CVT插電式混合動力汽車經(jīng)濟性控制策略

周云山　賈杰鋒　李航洋　張軍

摘 要：針對搭載CVT的插電式混合動力轎車，設(shè)計了一種基于動力源外特性曲線和駕駛員踏板操作信號的需求轉(zhuǎn)矩解析方法，在此基礎(chǔ)上提出驅(qū)動和制動工況下基于瞬時經(jīng)濟性成本最低的能量管理策略，該策略以需求轉(zhuǎn)矩、車速和電池SOC為狀態(tài)變量，以發(fā)動機節(jié)氣門開度、電機轉(zhuǎn)矩、CVT速比為控制變量.進一步研究了電量消耗階段有無發(fā)動機單獨驅(qū)動模式對整車能耗經(jīng)濟性的影響.通過自行搭建的前向模型進行仿真，結(jié)果表明，電量消耗階段無發(fā)動機單獨驅(qū)動模式的控制策略具有更強的綜合性經(jīng)濟優(yōu)勢.

關(guān)鍵詞：能量管理；插電式混合動力汽車；無級變速器；控制策略

中圖分類號：U469.72 文獻標(biāo)識碼：A

Abstract：An analytic method of demand torque was designed for a plug-in hybrid electric vehicle equipped with continuously variable transmission （CVT）， which is based on the external characteristic curve of the power source and the signal from the driver's operation. Then， energy management strategy minimizing instantaneous economic cost under drive and brake condition was proposed， with the demand torque， vehicle speed and state of charge （SOC） of battery as the state variables， and the throttle opening of the engine， motor torque and speed ratio of CVT as the control variables. Further research was carried out on the influence of whether the engine driving alone is allowed at the charge depleting stage on economic cost. Through simulation with self-built forward model， the results have shown that the strategy that does not allow engine driving alone at the charge depleting stage is better in comprehensive economy.

Key words：energy management； Plug-in Hybrid Electric Vehicle （PHEV）； Continuously Variable Transmission（CVT）； control strategy

插電式混合動力汽車（Plug-in Hybrid Electric Vehicle，PHEV）以其續(xù)駛里程長、排放低的顯著優(yōu)勢，被認為是最具發(fā)展前景的電動汽車之一.金屬帶式無級變速器（Continuously Variable Transm-ission，CVT）以其傳動比連續(xù)可調(diào)的特性，可有效改善動力源的負荷.如何實現(xiàn)動力源特性與CVT特性的完美結(jié)合，是CVT插電式混合動力汽車控制策略的核心問題.

CVT插電式混合動力系統(tǒng)控制策略的關(guān)鍵在于轉(zhuǎn)矩分配和換擋規(guī)律，兩者具有耦合效應(yīng)[1-2].目前國內(nèi)外完全針對搭載CVT的PHEV研究成果不多，文獻[3]提出了邏輯門限與瞬時優(yōu)化相結(jié)合的控制策略，但其根據(jù)車速和加速度進行轉(zhuǎn)矩分配和換擋規(guī)律研究，沒有考慮駕駛員的操作意圖.對于CVT普通混合動力汽車或其他PHEV車型的控制策略，國內(nèi)外研究比較深入[4-5]，具有借鑒意義.文獻[6]提出了一種驅(qū)動工況下系統(tǒng)總效率最高的CVT混合動力能量優(yōu)化策略，其前提是采用“9點定義法”進行駕駛意圖識別，獲取需求轉(zhuǎn)矩.文獻[7]分別對純電動+電量維持（charge sustaining，CS）、電量消耗（charge depleting，CD）+CS、純電動+CD+CS 3種組合型控制策略進行對比研究.文獻[8]提出基于最佳電能的控制策略，在可預(yù)知行程時提高整車燃油經(jīng)濟性.文獻[9]對插電式混合動力客車CD階段控制策略進行研究，并對策略中的關(guān)鍵參數(shù)進行優(yōu)化.

本文設(shè)計了一種駕駛員需求轉(zhuǎn)矩解析方法，在該需求轉(zhuǎn)矩、當(dāng)前車速和電池組SOC值下，分別制定驅(qū)動和制動工況下的能量管理策略，以瞬時經(jīng)濟性成本最低為目標(biāo)，對不同工作模式下的轉(zhuǎn)矩分配和CVT換擋規(guī)律進行尋優(yōu).同時研究了驅(qū)動工況下CD階段中有無發(fā)動機單獨驅(qū)動模式對整車經(jīng)濟性的影響.

