Plug-In并聯(lián)式混合動力汽車實時優(yōu)化能量管理策略

崔納新 步 剛 吳 劍 符曉玲 張承慧

(1.山東大學控制科學與工程學院 濟南 250061 2.山東大學機械工程學院 濟南 250061 3.山東政法學院信息科學技術系 濟南 250014 4.昌吉學院物理系 昌吉 831100)

1 引言

混合動力汽車既可以改善燃油經濟性，也可以降低排放，被認為是近期最有希望替代傳統(tǒng)汽車的方案。目前，外接充電式混合動力汽車（Plug-In Hybrid Electric Vehicle，PHEV）受到汽車企業(yè)、研究機構和各國政府的普遍關注。PHEV配有可以從外部電網直接充電的高能量密度電池組，有一定的純電動行駛里程，長距離行駛耗油量低。作為Plug-In并聯(lián)式混合動力汽車的核心技術之一，能量管理策略的品質直接影響車輛的動力性、經濟性和排放性能。

混合動力汽車能量管理策略在電機和發(fā)動機兩種功率源之間分配功率和轉矩輸出，以達到最佳燃油經濟性，最大限度地減少廢氣排放，同時保持電池的健康[1]。傳統(tǒng)混合動力汽車的能量管理策略可以分為兩類[2]：基于規(guī)則的能量管理策略和基于優(yōu)化的能量管理策略。其中，基于規(guī)則的能量管理策略又可以分為基于確定性規(guī)則的能量管理策略和基于模糊規(guī)則的能量管理策略；基于優(yōu)化的能量管理策略又可分為實時優(yōu)化能量管理策略和全局最優(yōu)能量管理策略。

目前關于PHEV能量管理問題的研究剛剛展開，Banvait對基于確定性規(guī)則的PHEV能量管理策略進行了研究[3]?；诖_定性規(guī)則的能量管理策略靜態(tài)分配轉矩，無法獲得最優(yōu)性能，因此，張博、J.Wu等分別采用矩陣分割算法和粒子群算法優(yōu)化門限參數(shù)[4-5]，在一定程度上改進了靜態(tài)邏輯門限能量管理策略的性能。S.Stockar等基于龐特里亞金最小值原理[6]針對PHEV提出的全局優(yōu)化策略可以求得控制變量（如發(fā)動機/電機轉矩）的全局最優(yōu)解，然而，全局優(yōu)化策略要求準確知曉整個行駛工況，在實用時具有很大的局限性，其結果一般只能作為能量管理的參考。本文對應用于傳統(tǒng)混合動力汽車上的等效燃油消耗最小策略進行改進，提出了適用于PHEV的實時優(yōu)化能量管理策略。最后，在電動汽車仿真軟件ADVISOR平臺上進行仿真實驗，研究了該能量管理策略對Plug-In并聯(lián)式混合動力汽車的燃油經濟性能的影響。

2 Plug-In并聯(lián)式混合動力汽車結構

Plug-In并聯(lián)式混合動力汽車有內燃機和電機兩個動力源。他們既可以獨立工作，也可共同驅動車輛。當電池電量充足時，優(yōu)先考慮使用動力電池的電量來驅動電機，實現(xiàn)純電動模式運行，從而降低排放和油耗；當電池電量不足時，發(fā)動機工作并帶動電機給電池充電；當需要較大功率驅動時，發(fā)動機和電機同時工作。Plug-In并聯(lián)式混合動力汽車驅動系統(tǒng)結構如圖1所示[7-8]。圖中，B為蓄電池，E為內燃機，Y為油箱，M為電機，Z為功率轉換器，T為傳動裝置（包括制動、離合器和齒輪箱），P為充電器。

圖1 Plug-In并聯(lián)式混合動力汽車驅動系統(tǒng)結構圖—電力連接 —液流連接 =械連接Fig.1 The drive system structure of plug-in parallel hybrid electric vehicle

