電動汽車整車控制器控制策略研究綜述

黃萬友，王廣燦，富文軍，李彥樺，張吉誠，于明進

(山東交通學院 汽車工程學院,山東 濟南　250357)

引言

電動汽車是提高汽車產(chǎn)業(yè)競爭力、保障能源安全和發(fā)展低碳經(jīng)濟的途徑，在全球汽車技術(shù)“低碳化、信息化、智能化”的發(fā)展趨勢下，新能源汽車逐漸成為市場主流產(chǎn)品[1]。對電池能源進行充分利用，提高驅(qū)動效率和能量回饋效率是目前新能源汽車急需解決的問題。汽車如何在快速啟動時保證大功率的瞬時輸出；在制動時保證安全的情況下盡量多的存儲發(fā)電機產(chǎn)生的電能，這對控制技術(shù)的要求越來越高。國家在電動汽車科技發(fā)展“十二五”專項規(guī)劃中，繼續(xù)堅持“三縱三橫”研發(fā)布局，進一步突出“三橫”重點技術(shù)：電機及控制系統(tǒng)、電池及管理系統(tǒng)、整車控制器VCU。整車控制器也稱動力總成控制系統(tǒng)，是電動汽車的智能核心，它通過捕獲鑰匙、擋位、加速踏板、制動踏板信號解析駕駛員操作意圖[2]，它主要包括：車載電源、開關(guān)量的輸入/輸出模塊、A/D采集模塊、CAN通訊模塊、CPU、存儲器[3]。安全和節(jié)能是電動汽車動力總成控制系統(tǒng)中最主要的研究方向[4-5]，本文針對現(xiàn)有的高效驅(qū)動控制策略和制動控制策略研究進行綜述分析，推動電動汽車更快更好地發(fā)展。

1　電動汽車驅(qū)動控制

電動汽車驅(qū)動控制的本質(zhì)是根據(jù)加速踏板開度及變化率、制動踏板開度及變化率、電池組狀態(tài)和電機狀態(tài)等因素確定電機的輸出轉(zhuǎn)矩。

1.1　常見的驅(qū)動控制策略

1.1.1雙參數(shù)控制

驅(qū)動模式劃分為常規(guī)模式、經(jīng)濟模式和動力模式；在不同控制模式下加速踏板同一開度對應不同的行程系數(shù)[6-11]。電機的輸出轉(zhuǎn)矩設(shè)定為加速踏板行程系數(shù)與當前電機轉(zhuǎn)速下最大輸出轉(zhuǎn)矩的乘積函數(shù):

Tw=La×Ta-max,

(1)

式中：Tw為電機輸出轉(zhuǎn)矩；La為加速踏板行程系數(shù)；Ta-max為當前電機轉(zhuǎn)速下最大輸出轉(zhuǎn)矩，由電機外特性圖獲知。

加速踏板行程系數(shù)與加速踏板開度有著密切的關(guān)系，加速踏板開度可由加速踏板傳感器電壓值計算得出，踏板開度的大小以百分比%表示，0%表示加速踏板無作用，100%表示加速踏板全開[12]。該控制方式可通過調(diào)節(jié)加速踏板行程系數(shù)與加速踏板開度的對應關(guān)系較好地滿足汽車動力性、經(jīng)濟性的要求，由于模型簡單可靠，獲得廣泛應用。但是，該控制策略并沒有考慮電池狀態(tài)、加速踏板變化率、擋位信號等影響因素對電機轉(zhuǎn)矩的特殊需求。

1.1.2多參數(shù)控制

將電機驅(qū)動轉(zhuǎn)矩表示為加速踏板開度與其變化率、電機狀態(tài)、電池狀態(tài)和車速等信息的數(shù)學表達式[13-14]。

Tw=f(AccPedal,AccPedal′,Brake,n,Temp,U,SOC,IB,Gear),

(2)

式中:Tw為電機輸出的驅(qū)動轉(zhuǎn)矩；AccPedal為加速踏板開度；AccPedal′為加速踏板開度變化率；Brake為制動踏板開度；n為電機轉(zhuǎn)速;Temp為電機溫度值；U為電池組當前的總電壓；SOC為電池組荷電狀態(tài)；IB為總電流；Gear為擋位信號。

但相關(guān)文獻都沒有給出具體的關(guān)系式，在控制策略中運用的思想是將加速踏板的開度與電機的輸出轉(zhuǎn)矩看成近似的線性關(guān)系[9]。

