基于系統(tǒng)效率的PHEV動(dòng)力與控制參數(shù)優(yōu)化

秦大同 林毓培 劉星源 羅松

摘 要：針對(duì)搭載無級(jí)變速器的單電機(jī)插電式混合動(dòng)力汽車，提出了一種新的動(dòng)力參數(shù)與控制參數(shù)設(shè)計(jì)方法.建立插電式混合動(dòng)力汽車各工作模式的系統(tǒng)效率模型，得到基于系統(tǒng)效率的工作模式切換規(guī)律，并對(duì)模式切換曲線乘以控制參數(shù)以實(shí)現(xiàn)模式切換規(guī)律的調(diào)整.充分考慮燃油經(jīng)濟(jì)性的影響因素，以動(dòng)力源功率、電池?cái)?shù)目以及主減速器速比作為動(dòng)力系統(tǒng)設(shè)計(jì)參數(shù).利用Matlab/Simulink建立整車經(jīng)濟(jì)性仿真模型，構(gòu)建“城市城郊高速城郊城市”綜合行駛工況，以降低等效燃油消耗為目標(biāo)，采用遺傳算法對(duì)插電式混合動(dòng)力汽車動(dòng)力系統(tǒng)參數(shù)與模式切換規(guī)律控制參數(shù)進(jìn)行綜合優(yōu)化.結(jié)果表明：采用本文所提出的方法能夠優(yōu)化出一組合理的動(dòng)力與控制系統(tǒng)參數(shù)，使整車等效燃油消耗更低，比優(yōu)化前的百公里等效油耗降低了7.2%.

關(guān)鍵詞：插電式混合動(dòng)力汽車；參數(shù)優(yōu)化；遺傳算法；效率模型；綜合工況；模式切換

中圖分類號(hào)：U462.3+4文獻(xiàn)標(biāo)志碼：A

Abstract：According to singlemotor plugin hybrid electric vehicle with Continuous Variable Transmission （CVT）， a novel design method of power and control parameters was proposed. The system efficiency model for each mode of Plugin Hybrid Electric Vehicl （PHEV） was built， the mode switching rules based on system efficiency was then obtained， and the adjustment of the mode switching rules through multiplying the mode switching curve with control parameters was realized. Fully considering the influencing factors of fuel economy， the power source， battery number and final drive ratio were regarded as the power parameters. By using Matlab/Simulink， the vehicle economy simulation model was built， and "CitySuburbanHighwaySuburbanCity" comprehensive driving conditions were constructed taking the reduction of the equivalent fuel consumption as the optimization target. The PHEV dynamic parameters and controlling parameters of mode switching rules were optimized under the comprehensive driving cycle by using Genetic Algorithm （GA）. The result demonstrates that， by using the method proposed in this paper， a set of reasonable power and control system parameters can be optimized to lower the vehicle equivalent fuel consumption， where the equivalent fuel consumption per 100 km can be reduced by 7.2% when compared with that of nonoptimization cases.

Key words：PHEV； parameters optimization； genetic algorithm；efficiency model； comprehensive driving cycle；mode switch

