考虑故障影响的电动汽车充电系统控制策略的研究.pdf

第４Ｏ卷第７期２０１２年４月１日电力系统保护与控制ＰｏｗｅｒＳｙｓｔｅｍＰｒｏｔｅｃｔｉｏｎａｎｄＣｏｎｔｒｏｌＶｂ１．４０ＮＯ．７Ａｐｒ．１．２０１２考虑故障影响的电动汽车充电系统控制策略的研究陈磊，黄琦，张昌华，田佳粲（１．电子科技大学能源科学与工程学院，四川成都６１１７３１；２．电子科技大学电力系统广域测量与控制四川省重点实验室，四川成都６１１７３１）摘要：模糊自适应ＰＩＤ控制方法的应用，解决了常规ＰＩＤ控制方法过分依赖于被控系统精确数学模型的问题。对于电动汽车充电系统，模糊自适应ＰＩＤ控制方法的抗故障能力并不突出。针对该问题，建立了充电系统的近似数学模型，讨论了常见故障对系统的影响，提出了一种分段式模糊自适应ＰＩＤ控制方法，给出了基于这种控制方法的相关参数的整定规则。Ｍａｔｌａｂ仿真结果表明：这种控制策略的效果是显著的，与传统的模糊自适应ＰＩＤ控制方法相比，它具有更好的动静态性能和更强的抗故障能力。关键词：电动汽车；充电系统；模糊自适应ＰＩＤ；分段式；抗故障ＳｔｕｄｙｏｎｃｏｎｔｒｏｌｓｔｒａｔｅｇｙｏｆＥＶｃｈａｒｇｉｎｇｓｙｓｔｅｍｃｏｎｓｉｄｅｒｉｎｇｆａｕｌｔｉｎｆｌｕｅｎｃｅＣＨＥＮＬｅｉ，ＨＵＡＮＧＱｉ，ＺＨＡＮＧＣｈａｎｇ．ｈｕａ，ＴＩＡＮＪｉａ．ｓｈｅｎ（Ｉ．ＳｃｈｏｏｌｏｆＥｎｅｒｇｙＳｃｉｅｎｃｅａｎｄＥｎｇｉｎｅｅｒｉｎｇ，ＵｎｉｖｅｒｓｉｔｙｏｆＥｌｅｃｔｒｏｎｉｃＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙｏｆＣｈｉｎａ，Ｃｈｅｎｇｄｕ６１１７３１，Ｃｈｉｎａ；２．ＴｈｅＰｏｗｅｒＳｙｓｔｅｍＷｉｄｅ－ａｒｅａＭｅａｓｕｒｅｍｅｎｔａｎｄＣｏｎｔｒｏｌＫｅｙＬａｂｏｒａｔｏｒｙｏｆＳｉｃｈｕａｎＰｒｏｖｉｎｃｅ，ＵｎｉｖｅｒｓｉｔｙｏｆＥｌｅｃｔｒｏｎｉｃＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙｏｆＣｈｉｎａ，Ｃｈｅｎｇｄｕ６１１７３１，Ｃｈｉｎａ）Ａｂｓｔｒａｃｔ：Ｗｉｔｈｔｈｅａｐｐｌｉｃａｔｉｏｎｏｆｆｕｚｚｙｓｅｌｆ－ａｄａｐｔｉｖｅＰＩＤｃｏｎｔｒｏｌｍｅｔｈｏｄ．ｔｈｅｄｅｆｉｃｉｅｎｃｙｏｆｃｏｎｖｅｎｔｉｏｎａｌＰＩＤｃｏｎｔｒｏｌｍｅｔｈｏｄｗｈｉｃｈｉＳｏｖｅｒ－ｄｅｐｅｎｄｅｎｃｅｏｎｔｈｅｅｘａｃｔｍａｔｈｅｍａｔｉｃａ１ｍｏｄｅｌｏｆｃｏｎｔｒｏｌｌｅｄｓｙｓｔｅｍｈａｓｂｅｅｎｏｖｅｒｃｏｍｅ．Ｂｕｔｔｈｅａｂｉｌｉｔｙｏｆｒｅｓｉｓｔａｎｃｅｔｏｆａｕｌｔｏｆｆｕｚｚｙｓｅｌｆ－ａｄａｐｔｉｖｅＰＩＤｃｏｎｔｒｏｌｍｅｔｈｏｄｉｓｎｏｔｏｕｔｓｔａｎｄｉｎｇｆｏｒｅｌｅｃｔｒｉｃｖｅｈｉｃｌｅｃｈａｒｇｉｎｇｓｙｓｔｅｍ．Ｉｎｏｒｄｅｒｔｏｓｏｌｖｅｔｈｅｐｒｏｂｌｅｍ．ｔｈｉｓｐａｐｅｒｅｓｔａｂｌｉｓｈｅｓｔｈｅａｐｐｒｏｘｉｍａｔｉｏｎｍａｔｈｅｍａｔｉｃａｌｍｏｄｅｌｏｆｃｈａｒｇｉｎｇｓｙｓｔｅｍ，ａｎｄｄｉｓｃｕｓｓｅｓｔｈｅｉｎｆｌｕｅｎｃｅｏｆｃｏｍｍｏｎｍａｌｆｕｎｃｔｉｏｎｏｎｔｈｅｓｙｓｔｅｍ，ａｎｄｔｈｅｎｐｒｏｐｏｓｅｓａｎｅｗｋｉｎｄｏｆｓｅｇｍｅｎｔｅｄｆｕｚｚｙｓｅｌｆ－ａｄａｐｔｉｖｅＰＩＤｃｏｎｔｒｏｌｍｅｔｈｏｄ，ａｎｄｇｉｖｅｓｔｈｅｓｅｔｔｉｎｇｒｕｌｅｓｏｆｔｈｅｒｅｌａｔｅｄｐａｒａｒｎｅｔｅｒｓｂａｓｅｄｏｎｔｈｉｓｃｏｎｔｒｏｌｍｅｔｈｏｄａｔｌａｓｔ．