1.2　模糊控制策略在控制器中的應用

模糊控制是以模糊控制理論、模糊語言和模糊控制邏輯推理為基礎(chǔ)的一種智能控制方法，具有魯棒性強、容錯能力強、語言控制規(guī)則簡單和不依賴數(shù)學模型等優(yōu)點[15-18],模糊控制策略在控制器中的應用越來越廣泛。王佳、陳龍[19-21]等人根據(jù)駕駛員駕駛意圖，將駕駛模式分為：常規(guī)模式、動力模式、經(jīng)濟模式。在常規(guī)模式下以線性穩(wěn)定驅(qū)動控制策略確定輸出轉(zhuǎn)矩；在動力模式下采用模糊算法，以加速踏板開度為輸入，動力優(yōu)化為輸出，對輸出轉(zhuǎn)矩作增矩優(yōu)化；在經(jīng)濟模式下采用模糊控制算法，以電機轉(zhuǎn)速和加速踏板開度為輸入，轉(zhuǎn)矩優(yōu)化為輸出，對輸出轉(zhuǎn)矩作減矩優(yōu)化。通過仿真驗證了不同模式下期望控制目標，動力模式相比常規(guī)模式明顯縮短了加速時間，提升了整車加速性能；經(jīng)濟模式可以有效延長純電動汽車的續(xù)駛里程。

北京理工大學宋強[22]等人根據(jù)純電動汽車在不同車速加速時對驅(qū)動轉(zhuǎn)矩的需求，建立了以車速和加速踏板開度及變化率為輸入變量，轉(zhuǎn)矩補償增量為輸出變量的模糊控制器。仿真表明考慮加速時車速因素，有助于提高電動汽車在中低速時加速動力性和高速時操縱穩(wěn)定性。

重慶大學秦大同[23-24]等人采用“典型工作點+分段插值”和模糊控制方法進行駕駛員意圖識別；采用“動態(tài)補償轉(zhuǎn)矩保持”和“動態(tài)補償轉(zhuǎn)矩歸零”算法進行轉(zhuǎn)矩補償，仿真結(jié)果表明控制策略保證了車輛的操控性，提高了車輛的動力性。

孔慧芳[25]等人提出基于遺傳算法的汽車起步模糊控制策略，利用遺傳算法優(yōu)化模糊控制中隸屬函數(shù)，一定程度改善了模糊規(guī)則不能進行優(yōu)化的缺點，仿真結(jié)果表明模糊邏輯控制器實現(xiàn)了汽車的平穩(wěn)起步。

模糊控制器具有一定的魯棒性，在控制器中應該越來越廣泛。但是模糊控制隸屬度函數(shù)、模糊規(guī)則都受到人為設(shè)定的影響，對隸屬度函數(shù)、模糊規(guī)則的選取往往依據(jù)人的經(jīng)驗，其人為干擾因素很大。控制器的多數(shù)實驗都是以仿真方式驗證，缺乏實車試驗，因此進一步加強實車驗證是今后要研究的重點方向。

2　能量回饋的研究

電動汽車在制動或滑動時能量回饋可以提高電動汽車電池能量利用率,改善電動汽車經(jīng)濟性。能量回饋要綜合考慮汽車動力學特性、電機發(fā)電特性、電池充電特性等多方面的問題。減速時電機回饋能量的大小與系統(tǒng)的轉(zhuǎn)動慣量、轉(zhuǎn)速、機械阻力、電機繞組電感、電機以及變頻回路的電阻等因素有關(guān)[26]。當加速踏板完全松開時，車輛進入制動或滑行狀態(tài)，其中制動方式包括：電制動、機械制動或兩者復合制動[27]。

2.1　電動汽車制動能量回饋的基本策略

2.1.1最佳制動效果控制策略

并行制動系統(tǒng)由再生制動力和機械制動力組成，車輛進行制動時兩種制動力同時、平行出現(xiàn)，非驅(qū)動軸采用傳統(tǒng)的機械制動。由于并行制動系統(tǒng)主要由機械制動系統(tǒng)提供制動力，再生制動系統(tǒng)僅僅起輔助作用，因此回收的制動能量很有限。但是并行制動系統(tǒng)的結(jié)構(gòu)簡單，可以在稍微改動或不改動原有傳統(tǒng)制動系統(tǒng)基礎(chǔ)上實現(xiàn)?？刂葡到y(tǒng)僅對制動電機力進行控制，控制參數(shù)少，控制容易實現(xiàn)，制動系統(tǒng)可靠度比較高。