1 整車結(jié)構(gòu)及參數(shù)

本文的研究對象為裝備ISG電機和CVT的前驅(qū)單軸并聯(lián)式PHEV，整車主要部件參數(shù)如表1所示.

2 駕駛員需求轉(zhuǎn)矩解析

駕駛員需求轉(zhuǎn)矩解析，即將駕駛員對加速踏板或制動踏板的操作信號轉(zhuǎn)換為需求轉(zhuǎn)矩，是實現(xiàn)混合動力轉(zhuǎn)矩分配和制定換擋規(guī)律的前提.本文將駕駛員需求轉(zhuǎn)矩定義為作用在驅(qū)動輪上的需求轉(zhuǎn)矩.

2.1 動力源外特性曲線

PHEV動力源所能輸出到驅(qū)動輪上的最大轉(zhuǎn)矩取決于發(fā)動機和ISG電機的外特性、車速和CVT速比，同時還受到CVT最大輸入轉(zhuǎn)矩的限制.作出不同速比下發(fā)動機和電機共同驅(qū)動時（轉(zhuǎn)速低于800 r·min-1時電機單獨驅(qū)動）輸出到驅(qū)動輪上的最大轉(zhuǎn)矩曲線，這些曲線的包絡(luò)線即為動力源外特性曲線，如圖1所示.

u/（km·h-1）

2.2 需求轉(zhuǎn)矩的計算

在某一車速下，駕駛員需求轉(zhuǎn)矩僅與加速踏板（或制動踏板）的開度及其變化率有關(guān).用β表示踏板開度，β>0時代表加速踏板開度，β<0時代表制動踏板開度，β=0時代表未踩踏板.

在給定某一車速（60 km/h）時，不同加速踏板開度變化率下需求轉(zhuǎn)矩與加速踏板開度的關(guān)系曲線如圖2所示.由圖2可知，在車速和加速踏板開度變化率一定時，需求轉(zhuǎn)矩與加速踏板開度呈線性遞增關(guān)系，由公式（1）所決定；但在車速和加速踏板開度一定時，需求轉(zhuǎn)矩與加速踏板開度變化率之間呈非線性關(guān)系.

3 能量管理策略

設(shè)計中的整車控制策略總體結(jié)構(gòu)如圖3所示.其中，能量管理策略分為驅(qū)動和制動2種工況，下文分開介紹.常規(guī)能量管理策略根據(jù)轉(zhuǎn)矩分配得到發(fā)動機目標(biāo)轉(zhuǎn)矩，然后計算出節(jié)氣門開度，本文研究可直接得到發(fā)動機目標(biāo)節(jié)氣門開度.

3.1 驅(qū)動工況下的控制策略

插電式混合動力汽車的電池組具有較高的容量，電池組中大部分電能來自外界電網(wǎng).當(dāng)電池組SOC大于下限值SOCL時，為CD階段；當(dāng)SOC達到下限值SOCL時，進入CS階段.為研究驅(qū)動工況下CD階段中有無發(fā)動機單獨驅(qū)動模式對整車經(jīng)濟性的影響，本文給出2種方案，如圖4所示.圖4中，n為ISG電機（或發(fā)動機）轉(zhuǎn)速；nemin為發(fā)動機最低工作轉(zhuǎn)速；Tmmax（n），Temax（n）分別為當(dāng)前轉(zhuǎn)速下電機、發(fā)動機的最大輸出轉(zhuǎn)矩；Teoff（n）為當(dāng)前轉(zhuǎn)速下發(fā)動機關(guān)閉的轉(zhuǎn)矩下限值；imax為傳動系的最大傳動比；η為傳動系的傳動效率，取85%.

