วิธีการควบคุมแบบคาดการณ์แบบแบบ (MPC) เปลี่ยนแปลงการจัดการความร้อนของแบตเตอรี่ในรถพาณิชย์ไฟฟ้า

การควบคุมอุณหภูมิแบบ PID ในรถไฟฟ้าทํางานเหมือน "ขับรถโดยมองในกระจกมองหลัง"วิธีนี้มักจะเพียงพอแต่สําหรับรถไฟฟ้าพาณิชย์ที่บรรทุกแบตเตอรี่ 200-400 kWh และต้องการการชาร์จเร็ว 4C การทําความเย็นแบบปฏิกิริยา

นี่คือจุดที่ MPC (Model Predictive Control) เปลี่ยนแปลงทุกอย่าง

การควบคุมแบบคาดการณ์แบบจําลอง (Model Predictive Control) เป็นกลยุทธ์การควบคุมที่พัฒนาขึ้น โดยใช้แบบจําลองคณิตศาสตร์ของระบบ เพื่อคาดการณ์พฤติกรรมในอนาคตของระบบ และปรับปรุงการควบคุมให้เหมาะสมMPC ได้แสดงให้เห็นว่าลดการบริโภคพลังงานในระบบการจัดการความร้อนของแบตเตอรี่อย่างมีนัยสําคัญ โดยยังคงควบคุมอุณหภูมิที่เข้มงวดกว่าเทียบกับวิธีประเพณี.

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.

อุปกรณ์บํารุงน้ําแบบ BTMS ที่ใช้ MPC ทํางานผ่านวงจรฉลาด 3 ขั้นตอน:

1. การจําลองอักษรคู่ดิจิตอลแบบคาดการณ์

โมเดลคู่ดิจิตอลของแบตเตอรี่ที่เชื่อมต่อด้วยพลังงานไฟฟ้าและความร้อนถูกสร้างขึ้นในเวลาจริง โดยการคาดการณ์เส้นทางอุณหภูมิของแบตเตอรี่ในช่วง 30~60 วินาทีถัดไปรูปแบบนี้มีการอัพเดทอย่างต่อเนื่อง โดยใช้ข้อมูลจากเซ็นเซอร์, รับประกันความแม่นยําของการคาดการณ์ แม้ว่าสภาพของแบตเตอรี่จะพัฒนาตลอดระยะชีวิตของมัน

2. การบูรณาการข้อมูลหลายมิติ

ระบบนี้ไม่เพียงแค่ดูอุณหภูมิแบตเตอรี่ปัจจุบัน แต่ยังพิจารณาในสภาพถนน โปรไฟล์พลังงานการชาร์จโดยการรวมข้อมูลเหล่านี้, อัลกอริทึม MPC วางแผนยุทธศาสตร์การเย็นที่ดีที่สุด ก่อนที่ความร้อนจะกลายเป็นปัญหา

3. การปรับปรุงการเคลื่อนไหวด้วยการแก้ไข Feedback

ภายในวงจรการควบคุมแต่ละครั้ง ระบบจะดําเนินการปรับปรุงการเคลื่อนไหว ̇ การเปรียบเทียบผลลัพธ์ที่คาดการณ์กับการวัดจริง และปรับรูปแบบในเวลาจริงระบบวงจรปิด "คาดการณ์-ดําเนินการ-ถูกต้อง" นี้รับประกันว่า ระบบปรับปรุงความเย็นคือเสมอก้าวหนึ่งข้างหน้าของเหตุการณ์ความร้อน.

ผลของการนํา MPC มาใช้ในหน่วยเย็นน้ํา BTMS ของ NEWBASE สามารถวัดได้และมีความสําคัญ:

• ความแตกต่างของอุณหภูมิเซลล์ควบคุมภายใน ± 2 °C ระหว่างกรณีการชาร์จเร็ว 4 °C เมื่อเทียบกับมาตรฐานของอุตสาหกรรมที่ ± 3 5 °Cความเท่าเทียมกันของอุณหภูมิที่เข้มข้นขึ้น ส่งผลต่ออายุการใช้งานของแบตเตอรี่ที่ยาวนานขึ้น และการทํางานที่คงที่มากขึ้น.
• การใช้พลังงานของระบบลดลง 25~30% เมื่อเทียบกับระบบควบคุมแบบ PID แบบดั้งเดิม สําหรับผู้ประกอบการรถบรรทุกที่มีรถบรรทุกไฟฟ้าหลายสิบคันซึ่งแสดงให้เห็นถึงการประหยัดค่าใช้จ่ายในการดําเนินงานที่สําคัญตลอดอายุการใช้งานของรถ.
• ความช้าในการตอบสนองลดลงจากวินาทีเป็นมิลลิสekunth ในการจัดการความร้อน ทุกมิลลิสekunth มีความสําคัญ โดยเฉพาะอย่างยิ่งในระหว่างการชาร์จเร็ว เมื่ออุณหภูมิแบตเตอรี่สามารถเพิ่มขึ้นอย่างรวดเร็ว

เมื่อตลาดรถยนต์พาณิชย์เปลี่ยนไปใช้มาตรฐานการชาร์จความเร็วสูง 4C และ 5C ความร้อนบนแบตเตอรี่จะเพิ่มขึ้นอย่างมากการชาร์จ 4C ส่งกําลังแบตเตอรี่เป็น 4 เท่าในปัจจุบันโดยไม่มีการจัดการความร้อนที่ฉลาด ความร้อนนี้สามารถทําลายเซลล์แบตเตอรี่ ลดประสิทธิภาพการชาร์จ และแม้กระทั่งทําให้เกิดเหตุการณ์ความร้อนหลุด

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 temperatureระหว่างการชาร์จ มันปรับความเข้มข้นในการทําความเย็นได้อย่างไดนามิค โดยใช้การคาดการณ์อุณหภูมิในเวลาจริง

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.

ความสําเร็จของ NEWBASE อยู่ที่การแปลความก้าวหน้าทางวิชาการเหล่านี้ เป็นระบบที่พร้อมสําหรับการผลิต และมีศักยภาพทางการค้าสําหรับการใช้งานที่หนักและประสิทธิภาพในด้านราคา ไม่สามารถแลกเปลี่ยนได้.

MPC ไม่ใช่แค่การปรับปรุงอัลการิทึมการควบคุม มันคือพื้นฐานของการจัดการความร้อนของแบตเตอรี่ที่ฉลาดจริงๆความสามารถในการคาดการณ์, วางแผนและป้องกันปัญหาความร้อน ก่อนที่มันจะเกิดขึ้น จะแยกผู้นําอุตสาหกรรมจากส่วนที่เหลือ