电动汽车非接触感应充电的智能建模与控制研究

动力蓄电池是制约电动汽车发展的关键因素，蓄电池的高效、安全充电是电动汽车领域的重要研究课题。针对现有充电技术存在的局限，本项目将非接触感应电能传输技术引入到电动汽车充电站中，提出适用的非接触感应充电智能建模与控制方法。首先，建立蓄电池组多模式分段充电模型，根据蓄电池容量、端电压、荷电状态等变量值，采用模式匹配法估计最优充电模式，并由支持向量机建立非接触感应电能传输的位置-功率-效率模型；其次，在系统建模的基础上，研究能量发射侧的自组织模糊神经网络预测控制器，实现非接触电能传输功率控制，并提出能量接收侧的多模型自学习控制器，实现蓄电池的高效、安全充电。通过对电动汽车非接触感应充电的深入研究，解决动力蓄电池组充电和非接触电能传输控制关键技术难题，取得系统建模与传输功率控制的创新性成果，促进电动汽车的推广应用。

项目研究了电动汽车ICPT的智能建模与控制方法，主要在以下几个方面开展了研究工作：(a) 提出了一种多中继线圈的感应电能传输系统, 分析了其谐振特性和能量传输特性，建立了磁耦合谐振式无线电能传输系统实验装置；(b) 研究了一种新型四线圈无线电能传输线圈结构，提出了工作频率和负载电阻优化调节算法，可以克服频率漂移现象，明显提高系统的传输效率；(c) 研究了基于智能优化方法的感应电能传输系统参数辨识方法，研究了混沌无性繁殖算法、并行混沌优化算法、并行混沌混合和声搜索算法、分组果蝇优化算法等多种智能优化方法，并将这些优化算法应用于参数辨识仿真； (d)以LCL型ICPT系统为研究对象，建立了该系统的动态模型，提出了一种自调整模糊规则的模糊控制器，进行了ICPT电压控制；(e) 提出了一种基于模糊控制算法的ICPT 系统动态解谐传输功率控制方法。此外，项目还研究了H2/H∞最优控制器、神经网络自学习控制器、基于遗传算法的模糊滑模控制器等多种智能控制算法，可以应用于非线性系统控制。.项目执行期内，在国内外期刊发表或录用学术论文20篇，其中SCI收录13篇，EI收录17篇。