Caracterización de esquemas de control avanzados aplicados a vehículos eléctricos de competición

Abstract

El cambio climático, impulsado principalmente por la emisión de gases de efecto invernadero, constituye un problema global que exige un cambio de paradigma en materia de producción de energía y en los sistemas de tracción empleados en los medios de transporte. En este contexto, la Unión Europea ha adoptado medidas estratégicas, como el Pacto Verde Europeo y los compromisos adquiridos en las Conferencias de las Partes (COP), con el objetivo de neutralizar la situación climática en las próximas décadas. Todo esto ha impulsado la transición energética desarrollando nuevas tecnologías emergentes de baterías, semiconductores y máquinas eléctricas. En este sentido, las baterías siguen siendo el principal desafío por su limitada densidad de potencia. No obstante, en cuanto a los avances en procesadores de señales digitales que permiten desarrollar algoritmos de control más avanzados, los convertidores de potencia con tecnología de semiconductores a la vanguardia y máquinas eléctricas ultraeficientes, se han logrado grandes avances en términos de eficiencia del sistema de tracción eléctrica. El control de campo orientado (FOC) se ha consolidado como una estrategia ampliamente adoptada por su excelente respuesta, aunque también han surgido esquemas de control avanzados como el control directo de par (DTC) con una gran respuesta dinámica y el control predictivo basado en modelo (MPC). En este contexto, el interés por las máquinas multifásicas ha crecido enormemente estos últimos años empezando a aparecer vehículos comerciales con esta tecnología. Esto se debe a sus ventajas sobre la máquina trifásica, las cuales son principalmente una mayor densidad de potencia, menor distorsión armónica y tolerancia a fallos. Sin embargo, el mayor número de fases presenta nuevos retos en el control siendo más complejo, al aumentar el número de grados de libertad. Esto ha impulsado la adaptación de técnicas de control avanzadas como el FOC, el DTC y el MPC, resultando este último especialmente adecuado para explotar el potencial de las máquinas multifásicas gracias a su capacidad de manejar problemas multiobjetivo incorporando restricciones adicionales. La compactación de los sistemas de tracción eléctrica también ha favorecido la adopción de arquitecturas con más de un motor en ejes independientes, lo que abre la posibilidad a técnicas de control de par por rueda como el torque vectoring, capaces de mejorar tanto la dinámica como la eficiencia del vehículo. En este trabajo se desarrolla un modelo completo de un vehículo eléctrico de competición con una disposición de cuatro motores en rueda, que integra la dinámica vehicular y el tren de tracción. Este modelo permite evaluar sistemas de control avanzados de par activo, incluyendo torque vectoring y control de tracción independiente. Adicionalmente, se implementan diferentes esquemas de control avanzados de una máquina eléctrica multifásica para caracterizar su desempeño e impacto en el vehículo, incorporando además la generación óptima de corrientes de referencia mediante la estrategia MTPA con región de field weakening. Finalmente, se validan y comparan los resultados obtenidos en simulación con ensayos experimentales sobre un banco de pruebas, evaluando el desempeño y la robustez de las distintas técnicas de control.

Climate change, driven primarily by greenhouse gases emission, is a global problem that demands a paradigm shift in energy production and traction systems used in transportation. At this juncture, the European Union has adopted strategic measures – such as the European Green Deal and the commitments undertaken at the Conferences of the Parties (COP) – with the aim of achieving climate neutrality in the decades ahead. As a result, the energy transition has accelerated, with new technologies emerging in batteries, semiconductors, and electric machines. In this regard, batteries remain the main challenge due to their limited power density. Nevertheless, thanks to advances in digital signal processors enabling more sophisticated control algorithms, state-of-the-art semiconductor power converters, and ultra-efficient electric machines, have led to major improvements in the efficiency of electric traction systems. Field-oriented control (FOC) has become a widely adopted strategy due to its excellent response, while advanced control schemes such as direct torque control (DTC), with its strong dynamic performance, and model predictive control (MPC) have also emerged. In this context, interest in multiphase machines has experienced substantial growth in recent years, and commercial vehicles featuring this technology have begun to appear. This is due to their advantages over three-phase machines, including higher power density, lower harmonic distortion, and fault tolerance. However, the greater number of phases introduces new control challenges, increasing complexity as the number of degrees of freedom rises. This has driven the adaptation of advanced control techniques such as FOC, DTC, and MPC, the latter proving particularly well suited to unlocking the potential of multiphase machines thanks to its ability to handle multi-objective problems while incorporating additional constraints. The push to make electric drivetrains more compact has also favored architectures with more than one motor on independent axles, opening the door to per-wheel torque control techniques such as torque vectoring, capable of improving both vehicle dynamics and efficiency. In this work, a complete model of an electric vehicle with a four in-wheel motor layout is developed, integrating vehicle dynamics and the e-powertrain. This model enables the evaluation of advanced active torque control systems, including torque vectoring and independent traction control. In addition, different advanced control schemes for a multiphase electric machine are implemented to characterize their performance and impact on the vehicle, further incorporating the optimal generation of current references via the maximum torque per ampere (MTPA) strategy with a field weakening region. Finally, simulation results are validated and compared with experimental tests on a test bench, assessing the performance and robustness of the different control techniques.