3 基于確定性規(guī)則的能量管理策略

為充分利用電網充入能量，PHEV通常先工作于電量消耗模式（Charge-Depleting，CD），直到電池SOC降低到設定值soc1，才進入電量保持模式（Charge-Sustaining，CS）[9]。當PHEV工作于電量消耗模式時，如果車輛需求功率不大于電機所提供的峰值功率時，發(fā)動機關閉，由電機驅動車輛運行；如果車輛需求功率大于電機所提供的峰值功率，起動發(fā)動機輔助電機驅動，雖然此時發(fā)動機并未運行在高效區(qū)，但由于其輸出能量很小，故整車燃油消耗仍相對較低[10]。

當PHEV工作于電量保持模式時，最簡單的方法是套用傳統(tǒng)混合動力汽車的基于確定性規(guī)則的能量管理策略，通過判斷選定的幾個控制變量（驅動系統(tǒng)請求轉矩、轉速和SOC值）與門限值的關系，決定發(fā)動機的啟停，并根據(jù)預先設定的規(guī)則在發(fā)動機與電機之間分配轉矩，從而使發(fā)動機工作在高效區(qū)，同時保持SOC位于一定的范圍內。

為了制定基于確定性規(guī)則的能量管理策略，首先對門限值參數(shù)進行說明，見表1。

表1 門限值參數(shù)說明Tab.1 Threshold parameter description

定義Tr為驅動系統(tǒng)請求轉矩，ωr為請求轉速，Te為發(fā)動機轉矩，Tm為電機轉矩，Tmc_max為電機在當前速度下的最大轉矩，Te_max為發(fā)動機在一定速度時的最大轉矩，Tchg為電池的充電轉矩，Tm_gen_max為電機再生制動的最大轉矩。其中，Tchg可以由下式計算

具體的控制規(guī)則見表2。

表2 控制規(guī)則Tab.2 The control rules

基于確定性規(guī)則的能量管理策略簡單有效，實用性強，但門限值的確定需要依賴設計人員的過程經驗；靜態(tài)分配轉矩，燃油經濟性難以達到最優(yōu)。

4 基于實時優(yōu)化的能量管理策略

4.1 等效燃油消耗最小原理

等效燃油消耗最小策略是將電機消耗的能量等效成發(fā)動機油耗，并與發(fā)動機的實際油耗相加，在任一時刻使總油耗最小的算法。該算法能夠實現(xiàn)實時優(yōu)化，不需要路況信息，便于實車應用。