ＭＡＴＬＡＢｓｉｍｕｌａｔｉｏｎｒｅｓｕｌｔｓｓｈｏｗｔｈａｔｔｈｅｅｆｆｅｃｔｓＯｆｔｈｉｓｃｏｎｔｒｏｌｓｔｒａｔｅｇＹａｒｅｒｅｍａｒｋａｂｌｅ．ａｎｄｃｏｍｐａｒｅｄｗｉｔｈｔｈｅｔｒａｄｉｔｉｏｎａｌｆｕｚｚｙｓｅｌｆ－ａｄａｐｔｉｖｅＰＩＤ．ｔｈｉｓｃｏｎ￣ｏｌｓｔｒａｔｅｇｙｈａｓａｂｅａｅｒｄｙｎａｍｉｃａｎｄｓｔａｔｉｃｐｅｒｆｏｆｉｎａｎｃｅａｎｄａｓｔｒｏｎｇｅｒａｂｉｌｉｔｙｏｆｒｅｓｉｓｔａｎｃｅｔｏｆａｕｌｔ．ＴｈｉｓＷＯｒｋｉＳｓｕｐｐｏａｅｄｂｙｔｈｅＦｕｎｄａｍｅｎｔａｌＲｅｓｅａｒｃｈＦｕｎｄｓｆｏｒｔｈｅＣｅｎｔｒａｌＵｎｉｖｅｒｓｉｔｉｅｓ（Ｎｏ．ＺＹＧＸ２００９Ｘ０１４）ａｎｄｔｈｅＰｒｏｇｒａｍｆｏｒＮｅｗＣｅｎｔｕｒｙＥｘｃｅｌｌｅｎｔＴａｌｅｎｔｓｉｎＵｎｉｖｅｒｓｉｔｙ（Ｎｏ．ＮＣＥＴ．Ｏ９．２６２）．Ｋｅｙｗｏｒｄｓ：ＥＶ＝ｃｈａｒｇｉｎｇｓｙｓｔｅｍ；ｆｕｚｚｙｓｅｌｆ－ａｄａｐｔｉｖｅＰＩＤ；ｓｅｇｍｅｎｔｅｄ；ｒｅｓｉｓｔａｎｃｅｔｏｆａｕｌｔ中图分类号：ＴＭ７６文献标识码：Ａ文章编号：１６７４．３４１５（２０１２）０７．０１１７．０６０引言与传统的燃油汽车相比，电动汽车具有低噪声、零排放、综合利用各种能源等优点，可以有效地解决能源危机和环境污染这两大世界性难题，具有广阔的应用前景和巨大的发展空间Ｌｌ】。２０１０年１Ｏ月，“”由科技部牵头制订的《电动汽车科技发展十二五专项规划》中指出：到２０１５年，我国电动汽车保有量将达到１００万辆。这使得电动汽车智能充电设备基金项目：中央高校基本科研业务费专项资金资助（ＺＹＧＸ２００９Ｘ０１４）；教育部新世纪优秀人才支持计划项目—（ＮＣＥＴ－０９２６２）的研发成为该领域的热点之一。从电动汽车充电的角度，要求充电设备具有大功率、高效率、长期可靠工作等特点，因此，灵活而高效的控制策略是实现这一目标的关键。而从控制科学的角度来看，电动汽车充电设备属于电力电子整流逆变设备，是一个离散的非线性控制系统ｌ３］。目前，工业界从简单和快速的控制目标出发，主要采用常规ＰＩＤ控制方法，其控制效果在很大程度上依赖于被控对象的数学模型是否准确【４．引。也有学者针对常规ＰＩＤ控制的缺点，提出了不依赖于准确数学模型的模糊自适应ＰＩＤ控制［６－７］，它在一定程度上提高了系统的性能。然而，由于这种控制策略的量化因子和比例因子固定不变，使得充电系统在发生电力系统保护与控制缺相等严重故障时很难达到较好的控制效果。为了解决这一问题，本文通过对常规ＰＩＤ控制下的系统响应曲线进行分析，提出了一种以模糊自适应ＰＩＤ为基础的分段式控制方法，并通过Ｍａｔｌａｂ仿真分析论证了该方法的可行性。１充电系统等效模型及故障分析电动汽车充电系统的结构大致上可分为：不可控整流＋斩波器、不可控整流＋ＤＣ／ＤＣ变换器、ＰＷＭ整流＋ＤＣ／ＤＣ变换器三类。基于其对电网谐波的影响、复杂程度以及成本等诸多因数的考虑，不可控整流＋ＤＣ／ＤＣ变换器为当前主流结构，其等效模型如图１所示。