Controllo Predittivo del Modello a Set Finito Direzionale con Carico Computazionale Ridotto in Azionamenti a Motore Sincrono a Magneti Permanenti con Ponte a H Cascato per Applicazioni EV

With the increasing use of electric vehicles (EVs), the need for efficient control methods that enhance motor performance and energy storage management has become more important. In these systems, motor current control, which directly affects torque generation, is a key challenge. Additionally, managing switching frequency and battery charge levels is essential for optimizing energy efficiency, reducing losses, and extending the lifespan of components. Developing a control strategy that can manage these factors simultaneously is crucial for improving EV performance. Model Predictive Control (MPC) is an advanced method used in this research for torque control, which is achieved through current regulation. By predicting the system’s behavior and considering operational constraints, MPC enables optimal control. Compared to traditional methods like Proportional-Integral (PI) control, MPC offers greater flexibility and can handle multiple objectives simultaneously. However, its high computational demand presents a challenge in real-time applications. This study examines various control strategies, including motor current control, switching frequency regulation, and active battery balancing. The goal is to evaluate how different combinations of these strategies affect system performance and to determine the most effective approach for improving efficiency, optimizing power management, and extending battery life. This thesis is structured into five chapters. The second chapter reviews previous research and theoretical foundations. The third chapter explains the methodology and implementation in MATLAB/Simulink. The fourth chapter presents the simulation results and compares different control strategies. Finally, the fifth chapter provides conclusions and suggestions for future research. The results of this study can help in developing more effective control strategies for electric vehicles, improving their efficiency and reliability while guiding future research in this field.

Con l'aumento dell'uso dei veicoli elettrici (EV), la necessità di metodi di controllo efficienti che migliorino le prestazioni del motore e la gestione dell'accumulo di energia è diventata più importante. In questi sistemi, il controllo della corrente del motore, che influisce direttamente sulla generazione di coppia, rappresenta una sfida chiave. Inoltre, gestire la frequenza di commutazione e i livelli di carica della batteria è essenziale per ottimizzare l'efficienza energetica, ridurre le perdite e prolungare la durata dei componenti. Sviluppare una strategia di controllo che possa gestire simultaneamente questi fattori è cruciale per migliorare le prestazioni degli EV. Il Controllo Predittivo del Modello (MPC) è un metodo avanzato utilizzato in questa ricerca per il controllo della coppia, che si ottiene attraverso la regolazione della corrente. Prevedendo il comportamento del sistema e considerando i vincoli operativi, il MPC consente un controllo ottimale. Rispetto ai metodi tradizionali come il controllo Proporzionale-Integrale (PI), il MPC offre maggiore flessibilità e può gestire più obiettivi contemporaneamente. Tuttavia, la sua elevata richiesta computazionale rappresenta una sfida nelle applicazioni in tempo reale. Questo studio esamina varie strategie di controllo, inclusi il controllo della corrente del motore, la regolazione della frequenza di commutazione e il bilanciamento attivo della batteria. L'obiettivo è valutare come differenti combinazioni di queste strategie influenzino le prestazioni del sistema e determinare l'approccio più efficace per migliorare l'efficienza, ottimizzare la gestione della potenza e prolungare la vita della batteria. Questa tesi è strutturata in cinque capitoli. Il secondo capitolo rivede le ricerche precedenti e le basi teoriche. Il terzo capitolo spiega la metodologia e l'implementazione in MATLAB/Simulink. Il quarto capitolo presenta i risultati delle simulazioni e confronta diverse strategie di controllo. Infine, il quinto capitolo fornisce conclusioni e suggerimenti per ricerche future. I risultati di questo studio possono aiutare nello sviluppo di strategie di controllo più efficaci per i veicoli elettrici, migliorando la loro efficienza e affidabilità e guidando le future ricerche in questo campo.