Как моделируемый предсказательный контроль (MPC) революционизирует тепловое управление батареями в электрических коммерческих автомобилях

Традиционный ПИД-регулятор температуры в электромобилях работает по принципу «вождения, глядя в зеркало заднего вида» — он реагирует на изменения температуры после того, как они уже произошли. Для легковых автомобилей такого подхода зачастую бывает достаточно. Но для коммерческих электромобилей с аккумуляторными батареями емкостью 200–400 кВтч и требующих быстрой зарядки 4C реактивное охлаждение просто не справляется.

Именно здесь все меняется с помощью Model Predictive Control (MPC).

Модель прогнозирующего управления — это усовершенствованная стратегия управления, которая использует математическую модель системы для прогнозирования ее будущего поведения и соответствующей оптимизации действий управления. В академических исследованиях было показано, что MPC значительно снижает потребление энергии в системах терморегулирования аккумуляторов, сохраняя при этом более жесткий контроль температуры по сравнению с традиционными методами.

NEWBASE стала первой компанией, которая успешно внедрила алгоритмы MPC в секторе BTMS (системы управления температурой аккумулятора) коммерческих автомобилей, переведя управление температурным режимом от реактивной регулировки к упреждающему прогнозированию.

Агрегат BTMS с водяным охлаждением на базе MPC работает по трехступенчатому интеллектуальному циклу:

1. Прогнозное моделирование цифровых двойников

Модель цифрового двойника батареи с термоэлектрической связью создается в режиме реального времени и прогнозирует траекторию температуры батареи на следующие 30–60 секунд. Эта модель постоянно обновляется на основе фактической обратной связи с датчиками, обеспечивая точность прогнозирования, даже если состояние батареи меняется в течение ее жизненного цикла.

2. Многомерная интеграция входных данных

Система не просто смотрит на текущую температуру батареи. Он учитывает дорожные условия, профили мощности зарядки, прогнозы температуры окружающей среды и даже ожидаемые схемы вождения. Объединив эти входные данные, алгоритм MPC планирует оптимальную стратегию охлаждения до того, как нагрев станет проблемой.

3. Прокатная оптимизация с коррекцией обратной связи

В рамках каждого цикла управления система выполняет скользящую оптимизацию — постоянно сравнивая прогнозируемые результаты с фактическими измерениями и корректируя свою модель в реальном времени. Этот замкнутый цикл «предсказание-выполнение-исправление» гарантирует, что система охлаждения всегда на шаг опережает тепловые события.

Результаты внедрения MPC в агрегатах NEWBASE с водяным охлаждением BTMS измеримы и значительны:

• Отклонение температуры элемента контролируется в пределах ±2°C во время сценариев быстрой зарядки 4C — по сравнению с отраслевым стандартом ±3–5°C. Более строгая однородность температуры напрямую приводит к увеличению срока службы батареи и более стабильной работе.
• Потребление энергии системой снижено на 25–30% по сравнению с традиционными системами с ПИД-управлением. Для операторов автопарков, эксплуатирующих десятки электрических грузовиков, это означает существенную экономию эксплуатационных расходов в течение всего срока службы автомобиля.
• Задержка ответа сокращена с секунд до миллисекунд. При терморегулировании важна каждая миллисекунда, особенно во время быстрой зарядки, когда температура аккумулятора может быстро повышаться.

По мере того как коммерческий рынок электромобилей переходит на стандарты сверхбыстрой зарядки 4C и 5C, тепловая нагрузка на аккумуляторные блоки резко возрастает. Заряд 4C обеспечивает ток, в четыре раза превышающий емкость аккумулятора, выделяя гораздо больше тепла, чем обычная зарядка. Без интеллектуального управления температурным режимом это тепло может привести к разрушению аккумуляторных элементов, снижению эффективности зарядки и даже вызвать перегрев.

Управление температурным режимом на основе MPC уникально подходит для решения этой проблемы, поскольку оно может предвидеть тепловую нагрузку до начала зарядки и предварительно охладить аккумуляторную батарею до оптимальной стартовой температуры. Во время зарядки он динамически регулирует интенсивность охлаждения на основе прогнозов температуры в реальном времени, предотвращая как перегрев, так и переохлаждение.

Исследования, опубликованные в журнале MDPI World Electric Vehicle Journal (2025 г.), подтверждают, что стратегии MPC для BTMS могут оптимизировать потребление энергии, сохраняя при этом температуру батареи в безопасных рабочих пределах. Многочисленные академические исследования, проведенные в различных учреждениях, в том числе в Пекинском технологическом институте, подтвердили, что управление температурным режимом на основе MPC превосходит традиционные подходы, основанные на правилах и ПИД, как по энергоэффективности, так и по точности контроля температуры.

Достижение NEWBASE заключается в воплощении этих научных достижений в готовую к производству, коммерчески жизнеспособную систему для тяжелых условий эксплуатации, где надежность, долговечность и экономическая эффективность не подлежат обсуждению.

MPC — это не просто обновление алгоритма управления — это основа по-настоящему интеллектуального управления температурой батареи. Поскольку коммерческие электромобили становятся более мощными и заряжаются быстрее, способность прогнозировать, планировать и предотвращать тепловые проблемы до их возникновения будет отличать лидеров отрасли от остальных.