基于热路模型的充电机智能功率调节方法研究

快速充电技术是促进电动汽车发展的关键技术之一。但电动汽车使用环境复杂，在高温日照天气下汽车内部温度极高，若车载充电器长时间工作在较高的功率下，其内部功率器件发热情况严重，可引起各种失效故障。因此充电机在高温环境下应采取控温手段，降低功率器件温升，提高设备运行安全性。

为此，国内外已有部分学者开始研究功率智能控制技术[1]，该技术主要是一种温度闭环控制方法，通过实时获取功率器件的工作温度，调整输入功率以提高功率器件运行的可靠性。但电动车辆在路面较为颠簸的路况下行驶时，功率器件温升不易直接获取，因此也难以完成其功率智能控制。为此，文献[2-3]提出了非稳态测量方法，通过对功率器件暂态温升过程的测量即可建立热路模型，但该模型重点关注温升动态过程，未计及器件温度、工作电流及环境温度之间的联系，不利于实现功率设备的热保护。

针对充电机充电方式可控的特点，本文提出基于功率器件集中参数热路模型的智能功率调节方法。该方法不需直接测量功率器件温升情况，只依据当前环境温度和输入功率，即可实现功率器件的热保护。

1充电机智能功率调节方法原理

由于充电机内部各器件热功耗与散热条件不同，在相同工作条件下，各功率器件温升也不相同，需确保全部器件工作温度不超过安全温度。因此需确定温升最恶劣的功率器件。同时车载充电机功率器件温升难以直接测量，因此需离线状态下建立此器件热路模型。其主要原理如图1所示。

智能功率调节部分即可以利用此热路模型，构建功率器件温升及和输出电流的闭环控制策略，该控制策略可据器件温升限制调整充电机输入功率，实现充电机温升保护。

2功率器件集中参数热路模型及其参数估计

2.1 集中参数热路模型原理

对于边界不好确定的热路模型，可通过集中参数法建立功率器件温升模型[4]。集中参数法的优势在于易于实现，直观可靠，精度高，可实现温升曲线的拟合。

集中参数热路模型通常将功率器件和散热器视为整体，一般情况下功率器件热阻远小于散热器热阻，则功率器件热阻相对于散热器热阻可被忽略(即毕渥数Bi<1)[2]。因此，功率器件热传导过程可等效为图2所示的集中热路模型。

图2中Pd为功率器件热流量，Tw为功率器件温度，Cth为功率器件至环境之间的集中热容，Rth为功率器件至环境之间的集中热阻，Ta为环境温度。根据热电类比理论[5]，热路问题可借用电路理论，因此功率器件达到稳态时的温度：

可见，当集中热阻不变的情况下，功率器件稳态温度决定于环境温度、输入功率和效率的变化，因此可以将上式简化为一般表达式：

式中C1为环境温度系数，C2为功率系数，C3为修正系数，由式(4)可知集中热路模型可有效描述功率器件的稳态温度。

2.2 热路模型参数估计方法

集中热路模型可视为等温体，一般由多种材料构成，包含接触热阻等，其参数难以通过理论计算得到。故采用参数估计的方法，当温升观测数据多于参数时，可视为参数的超定方程组。以式(4)为基础，通过多次观测得方程组，如式(5)所示。

3充电机智能功率调节策略

本文以恒流快充模式运行的充电机作为调控对象。以上文所建模型及其参数为基础，构建充电机智能功率调节策略，如图3所示。该策略由功率调节外环和电流调节内环组成。

功率调节外环根据反馈功率Pi和环境温度Ta，计算最恶劣器件工作温度Tw，以最大限定温度T*为目标，计算误差温度ΔT，通过PID整定电流Iref，并通过电流限幅环节Imax给出目标电流Iaim。电流内环控制输出电流，限制充电机输入功率，从而实现智能功率控制。

该策略首先判断环境温度，在高温环境下误差温度ΔT≤0，经PID调整后Iaim减小，输入功率降低，功率器件温升被限制。在低温环境下，误差温度ΔT一直存在且较大，由于PID积分作用的结果，将使控制器的输出不断增加，一直达到输出极限值，出现积分饱和现象。为此消除此现象采用限幅法，使控制器输出信号被限制在控制范围内。

4实验结果与分析

4.1 温升测试平台

为观测功率器件温升与验证控制策略，设计实验平台，如图4所示。充电机内置在高低温实验箱中，模拟环境温度变化。数采装置通过USB接口向微机传送Ta、Tw和Pi数据。微机通过USB/CAN通讯装置对充电机输入电流和功率调节。

4.2 温升最恶劣器件的测试

温升最恶劣器件的判定，主要观测功率器件的温升。图5给出了充电机输入功率为500 W，环境温度分别为20 ℃～50 ℃时的主要功率器件温升曲线。

图5中四种功率器件中MOS管温升为最高。改变充电机的输入功率进行测试，可得相同结果，因此可确定该充电机中MOS管为温升最恶劣器件。另外，充电机采用最大温升为85 ℃的工业级芯片设计，故本文限定MOS管运行温度不超过85 ℃。

4.3 热路模型参数估计结果分析

表1给出了不同输入功率等级和环境温度下的MOS管运行温度实测结果。

以式(8)为目标函数，对表1中的结果进行参数估计，可得热参数C1=1.104 9，C2=0.018 1，C3=7.738 7。进而得到功率器件热路模型表达式：

为了验证所建立热路模型的准确性，重新设计了六组未参与前文数据参数估计的充电机运行条件，对比验证模型的准确性。相关结果如表2所示。分析可知，模型计算温度的相对误差小于±2%，因此该热路模型能够准确反映器件运行温度。

4.4 智能功率调节方法有效性验证

为验证本文所提功率智能调节方法，现将充电机运行于1 000 W功率条件下。工作环境温度由室温31 ℃逐渐上升至55 ℃，如图6(a)所示。

图6(b)给出了此运行环境下的充电机MOS管温升实测曲线。由图可见，随着环境温度提升及自身的功耗作用，MOS管运行温度逐渐提高。但因未施加功率智能调节，MOS最终稳态温度可达88 ℃，已超过所限定的85 ℃安全运行温度。

再在相同的运行环境和条件下，采用所提智能功率调节方法，对充电机MOS管运行温度加以限定。图7给出了通过智能功率调节后的MOS管运行温度。由图可见，此时MOS管稳态温度在85 ℃附近波动，但并未超标。同时，充电机的输出功率由初始的1 000 W调节至930 W，故所提方法有效避免了输出功率过高带来的MOS管温度超标问题，提高了充电机运行的安全性和可靠性。

5结论

本文针对车载充电机工作环境特点，提出了一种充电机智能功率调节方法。该方法利用热电类比理论，建立了充电机功率器件集中热路模型，通过最小二乘方法估计模型参数，利用智能功率调节策略使充电机温升不超过其安全运行标准；相关实验结果表明所提方法可以提高车载充电设备在高温下运行的可靠性。