2. 电驱系统基础
电驱控制器HIL闭环验证的对象不是一块孤立的控制器,而是一整条从电池到车轮的能量与信号链路。若不清楚各部件的基本原理和关键参数,HIL测试就会退化为“信号能通、逻辑能跑”的表面验证,无法判断扭矩响应是否合理、母线电压是否越界、整车加速度是否可信。本节把电驱系统拆成五个相互耦合的子系统:动力电池、逆变器、驱动电机、减速器、整车动力学,并说明它们在HIL中如何被建模与观测。
一、动力电池:能量源与电压边界
动力电池为逆变器提供直流母线,其行为由开路电压、内阻、荷电状态(SOC)、温度共同决定。工程上常用一阶RC或二阶RC等效电路模型描述动态特性:开路电压随SOC变化,内阻随温度和SOC变化,RC环节体现极化效应。对HIL而言,电池模型最重要的输出是母线电压 Udc 和可充放电功率限值。
关键参数包括:额定电压与电压范围(如320V~450V)、容量(kWh)、最大持续/峰值放电功率、最大回充功率、内阻、SOC工作窗口。母线电压直接限制逆变器的调制能力,回充功率限制则决定制动能量回收时控制器是否必须降扭。
电池模型关键输出示例:
Udc = OCV(SOC, T) - Ibat * R0(SOC, T) - Urc
Pdis_limit = f(SOC, T, Udc_min)
Pchg_limit = f(SOC, T, Udc_max)
二、逆变器:直流到交流的功率变换与执行层
逆变器由三相桥臂、功率器件(IGBT或SiC MOSFET)、驱动电路、电流/电压采样和母线电容构成。它接收控制器的PWM占空比,把直流电变为三相交流电驱动电机。HIL中通常不逐开关仿真,而是用平均模型或开关函数模型,重点复现电流环响应、死区效应、母线电压利用率和损耗趋势。
关键参数有:额定/峰值电流、开关频率、死区时间、母线电压范围、效率区间、结温限值。开关频率影响电流纹波和损耗;死区时间会引入电压误差,低速小扭矩时尤其明显,是HIL中验证扭矩精度的常见关注点。
三、驱动电机:扭矩生成与电磁动态
车用驱动电机多为永磁同步电机(PMSM)。其核心控制是磁场定向控制(FOC):通过Clarke/Park变换把三相电流解耦为d轴励磁分量和q轴扭矩分量,再经电流环、速度环输出PWM。电机输出扭矩近似与q轴电流成正比,同时受磁饱和、温度、母线电压和转速限制。
关键参数包括:峰值扭矩、额定扭矩、最高转速、基速、反电动势常数、定子电阻与电感、极对数、效率MAP。基速以下为恒扭矩区,基速以上进入恒功率区,需要弱磁控制。HIL中电机模型要能体现这些分区,否则高速段的扭矩衰减和电流限幅就无法被正确验证。
四、减速器与整车动力学:从电机轴到车轮
减速器通过固定速比把电机高转速、低扭矩转换为车轮低转速、高扭矩,同时放大扭矩、降低转速。整车动力学则把驱动力与行驶阻力平衡:驱动力经轮胎半径转化为轮上力,减去滚阻、风阻、坡阻和加速阻力后,决定车辆加速度与车速。
车轮端关系:
T_wheel = T_motor * i_gear * eta_gear
F_drive = T_wheel / r_wheel
F_resist = m*g*f*cosθ + 0.5*rho*Cd*A*v^2 + m*g*sinθ
a = (F_drive - F_resist) / m
关键参数有:减速比、传动效率、车轮半径、整车质量、风阻系数、迎风面积、滚阻系数。这些参数直接决定HIL中车速响应的快慢和扭矩请求的合理性。
五、五子系统耦合关系与HIL观测点
下图给出从电池到车轮的能量流与信号流,并标出HIL中常用的观测与注入点。控制器位于中间,向上接收整车需求,向下输出PWM,同时采集母线电压、三相电流、电机位置和温度。
六、关键参数清单与典型范围
下表汇总五个子系统的核心参数及其对HIL验证的影响,便于在搭建模型和设计用例时逐项核对。
| 子系统 | 关键参数 | 典型范围/示例 | 对HIL验证的影响 |
|---|---|---|---|
| 动力电池 | 额定电压、容量、内阻、SOC窗口、充放电功率限值 | 350V / 60kWh / 50mΩ / 20%~90% | 决定母线电压边界与回充降扭逻辑 |
| 逆变器 | 开关频率、死区时间、峰值电流、母线电压范围 | 10kHz / 2μs / 400A / 250~450V | 影响电流纹波、扭矩精度与过流保护 |
| 驱动电机 | 峰值扭矩、最高转速、基速、极对数、电感 | 300N·m / 12000rpm / 3000rpm / 4对极 | 决定恒扭矩区与弱磁区响应 |
| 减速器 | 速比、传动效率、车轮半径 | 9.5 / 0.96 / 0.33m | 影响轮端扭矩与车速换算精度 |
| 整车 | 整车质量、风阻系数、迎风面积、滚阻系数 | 1800kg / 0.30 / 2.3m² / 0.012 | 决定加速度与阻力平衡,影响工况跟随 |
七、案例:母线电压跌落导致的扭矩受限
某HIL用例中,控制器请求200N·m扭矩,但电机模型在高速段反馈扭矩只有120N·m。排查发现:电池模型SOC降至25%,内阻压降使母线电压跌至300V,逆变器进入电压饱和,弱磁电流增大,q轴电流被限幅。若HIL模型没有正确实现“电压—电流—扭矩”的耦合,就会误判为控制器扭矩计算错误。正确做法是:在模型中保留母线电压反馈,并在用例中同时记录 Udc、Id、Iq 和 T_motor,才能定位是电压边界而非控制算法问题。
八、复盘:建模粒度与验证目标匹配
HIL建模不是越精细越好,而是要与验证目标匹配。验证电流环带宽时,需要保留逆变器平均模型和电机电气动态;验证整车能耗时,需要保留电池SOC与效率MAP;验证故障诊断时,则需要能注入传感器偏置、断线、过压等异常。建议按以下顺序检查:
- 明确本次用例要验证的控制功能(扭矩控制、能量管理、故障诊断)。
- 选择能复现该功能边界的最小模型集合,避免过度建模拖慢实时性。
- 核对五个子系统的参数是否与台架或实车一致,尤其是速比、车轮半径、母线电压范围。
- 在闭环中同时记录指令、反馈和中间量,确保异常可追溯到具体子系统。
掌握这五个子系统的原理与参数,是后续搭建HIL闭环、设计测试用例和判读结果的基础。只有模型边界清晰、参数可信,控制器在HIL中的表现才具备工程参考价值。