Development of a DC-link current state observer for onboard charger power factor correction

Abstract

Como alternativa à medição de algumas grandezas no mundo da engenharia por meio de captores, existem os observadores de estados como uma solução mais barata financeiramente e muitas vezes mais efetiva. Desta forma, para estimar a corrente que entra em um conversor CC/CC de um carregador de bateria de carro embarcado, é desenvolvido o observador de estados Filtro de Kalman. Nesta monografia são estudados três métodos diferentes de estimação da corrente mencionada: somente com o Filtro de Kalman, com a fusão da estimação usando o Filtro de Kalman junto de uma estimação com viés estatístico e, por fim, um método de estimação somente com o Filtro de Kalman mas mudando o espaço de estados inicial do sistema. Contando com a variação de alguns fatores do sistema para trabalhar sempre com o pior caso de parâmetros com o objetivo de cobrir todos os casos dos sistemas dentro da área de 6σ da estatística. Por fim analisando os resultados com estudos de Corner Case e também com estudos de Monte Carlo (seguindo lei normal da estatística para os parâmetros do sistema).

As an alternative to the measurement of some variables in the engineering world by means of sensors, there are state observers as a cheaper financial solution and often more effective. Thus, to estimate the current entering a DC/DC converter of an on-board car battery charger, the Kalman Filter state observer is developed. In this monograph, three different methods of estimating the mentioned current are studied: only with the Kalman Filter, with the fusion of the estimation using the Kalman Filter together with an estimation with statistical bias and, finally, an estimation method only with the Kalman Filter but changing the initial state space of the system. Counting on the variation of some factors of the system to always work with the worst case of parameters in order to cover all cases of the systems within the 6σ area of statistics. Finally analyzing the results with Corner Case studies and also with Monte Carlo studies (following normal law of statistics for system parameters).