图１充电系统等效模型Ｆｉｇ．１Ｅｑｕｉｖａｌｅｎｔｍｏｄｅｌｏｆｃｈａｒｇｉｎｇｓｙｓｔｅｍ对于图１所示的充电系统等效模型，假设输入为理想电源，忽略二极管压降和线路中的分布电感、分布电容、分布电阻等参数。以功率变换电路为界进行讨论，并考虑滤波电路前后的变化，将模型近似化处理，可得到充电系统前端近似数学表达式为１１１一——Ｕ㈩ＬＬｂＪ式（１）中，非线性电阻Ｒｂ为功率变换电路等效输入阻抗，根据能量守恒原则，确定其近似表达式为Ｒｂ＝ｒ／Ｒ］充电系统后端近似数学表达式为淞Ｖ￣ｌ（３）联立式（１）～式（３），消除电流变量，可得到电动汽车充电系统从输入到输出的近似数学表达式为ⅣＩ２１１一ＩｕＩＩＤ（ｆ）ｌ（４）ｊｌｊⅣⅣ其中：ｌ、２分别为变压器初次级绕组匝数；Ｉ为等效负载电阻；Ｄ为功率变换电路的占空系数；为变换效率。由于各种参数的计算和选取不是本文讨论的重点，这里不作说明，可参考文献［８】。下面对上述电路中可能发生的常见故障展开讨论。（１）当母线或输出线路等由于某种原因断开时，功率传输也同时被切断，因此，本文不予讨论。（２）当系统输入缺相时，由于三相交流电的各相电流之和为零，因此，非故障相的电流会因为故障相的电流畸变而发生较大的畸变，从而导致式（１）中的母线电流屯ｂ和母线电压均出现较大的变化。因此，在这种故障情况下，要求系统具有较好的调节性能。（３）当功率变换环节的某个二极管损坏时，系统功率变换的输出端可等效为Ｂｕｃｋ调整器，为简化分析，假设变压器次级的电压为理想的正负电平，此时系统输出端的等效电路如图２所示。。——一０Ｄ下ＡＣＯ＝ＺＲＬ≤ｌ＿Ｌ厂ＺＤ２Ｄ３ＴＩ图２高频二极管损坏时输出端等效电路Ｆｉｇ．２Ｏｕｔｐｕｔｔｅｒｍｉｎａｌｅｑｕｉｖａｌｅｎｔｃｉｒｃｕｉｔｗｈｅｎｔｈｅｈｉｇｈ－ｆｒｅｑｕｅｎｃｙｄｉｏｄｅｉｓｄａｍａｇｅｄ变压器次级输出电压相对Ａ点为负电平时，电路通过Ｄ１、Ｄ３构成回路正常工作，同时给电感和电容充电；Ａ点为正电平时，故障二极管切断了输入回路，因此，电路通过Ｄ１、Ｄ３、ＲＬ和Ｃ０、凡构成两个放电回路。由于元件储能有限，式（３）中的输出电压和输出电流厶可能出现畸变，同时电路可能进入不连续工作状态，使系统出现较大的跌落和振荡。这时同样要求系统具备较好的调节能力。２分段式模糊自适应ＰＩＤ控制器的提出２．１常规ＰＩＤ控制器的响应曲线分析针对电动汽车充电系统等效模型及其近似数学陈磊，等考虑故障影响的电动汽车充电系统控制策略的研究－１１９－表达式建立Ｍａｔｌａｂ仿真系统。以５ｋＷ为例，其典型参数为Ｌｂ＝４００，０：７５０，Ｃｂ＝２０００，ＣｏⅣⅣ１０００，２／】－－０．１７ｏ根据常规ＰＩＤ的控制规律，采用Ｚｉｅｇｌｅｒ－Ｎｉｃｈｏｌｓ整定方法１９们，可得到该充电系统的常规ＰＩＤ控制器的最优参数为＝１．０３，：３．０３，Ｋａ＝６ｘ１０～。设定目标电压为１００Ｖ，仿真时间为０．０１Ｓ，系统的阶跃响应曲线和偏差曲线如图３所示。０．Ｏｏ００．００ｌＯ．０ｏ２０．００３０．０Ｏ４０．００５０．０ｏ６０．００７０．ｏｏ８０．００９０．０１０ｔ／ｓ图３常规ＰｌＤ控制系统的仿真曲线Ｆｉｇ．３ＳｉｍｕｌａｔｉｏｎｃｕｒｖｅｓｏｆｔｈｅｃｏｎｖｅｎｔｉｏｎａｌＰＩＤ观察电压响应曲线可知：系统的超调量约为２４．