【电力系统】基于simulink的带有交流发电机、电池、负载和怠速控制的传统车辆电气系统模型（Simulink仿真、Matlab代码实现）

然哥依旧

于 2024-09-29 09:24:45 发布

阅读量870

点赞数 27

文章标签： matlab 开发语言

本文链接：https://blog.csdn.net/m0_64583023/article/details/142627383

版权

💥💥💞💞欢迎来到本博客❤️❤️💥💥

🏆博主优势：🌞🌞🌞博客内容尽量做到思维缜密，逻辑清晰，为了方便读者。

⛳️座右铭：行百里者，半于九十。

📋📋📋本文目录如下：🎁🎁🎁

目录

⛳️赠与读者

💥1 概述

一、引言

二、模型构建

1. Simulink平台介绍

2. 组件模型

三、仿真分析

四、结论与展望

📚2 运行结果

🎉3 参考文献

🌈4 Matlab代码、Simulink仿真下载

⛳️赠与读者

👨‍💻做科研，涉及到一个深在的思想系统，需要科研者逻辑缜密，踏实认真，但是不能只是努力，很多时候借力比努力更重要，然后还要有仰望星空的创新点和启发点。当哲学课上老师问你什么是科学，什么是电的时候，不要觉得这些问题搞笑。哲学是科学之母，哲学就是追究终极问题，寻找那些不言自明只有小孩子会问的但是你却回答不出来的问题。建议读者按目录次序逐一浏览，免得骤然跌入幽暗的迷宫找不到来时的路，它不足为你揭示全部问题的答案，但若能让人胸中升起一朵朵疑云，也未尝不会酿成晚霞斑斓的别一番景致，万一它居然给你带来了一场精神世界的苦雨，那就借机洗刷一下原来存放在那儿的“躺平”上的尘埃吧。

或许，雨过云收，神驰的天地更清朗.......🔎🔎🔎

💥1 概述

基于Simulink的带有交流发电机、电池、负载和怠速控制的传统车辆电气系统模型”的研究

一、引言

随着汽车电子化程度的不断提高，车辆电气系统日益复杂，其可靠性和稳定性对车辆整体性能至关重要。传统车辆电气系统通常由交流发电机、电池、负载和控制单元组成。交流发电机为车辆提供主要的电力供应，电池作为辅助电源和缓冲装置，负载包括车灯、空调、音响等各种电气设备。怠速控制则负责根据负载需求和电池状态调节发电机的输出功率，以维持系统稳定运行并提高燃油经济性。为了更好地理解和分析传统车辆电气系统的工作原理，以及优化其设计和控制策略，构建一个精确的仿真模型至关重要。

二、模型构建

1. Simulink平台介绍

MATLAB/Simulink作为一款强大的仿真平台，提供了丰富的模块库和工具，能够有效地模拟各种复杂的系统。本文基于Simulink平台，构建一个包含交流发电机、电池、负载和怠速控制的传统车辆电气系统模型。

2. 组件模型

交流发电机模型：考虑发动机转速、励磁电流以及输出电压等因素对发电机输出功率的影响。可以使用Simulink中的Lookup Table模块根据发动机转速和励磁电流查找表来模拟发电机的输出电压和电流特性。同时，还可以考虑发电机的内部阻抗以及电压调节器对输出电压的控制。为了提高模型精度，可以采用更复杂的模型，如考虑发电机的磁饱和效应和温度影响。
电池模型：模型中需考虑电池的充放电特性，例如充放电曲线、自放电效应以及电池老化等因素。Simulink中的State-Space模块可以有效地实现电池等效电路模型。
负载模型：根据实际车辆负载情况，设定各种电气设备的功率需求。可以通过Simulink中的Signal Generator模块模拟不同负载的开关状态和功率变化。模型可以考虑不同负载的动态特性，例如车灯的开关特性、空调的功率调节特性等。
怠速控制模型：怠速控制模型是整个系统模型的核心部分。该模型根据电池状态、负载需求以及发动机转速等参数，调节交流发电机输出功率，以维持系统电压稳定并提高燃油经济性。常见的怠速控制策略包括PI控制、模糊控制等。本文采用PI控制策略，通过调整PI控制器的比例系数和积分系数来优化控制性能。Simulink中的PID Controller模块可以方便地实现PI控制算法。

