并聯(lián)混合動力汽車模糊控制能量管理策略研究

張丹紅，龔永剛

(武漢理工大學(xué)自動化學(xué)院，湖北武漢 430070)

混合動力汽車是當(dāng)前清潔汽車中最具有產(chǎn)業(yè)化和市場化前景的車型［1-2］。其中，并聯(lián)式混合動力汽車能夠有效降低汽車的自重和制造成本，其結(jié)構(gòu)形式應(yīng)用前景廣闊［3］。在這種動力總成結(jié)構(gòu)下，發(fā)動機(jī)和電機(jī)根據(jù)路況不同，其轉(zhuǎn)矩需求不同，可以同時或單獨(dú)驅(qū)動車輛，但是工作模式在汽車運(yùn)行過程中會隨時發(fā)生改變，容易出現(xiàn)能量的雙向流動。因此，需要一套嚴(yán)密的控制策略來解決汽車行駛過程中如何由車輛不同動力源來提供所需能量的問題，保證各動力元件在最佳工作區(qū)工作，提高整車的燃油經(jīng)濟(jì)性和排放性。

目前提出的并聯(lián)混合動力汽車能量管理策略中，實(shí)際商品化應(yīng)用的只有依據(jù)工程經(jīng)驗(yàn)設(shè)計(jì)的邏輯門限能量管理策略，該策略雖然能夠保證發(fā)動機(jī)的效率，卻不能兼顧整車的燃油經(jīng)濟(jì)性和排放性［4］。在人們不斷深入研究中，諸如全局最優(yōu)能量管理策略、瞬時優(yōu)化能量管理策略等方法也有運(yùn)用。全局最優(yōu)能量管理策略，可求得控制變量的全局最優(yōu)解，但是需要已知行駛工況，因此難以應(yīng)用于實(shí)車控制。瞬時優(yōu)化能量管理策略，在工況未知的情況下可實(shí)現(xiàn)每個時刻的燃油消耗最小，但需要大量的浮點(diǎn)運(yùn)算，實(shí)現(xiàn)較為困難［5］。基于模糊邏輯的能量管理策略，具有魯棒性強(qiáng)、實(shí)時性好的優(yōu)點(diǎn)，增加了模糊決策因素，符合人的思維邏輯，應(yīng)用在混合動力汽車中比較合適［6］。

1 并聯(lián)式混合動力汽車動力總成結(jié)構(gòu)

筆者研究的某型并聯(lián)混合汽車采用雙軸驅(qū)動轉(zhuǎn)矩結(jié)合式系統(tǒng)結(jié)構(gòu)，動力總成結(jié)構(gòu)示意圖如圖1所示。發(fā)動機(jī)通過傳動系統(tǒng)直接驅(qū)動混合動力汽車，并帶動電動機(jī)/發(fā)電機(jī)轉(zhuǎn)動向電池充電，電池也可以向電動機(jī)/發(fā)電機(jī)提供電能，此時電動機(jī)/發(fā)電機(jī)轉(zhuǎn)換成電動機(jī)，可用來驅(qū)動汽車。

圖1 并聯(lián)混合動力汽車動力總成結(jié)構(gòu)示意圖

通過對發(fā)動機(jī)和電機(jī)輸出轉(zhuǎn)矩的控制，該并聯(lián)式混合動力汽車動力總成可工作在純電動、發(fā)動機(jī)單獨(dú)驅(qū)動、發(fā)動機(jī)和電機(jī)混合驅(qū)動、能量回收4種工作模式下［7］。當(dāng)車輛處于起步輕載和低速行駛時，為避免發(fā)動機(jī)處于高油耗區(qū)工作，離合器分離，發(fā)動機(jī)關(guān)閉，車輛由電機(jī)單獨(dú)驅(qū)動;在大負(fù)荷、高速和加速超車的情況下，車輛行駛所需的轉(zhuǎn)矩超過發(fā)動機(jī)的優(yōu)化范圍，由發(fā)動機(jī)和電機(jī)共同驅(qū)動車輛;當(dāng)車輛勻速運(yùn)行時，由發(fā)動機(jī)單獨(dú)驅(qū)動汽車，發(fā)動機(jī)盡量工作在最佳工作區(qū)域，并根據(jù)電池組荷電狀態(tài)SOC確定是否對電池充電;當(dāng)減速或制動時，發(fā)動機(jī)不工作，電機(jī)盡可能多地回收再生制動能量，剩余部分由機(jī)械制動器消耗。