５２％，调节时间约为４．１０ｘ１０一Ｓ，在４．８０￣１０Ｓ达到稳态。分析系统偏差曲线：初始时刻系统偏差很大，但变化很小，因此这～阶段偏差变化率的绝对值约为０；从０．０００６Ｓ开始，系统偏差开始迅速减小，而由于偏差曲线的斜率绝对值迅速增加，导致偏差变化率呈指数级增加；在０．００２１Ｓ偏差第一次趋近于零；０．００２１－４）．００４８Ｓ，系统开始振荡并向稳态值逼近，此时尽管偏差很小，但是其变化速度很快，所以变化率很大；从０．００４８ｓ开始，系统趋于稳态，偏差和偏差变化率都在较小的范围内波动。２．２模糊自适应ＰＩＤ控制器的建立２．２．１控制原理ｌ¨模糊自适应ＰＩＤ控制器与常规ＰＩＤ控制器相比，不需要建立准确的数学模型。控制器在常规ＰＩＤ算法的前提下，通过实时计算系统的偏差Ｅ和偏差变化率，利用所制定的各种规则，得出修正量、△、ＡＫｄ。将修正量与常规ＰＩＤ算法下确定的参数相加得到实时的ＰＩＤ控制参数。２．２．２相关规则和变量的确定Ｌ１】（１）模糊控制规则和清晰化方法关于模糊自适应ＰＩＤ控制器各修正量、△ＡＫｉ、的模糊控制规则，已有相关学者对此领域做了大量研究，并取得了很好的控制效果，其控制规则如表１所示。采用重心法对输出模糊量清晰化。（２）论域、模糊集和隶属函数定义，…｛Ｏ，士１，，士６）为系统偏差和偏差变化率在模糊集上的论域。考虑到模糊集对论域的包容度，定义Ｅ＝｛ＮＢ，ＮＭ，ＮＳ，ＮＯ，ＰＯ，ＰＳ，ＰＭ，ＰＢ），反＝｛ＮＢ，ＮＭ，ＮＳ，ＺＯ，ＰＳ，ＰＭ，ＰＢ｝为该论域上的模糊子集。隶属函数的形式有多种，本文各模糊子集的隶属函数均采用三角形。（３）量化因子和比例因子量化因子和比例因子的选取对系统的性能有较大的影响。当量化因子＝０．４９，砭＝８．０１；比例因子凰Ｄ＝：０．５０９，ｇｕｉ＝１．９２，Ｋｕｄ＝１．６９时，本文所讨论的控制系统效果达到最优。表１模糊自适应ＰＩＤ控制规则表Ｔａｂｌｅ１Ｃｏｎｔｒｏｌｒｏｌｅｔａｂｌｅｏｆｆｕｚｚｙｓｅｌｆ－ａｄａｐｔｉｖｅＰＩＤ△△Ａ，，——————————————————————————————————————————————————ｒ－一‘ＮＢＮＭＮＳＺＯＰＳＰＭＰＢＮＢＰＢ，ＮＢ，ＰＳＰＢ，ＮＢ，ＮＳＰＭ，ＮＭ，ＮＢＰＭ，ＮＭ，ＮＢＰＳ＇ＮＳ，ＮＢＺＯ，ＺＯ，ＮＭ’ＺＯ，ＺＯＮＳＮＭＰＢＩＮＢ．ＰＳＰＢ．ＮＢ．ＮＳＰＭ．ＮＭ．ＮＢＰＳＮＳ．ＮＭＰＳ．ＮＳ．ＮＭＺＯ．ＺＯ．ＮＳＮＳ．ＺＯ．ＺＯＮＳＰＭ．ＮＢ．Ｚ０ＰＭ．ＮＭＩＮＳＰＭ．ＮＳ．ＮｌＰＳ．ＮＳ．ＮＭＺＯ．Ｚ０ＩＮＳＮＳ．ＰＳＩＮＳＮＳ．ＰＳ．ＺＯＮＯＰＭ．ＮＭ．Ｚ０ＰＭ．ＩＮＳＰＳＩＮＳ．ＮＳＺＯ．ＺＯ－ＮＳＮＳ．ＺＯ－ＮＳＮＳ．ＰＳ．ＮＳ．ＰＭ．ＺＯＰＯＰＭ．ＮＭ．ＺＯＰＳ．ＮＳ．ＮＳＰＳ．ｚＯ．ＮＳＺＯ．ｚＯ．ＮＳＮＳ＿ＰＳ．ＮＳＮＭ．ＰＭ．ＮＳＮＭ．ＰＭ．ＺＯＰＳＰＳ．ＮＭ．ＺＯＰＳ．ＮＳＺＯＺＯ．ＺＯ．ＺＯＮＳ．ＰＳ．ＺＯＮＳ．ＰＳ．ＺＯＮＭ．ＰＭ．ＺＯＮＭ．ＰＢ．Ｚ０ＰＭＰＳ．ＺＯ．ＰＢＺｏ．ＺＯ．ＰＳＮＳ．ＰＳ．ＰＳＮＭ．ＰＳ．ＰＳＮＭ＿Ｐ￣ＬＰＳＮＭ．ＰＢ．ＰＳＮＢ．ＰＢ．ＰＢＰＢＺＯ．ＺＯ．ＰＢＺＯ．ＺＯ．ＰＭＮＭ．ＰＳ．ＰＭＮＭ．ＰＭ．ＰＭＮＭ．ＰＭ．ＰＳＮＢ．ＰＢ．ＰＳＮＢ．