Elektrikli araçlarda geleneksel PID sıcaklık kontrolü "geriye bakan aynaya bakarak araba kullanmak" gibi çalışır.Bu yaklaşım genellikle yeterlidir.Ancak 200-400 kWh'lık batarya paketi taşıyan ve 4C hızlı şarj gerektiren ticari elektrikli araçlar için, reaktif soğutma sadece devam edemez.
İşte burada Model Tahmin Kontrolü (MPC) her şeyi değiştiriyor.
Model Prediktif Kontrol, gelecekteki davranışını tahmin etmek ve kontrol eylemlerini buna göre optimize etmek için sistemin matematiksel modelini kullanan gelişmiş bir kontrol stratejisidir.MPC'nin, geleneksel yöntemlere kıyasla daha sıkı bir sıcaklık kontrolünü sürdürürken, pil termal yönetim sistemlerinde enerji tüketimini önemli ölçüde azalttığı gösterilmiştir..
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.
MPC tabanlı BTMS su soğutma ünitesi üç aşamalı akıllı bir döngü ile çalışır:
1Tahmin edici dijital ikiz modeli
Akü termal-elektrik bağlantılı dijital ikiz modeli gerçek zamanlı olarak oluşturulur ve akü sıcaklığı yörüngesini önümüzdeki 30 ̇ 60 saniye boyunca tahmin eder.Bu model, gerçek sensör geri bildirimlerine dayanarak sürekli olarak güncellenir.Batarya ömrü boyunca değişen koşullarda bile tahmin doğruluğunu sağlar.
2Çok Boyutlu Giriş Entegrasyonu
Sistem sadece akü sıcaklığına bakmıyor, yol koşullarını, şarj gücü profillerini, ortam sıcaklığı tahminlerini ve hatta beklenen sürüş kalıplarını da dikkate alıyor.Bu girişleri birleştirerek, MPC algoritması ısı bir sorun haline gelmeden önce optimal soğutma stratejisini planlar.
3. Geri bildirim düzeltmesi ile yuvarlak optimizasyon
Her kontrol döngüsü içinde, sistem sürekli olarak öngörülen sonuçları gerçek ölçümlerle karşılaştırarak ve modelini gerçek zamanlı olarak ayarlayarak yuvarlak optimizasyon yapar.Bu kapalı döngü, soğutma sisteminin her zaman termal olaylardan bir adım önde olmasını sağlar..
NEWBASE'in BTMS su soğutma ünitelerinde MPC uygulamasının sonuçları ölçülebilir ve önemli:
Ticari EV pazarı 4C ve 5C ultra hızlı şarj standartlarına geçtikçe, pil paketlerindeki termal yük çarpıcı bir şekilde artıyor.4C şarjı, akımın dört katı kapasiteyi sağlar. Geleneksel şarjdan çok daha fazla ısı üretir.Akıllı termal yönetim olmadan, bu ısı pil hücrelerini bozabilir, şarj verimliliğini azaltabilir ve hatta termal kaçış olaylarını tetikleyebilir.
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 temperatureŞarj esnasında, gerçek zamanlı sıcaklık tahminlerine dayanarak soğutma yoğunluğunu dinamik olarak ayarlar.
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'in başarısı, bu akademik ilerlemeleri, güvenilirlik, dayanıklılık,ve maliyet etkinliği pazarlık edilemez..
MPC sadece bir kontrol algoritması yükseltmesi değil, gerçekten akıllı pil termal yönetiminin temelidir.Tahmin etme yeteneği, termal sorunları planlamak ve ortaya çıkmadan önce önlemek, endüstri liderlerini diğerlerinden ayıracak.
Elektrikli araçlarda geleneksel PID sıcaklık kontrolü "geriye bakan aynaya bakarak araba kullanmak" gibi çalışır.Bu yaklaşım genellikle yeterlidir.Ancak 200-400 kWh'lık batarya paketi taşıyan ve 4C hızlı şarj gerektiren ticari elektrikli araçlar için, reaktif soğutma sadece devam edemez.
İşte burada Model Tahmin Kontrolü (MPC) her şeyi değiştiriyor.
Model Prediktif Kontrol, gelecekteki davranışını tahmin etmek ve kontrol eylemlerini buna göre optimize etmek için sistemin matematiksel modelini kullanan gelişmiş bir kontrol stratejisidir.MPC'nin, geleneksel yöntemlere kıyasla daha sıkı bir sıcaklık kontrolünü sürdürürken, pil termal yönetim sistemlerinde enerji tüketimini önemli ölçüde azalttığı gösterilmiştir..
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.
MPC tabanlı BTMS su soğutma ünitesi üç aşamalı akıllı bir döngü ile çalışır:
1Tahmin edici dijital ikiz modeli
Akü termal-elektrik bağlantılı dijital ikiz modeli gerçek zamanlı olarak oluşturulur ve akü sıcaklığı yörüngesini önümüzdeki 30 ̇ 60 saniye boyunca tahmin eder.Bu model, gerçek sensör geri bildirimlerine dayanarak sürekli olarak güncellenir.Batarya ömrü boyunca değişen koşullarda bile tahmin doğruluğunu sağlar.
2Çok Boyutlu Giriş Entegrasyonu
Sistem sadece akü sıcaklığına bakmıyor, yol koşullarını, şarj gücü profillerini, ortam sıcaklığı tahminlerini ve hatta beklenen sürüş kalıplarını da dikkate alıyor.Bu girişleri birleştirerek, MPC algoritması ısı bir sorun haline gelmeden önce optimal soğutma stratejisini planlar.
3. Geri bildirim düzeltmesi ile yuvarlak optimizasyon
Her kontrol döngüsü içinde, sistem sürekli olarak öngörülen sonuçları gerçek ölçümlerle karşılaştırarak ve modelini gerçek zamanlı olarak ayarlayarak yuvarlak optimizasyon yapar.Bu kapalı döngü, soğutma sisteminin her zaman termal olaylardan bir adım önde olmasını sağlar..
NEWBASE'in BTMS su soğutma ünitelerinde MPC uygulamasının sonuçları ölçülebilir ve önemli:
Ticari EV pazarı 4C ve 5C ultra hızlı şarj standartlarına geçtikçe, pil paketlerindeki termal yük çarpıcı bir şekilde artıyor.4C şarjı, akımın dört katı kapasiteyi sağlar. Geleneksel şarjdan çok daha fazla ısı üretir.Akıllı termal yönetim olmadan, bu ısı pil hücrelerini bozabilir, şarj verimliliğini azaltabilir ve hatta termal kaçış olaylarını tetikleyebilir.
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 temperatureŞarj esnasında, gerçek zamanlı sıcaklık tahminlerine dayanarak soğutma yoğunluğunu dinamik olarak ayarlar.
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'in başarısı, bu akademik ilerlemeleri, güvenilirlik, dayanıklılık,ve maliyet etkinliği pazarlık edilemez..
MPC sadece bir kontrol algoritması yükseltmesi değil, gerçekten akıllı pil termal yönetiminin temelidir.Tahmin etme yeteneği, termal sorunları planlamak ve ortaya çıkmadan önce önlemek, endüstri liderlerini diğerlerinden ayıracak.