哈爾濱工業(yè)大學劉志遠、林雙武[28]等人采用并行制動，提出了基于駕駛意圖的制動能量回收策略，通過制動踏板行程實現(xiàn)制動意圖識別，仿真和實車試驗表明該控制策略穩(wěn)定可靠。葉敏、郭振宇等人針對電動汽車再生制動過程中系統(tǒng)具有參數(shù)大范圍攝動和強非線性的特點，綜合H2最優(yōu)控制和H∞魯棒控制的優(yōu)點，提出魯棒H2/H∞混合控制策略，仿真和實車試驗表明混合控制策略縮短了制動時間，保證了車輛的安全性能，且回收了更多能量[29]。

2.1.2最佳制動能量回饋控制策略

該制動控制策略的控制目標是在滿足車輛制動要求的情況下，盡可能回收更多的制動能量。在分配前后軸機械制動和再生制動力時，控制策略應保證制動減速度和前后輪均不抱死。此種再生制動可以最大程度地回收制動能量，延長續(xù)駛里程[30]。但是由于控制系統(tǒng)復雜需要同時對制動電機制動力和摩擦制動力進行精確的控制，制動穩(wěn)定性不高，在路面附著系數(shù)變化時可能會發(fā)生單個車輪先抱死的情況。

王紅霞[31-32]等人提出一種根據(jù)制動強度分配前、后輪制動力的控制策略，仿真表明車輛的能量消耗率降低，回收能量和能量利用率有不同程度的提高。

2.1.3理想制動力分配控制策略

該制動系統(tǒng)控制策略的目標是減小車輛制動距離，提高制動穩(wěn)定性，制動器施加在前后輪上的制動力應遵循理想的制動力分布曲線I[33]，在保證車輛具有最佳前后軸制動力分配的前提下盡量回收制動能量。其優(yōu)點是能充分利用地面附著條件，保證制動的穩(wěn)定性，且能量回收率較高；缺點是制動系統(tǒng)復雜，需要對摩擦制動力進行數(shù)值化控制，對控制器智能化程度要求高。

侯典平[34-35]等人針對純電動汽車再生制動力分配因數(shù)不合理的問題，基于ECE制動法規(guī)建立再生制動數(shù)學模型，根據(jù)ECE法規(guī)要求分配制動力，仿真驗證表明控制策略提高了車輛行駛過程中的能量回收效率。

2.2　車輛滑行能量回饋策略

為使電動車輛滑行時駕駛特性接近傳統(tǒng)車輛，在加速踏板回零且車速大于某設(shè)定值時，參照傳統(tǒng)車輛滑行時產(chǎn)生的阻力，對驅(qū)動電機施加制動轉(zhuǎn)矩。山東大學黃萬友等人[36]采用動態(tài)矩陣算法，根據(jù)控制電機測試的階躍響應曲線構(gòu)造動態(tài)模型，在控制過程中進行滾動優(yōu)化和反饋校正，實車試驗表明該控制策略有效抑制了電機制動轉(zhuǎn)矩波動，取得了良好的滑行能量回饋效果。哈爾濱工業(yè)大學林雙武[28]等人進行滑行能量回收時，在滿足約束條件前提下，以一定時間內(nèi)回收的能量最大為控制目標，提出基于滾動優(yōu)化的滑行能量回收策略，仿真驗證了該策略的可行性。北京理工大學林程[37]等人利用模糊算法控制電機再生制動轉(zhuǎn)矩，模擬發(fā)動機反拖制動過程，仿真表明該策略回收了一定能量，但邏輯門限值大小還有待進一步驗證。

2.3　超級電容在能量回饋中的應用

電動汽車能量存儲系統(tǒng)由電池和超級電容器組成[38]。超大電容功率密度高、充放電時間短、循環(huán)壽命長、工作范圍寬，再生控制系統(tǒng)的儲能裝置采用超級電容，可減少汽車制動時巨大回饋電流對電池的損害，提高制動能量回收率[39-43]。長安大學趙軒等人對純電動客車復合控制系統(tǒng)制動力分配比例進行研究，采用分層隱形馬爾科夫模型進行制動駕駛意圖識別，以制動駕駛意圖、車速、前后輪制動力分配比列、ECE法則、電動機特性、滑移率、蓄電池特性、超級電容特性和傳動系統(tǒng)特性為約束提出了復合制動控制策略，仿真結(jié)果表明汽車在低速制動時能量回收效率最高可達43.84%，高速緊急制動能量回收率最低可達0.89%[44]。

