Eine optimale multi‑zielige Regelungsarchitektur für PMSM‑Antriebe

Schlauere Steuerzentralen für E‑Autotriebe

Elektroautos verlassen sich auf kompakte, leistungsstarke Motoren, die bei jedem Betätigen des Gaspedals oder beim Bergauffahren gleichmäßig reagieren müssen. Dieser Beitrag untersucht eine intelligentere Methode zur Regelung eines der populärsten Motortypen in Elektrofahrzeugen, mit dem Ziel, Antriebe sanfter, effizienter und zuverlässiger zu machen – auch wenn sich die Bedingungen ändern oder Bauteile im Laufe der Zeit altern.

Warum die Motorregelung ein Upgrade braucht

Moderne Elektroautos verwenden häufig permanentmagneterregte Synchronmaschinen, die viel Drehmoment und hohe Effizienz auf kleinem Raum liefern. Doch das Optimum aus diesen Maschinen herauszuholen ist nicht trivial. Traditionelle Regelungsverfahren, wie klassische Rückkopplungsregler oder Fuzzy‑Logik‑Konzepte, haben Schwierigkeiten, wenn der Motor nichtlinear reagiert oder seine inneren Eigenschaften durch Temperatur, Alterung oder wechselnde Fahrbedingungen driftet. Andere Methoden, etwa die direkte Drehmomentregelung, reagieren zwar schnell, erzeugen aber große Welligkeiten in Drehmoment und Strom, was sich in Vibration, Geräusch und Energieverlust niederschlagen kann. Da Elektrofahrzeuge zunehmend in steilem Gelände, im Stop‑and‑Go‑Verkehr und unter variierenden Lasten betrieben werden, benötigen Ingenieure eine Regelstrategie, die sowohl schnell als auch schonend für die Hardware ist.

Blick in die neue Regelungsmethode

Die Autoren bauen auf einer Strategie namens modellprädiktive Regelung auf, die durch mathematische Vorhersage des Motorverhaltens für einen kurzen Zeitraum in die Zukunft arbeitet. In jedem Moment bewertet der Regler mögliche Aktionen und wählt diejenige, die laut einer Kostenfunktion am besten abschneidet. In dieser Studie ist die Kostenfunktion „multi‑zielig“: Sie gleicht mehrere Ziele gleichzeitig aus, etwa das Einhalten sicherer Stromgrenzen, die Stabilisierung der Versorgungsspannung und die Verringerung der in den Schaltbauteilen verlorenen Leistung. Eine zentrale Innovation ist ein vereinfachtes „Step‑Ahead“-Modell der Motorströme in einem speziellen rotierenden Bezugsrahmen, der mit dem Rotor verknüpft ist. Dadurch sind die Vorhersagen schnell genug für hohe Abtastraten, erfassen aber dennoch die wesentlichen physikalischen Zusammenhänge der Drehmomentbildung.

Weniger, aber klügere Entscheidungen treffen

Eines der Hauptprobleme modellprädiktiver Regelung in der Leistungselektronik ist der hohe Rechenaufwand. Theoretisch könnte der Regler in jedem winzigen Zeitschritt alle möglichen Schaltkombinationen des Wechselrichters testen. Die Autoren reduzieren diese Last durch ein viersektoriges Spannungswahl‑Schema, das nur einen eingeschränkten Satz von Kandidaten‑Spannungsvektoren berücksichtigt, ausgewählt nach dem aktuellen Fehler. Ein spezieller nichtlinearer Term in der Kostenfunktion schließt automatisch Optionen aus, die den Strom über seinen sicheren Spitzenwert treiben würden, sodass der Regler den Motor nie ernsthaft „überfährt“. Gleichzeitig ist eine Lyapunov‑artige Energiemaßnahme in die Zielfunktion eingebaut, die mathematisch garantiert, dass eine energieähnliche Größe des Systems im Zeitverlauf abnimmt und so eine solide Grundlage für Stabilität liefert.

Umgang mit realen Änderungen und Fehlern

Der vorgeschlagene Regler ist außerdem praxisorientiert für den Einsatz in Elektrofahrzeugen ausgelegt. Er regelt die DC‑Link‑Spannung – die interne Versorgungs‑Schiene des Wechselrichters – wodurch er auf plötzliche Änderungen des Lastmoments oder der Straßensteigung reagieren kann, ohne die Kontrolle zu verlieren. Anstatt auf einen physischen Drehzahlsensor zu setzen, der Kosten und Komplexität erhöht, nutzt das Konzept strombasierte Informationen und eine kompakte Kondensatoranordnung. Durch detaillierte Simulationen in MATLAB/Simulink prüfen die Autoren Extremfälle, in denen Widerstand und Induktivität des Motors absichtlich um bis zu 50–150 % ihrer Nennwerte variiert werden, um Erwärmung, Alterung und magnetische Sättigung nachzubilden. Selbst unter diesen harten Bedingungen bleiben die Motorströme nahe den Sollwerten, das Drehmoment stellt sich nach Störungen schnell ein, und die Spannung bleibt nahezu konstant.

Was die Ergebnisse für Fahrer bedeuten

Vereinfacht gesagt zeigt diese Arbeit, wie ein sorgfältig gestalteter „denkender“ Regler den Motor eines Elektroautos auch bei Steigungen, plötzlichen Beschleunigungen und langfristiger Abnutzung glatt und effizient laufen lassen kann. Durch Vorhersage des Motorverhaltens und das gleichzeitige Abwägen mehrerer Ziele – sanftes Drehmoment, sichere Ströme und geringe Schaltverluste – reduziert das vorgeschlagene Konzept Stromwelligkeiten, hält die Gesamtverzerrung unter 5 % und verringert unnötiges Schalten. Diese Kombination verspricht leiseren Betrieb, besseren Energieeinsatz und höhere Robustheit über die Lebensdauer des Fahrzeugs. Obwohl die Studie auf Simulationen beruht, schafft sie eine starke Grundlage für künftige Versuche in realen Elektrofahrzeugen, wo eine solche intelligente Regelung letztlich dazu beitragen könnte, die Reichweite zu verlängern und wertvolle Batterie‑ und Leistungselektronikkomponenten zu schützen.

Zitation: Mohapatra, B.K., Sharma, V., Bhowmik, P. et al. An optimal multi-objective control architecture of PMSM drives. Sci Rep 16, 11289 (2026). https://doi.org/10.1038/s41598-026-38815-x

Schlüsselwörter: elektrische Fahrzeuge, Motorregelung, prädiktive Regelung, Permanentmagnetmotor, Energieeffizienz