續航力是購買電動車時最重要的標準之一。因此，採用所有可行的提升動力系統效率的選項至關重要。逆變器在此處潛力很大，因為在切換過程中，逆變器的功率電晶體會明顯產生損耗。然而，這些損耗可透過電晶體的智慧驅動大幅降低。

原則上，電動車逆變器中主要會出現兩種損耗：線路損耗與切換損耗。線路損耗是電晶體的物理特性，且無法被逆變器的電路設計所影響。由於物理原因，功率電晶體不像理想中的開關那樣能無損耗導電。相反地，即使通電，電晶體仍呈現低殘阻，導致損耗和發熱。切換損耗會發生在「開」與「關」狀態的轉換過程中。

即使有明顯電流流經功率電晶體，電壓仍會在短時間內存在。此電流與施加電壓的乘積即為不希望的功率損失。在開關時，這種功率損失會形成特徵性峰值，導致能量損失，最終降低可達成的航程。

Porsche Engineering功能與軟體開發資深經理Volker Reber解釋，「電晶體切換越頻繁，問題就越嚴重。不過，逆變器中高切換頻率是受歡迎的，因為這能提升交流電的品質，還有其他好處。」

解決這個困境的方法稱為「軟切換」(Soft switching)。雖然逆變器中的功率電晶體在「硬切換」期間會直接開關，但切換點會即時被智能地變化，使電晶體的電壓與電流乘積(也就是開關時的功率損失)被最小化。基本上有兩種方式：零電流切換(ZCS，Zero Current Switching)和零電壓切換(ZVS，Zero Voltage Switching)。而ZCS，電晶體在幾乎沒有電流流經時被切換。在ZVS中，當電晶體電壓接近零時，切換會發生。

多虧了ZVS減少損失

Porsche Engineering利用ZVS來提升逆變器效率。ZVS使碳化矽和氮化鎵功率電晶體的損耗降低，這也用於電動車。此外，它在較高頻率的效率優於ZCS，且干擾性電磁干擾較低。最重要的是，ZVS是感應負載(例如：電動馬達)的更好選擇。

Porsche Engineering專案工程師、功能與軟體開發專家Souhaib Touati表示，「在功率電晶體周圍，我們會放置一個由電晶體、線圈和電容器組成的額外電子電路。這種逆變器拓撲長久以來被稱為輔助諧振換向極(ARCP，Auxiliary resonant commutated pole)。」

Reber與Touati方法的新穎之處在於利用人工智慧控制ARCP：一個預先訓練的AI演算法會即時處理電動車數十項即時測量數據，例如：負載、扭力與溫度，並從中計算出功率電晶體的最佳切換時間，時間為幾分之一秒。

用AI進行切換優化

Reber說，「電動車在不斷變化的負載下運作，這也是軟切換尚未以其他方式應用的原因，因為操作條件變化多樣。我們透過人工智慧優化電晶體切換，改變了這一點：我們的演算法即使在變化條件下也能預測控制ARCP的最佳時刻。這讓我們能以最小損耗達成完整的軟切換，進而提升範圍。」

Reber與Touati目前正研究遞迴神經網路與強化學習作為智慧軟交換的AI方法。Touati說，「每種方式都有其優勢：遞迴神經網路以高預測準確度與高效能為特徵，強化學習能提升計算速度，因此特別適合非常嚴苛的即時需求。」

新方法帶來的效率提升顯著

功率電晶體中Sodt開關損耗的改善70%至95%。因此，電動車的續航力可依車輛使用方式提升至高個位數百分比。軟切換也因開關損耗降低脈衝逆變器熱量產生，降低冷卻需求並使元件更緊湊。現有電路中存在的各種濾波元件也可以省略，進一步優化印刷電路板(PCB)的佈局。整體而言，脈衝逆變器的體積減少了20%到50%。更糟的是：過去的硬開關方式會對逆變器中的功率電晶體造成沉重負載，從而縮短其使用壽命。這個問題可透過基於AI的軟交換來緩解。

針對逆變器的新型AI控制演算法已進入開發的後期階段。一旦軟體完全開發完成，Porsche Engineering將以AI為基礎的軟交換系統提供客戶完整的軟體解決方案。

Touati說，「這將為OEM廠商及一級供應商帶來一大優勢：基於AI的軟交換純粹透過軟體函式庫實現，因此可以像外掛裝置一樣整合進現有控制單元。根據現有設計，硬體改造的成本應該相對低廉。因此，基於AI的軟交換最好作為車型更新或新開發的一部分實施。」