2 模糊控制策略設(shè)計(jì)

2.1 模糊控制目標(biāo)

混合動力汽車的能量管理策略不僅需要對發(fā)動機(jī)的運(yùn)行進(jìn)行優(yōu)化，而且需要考慮電機(jī)與電池組的優(yōu)化。首先，在滿足整車動力性能的前提下，實(shí)現(xiàn)能量在發(fā)動機(jī)與電機(jī)之間合理有效的分配，提高整車系統(tǒng)效率，降低整車燃油消耗和排放。其次，為提高電池的充放電效率并延長其使用壽命，在每次循環(huán)工況中，需使電池組SOC在較小的范圍內(nèi)波動。

由于研究的并聯(lián)混合動力電動汽車以發(fā)動機(jī)驅(qū)動為主，電機(jī)主要是輔助發(fā)動機(jī)為驅(qū)動系統(tǒng)提供能量，且電機(jī)本身效率比較高，高效率區(qū)分布比較廣，其效率對整車效率的影響較小，因此能量管理策略的重點(diǎn)是優(yōu)化發(fā)動機(jī)的性能。通過電機(jī)平衡發(fā)動機(jī)所承受的負(fù)載，盡量調(diào)整發(fā)動機(jī)工作點(diǎn)使其工作在最優(yōu)工作區(qū)域附近，并保證在一個運(yùn)行周期內(nèi)保持電池組SOC的平衡。

調(diào)整發(fā)動機(jī)至工作區(qū)域有兩種模式可以選擇:最佳效率模式和最低燃油消耗模式。最佳效率模式是指在發(fā)動機(jī)工作的每一個時刻，調(diào)整發(fā)動機(jī)實(shí)際的工作點(diǎn)盡量靠近最優(yōu)效率點(diǎn)。而筆者研究的混合動力汽車發(fā)動機(jī)功率較大且最優(yōu)效率點(diǎn)接近全負(fù)荷，適合于使用最低燃油消耗模式，控制發(fā)動機(jī)工作點(diǎn)盡量在最低燃油消耗點(diǎn)周圍。

2.2 模糊轉(zhuǎn)矩控制器設(shè)計(jì)

模糊轉(zhuǎn)矩控制器原理結(jié)構(gòu)圖如圖2所示。它包括4個模塊:第1個模塊是轉(zhuǎn)矩識別模塊，將駕駛員意圖和車速解釋成傳動系的整車需求轉(zhuǎn)矩;第2個模塊是發(fā)動機(jī)最優(yōu)轉(zhuǎn)矩選取模塊，依據(jù)發(fā)動機(jī)當(dāng)前轉(zhuǎn)速和發(fā)動機(jī)相關(guān)參數(shù)，確定發(fā)動機(jī)最優(yōu)轉(zhuǎn)矩;第3個模塊是模糊轉(zhuǎn)矩控制器，根據(jù)車輛所需轉(zhuǎn)矩和發(fā)動機(jī)最優(yōu)轉(zhuǎn)矩的差值、電池組當(dāng)前荷電狀態(tài)SOC決定混合動力系統(tǒng)中的轉(zhuǎn)矩分配，輸出為發(fā)動機(jī)輸出轉(zhuǎn)矩;第4個模塊是轉(zhuǎn)矩計(jì)算模塊，該模塊根據(jù)模糊轉(zhuǎn)矩控制器的輸出和整車需求轉(zhuǎn)矩確定電機(jī)輸出轉(zhuǎn)矩。

圖2 模糊轉(zhuǎn)矩控制器原理結(jié)構(gòu)圖

控制的實(shí)現(xiàn)過程如下:首先根據(jù)駕駛員命令和車速得到整車需求轉(zhuǎn)矩，接著根據(jù)發(fā)動機(jī)轉(zhuǎn)速得到對應(yīng)的發(fā)動機(jī)最優(yōu)轉(zhuǎn)矩工作點(diǎn)，然后將整車需求轉(zhuǎn)矩與發(fā)動機(jī)最優(yōu)轉(zhuǎn)矩相比較，根據(jù)兩者的差值，同時考慮當(dāng)前電池組SOC，在發(fā)動機(jī)最優(yōu)工作點(diǎn)對應(yīng)的輸出轉(zhuǎn)矩基礎(chǔ)上加大或減小轉(zhuǎn)矩值得到發(fā)動機(jī)輸出轉(zhuǎn)矩。由于整車所需轉(zhuǎn)矩是在發(fā)動機(jī)和電機(jī)之間分配，電機(jī)的輸出轉(zhuǎn)矩等于整車需求轉(zhuǎn)矩減去發(fā)動機(jī)輸出轉(zhuǎn)矩。