ＰＢ．ＰＢ注：ＮＢ、ＮＭ、ＮＳ、ＮＯ、ＺＯ、ＰＯ、ＰＳ、ＰＭ、ＰＢ分别表示负大、负中、负小、负零、零、正零、正小、正中、正大。２．３分段式控制策略的提出从２．１节对图３的分析可知：系统偏差Ｅ和偏差变化率随着时间的变化而变化。因此，可以将量化因子和比例因子根据各时间段Ｅ和丘值的不同而分段设置，提高模糊自适应ＰＩＤ控制器的性能。３分段式模糊自适应ＰＩＤ控制器的设计３．１控制原理及分段方法根据ＰＩＤ各环节的不同作用，控制系统有以下特征：和越大，系统上升速度越快，过大的一１２０．电力系统保护与控制和ｐ可能会导致严重的超调；ｉ越大，系统的偏差越小，但凰ｉ过大可能导致系统不稳定；。和ｄ越大，系统越稳定，超调越小，然而过大的。和ｄ会使系统的响应变慢。分段式模糊自适应ＰＩＤ的控制原理如图４所示。图４分段式模糊自适应ＰＩＤ控制原理图Ｆｉｇ．４Ｃｏｎｔｒｏｌｐｒｉｎｃｉｐｌｅｄｉａｇｒａｍｏｆｓｅｇｍｅｎｔｅｄｆｕｚｚｙｓｅｌｆ－ａｄａｐｔｉｖｅＰＩＤ基于上述特征，可确定如下分段方法：若和＆很大，取较小的和。以提高Ｅ和＆的变化范围，较大的。加快系统响应速度；若Ｅ和展很小，取较大的和提高和丘的识别精度，同时取较小的凰。降低系统的超调量和较大的ｉ减小系统的静态误差；，ｕｄ主要增强系统的动态性能，在一定范围内对系统的影响不大，可以取定值。３．２分段参数和仿真模型根据本文所提出的分段依据和建立的５ｋＷ充电系统仿真模型，通过对常规ＰＩＤ控制下图３所示的系统响应曲线所进行的分析，将控制系统按其响应特点分为四个阶段。整定的最优分段参数如表２所示。表２分段式模糊自适应ＰＩＤ控制器的分段参数Ｔａｂｌｅ２Ｓｕｂｓｅｃｔｉｏｎｐａｒａｍｅｔｅｒｓｏｆｓｅｇｍｅｎｔｅｄｆｕｚｚｙｓｅｌｆ－ａｄａｐｔｉｖｅＰＩＤｃｏｎｔｒｏｌｌｅｒ变量。ｄｔ／ｓ启动０－０．４９２０．Ｏ８０．５０９１．９２１．６９阶段０．０００６上升０．０００６－－０４９２．Ｏｌ０．５０９１．９２１．６９阶段０．００２ｌ调整０．００２１～８０．５１１２．０４０－３１６．５５１．６９阶段０．００４８稳态０．００４８－８０．５１ｌ７．５５０．３１６．５５】．６９阶段结束注：ｔ为充电系统各阶段所对应的时间。分段式模糊自适应ＰＩＤ控制器的Ｍａｔｌａｂ仿真模型如图５所示。日标电压输出电系统偏差偏差变化率图５分段式模糊自适应ＰＩＤ控制器仿真模型Ｆｉｇ．５Ｓｉｍｕｌａｔｉｏｎｍｏｄｅｌｏｆｓｅｇｍｅｎｔｅｄｆｕｚｚｙｓｅｌｆ－ａｄａｐｔｉｖｅＰＩＤｃｏｎｔｒｏｌｌｅｒ４仿真结果及分析模糊自适应ＰＩＤ与常规ＰＩＤ的对比，前人已经做了很多相关的研究，本文在此不做详述，仅比较分析分段式模糊自适应ＰＩＤ和模糊自适应ＰＩＤ。根据上述确定的参数，各种情况下系统的输出响应曲线如图６所示。从图６ｆａ）可以看出，正常情况下，模糊自适应ＰＩＤ与分段式模糊自适应ＰＩＤ的响应曲线相比，超调量前者明显高于后者，调节时间和稳态误差略高于后者，因此，正常情况下分段式模糊自适应ＰＩＤ控制器的性能优于模糊自适应ＰＩＤ控制。加入扰动后，两者的响应曲线没有显著的差别，均能在较短的时间内恢复到稳定状态。从图６（ｂ１可以看出，如陈磊，等考虑故障影响的电动汽车充电系统控制策略的研究一１２１－０．００００．００１０．００２０．００３０．００４０．