從圖4可以看出，第1種方案中，CD階段電機必須參與驅(qū)動，發(fā)動機起輔助驅(qū)動的作用，僅在需求轉(zhuǎn)矩較大時參與混合驅(qū)動模式，雖然此時發(fā)動機可能運行在低效區(qū)，但由于輸出能量較低，油耗也相對較低[10].第2種方案中，CD階段以發(fā)動機驅(qū)動為主，電機起輔助驅(qū)動作用，需求轉(zhuǎn)矩較低時電機單獨驅(qū)動.當(dāng)SOC小于下限值時，兩種方案的策略相同，只有發(fā)動機參與驅(qū)動，需求轉(zhuǎn)矩較小時，根據(jù)經(jīng)濟性尋優(yōu)，決定發(fā)動機處于輕載充電還是單獨驅(qū)動模式；需求轉(zhuǎn)矩過大時，為了防止電池組過度放電，僅讓發(fā)動機輸出最大轉(zhuǎn)矩進行驅(qū)動.根據(jù)SOC值的大小，下面對各驅(qū)動模式下的轉(zhuǎn)矩分配和CVT速比確定策略進行介紹.

3.1.1 SOC>SOCL時的控制策略

3.2 制動工況下的控制策略

本研究的PHEV采用電機再生制動和制動器摩擦制動兩種制動形式.再生制動受到電池組SOC值、電機最低發(fā)電轉(zhuǎn)速（500 r·min-1）和制動強度z的限制.制動形式的控制邏輯如圖8所示.

制動強度為：

CVT插電式混合動力系統(tǒng)在制動工況下控制策略的實質(zhì)包括3部分：1）前后軸之間的制動力矩分配；2）驅(qū)動輪上再生制動力矩與制動器摩擦制動力矩之間的分配；3）在再生制動力矩一定的情況下，如何確定CVT速比和電機轉(zhuǎn)矩，使回收的能量最多，這是控制策略的核心.設(shè)計中，前后軸上的制動力矩按固定比值進行分配.下面以再生制動與摩擦制動同時進行的制動工況為例，對控制策略進行說明.

（a）CVT目標(biāo)速比

4 仿真試驗與分析

為了對比和驗證所制定控制策略的效果，在Matlab/simulink環(huán)境下搭建CVT插電式混合動力汽車前向仿真模型.分別將初始SOC值設(shè)為0.7和0.25，對兩種方案下的控制策略各進行一個NEDC循環(huán)工況的仿真.圖10是在時間為845～1 205 s內(nèi)車速與踏板開度的仿真結(jié)果（踏板開度為負表示制動）.CD和CS階段下發(fā)動機、電機工作轉(zhuǎn)矩的仿真結(jié)果分別如圖11和圖12所示.

t/s

從圖11可以看出，前期由于需求轉(zhuǎn)矩不大，2種控制策略都采用電機單獨驅(qū)動，后期需求轉(zhuǎn)矩較大時，第1種控制策略（CD階段無發(fā)動機單獨驅(qū)動模式）采用混合驅(qū)動，第2種采用發(fā)動機單獨驅(qū)動.從圖12可以看出，由于進入了CS階段，發(fā)動機開始頻繁參與驅(qū)動，第1種控制策略下發(fā)動機參與驅(qū)動的時間更長.

t/s（a） CS階段無發(fā)動機單獨驅(qū)動

t/s（b） CS階段有發(fā)動機單獨驅(qū)動

由于單個NEDC工況路程較短，不能很好地體現(xiàn)控制策略的優(yōu)越性，故采用12個循環(huán)工況進行仿真，SOC值的仿真結(jié)果如圖13所示，其經(jīng)濟性成本隨時間的增長如圖14所示.

從圖13和圖14中可以看出，第1種控制策略由于前期電能參與程度高，更早進入CS階段，在行駛里程較短時具有很大的經(jīng)濟性優(yōu)勢；在后期行程中，第2種控制策略經(jīng)濟性花費略低，但優(yōu)勢并不明顯，兩者相差不大，這是因為SOC已達到下限值，進入CS階段.因此，總體來看，CD階段無發(fā)動機單獨驅(qū)動的控制策略具有綜合性經(jīng)濟優(yōu)勢.

5 結(jié) 論

針對CVT插電式混合動力汽車可外接充電和傳動比連續(xù)變化等特點，設(shè)計了一種基于動力源外特性曲線和駕駛員踏板操作信號的需求轉(zhuǎn)矩計算方法，在此基礎(chǔ)上制定了驅(qū)動和制動工況下的能量管理策略，對不同工作模式下的轉(zhuǎn)矩分配和CVT換擋規(guī)律進行優(yōu)化.