模糊轉(zhuǎn)矩控制器輸入、輸出變量的模糊子集和隸屬度函數(shù)如圖3所示。輸入變量為傳動系整車需求轉(zhuǎn)矩與當(dāng)前轉(zhuǎn)速發(fā)動機(jī)最優(yōu)轉(zhuǎn)矩差值ΔT和電池組荷電狀態(tài)SOC，其中發(fā)動機(jī)最優(yōu)轉(zhuǎn)矩曲線根據(jù)一定轉(zhuǎn)速條件下發(fā)動機(jī)最小比油耗點(diǎn)插值連接成的曲線確定。輸出變量為發(fā)動機(jī)輸出轉(zhuǎn)矩Te。為了使模糊轉(zhuǎn)矩控制器具有一定的通用性，設(shè)計(jì)過程中采用了論域變換。整車需求轉(zhuǎn)矩與當(dāng)前轉(zhuǎn)速發(fā)動機(jī)最優(yōu)轉(zhuǎn)矩的差值ΔT論域?yàn)椋?1，1］，5 個模糊子集分別為{NB，NS，ZERO，PS，PB}。電池組SOC的論域?yàn)椋?，1］，該論域與電池組允許的最大最小值(由電池的工作效率區(qū)決定)對應(yīng)，這里“0”代表電池組SOC值為0%，“1”代表電池組SOC值為100%，5個模糊子集分別為{VL，L，N，H，VH}。輸出變量發(fā)動機(jī)輸出轉(zhuǎn)矩的論域?yàn)椋?，1］，模糊子集為{VS，S，M，B，VB}。各變量的隸屬度函數(shù)為交疊對稱的三角形和梯形，以便于參數(shù)的調(diào)整。

圖3 輸入輸出變量隸屬度函數(shù)

模糊控制規(guī)則如表1所示［8］。所選取的模糊控制規(guī)則的形式為:

Ri:If x1isand x2is，Then u is Bi。i=1，2，…。其中:Ri為第i條規(guī)則，x1、x2為輸入變量，u為輸出變量。

表1 模糊控制規(guī)則表

在模糊推理運(yùn)算中，與和蘊(yùn)涵運(yùn)算采用最小法，或運(yùn)算采用最大法，結(jié)論合成采用累加法，輸出解模糊采用面積重心法。

模糊控制規(guī)則制定的主要依據(jù)如下:

(1)當(dāng)電池組SOC在正常范圍內(nèi)或偏高時，車輛行駛需求轉(zhuǎn)矩由發(fā)動機(jī)提供，只有當(dāng)需求轉(zhuǎn)矩超出了發(fā)動機(jī)的最優(yōu)轉(zhuǎn)矩一定范圍，電動機(jī)才開始助力。

(2)當(dāng)電池組SOC偏低時，在保證車輛驅(qū)動需求的前提下，發(fā)動機(jī)盡可能提供比汽車驅(qū)動需求轉(zhuǎn)矩更多的轉(zhuǎn)矩為電池充電。

(3)當(dāng)發(fā)動機(jī)提供需求的驅(qū)動轉(zhuǎn)矩在給定的速度上運(yùn)行效率較低時，發(fā)動機(jī)停止運(yùn)行并由電機(jī)提供驅(qū)動轉(zhuǎn)矩。

3 仿真結(jié)果分析

為了驗(yàn)證該模糊控制策略的有效性，基于美國再生能源實(shí)驗(yàn)室在Matlab/Simulink軟件環(huán)境下開發(fā)的電動汽車仿真軟件ADVISOR2002［9-10］，重新搭建并聯(lián)混合動力汽車的動力系統(tǒng)模型，將設(shè)計(jì)的模糊邏輯策略嵌入到模型中進(jìn)行仿真研究，并與軟件自帶的邏輯門限能量管理策略進(jìn)行比較。主要部件的仿真參數(shù)如表2所示。行駛工況選擇歐洲城市道路模型CYC_NEDC，NEDC是歐洲和我國法定的輕型車燃油經(jīng)濟(jì)性試驗(yàn)工況。

表2 主要部件的仿真參數(shù)