００５０．００６０．００７０．００８０．００９０．０１０ｔ／ｓ（ａ）加入扰动ｎ００００．００】ｎ００２０．００３ｎ０Ｏ４０００５０．００６０．００７ｎ００８０００９０．０】０ｓ（ｂ１启动时输入缺相０．００００．００ｌ０．０ｏ２０．００３０．００４０．００５０．００６０．００７０．００８０００９００１０ｓｆｃ）充电时输入缺相‘ｎｏ００ｎｏ０ｎｏ０２ｏ。００ｎｏ０４ｎ‘０。００６ｎｏ０ｎ。ｏ０。ｎｏ０９０叭。（ｄ）启动时高频整流二极管烧断‘ｎ。０ｏ０００００ｎｏ０ｎ。ｏ４。０。ｏｏ０００００。００９ｏ１。（ｅ）充电时高频整流二极管烧断图６系统输出响应曲线Ｆｉｇ．６ＳｙｓｔｅｍｏｕｔｐｕｔｒｅｓｐｏｎｓｅＣＨＩＶｅ果启动时充电系统的输入级缺相，模糊自适应ＰＩＤ的响应曲线有１９ｖ左右的跌落，同时曲线有轻微的振荡，而分段式模糊白适应ＰＩＤ的响应曲线仍能维持在正常状态，这时后者的性能明显优于前者。从图６（ｃ）可以看出，稳定工作后如果输入级突然缺相，两者的输出波形均没有明显的变化。从图６（ｄ）可以看出，如果启动时充电系统输出级的高频整流桥中某个二极管烧断，模糊自适应ＰＩＤ的响应曲线有１８ｖ左右的跌落，且曲线振荡明显，分段式模糊自适应ＰＩＤ的响应曲线有约１Ｖ的跌落，无振荡；前者达到稳态所需的时间略低于后者，但就充电系统而言，这并不是我们所考虑的核心问题。从图６（ｅ）可以看出，稳定工作后，如果输出级的高频整流桥中某个二极管烧断，模糊自适应ＰＩＤ的响应曲线有３５ｖ左右的跌落，而分段式模糊自适应ＰＩＤ的响应曲线仅有１５ｖ左右，且最终的稳态误差前者显著高于后者，因此在这种情况下，分段式模糊自适应ＰＩＤ控制器的性能同样明显优于前者。从上述分析可以归纳出两种控制策略的控制效果如表３所示。表３两种控制策略的控制效果比较＼参数状态＼＼故障时间稳态误差振荡正常情况无ｒ０ｖ，ｏｖ）（无，无）加入扰动充电时（０ｖ，０Ｖ）（无，无）输入启动时（０．５ｖ，１９Ｖ）（无，有）缺相充电时（Ｏｖ，ｏＶ）（无，无）高频二极管启动时（１ｖ，１８Ｖ）（无，有）故障充电时（２ｖ，１８Ｖ）（无，有）注：括号内第一项为分段式模糊自适应ＰＩＤ的响应曲线第二项为模糊自适应ＰＩＤ的响应曲线。由此可知，在仅仅加入扰动和充电中输入级缺相时，两种控制方法均具有较好的调节性能。但当系统在发生其他严重故障时，分段式模糊自适应ＰＩＤ的控制效果要远远优于传统的模糊白适应ＰＩＤ。５结语本文从电动汽车充电系统的等效模型出发，给出了其近似数学表达式，分析了常见故障对系统的影响。在此基础上建立了Ｍａｔｌａｂ仿真模型。通过分析常规ＰＩＤ控制下的响应曲线，确定了各阶段偏差和偏差变化率的基本规律，并将这种规律应用于传统的模糊白适应ＰＩＤ控制理论中，由此提出了一种分段式模糊自适应ＰＩＤ的控制策略，最后将这种控制策略应用于５ｋＷ电动汽车充电系统的仿真模型。一１２２．电力系统保护与控制Ｍａｔｌａｂ仿真结果表明，在这种控制策略下充电系统的输出响应曲线超调小、响应速度快、稳态误差小，抗故障能力强。参考文献［１］ＲａｍｔｅｅｎＳｉｏｓｈａｎｓｉ，ＰａｕｌＤｅｎｈｏｌｍ．Ｅｍｉｓｓｉｏｎｓｉｍｐａｃｔｓａｎｄｂｅｎｅｆｉｔｓｏｆｐｌｕｇ－ｉｎｈｙｂｒｉｄｅｌｅｃｔｒｉｃｖｅｈｉｃｌｅｓａｎｄｖｅｈｉｃｌｅｔｏｇｒｉｄｓｅｒｖｉｃｅｓ［Ｊ］．