由圖1所示PHEV驅動系統(tǒng)，可得如下關系：

式中ωw(t)，ωe(t)，ωm(t)—車輪、發(fā)動機和電機

t時刻的轉速；

Tw(t)—車輪需求轉矩；

Te(t)，Tm(t)—發(fā)動機和電機t時刻的轉矩；R(k(t))—k(t)擋的傳動比；

ρ—電機減速比；

ηred—電機減速齒輪傳動效率；

ηgb—變速箱的傳動效率。

機械約束條件如下：

式中

Te_min(ωe(t))，Te_max(ωe(t))—發(fā)動機轉速為ωe(t)時的最小和最大轉矩；

Tm_min(ωm(t))，Tm_max(ωm(t))—電機轉速為ωm(t)時的最小和最大轉矩；

ωe_min，ωe_max—發(fā)動機轉速的最小和最大值；

ωm_max—電機轉速的最大值。

發(fā)動機t時刻的燃油率為Me(Te(t)，ωe(t))，電池t時刻吸收或釋放的能量由式（8）轉換成燃油率

式中Pm(Tm(t)，ωm(t))—電機的功率；

ηdis，ηchg—電池的放電、充電效率；

ηm—電機的平均效率；

ηoe—油-電平均轉換效率，可表示為

式中ηe—發(fā)動機平均效率；

H—燃油的熱值；

ηt—油-電轉換支路的機械傳動效率平均值。

t時刻，總的燃油消耗率為

等效燃油消耗最小就是使t時刻總的燃油消耗率最小，即

4.2 電池能量觀測單元

等效燃油消耗最小策略原是針對傳統(tǒng)混合動力汽車提出的。傳統(tǒng)混合動力汽車利用發(fā)動機帶動電機對電池充電，也就是油轉變?yōu)殡姶鎯υ陔姵刂?，但PHEV電池中的電能大部分來源于外部電網。為計算PHEV的燃油經濟性，需區(qū)分動力電池中來自電網的電能和來自燃油的電能。由于在電量保持階段電池SOC上下波動，因此不能利用SOC來判斷來自電網的電量是否已經耗盡。故本文設計了電池能量觀測單元，電池能量觀測單元的輸出值是電池放出的能量累積和，其原理如圖2所示。圖中，P為電池放電功率，T為工作周期時間，Eout為總能量輸出。

圖2 電池能量觀測單元原理圖Fig.2 The schematic of battery energy observation unit

電池能量觀測單元的輸出值Eout達到設定值Eset時，表明來自外部電網的電能已經耗盡，以后電池放出的電能都來自油電轉換。確定設定值Eset的具體方法將在第5節(jié)介紹。

4.3 改進等效燃油消耗最小的能量管理策略

PHEV動力電池充電有外部電網充電和發(fā)動機帶動電機對電池充電兩種途徑。當電池SOC第一次降至soc1時，PHEV開始進入電量保持模式，電池中還有來自外電網的電能，此時消耗的電能來自上一次外部電網對電池充電，根據(jù)等效燃油消耗最小原理，此時不適用等效燃油消耗最小策略。

在電量保持模式階段，發(fā)動機有時帶動電機對電池充電，電池SOC值會上下波動，因此不能以SOC值作為判斷來自外電網的電能是否已經消耗盡的標準。本文利用設計的電池能量觀測單元的輸出值來判斷來自外電網的電能是否已經消耗盡。當電池能量觀測單元輸出值Eout大于設定值Eset時，說明電池中來自外電網的電能已經消耗盡，如果電池繼續(xù)放電，消耗的電池電量來自油電轉換，此時適用等效燃油消耗最小策略。綜上所述，結合基于確定性規(guī)則的能量管理策略得到如表3所示的能量管理策略。

表3 能量管理策略Tab.3 The energy management strategy

5 仿真實驗及結果分析

仿真所用的Plug-In并聯(lián)式混合動力汽車模型的主要部件參數(shù)見表4。

表4 模型的主要部件參數(shù)Tab.4 The main component parameters of model

設定soc1=0.5，soc_lo=0.4，soc_hi=0.6，SOC的初值soc_init為0.95。

電池能量觀測單元設定值Eset的確定方法如下：

由電池SOC的定義可知

式中Cr—電池剩余容量；

Cu—已消耗電量；

CN—電池額定容量。

式中Ibat—t時刻的放電電流；

T—放電總時間。

為了簡化計算，假設電池電壓保持在額定電壓。由下式計算電池總能量

式中E—總能量；

UN—電池額定電壓。

由式（11）～式（13）可以得到，SOC由soc_init降到soc_lo時電池放出的能量為Eset=E×

在ADVISOR平臺上分別對基于確定性規(guī)則的能量管理策略（策略A）和本文提出的基于等效燃油消耗最小的實時優(yōu)化能量管理策略（策略B）進行了測試。燃油經濟性指標采用百公里耗油量表示，其數(shù)值越小，燃油經濟性越好。在城郊循環(huán)路況WVUSUB的仿真結果見表5（一個WVUSUB循環(huán)路況的行程約為12km）。由表5可知針對不同的循環(huán)路況個數(shù)（不同行駛里程），策略B與策略A相比，燃油經濟性都有顯著的提高。