由于超級電容剛面世不久，價格比較昂貴，能量密度低，比能量只有2千瓦左右[45]，應用技術(shù)不成熟等問題，因此在電動汽車應用不多。

3　結(jié)論

1)實時采集車輛運行信息，在線統(tǒng)計加速踏板開度、加速踏板變化率、車速和加速度等駕駛特征，并根據(jù)司機駕駛行為特征進行控制策略適應性優(yōu)化，但還缺乏相應研究。

2)電動汽車在驅(qū)動控制和能量回饋研究中，有些模型建立已經(jīng)很具體，但是對模型的驗證大多是以仿真方式完成，還有待進一步加強實車驗證以提高實用性。

3)模糊控制策略雖然成為現(xiàn)在的研究熱點，但對隸屬度函數(shù)、模糊規(guī)則的選取還存在不足，需進一步加強其選取算法的研究。

4)驅(qū)動控制策略可歸納為雙參數(shù)控制和多參數(shù)控制兩類，能量回饋策略可歸納為最佳制動效果控制、最佳制動能量回饋控制、理想制動力分配控制三類。

參考文獻：

[1]劉宗巍,史天澤,郝瀚,等.中國汽車技術(shù)的現(xiàn)狀、發(fā)展需求與未來方向[J].汽車技術(shù),2017, (1): 1-6.

[2]劉震,高力.純電動汽車整車控制策略設(shè)計開發(fā)與研究[A].第十屆沈陽科學學術(shù)年會論文集(信息科學與工程技術(shù)分冊)[C].沈陽：沈陽市科學技術(shù)協(xié)會，2013：368-375.

[3]王思哲,趙小羽.純電動汽車整車控制策略及其開發(fā)流程[J].機電產(chǎn)品開發(fā)與創(chuàng)新,2016, 29(2): 84-86.

[4]嚴英.純電動公交客車加速踏板駕駛特性輔助優(yōu)化策略研究 [D],天津：天津大學, 2012.

[5]電動汽車科技發(fā)展“十二五”專項規(guī)劃 [M].社會科學文獻出版社, 2012.

[6]LI H,ZHANG G.Hybrid Electric Vehicle Drive Control[J].Procedia Environmental Sciences,2011,10(1):403-407.

[7]劉永山.純電動汽車整車控制器開發(fā)及控制策略研究[D].武漢:武漢理工大學, 2014.

[8]王立國.純電動客車動力總成控制策略研究 [D].長春：吉林大學, 2009.

[9]邱會鵬.純電動汽車整車控制器的研究[D].哈爾濱:哈爾濱工業(yè)大學, 2014.

[10]周孟喜.電動汽車驅(qū)動工況下的整車控制策略研究[D].重慶:重慶大學, 2012.

[11]彭金雷. 純電動汽車整車控制策略研究 [D].廣州:華南理工大學, 2013.

[12]MUTOH N, KAZAMA T, TAKITA K. Driving characteristics of an electric vehicle system with independently driven front and rear wheels[J].IEEE Transactions on Industrial Electronics, 2006, 53(3): 803-13.

[13]黃萬友,程勇,紀少波,等.基于最優(yōu)效率的純電動汽車驅(qū)動控制策略開發(fā) [J].汽車工程,2013, 35(12): 1062-1067.

[14]田軍輝.純電動客車整車控制器硬件在環(huán)測試系統(tǒng)開發(fā)及驅(qū)動控制策略研究[D].長春：吉林大學, 2013.

[15]諸靜.智能預測控制及其應用[M].浙江大學出版社, 2002.

[16]葛新成,胡永霞.模糊控制的現(xiàn)狀與發(fā)展概述 [J].現(xiàn)代防御技術(shù),2008,36(3):51-55.

[17]Li Q,Chen W,Li Y,et al.Energy management strategy for fuel cell/battery/ultracapacitor hybrid vehicle based on fuzzy logic[J].International Journal of Electrical Power&Energy Systems,2012,43(1):514-525.

[18]Denis N,Dubois M R,Desrochers A.Fuzzy-based blended control for the energy management of a parallet plug-in hybrid electric vehicle[J].Intelligent Transport Systems Iet,2015,9(1):30-37.

[19]陳龍,程偉,徐興,等.基于模糊控制的純電動汽車加速輸出轉(zhuǎn)矩優(yōu)化控制策略[J].汽車技術(shù), 2015,(4):56-61.

[20]王佳,楊建中,蔡志標,等.基于模糊控制的純電動轎車整車優(yōu)化控制策略[J].汽車工程,2009, 31(4):362-365.