三、仿真分析

通过Simulink仿真，可以分析不同工况下系统运行特性，例如不同负载下的电池电压、电流以及发电机输出功率等参数。仿真结果可以用来验证模型的准确性和有效性，并评估不同怠速控制策略的性能。例如，可以比较PI控制和模糊控制在不同负载条件下的控制效果，分析其对电池状态和燃油经济性的影响。通过参数扫描和敏感性分析，可以进一步优化系统设计和控制策略。

四、结论与展望

本文基于Simulink平台构建了一个包含交流发电机、电池、负载和怠速控制的传统车辆电气系统模型。该模型考虑了各组件的主要特性，并通过Simulink模块实现其功能。通过仿真分析，验证了模型的准确性和有效性，并探讨了不同工况下系统运行特性及怠速控制策略对系统性能的影响。该模型可以为车辆电气系统的设计、优化和控制提供有效的仿真工具，并为进一步研究提供基础。

未来研究可以进一步考虑更复杂的交流发电机模型（如考虑温度和磁饱和等因素）、更精密的电池模型（如考虑电池老化和温度效应等因素）以及更复杂的负载模型（如考虑不同负载之间的相互作用），并将模型与车辆动力学模型集成，进行整车层面的仿真分析。通过不断完善模型并结合实际应用，可以更好地理解和优化传统车辆电气系统，提高其可靠性和效率。

📚2 运行结果

部分代码：

%% Battery Model Parameters - 50Ah
NominalCap = 50; %(Ah)

%% Battery Block Initial Conditions
% Initial State of Charge (% of full charge)
% Initial Electrolyte Temperature (掳C, typically same as ambient temp)
SOC_init = 0.8;
theta_init = 25;

%% Battery Block Thermal Parameters
Ctheta = 400; %(J/掳C) Thermal Capacitance
Area = 0.01; % (m^2) Surface area of battery exposed to air
Rtheta = 20; %(W/m^2/K) Convective heat transfer coefficient

%% Battery Block Capacity Parameters
% Charge/discharge cycles at ranges of current/temp
Kc = 1.2; %()
Costar = 1.8e+005; %(As)
Kt_Temps = [25 40 60 75]; % Temperature breakpoints for Kt LUT
Kt = [0.80,1.10,1.20,1.12;]; %() LUT output values
delta = 0.73; %()
Istar = 15; %(A) Nominal Current (=cap/disch_t)
theta_f = -40; %(掳C) Electrolyte Freezing Temp

%% Battery Block Parasitic Branch Parameters
% End of charge cycle at ranges of current/temp
Ep = 1.95; %(V) Parasitic emf
Gpo = 2.0e-011; %(s)
Vpo = 0.12; %(V)
Ap = 2.0; %()
Taup = 3; % (s)

%% Battery Block Main Branch Parameters
Emo = 2.18; % (V) [max o.c. volts per cell]
Ke = 0.0006; %(V/C)
Ao = -0.6; % ()
Roo = 0.0042; % (Ohm)
R10 = 0.0010; %(Ohm)
A21 = -10.0; %()
A22 = -8.75; %()
R20 = 0.11; %(Ohm)
Tau1 = 100; %(s)

%% Battery Block Number Of Cells Parameters
ns = 6; %() Number of cells in series in each parallel branch

%% Compute initial extracted charge
Qe_init = (1-SOC_init)*Kc*Costar*interp1([theta_f Kt_Temps],[0 Kt],theta_init,'spline');