研究了CD階段有無發(fā)動機單獨驅(qū)動模式對整車的經(jīng)濟性影響.仿真結(jié)果表明，CD階段無發(fā)動機單獨驅(qū)動模式的控制策略在短行程時經(jīng)濟性代價較

小，長行程時經(jīng)濟性代價相差不大，故其綜合性經(jīng)濟優(yōu)勢更強.

參考文獻

[1] CHEN Z， ARDALAN V. Route preview in energy management of plug-in hybrid vehicles[J]. Transactions on Control Systems Technology， 2012， 20（2）：546-553.

[2] 楊偉斌， 陳全世， 田光宇， 等. 插電式混合動力汽車換擋規(guī)律及轉(zhuǎn)矩分配策略[J]. 機械工程學(xué)報， 2013， 49（14）： 91-98.

YANG Wei-bin， CHEN Quan-shi， TIAN Guang-yu， et al. Shifting schedule and torque distribution strategy for the Plug-in hybrid electric vehicle[J]. Journal of Mechanical Engineering， 2013， 49（14）： 91-98.（In Chinese）

[3] 秦大同， 楊官龍， 劉永剛， 等. Plug-in并聯(lián)式單電機混合動力汽車能量管理優(yōu)化控制策略[J]. 中國公路學(xué)報， 2013， 26（5）： 170-176.

QIN Da-tong， YANG Guan-long， LIU Yong-gang， et al. Energy management optimization control strategy of Plug-in parallel single-motor hybrid electric vehicle[J]. China Journal of Highway and Transport， 2013， 26（5）： 170-176.（In Chinese）

[4] WIRASINGHA S G， EMADI A. Classification and review of control strategies for Plug-in hybrid electric vehicles[J]. Transactions on Vehicular Technology， 2011， 60（1）： 111-122.

[5] 鄧元望， 王兵杰， 張上兵， 等. 基于混沌遺傳算法的PHEV能量管理策略優(yōu)化[J]. 湖南大學(xué)學(xué)報：自然科學(xué)版， 2013， 40（4）：42-48.

DENG Yuan-wang， WANG Bing-jie， ZHANG Shang-bing， et al. Optimization of energy management strategy of PHEV based on chaos-genetic algorithm[J]. Journal of Hunan University： Natural Sciences， 2013， 40（4）：42-48.（In Chinese）

[6] 鄭永霞， 趙峰， 羅禹貢， 等. 裝備CVT的中度混合動力轎車驅(qū)動工況下的能量優(yōu)化策略[J]. 汽車工程， 2014， 36（1）： 2-6.

ZHENG Yong-xia， ZHAO Feng， LUO Yu-gong， et al. Energy optimization strategy for the mild hybrid electric vehicle with CVT under drive conditions[J]. Automotive Engineering， 2014， 36（1）： 2-6.（In Chinese）

[7] WANG Xi-ming， HE Hong-wen， SUN Feng-chun， et al. Comparative study on different energy management strategies for Plug-in hybrid electric vehicles[J]. Energies，2013（6）：5656-5675.

[8] 羅國鵬， 羅禹貢， 李克強. 基于最佳電能使用的插電式混合動力客車控制策略[J]. 汽車工程， 2012， 34（6）： 475-478.

LUO Guo-peng， LUO Yu-gong， LI Ke-qiang. Control strategy for Plug-in hybrid electric bus based on optimal electric energy use[J]. Automotive Engineering， 2012， 34（6）： 475-478.（In Chinese）

[9] 倪成群， 趙強， 張幽彤. 插電式混合動力客車電能消耗階段控制策略的研究[J]. 汽車工程， 2014， 36（1）： 12-16.

NI Cheng-qun， ZHAO Qiang， ZHANG You-tong. A study on the control strategy for PHEB in energy depletion mode[J]. Automotive Engineering， 2014， 36（1）： 12-16.（In Chinese）

[10]GONG Qiu-ming， LI Yao-yu， PENG Zhong-ren. Trip-based optimal power management of Plug-in hybrid electric vehicles[J]. Transactions on Vehicular Technology， 2008， 57（6）： 3393-3401.