Jak modelowe sterowanie predykcyjne (MPC) rewolucjonizuje zarządzanie temperaturą akumulatora w elektrycznych pojazdach użytkowych

Tradycyjne sterowanie temperaturą PID w pojazdach elektrycznych działa jak "jeździec patrząc w lusterko wsteczne" - reaguje na zmiany temperatury po ich wystąpieniu.często jest to wystarczająceAle w przypadku pojazdów elektrycznych z akumulatorami o pojemności 200-400 kWh, które wymagają szybkiego ładowania o temperaturze 4°C, chłodzenie reakcyjne po prostu nie może nadążyć.

Tutaj Model Predictive Control (MPC) zmienia wszystko.

Modelowe sterowanie predykcyjne to zaawansowana strategia sterowania, która wykorzystuje matematyczny model systemu do przewidywania jego przyszłego zachowania i odpowiednio optymalizować działania sterowania.Wykazano, że MPC znacząco zmniejsza zużycie energii w systemach zarządzania cieplnym baterii przy jednoczesnym utrzymaniu ściślejszej kontroli temperatury w porównaniu z konwencjonalnymi metodami.

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.

Jednostka o wodnym chłodzeniu BTMS oparta na MPC działa w trójstopniowym inteligentnym cyklu:

1. Predykcyjne cyfrowe modelowanie bliźniaków

W czasie rzeczywistym tworzy się model cyfrowego bliźniacza baterii z połączeniem cieplno-elektrycznym, który przewiduje trajektorię temperatury baterii przez następne 30 ̇ 60 sekund.Ten model jest stale aktualizowany na podstawie rzeczywistej informacji zwrotnej z czujników, zapewniając dokładność przewidywania nawet w miarę zmiany warunków baterii w trakcie jej cyklu życia.

2. Wielowymiarowa integracja danych

System analizuje nie tylko temperaturę akumulatora, ale także warunki drogowe, profil mocy ładowania, prognozy temperatury otoczenia, a nawet przewidywane schematy jazdy.Łącząc te informacje, algorytm MPC planuje optymalną strategię chłodzenia, zanim ciepło stanie się problemem.

3. Optymalizacja rolka z korektą zwrotną

W ramach każdego cyklu sterowania system przeprowadza ciągłą optymalizację Ta zamknięta pętla "przewidywanie-wykonywanie-poprawność" zapewnia, że system chłodzenia jest zawsze o krok przed zdarzeniami termicznymi.

Wyniki wdrożenia MPC w jednostkach o wodnym chłodzeniu BTMS NEWBASE są mierzalne i znaczące:

• Zmiana temperatury ogniwa kontrolowana w zakresie ±2°C w scenariuszach szybkiego ładowania o temperaturze 4°C ¥ w porównaniu ze standardem przemysłowym ±3°5°C.Większa jednolitość temperatury bezpośrednio przekłada się na dłuższą żywotność baterii i bardziej spójne działanie.
• W przypadku operatorów floty z kilkudziesięcioma ciężarówkami elektrycznymi,oznacza to znaczne oszczędności w kosztach operacyjnych w ciągu całego okresu eksploatacji pojazdu..
• W zarządzaniu cieplnym każda milisekunda ma znaczenie, zwłaszcza podczas szybkiego ładowania, gdy temperatura baterii może gwałtownie wzrosnąć.

Ponieważ rynek komercyjnych pojazdów elektrycznych przechodzi na standardy 4C i 5C ultra szybkiego ładowania, obciążenie cieplne akumulatorów gwałtownie wzrasta.Ładowanie 4C dostarcza czterokrotnie większą pojemność akumulatora w prądzie ̇ wytwarzając znacznie więcej ciepła niż konwencjonalne ładowanieBez inteligentnego zarządzania cieplnym, to ciepło może niszczyć komórki akumulatora, zmniejszyć wydajność ładowania, a nawet wywołać wypadki termiczne.

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 temperaturePodczas ładowania system dynamicznie dostosowuje intensywność chłodzenia w oparciu o prognozy temperatury w czasie rzeczywistym, zapobiegając zarówno przegrzaniu, jak i chłodzeniu.

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.

Osiągnięcie NEWBASE polega na przekształceniu tych osiągnięć naukowych w gotowy do produkcji, komercyjnie opłacalny system do zastosowań ciężkichi efektywność kosztowa są nienegocjowalne.

MPC to nie tylko ulepszenie algorytmu sterowania, to podstawa prawdziwie inteligentnego zarządzania cieplnym baterii.umiejętność przewidywania, planowanie i zapobieganie problemom cieplnym przed ich pojawieniem oddzieli liderów branży od reszty.