Clear Sky Science · zh

基于机器学习的最大功率点跟踪与二次双扩展直流-直流变换器集成,用于并网光伏供电无刷直流电动汽车

· 返回目录

为前行提供清洁动力

随着电动汽车从小众走向主流,一个关键问题出现:如何在不浪费宝贵能源的前提下,用清洁能源为它们充电并驱动?本文探讨了一种光伏驱动系统,旨在从阳光中榨取更多电能,通过更高效的电子装置传输,并可靠地驱动电机,同时保持电网与车载电池之间的平衡。其结果是一套面向更清洁、更高效电动出行的技术蓝图,有望使太阳能充电车辆在日常生活中更实用。

Figure 1
Figure 1.

为何太阳能汽车需要更智能的电子设备

太阳能电池板因能将免费阳光转为电能且无尾气排放而对车辆供能具有吸引力。但单块电池板的输出电压较低,且会随云层、温度和时段不断变化。要驱动电机,这种不稳定的低电平电力必须被提升、稳压并在电机、电池与电网之间分配。传统的电子变换器可以实现这些功能,但在变化条件下难以高效达到高电压。类似地,许多现有的用于搜索电池板“最佳点”(最大功率点)的控制方法速度较慢、易产生振荡,或在快速天气变化和部分遮挡情况下失准。

提升太阳能功率的新途径

为应对这些挑战,作者设计了一种称为二次双扩展(QDE)的新型直流-直流变换器。简单来说,该电路接受来自光伏阵列的中等直流电压,通过精心布置的电感、电容、二极管和两个有源开关网络,将其倍增到更高、更有用的电压水平。与将多个变换器串联的传统多级升压器不同——那样会增加成本、复杂性和额外的能量损耗——QDE设计在单一结构内随时间复用能量通路。这样输出电压相对于控制信号(占空比)呈二次增长,同时保持器件上的电压应力相对较低。较低的应力意味着零件可以更小、更冷、更可靠,从而帮助整个系统以更高效率运行。

Figure 2
Figure 2.

让学习算法寻找阳光

电压提升只是问题的一半;系统还必须决定以多大强度驱动变换器,才能在任何时刻从电池板获取最多能量。为此,作者引入了机器学习与一种受自然启发的搜索策略。他们使用径向基函数神经网络(RBFNN),这是一种能捕捉非线性关系的简单学习模型,用以输出变换器的控制信号。该神经网络通过一种模拟海龟觅食行为的优化方法进行调优:海龟沿化学线索在海洋中寻找丰富的觅食区。在电子模拟中,许多“虚拟海龟”探索不同参数组合,逐步汇聚到最大化与功率捕获相关性能评分的设置。该海龟觅食优化(STFO)过程赋予控制器在阳光和温度变化时快速且平滑响应的能力,使电池板在最小波动下接近最大功率点。

在太阳、蓄电池与电网之间共享能量

在车辆侧,提升后的太阳能电力被送入一个直流母线,为三相逆变器和实际驱动车轮的无刷直流(BLDC)电机供电。一个简单的比例-积分(PI)控制器在不同负载下保持电机速度稳定。为确保车辆不会出现能源短缺或浪费过剩太阳能产出,系统包括连接到电池组的双向变换器,以及连接电网的第二个逆变器。当阳光充足且电机需求较低时,电池可以充电;在行驶时电池可以放电以支持驱动,甚至在车网互动(vehicle-to-grid)情形下向电网反馈能量。对电网的交互也进行管理,以保证有功与无功功率在健康范围内,帮助维持近似正弦且畸变极低的电流。

将设计付诸测试

研究者通过计算机仿真和硬件原型验证了他们的方法。在逼真的太阳输入下,QDE变换器将电池板电压提升到约两倍水平,同时在仿真中保持超过95%的测得转换效率,硬件实验中接近94%。经过STFO训练的神经控制器实现了高跟踪效率,意味着它几乎捕获了电池板可提供的全部功率,同时将纹波和超调控制在较小范围内。并网电流的总谐波失真远低于常见标准,表明反馈到电网的电能非常干净。在多次日照减弱、光伏阵列关闭或负载变化的测试中,电池和电网无缝接管,保证BLDC电机持续平稳运行在目标转速。

对日常驾乘者意味着什么

通俗地说,这项研究表明,智能电子设备与基于学习的控制可以使太阳能电动汽车更加高效且可靠。通过将高增益、低应力的变换器与一种受生物启发的自调节控制器结合,系统能从每一缕阳光中提取更多有用能量,并在热量和电气噪声上减少浪费。电池与电网的协调使用确保在条件不佳时电机仍能稳定运行。尽管仍需未来工作来验证在恶劣环境与器件老化下的长期鲁棒性,但该架构指向了更清洁、更具弹性的电动汽车,这些车辆能更好地与屋顶太阳能系统和现代电网协同工作。

引用: Karthikeyan, D., Shukla, .K. & Rajesh, K. Machine learning-based MPPT integration with quadratic double-extended DC-DC converter for grid-connected PV-powered BLDC electric vehicles. Sci Rep 16, 11466 (2026). https://doi.org/10.1038/s41598-026-41938-w

关键词: 太阳能电动汽车, 电力电子, 最大功率点跟踪, 可再生能源集成, 无刷直流电机驱动