插電式混合動(dòng)力汽車可以通過公共電網(wǎng)對(duì)電池進(jìn)行外接充電，大大降低了車輛對(duì)燃油的依賴性，具有續(xù)駛里程長(zhǎng)、排放低的顯著優(yōu)點(diǎn)[1].目前，混合動(dòng)力汽車參數(shù)優(yōu)化主要包括動(dòng)力系統(tǒng)參數(shù)優(yōu)化、控制系統(tǒng)參數(shù)優(yōu)化、動(dòng)力系統(tǒng)參數(shù)與控制系統(tǒng)參數(shù)綜合優(yōu)化.王慶年提出一種以整車制造成本和年均使用成本為評(píng)價(jià)指標(biāo)的動(dòng)力系統(tǒng)參數(shù)匹配方法[2]，Tan G采用免疫遺傳算法對(duì)傳動(dòng)系統(tǒng)參數(shù)進(jìn)行多目標(biāo)優(yōu)化[3]，但未考慮控制系統(tǒng)參數(shù)對(duì)汽車能耗經(jīng)濟(jì)性的影響；李軍、鄧元望分別采用遺傳算法對(duì)其邏輯門限控制參數(shù)與模糊策略控制規(guī)則進(jìn)行優(yōu)化[4-5]，但忽略了動(dòng)力系統(tǒng)參數(shù)與控制系統(tǒng)參數(shù)的相互影響；詹森、王潤(rùn)才以發(fā)動(dòng)機(jī)特性曲線作為設(shè)計(jì)控制系統(tǒng)參數(shù)的基礎(chǔ)對(duì)動(dòng)力系統(tǒng)與控制系統(tǒng)參數(shù)進(jìn)行綜合優(yōu)化[6-7]，但沒有綜合考慮發(fā)動(dòng)機(jī)、電機(jī)、電池對(duì)控制系統(tǒng)參數(shù)的影響.鄧濤、曾育平分別將電池?cái)?shù)目與電池容量作為動(dòng)力系統(tǒng)參數(shù)，在單一工況下對(duì)動(dòng)力系統(tǒng)參數(shù)和控制系統(tǒng)參數(shù)進(jìn)行多目標(biāo)優(yōu)化[8-9]，然而，單一工況下的參數(shù)優(yōu)化結(jié)果不具有普遍適應(yīng)性，且電池容量及數(shù)目的改變勢(shì)必影響整車重量.諸多研究都忽略了電池重量對(duì)能耗經(jīng)濟(jì)性和整車重量及成本的影響，所以對(duì)包括電池重量在內(nèi)的動(dòng)力系統(tǒng)進(jìn)行參數(shù)優(yōu)化是很有必要的，同時(shí)，在車輛燃油經(jīng)濟(jì)性優(yōu)化過程中選擇合理的控制參數(shù)也尤為重要.

針對(duì)上述研究存在的不足，本文提出了一種新的插電式混合動(dòng)力汽車動(dòng)力與控制參數(shù)設(shè)計(jì)方法.通過對(duì)各個(gè)工作模式下系統(tǒng)效率的優(yōu)化得到最佳效率圖，以系統(tǒng)效率最佳為依據(jù)制定模式切換規(guī)律，并將模式切換規(guī)律曲線作為設(shè)計(jì)控制系統(tǒng)參數(shù)的基礎(chǔ).充分考慮發(fā)動(dòng)機(jī)、電機(jī)及動(dòng)力電池等動(dòng)力系統(tǒng)參數(shù)對(duì)能耗經(jīng)濟(jì)性和整車重量及成本的影響，構(gòu)建由典型工況組成的綜合工況，基于遺傳算法對(duì)動(dòng)力傳動(dòng)系統(tǒng)參數(shù)和模式切換規(guī)律控制系統(tǒng)參數(shù)進(jìn)行綜合尋優(yōu)，得到可使插電式混合動(dòng)力汽車實(shí)現(xiàn)最佳能耗經(jīng)濟(jì)性的動(dòng)力系統(tǒng)參數(shù)及控制系統(tǒng)參數(shù).

1 整車性能指標(biāo)

本文研究對(duì)象是由某公司開發(fā)的CVT單電機(jī)插電式混合動(dòng)力汽車，其動(dòng)力系統(tǒng)結(jié)構(gòu)如圖1所示.