[21]祁華憲.基于駕駛意圖識別的純電動汽車模糊控制策略研究[D].合肥:合肥工業(yè)大學,2017.

[22]宋強,萬海桐,米玉軒,等.純電動汽車加速過程中的驅(qū)動轉(zhuǎn)矩優(yōu)化控制策略[J].江蘇大學學報自然科學版,2017,38(1):1-6.

[23]秦大同,陳淑江,胡明輝,等.基于駕駛員意圖識別的純電動汽車動力性驅(qū)動控制策略[J].汽車工程,2015,37(1):26-32.

[24]秦大同,周孟喜,胡明輝,等.電動汽車的加速轉(zhuǎn)矩補償控制策略[J].公路交通科技,2012,29(5): 146-151.

[25]孔慧芳,任亞明.基于遺傳算法優(yōu)化的汽車起步模糊控制策略[J].合肥工業(yè)大學學報自然科學版,2009,32(1):21-23.

[26]張承慧,杜春水,李珂.變頻驅(qū)動異步電機再生制動及饋電技術(shù)[J].電機與控制學報,2006, 10(4):356-360.

[27]鄒積勇.電動汽車控制策略研究[D].天津:天津大學,2007.

[28]林雙武.電動汽車制動控制策略的研究[D].哈爾濱:哈爾濱工業(yè)大學, 2010.

[29]葉敏,郭振宇,程博,等.基于參數(shù)攝動的電動汽車再生制動魯棒混合控制研究[J].西安交通大學學報,2007,41(1):64-68.

[30]查鴻山,宗志堅,劉忠途.電動汽車能量回饋制動仿真研究[J].機械科學與技術(shù),2012,31(4): 572-577.

[31]王紅霞,李冠峰.電動汽車制動能量回收控制策略研究 [J].機械研究與應用,2012,(1):4-6.

[32]潘盛輝,宋仲達,王系朋.純電動汽車機電復合制動控制策略的研究[J].控制工程,2017,24(2): 309-314.

[33]Peeie M H B,Ogino H,Oshinoya Y.Skid control of a small electric vehicle with two in-wheel motors:simulation model of ABS and regenerative brake control[J].International Journal of Crashworthiness,2016,21(5):396-406.

[34]侯典平,張洪信,趙清海,等.純電動汽車再生制動力控制策略優(yōu)化研究 [J].機械制造,2017, 55(3):4-7.

[35]叢銘,江毓,吳子涵,等.純電動汽車再生制動控制策略的研究 [J].時代汽車,2017(11):57-59.

[36]黃萬友,程勇,曹紅,等.參考濟南道路工況的純電動汽車能量回饋策略[J].電機與控制學報, 2012,16(10):86-94.

[37]林程,劉夏紅,董愛道.基于加速踏板行程的再生制動控制策略研究[J].汽車工程,2015,37(7): 802-806.

[38]LU S, CORZINE K A, FERDOWSI M. A New Battery/Ultracapacitor Energy Storage System Design and Its Motor Drive Integration for Hybrid Electric Vehicles[J].IEEE Transactions on Vehicular Technology, 2007, 56(4): 1516-1523.

[39]YOO H, SUL S K, PARK Y, et al. System Integration and Power-Flow Management for a Series Hybrid Electric Vehicle Using Supercapacitors and Batteries[J]. IEEE Transactions on Industry Applications, 2008, 44(1): 108-114.

[40]樓海星,姚維.超級電容在電動汽車電池能量回饋中的應用[J].輕工機械,2013,31(6):54-58.

[41]Liu H,Wang Z,Cheng J,et al.Improvement on the Cold Cranking Capacity of Commercial Vehicle by Using Supercapacitor and Lead-Acid Battery Hybrid[J].IEEE Transactions on Vehicular Technology,2009,58(3):1097-1105.

[42]Carter R,Cruden A,Hall P J.Optimizing for Efficiency or Battery Life in a Battery/Supercapacitor Electric Vehicle[J].IEEE Transacitons on Vehicular Technology,2012,61(4):1526-1533.

[43]周美蘭,劉占華,胡玲玲.純電動汽車復合電源再生制動控制策略研究[J].黑龍江大學自然科學學報, 2017,34(3): 359-365.

[44]趙軒,馬建,汪貴平.基于制動駕駛意圖辨識的純電動客車復合制動控制策略[J].交通運輸工程學報,2014,14(4):64-75.

[45]沈文強.基于超級電容的電動汽車高效驅(qū)動系統(tǒng)設(shè)計[D].杭州:浙江大學,2014.