ＥｎｖｉｒｏｎＳｃｉＴｅｃｈｎｏｌ，２００９，３４（４）：１９９－２０４．［２］ＥＰＲＩ，ＮＲＤＣ．Ｅｎｖｉｒｏｎｍｅｎｔａｌａｓｓｅｓｓｍｅｎｔｏｆｐｌｕｇ－ｉｎｈｙｂｄｄｅｌｅｃｔｒｉｃｖｅｈｉｃｌｅｓ［Ｒ］．ｖｏ１．２：ＵｎｉｔｅｄＳｔａｔｅｓＡｉｒＱｕａｌｉｔｙＡｎａｌｙｓｉｓＢａｓｅｄｏｎＡＥＯ－２００６Ａｓｓｕｍｐｔｉｏｎｓｆｏｒ２０３０，ＰａｌｏＡｌｔｏ，ＣＡ，Ｊｕｌｙ２００７．［３］于明杨，蒋新华，王莉，等．开关电源的建模与优化设计研究［Ｊ］．中国电机工程学报，２００６，２６（２）：１６５－１６９．ＹＵＭｉｎｇ－ｙａｎｇ，ＪＩＡＮＧＸｉｎ－ｈｕａ＇ＷＡＮＧＬｉ，ｅｔａ１．Ｍｏｄｅｌｉｎｇａｎｄｏｐｔｉｍｉｚａｔｉｏｎｄｅｓｉｇｎｆｏｒｓｗｉｔｃｈｉｎｇｐｏｗｅｒｓｕｐｐｌｙ［Ｊ］．ＰｒｏｃｅｅｄｉｎｇｓｏｆｔｈｅＣＳＥＥ，２００６，２６（２）：—１６５１６９．［４１ＭｉｃｈａｉｌＰｅｔｒｏ￣ＩｖａｎＧａｎｃｈｅｖ，ＡｌｂｅｎａＴａｎｅｖａ．ＦｕｚｚｙＰＩＤｃｏｎｔｒｏｌｏｆｎｏｎｌｉｎｅａｒｐｌａｎｔｓ［Ｃ】／／Ｐｒｏｃｅｅｄｉｎｇｓｏｆ２００２ＦｉｒｓｔＩｎｔｅｒｎａｔｉｏｎａｌＩＥＥＥＳｙｍｐｏｓｉｕｍＩｎｔｅｌｌｉｇｅｎｔＳｙｓｔｅｍｓ．Ｓｔ．ＣｏｎｓｔａｎｔｉｎｅａｎｄＨｅｌｅｎａｒｅｓｏｒｔ，Ｖａｍａ，—Ｂｕｌｇａｒｉａ：ＩＥＥＥ，２００２，４：３０３５．［５］ＹＩＮＧＨａｏ．ＡｇｅｎｅｒａｌｔｅｃｈｎｉｑｕｅｆｏｒｄｅｒｉｖｉｎｇａｎａｌｙｔｉｃａｌｓｔｒｕｃｔｕｒｅｏｆｆｕｚｚｙｃｏｎｔｒｏｌｌｅｒｓｕｓｉｎｇａｒｂｉｔｒａｒｙｔｒａｐｅｚｏｉｄａｌｉｎｐｕｔｆｕｚｚｙｓｅｔｓａｎｄＺａｄｅｈＡＮＤｏｐｅｒａｔｏｒ［Ｊ］．Ａｕｔｏｍａｔｉｃａ，２００３７：１１７１－１１８４．［６］ＡｍｉｎＨＡ，Ｙ＇ｍｇＨ．ＳｔｒｕｃｔｕｒａｌａｎａｌｙｓｉｓｏｆｆｕｚｚｙｃｏｎｔｒｏｌｌｅｒｓｗｉｔｈｎｏｎｌｉｎｅａｒｉｎｐｕｔｆｕｚｚｙｓｅｔｓｉｎｒｅｌａｔｉｏｎｔｏｎｏｎｌｉｎｅａｒＰＩＤｃｏｎｔｒｏｌｗｖａｒｉａｂｌｅｇａｉｎｓ［Ｊ］．Ａｕｔｏｍａｔｉｃａ，２００４．９：１５５１．１５５９．［７］ＫｉｍＪＨ．ＯｈＳＪ．ＡｆｕｚｚｙＰＩＤｃｏｎｔｒｏｌｌｅｒｆｏｒｎｏｎｌｉｎｅａｒａｎｄｕｎｃｅｒｔａｉｎｓｙｓｔｅｍｓ［Ｊ］．ＳｏｆｔＣｏｍｐｕｔｉｎｇ，２０００，４（２）：１２３．１２９．［８］ＰｒｅｓｓｍａｎＡＩ，ＢｉｌｌｉｎｇｓＫ，ＭｏｒｅｙＳｗｉｔｃｈｉｎｇｐｏｗｅｒｓｕｐｐｌｙｄｅｓｉｇｎ［Ｍ］．３ｒｄｅｄｉｔｉｏｎ．ＭｃＧｒａｗ－Ｈｉｌｌ，２００９．［９］ＸｕＪＸ，ＨａｎｇＣＣ，ＬｉｕＣ．ＰａｒａｌｌｅｌｓｔｒｕｃｔｕｒｅａｎｄｔｕｎｉｎｇｏｆａｆｕｚｚｙＰＩＤｃｏｎｔｒｏｌｌｅｒ［Ｊ］．Ａｕｔｏｍａｔｉｃａ，２０００，３６：６７３．６８４．［１Ｏ］ＷｕｚＱ，ＭｉｚｕｍｏｔｏＭ．ＰＩＤｔｙｐｅｆｕｚｚｙｃｏｎｔｒｏｌｌｅｒａｎｄｐａｒａｍｅｔｅｒｓａａｐｔｉｖｅｍｅｔｈｏｄ［Ｊ］．ＦｕｚｚｙＳｅｔｓａｎｄＳｙｓｔｅｍｓ，１９９６，１：２３－３５．［１１］揭海宝，郭清滔，康积涛，等．基于模糊自调整ＰＩＤ控制的同步发电机励磁研究［Ｊ】．