動(dòng)力系統(tǒng)采用單軸并聯(lián)式結(jié)構(gòu)，發(fā)動(dòng)機(jī)通過離合器與ISG電機(jī)相連，發(fā)動(dòng)機(jī)和電機(jī)均可單獨(dú)工作，ISG電機(jī)可工作于轉(zhuǎn)矩補(bǔ)償或者充電狀態(tài).能量管理策略采用電量消耗（CD，Charge Depleting）與電量維持（CS， Charge Sustaining）模式，汽車初始工作于CD階段，直到電池電量下降至某一目標(biāo)值后進(jìn)入CS階段，此后電池電量在一定范圍內(nèi)波動(dòng).CD 階段包括純電動(dòng)驅(qū)動(dòng)模式和混合動(dòng)力驅(qū)動(dòng)模式，CS階段包括純電動(dòng)驅(qū)動(dòng)模式、純發(fā)動(dòng)機(jī)驅(qū)動(dòng)模式、混合動(dòng)力模式驅(qū)動(dòng)以及行車充電模式.汽車動(dòng)力性指標(biāo)如表1所示.

車輛動(dòng)力系統(tǒng)的輸出功率需要滿足車輛行駛的動(dòng)力性指標(biāo)，即最高車速、最大爬坡度和車輛加速度[10].

通過理論計(jì)算法[11]對(duì)動(dòng)力系統(tǒng)參數(shù)進(jìn)行匹配，匹配結(jié)果如表2所示.

2 系統(tǒng)效率分析

按照邏輯門限規(guī)則[12]對(duì)動(dòng)力源轉(zhuǎn)矩進(jìn)行分配，搭建各工作模式效率優(yōu)化模型，并以工作效率最佳為依據(jù)制定模式切換規(guī)律，作為能量管理策略控制參數(shù)的確定依據(jù).

純電動(dòng)工作模式下由電機(jī)單獨(dú)驅(qū)動(dòng)車輛，發(fā)動(dòng)機(jī)關(guān)閉，離合器分離，發(fā)動(dòng)機(jī)無轉(zhuǎn)動(dòng)慣量.其系統(tǒng)效率表達(dá)式為

對(duì)CD階段和CS階段各工作模式效率圖進(jìn)行對(duì)比分析，將系統(tǒng)效率在“車速加速度”平面上投影，以工作效率最高作為依據(jù)劃分工況區(qū)域，得到模式切換規(guī)律，如圖3所示.然而，在動(dòng)力系統(tǒng)參數(shù)優(yōu)化過程中，系統(tǒng)效率會(huì)隨著動(dòng)力系統(tǒng)參數(shù)的改變而發(fā)生變化，模式切換規(guī)律需要隨即調(diào)整以適應(yīng)系統(tǒng)效率的變化，所以對(duì)模式切換曲線分別乘以控制參數(shù)K1、K2、K3、K4以實(shí)現(xiàn)模式切換規(guī)律的自適應(yīng)調(diào)整.

圖3中，①代表CD純電動(dòng)模式；②代表CD混合驅(qū)動(dòng)模式；③代表CS純電動(dòng)模式；④代表行車充電模式；⑤代表CS發(fā)動(dòng)機(jī)模式；⑥代表CS混合驅(qū)動(dòng)模式.K1、K2、K3、K4為調(diào)整模式切換規(guī)律的控制參數(shù).

3 基于遺傳算法的優(yōu)化模型

3.1 優(yōu)化目標(biāo)

本文中插電式混合動(dòng)力汽車參數(shù)優(yōu)化的目標(biāo)是在保證動(dòng)力性滿足要求的前提下，合理使用外部充電電能，使汽車燃油消耗量最低.以汽車行駛百公里等效燃油消耗[13]為優(yōu)化目標(biāo)，其表達(dá)式為

3.2 優(yōu)化變量

以理論計(jì)算法匹配的動(dòng)力系統(tǒng)參數(shù)值作為動(dòng)力參數(shù)優(yōu)化初值，控制參數(shù)K1、K2、K3、K4初值均設(shè)為1，除電池電量外，其余控制參數(shù)均取初始值的50%～150%作為參數(shù)優(yōu)化區(qū)間，考慮電池使用壽命，并能最大限度利用電池能量，以0.2作為電池SOC使用下限，以0.3作為SOCobj初值[11]，其優(yōu)化區(qū)間如表3所示.

