を計画します。
3. フィードバック補正によるローリング最適化
各制御サイクル内で、システムはローリング最適化を実行します。つまり、予測結果と実際の測定値を常に比較し、リアルタイムでモデルを調整します。この「予測、実行、修正」閉ループにより、冷却システムは常に熱事象の一歩先を行くことが保証されます。
NEWBASE の BTMS 水冷ユニットに MPC を導入した結果は、測定可能で重要です。
商用EV市場が4Cおよび5Cの超高速充電規格に移行するにつれて、バッテリーパックの熱負荷が劇的に増加します。 4C 充電では、バッテリー容量の 4 倍の電流が供給され、従来の充電よりもはるかに多くの熱が発生します。インテリジェントな熱管理がなければ、この熱によってバッテリーセルが劣化し、充電効率が低下し、さらには熱暴走現象を引き起こす可能性があります。
MPC ベースの熱管理は、充電開始前に熱負荷を予測し、バッテリー パックを最適な開始温度まで事前に冷却できるため、この課題に対処するのに独特に適しています。充電中は、リアルタイムの温度予測に基づいて冷却強度を動的に調整し、過熱と過冷却の両方を防ぎます。
MDPI の学術誌 World Electric Vehicle Journal (2025) に掲載された研究では、BTMS 向けの MPC 戦略により、バッテリー温度を安全な動作範囲内に維持しながらエネルギー消費を最適化できることが確認されています。北京工業大学などの複数の学術研究により、MPC ベースの熱管理は、エネルギー効率と温度制御精度の両方において、従来のルールベースおよび PID アプローチよりも優れていることが実証されています。
NEWBASE の功績は、これらの学術的進歩を、信頼性、耐久性、費用対効果が交渉の余地のないヘビーデューティ用途向けに、すぐに生産可能な商業的に実行可能なシステムに変換したことにあります。
MPC は単なる制御アルゴリズムのアップグレードではなく、真にインテリジェントなバッテリー熱管理の基盤です。商用電気自動車がより強力になり、より速く充電できるようになるにつれ、熱の問題を発生前に予測、計画し、防止できる能力が、業界リーダーを他の自動車と区別することになります。