NEDC試驗(yàn)工況下邏輯門限和模糊控制能量管理策略燃油經(jīng)濟(jì)性以及車輛排放性結(jié)果如表3所示。仿真結(jié)果表明，筆者所制定的模糊控制策略在滿足車輛動力性能指標(biāo)的前提下，有效地提高了燃油經(jīng)濟(jì)性，減少了汽車尾氣排放。

表3 兩種能量管理策略燃油經(jīng)濟(jì)性和排放性對比

圖4為NEDC工況下分別采用邏輯門限和模糊控制能量管理策略電池組SOC變化曲線對比圖。從圖4可以看出，電池組初始值都為0.70，在循環(huán)結(jié)束時分別變?yōu)?.67、0.66，說明兩種能量管理策略都基本上實(shí)現(xiàn)了電池組SOC在一個運(yùn)行周期的平衡，從而提高了電池組充放電效率，延長了電池組的使用壽命。

圖4 兩種能量管理策略SOC變化曲線對比圖

圖5為NEDC工況下兩種能量管理策略發(fā)動機(jī)工作點(diǎn)分布對比圖。從圖5中可見，模糊控制策略中發(fā)動機(jī)工作點(diǎn)主要分布在效率較高的中高負(fù)荷區(qū)，而邏輯門限能量管理策略中發(fā)動機(jī)較多的時候工作在效率不高的低負(fù)荷區(qū)。說明模糊控制能量管理策略發(fā)動機(jī)的平均工作效率要比邏輯門限能量管理策略高。

4 結(jié)論

圖5 兩種能量管理策略發(fā)動機(jī)工作點(diǎn)分布對比圖

設(shè)計(jì)了某型并聯(lián)式混合動力汽車基于模糊控制的能量管理策略，建立了模糊轉(zhuǎn)矩控制器，采用ADVISOR仿真軟件對設(shè)計(jì)的樣車能量管理進(jìn)行了仿真實(shí)驗(yàn)。實(shí)驗(yàn)結(jié)果表明，相對于邏輯門限能量管理策略，模糊控制能量管理策略可更好地控制發(fā)動機(jī)在高效區(qū)工作，降低燃油消耗及廢氣排放。

模糊轉(zhuǎn)矩控制器中模糊控制規(guī)則的制定建立在大量的實(shí)驗(yàn)和經(jīng)驗(yàn)上，由于混合動力系統(tǒng)的復(fù)雜性，并不能保證已經(jīng)達(dá)到了系統(tǒng)最優(yōu)，在進(jìn)一步研究中可以融入更多的經(jīng)驗(yàn)或通過一些優(yōu)化算法如遺傳算法對模糊轉(zhuǎn)矩控制器進(jìn)行優(yōu)化。

［1］陳清泉，孫逢春，祝嘉光.現(xiàn)代電動汽車技術(shù)［M］.北京:北京理工大學(xué)出版社，2002:34-87.

［2］舒紅，秦大同，胡建軍.混合動力汽車控制策略研究現(xiàn)狀和發(fā)展趨勢［J］.重慶大學(xué)學(xué)報:自然科學(xué)版，2001(6):28-31.

［3］陳全世，朱家璉，田光宇.先進(jìn)電動汽車技術(shù)［M］.北京:化學(xué)工業(yè)出版社，2007:76-102.

［4］LANGARI W J.Intelligent energy management agent for a parallel hybrid vehicle［J］.IEEE Transactions on Vehicle Technology，2005，54(3):925-934.

［5］ANTONIA S，LINNO G.Control of hybrid electric vehicles［J］.IEEE Control Systems Magazine，2007，26(4):61-70.

［6］SCHOUTEN N J，SALMAN M A，KHEIR N A.Energy management strategies for parallel hybrid vehicles using fuzzy logic［J］.Control Engineering Practice，2003，11(2):171-177.

［7］張金柱.混合動力汽車結(jié)構(gòu)、原理與維修［M］.北京:化學(xué)工業(yè)出版社，2008:17-86.

［8］石辛民，郝整清.模糊控制及其MATLAB仿真［M］.北京:清華大學(xué)出版社，2008:65-97.

［9］曾小華，王慶年，王偉華.基于ADVISOR軟件的雙軸驅(qū)動混合動力汽車性能仿真模塊開發(fā)［J］.汽車工程，2003，25(5):423-427.

［10］曾小華，王慶年.基于ADVISOR2002混合動力汽車控制策略模塊開發(fā)［J］.汽車工程，2004，26(5):394-397.