表5 WVUSUB循環(huán)路況上的仿真結果Tab.5 The simulation results of WVUSUB cycle

六個WVUSUB循環(huán)路況如圖3所示，相應地策略A與策略B的SOC變化情況如圖4所示，電機和發(fā)動機輸出轉矩Tm、Te分別如圖5和圖6所示。

圖3 六個WVUSUB循環(huán)路況Fig.3 6 WVUSUB drive cycles

圖4 策略A、B的電池SOCFig.4 Battery SOC of A strategy and B strategy

圖5 應用策略A、B時的電機輸出轉矩Fig.5 The motor output torque for A,B strategy

本文還在MANHATTAN循環(huán)路況上進行了仿真實驗。仿真結果見表6，一個MANHATTAN循環(huán)路況行程約為3.33 km，針對不同的循環(huán)路況個數(shù)，策略B與策略A相比，燃油經濟性都有不同提高。

圖6 應用策略A、B時的發(fā)動機輸出轉矩Fig.6 The engine output torque for A,B strategy

表6 MANHATTAN循環(huán)路況上的仿真結果Tab.6 The simulation results of MANHATTAN drive cycle

6 結論

本文結合PHEV的特點，設計了能量觀測單元，并利用能量觀測單元把等效燃油消耗最小策略應用于PHEV的能量管理中。在多種循環(huán)路況上的仿真結果表明，本文提出基于等效燃油消耗最小的實時優(yōu)化能量管理策略能夠在發(fā)動機和電機之間合理的分配轉矩，有效地提高燃油經濟性。

[1] Gong Qiuming,Li Yaoyu,Peng Zhongren.Trip based optimal power management of plug-in hybrid electric vehicle with advanced traffic modeling[J].SAE International Journal of Engines(S1946-3936),2009,1(1): 861-872.

[2] Salmasi F R.Control strategies for hybrid electric vehicles: evolution,classification,comparison,and future trends[J].IEEE Transactions on Vehicular Technology(S0018-9545),2007,56(5): 2393-2404.

[3] Banvait H,Anwar S,Chen Yaobin.A rule-based energy management strategy for plug-in hybrid electric vehicle (PHEV)[C].Proceedings of the American Control Conference,St.Louis,MO,USA,2009: 3938-3943.

[4] 張博,李君,高瑩,Plug-in混合動力汽車能量管理策略優(yōu)化設計[J].農業(yè)機械學報,2009,40(9): 20-25.Zhang Bo,Li Jun,Gao Ying.Optimization of plug-in hybrid electric vehicle energy management control strategy[J].Transactions of the Chinese Society for Agricultural Machinery,2009,40(9): 20-25.

[5] Wu Jian,Cui Naxin,Zhang Chenghui,et al.PSO algorithm-based optimization of plug-in hybrid electric vehicle energy management strategy[C].Proceedings of the 8th World Congress on Intelligent Control and Automation,2010: 3997-4002.

[6] Stephanie Stockar,Vincenzo Marano,Giorgio Rizzoni,et al.Optimal control for plug-in hybrid electric vehicle applications[C].Proceedings of the American Control Conference,Marriott Waterfront,Baltimore,MD,USA,2010: 5024-5030.

[7] Emadi A,Young Joo Lee,Rajashekara K.Power electronics and motor drives in electric,hybrid electric,and plug-in hybrid electric vehicles[J].IEEE Transactions on Industrial Electronics (S0278-0046),2008,55(6): 2237-2245.

[8] 陳清泉,孫逢春,祝嘉光.現(xiàn)代電動汽車技術[M].北京: 北京理工大學出版社,2002.

[9] 楊金星,周榮,喬維高.Plug-in 混合動力電動汽車的研究分析[J].汽車工程師,2009,(10): 23-25.Yang Jinxing,Zhou Rong,Qiao Weigao.Study on plug-in hybrid electric vehicle[J].Auto Engineer,2009,(10): 23-25.

[10] Gong Q M,Li Y Y,Peng Z R.Trip-based optimal power management of plug-in hybrid electric vehicles[J].IEEE Transactions on Vehicular Technology,2008,57(6): 3393-3401.