电力系统保护与控制，２００９，３７ｆ９）：８９－９２．——ＪＩＥＨａｉｂａｏ，ＧＵＯＱｉｎｇ－ｔａｏ，ＫＡＮＧＪｉｔａｏ，ｅｔａ１．Ｓｉｍｕｌａｔｉｏｎｏｆｓｙｎｃｈｒｏｎｏｕｓｅｘｃｉｔａｔｉｏｎｃｏｎｔｒｏｌｌｅｒｂａｓｅｄｏｎｆｕｌｌｓｅｌｆ－ｒｅｇｕｌａｔｉｏｎＰＩＤｃｏｎｔｒｏｌ［Ｊ］．ＰｏｗｅｒＳｙｓｔｅｍＰｒｏｔｅｃｔｉｏｎａｎｄＣｏｎｔｒｏｌ，２００９，３７（９）：８９－９２．［１２］ＬＵＣｈａｎｇ－ｈｕａ，ＪＩＮＧＺｈａｎｇ．Ｄｅｓｉｇｎａｎｄｓｉｍｕｌａｔｉｏｎｏｆａ’ｆｕｚｚｙ－ＰＩＤｃｏｍｐｏｓｉｔｅｐａｒａｍｅｔｅｒｓｃｏｎｔｒｏｌｌｅｒｗｉｔｈＭＡＴＬＡＢ［Ｃ］／／２０１０ＩｎｔｅｒｎａｔｉｏｎａｌＣｏｎｆｅｒｅｎｃｅＯｎＣｏｍｐｕｔｅｒＤｅｓｉｇｎａｎｄＡｐｐｌｉｃａｔｉｏｎｓ（ＩＣＣＤＡ２０１０）．Ｑｉｎｈｕａｎｇｄａｏ：ＩＥＥＥ，２０１０，４：３０８－３ｌ１．［１３］支长义，王瑞玲，唐道奎，等．无刷直流电动机模糊自适应ＰＩＤ控制策略研究【Ｊ】．电力系统保护与控制，—２０１０，３８（８）：３５４２．ＺＨＩＣｈａ——ｎｇ－ｙｉ，ＷＡＮＧＲｕｉｌｉｎｇ，ＴＡＮＧＤａｏｋｕｉ，ｅｔａ１．Ｓｔｕｄｙｏｎｆｕｚｚｙｓｅｌｆ－ａｄａｐｔｉｖｅＰＩＤｃｏｎｔｒｏｌｓｔｒａｔｅｇｙｆｏｒｂｒｕｓｈｌｅｓｓＤＣｍｏｔｏｒ［Ｊ］．ＰｏｗｅｒＳｙｓｔｅｍＰｒｏｔｅｃｔｉｏｎａｎｄ—Ｃｏｎｔｒｏｌ，２０１０，３８（８）：３５４２．［１４］潘艳霞，凌志斌，蔡旭，等．磁控开关型故障限流器偏置电流模糊ＰＩＤ控制［Ｊ］．高电压技术，２００８，３４（３）：５９２．５９７．—ＰＡＮＹａｎｘｉａ，ＬＩＮＧＺｈｉ－ｂｉｎ，ＣＡＩＸｕ，ｅｔａ１．Ｂｉａｓｃｕｒｒｅｎｔｃｏｎｔｒｏｌｓｙｓｔｅｍｏｆｔｈｅｍａｇｎｅｔｉｃ－ｃｏｎｔｒｏｌｌｅｄｓｗｉｔｃｈｅｒｔｙｐｅｆａｕｌｔｃｕｒｒｅｎｔｌｉｍｉｔｅｒｂａｓｅｄｏｎｆｕｚｚｙＰＩＤｉＪ］．ＨｉｇｈＶｏｌｔａｇｅ—Ｅｎｇｉｎｅｅｒｉｎｇ，２００８，３４（３）：５９２５９７．［１５］ＭｕｄｉＲａｊａｎｉＫ，ＰａｌＮＲ．Ａｒｏｂｕｓｔｓｅｌｆ－ｔｕｎｉｎｇｓｃｈｅｍｅｆｏｒ—ＰＩ－ａｎｄＰＤｔｙｐｅｆｕｚｚｙｃｏｎｔｒｏｌｌｅｒｓ［Ｊ］．ＩＥＥＥＴｒａｎｓａｃｔｉｏｎｓｏｎＦｕｚｚｙＳｙｓｔｅｍｓ，１９９９，７（１）：２－１６．［１６］宋新甫，梁波．基于模糊自适应ＰＩＤ的风力发电系统变桨距控Ｓ０［Ｊ］．电力系统保护与控制，２００９，３７（１６）：５０．５８．—ＳＯＮＧＸｉｎｆｕ，ＬＩＡＮＧＢｏ．Ｗｉｎｄｐｏｗｅｒｓｙｓｔｅｍｐｉｔｃｈｃｏｎｔｒｏｌｂａｓｅｄｏｎｆｕｚｚｙｓｅｌｆ－ｌｅａｒｎｉｎｇｅｍｅｎｄａｔｉｏｎｃｏｎｔｒｏｌｔｈｅｏｒｙ［Ｊ］．ＰｏｗｅｒＳｙｓｔｅｍＰｒｏｔｅｃｔｉｏｎａｎｄＣｏｎｔｒｏｌ，２００９，—３７（１６１：５０５８．—收稿日期：２０１卜０５１９作者简介：陈磊（１９８６－），男，硕士研究生，研究方向为电动汽车智能充电系统的控制与优化，电力系统广域测量与控制；—Ｅｍａｉｌ：ｔｒｕｔｈｃｔ＠１６３．ｃｏｍ黄琦（１９７６一），男，教授，博导，主要从事电力系统自动化和分布式检测技术领域的研究工作；张昌华（１９７５－），男，副教授，主要从事电力系统自动化和智能电网的研究工作。