3.3 優(yōu)化約束

以整車動(dòng)力性能要求為PHEV參數(shù)優(yōu)化的約束條件，約束表達(dá)式如下：

1）純電動(dòng)工作模式

4 仿真分析

4.1 綜合工況的建立

選取代表不同行駛環(huán)境的幾種典型工況構(gòu)成綜合行駛工況.循環(huán)工況采用“市區(qū)城郊高速城郊市區(qū)”模式構(gòu)建復(fù)合工況，該工況涵蓋了NYCC、UDDS、HWFET三種分別代表市區(qū)、城郊、高速的行駛工況，如圖4所示.

4.2 參數(shù)優(yōu)化結(jié)果

選取初始種群規(guī)模（Population Size）為100，交配概率（Crossover Fraction）為0.8，變異概率（Migration Fraction）為0.2，進(jìn)化代數(shù)（Generations）選取50，添加線性約束，在綜合工況下進(jìn)行仿真優(yōu)化.

適應(yīng)度函數(shù)的優(yōu)化過程如圖5所示，隨著遺傳代數(shù)的增加，適應(yīng)度值不斷收斂，超過60代后趨于平穩(wěn)，該值即最佳適應(yīng)度值，此時(shí)優(yōu)化得到的參數(shù)結(jié)果如表4所示.在滿足約束條件下，電機(jī)功率和發(fā)動(dòng)機(jī)功率較理論匹配方法均有所減少，避免了功率的浪費(fèi)；同時(shí)，動(dòng)力電池?cái)?shù)目減少了16節(jié)，即電池重量減輕19.2 kg.

4.3 仿真結(jié)果對(duì)比分析

優(yōu)化前后的實(shí)際油耗對(duì)比如圖6所示，優(yōu)化后實(shí)際油耗較優(yōu)化前明顯降低.優(yōu)化前后的電池電量變化曲線如圖7所示，從圖7中可以看出，電池電量初始值選擇0.85，優(yōu)化前后汽車均能工作于電量消耗（CD）階段和電量維持（CS）階段，說明構(gòu)建的綜合工況達(dá)到了仿真優(yōu)化的要求.圖8和圖9所示為優(yōu)化前后發(fā)動(dòng)機(jī)工作點(diǎn)分布圖，通過對(duì)比可以得到優(yōu)化后的發(fā)動(dòng)機(jī)工作點(diǎn)較優(yōu)化前更為集中，且主要分布于高效率區(qū).

通過計(jì)算得到百公里等效油耗對(duì)比如表5所示，相比于優(yōu)化前的百公里等效油耗，采用本文提出的參數(shù)設(shè)計(jì)方法后，百公里等效油耗降低了7.2%.

5 結(jié) 論

1）充分考慮能耗經(jīng)濟(jì)性諸多影響因素，以邏輯門限能量管理策略為基礎(chǔ)，建立整車系統(tǒng)效率模型，通過各工作模式系統(tǒng)效率的對(duì)比分析，制定行車過程中模式切換規(guī)律，作為控制參數(shù)的優(yōu)化基礎(chǔ).

2）構(gòu)建“城市城郊高速城郊城市”綜合行駛工況，對(duì)動(dòng)力系統(tǒng)及控制系統(tǒng)參數(shù)進(jìn)行綜合優(yōu)化.優(yōu)化后的動(dòng)力源功率、電池?cái)?shù)目均有減少，降低了整車重量及成本.基于Matlab/Simulink建立整車仿真模型，對(duì)兩種參數(shù)設(shè)計(jì)方法進(jìn)行仿真對(duì)比分析，結(jié)果表明：采用本文提出的方法能夠優(yōu)化出一組合理的動(dòng)力系統(tǒng)參數(shù)及控制參數(shù)，使汽車等效燃油消耗更低.

3）相比于優(yōu)化前，采用本文提出的參數(shù)設(shè)計(jì)方法優(yōu)化后，發(fā)動(dòng)機(jī)工作點(diǎn)更加集中于高效率區(qū)，但是效果仍然不夠理想，需要在本文研究基礎(chǔ)上進(jìn)一步開展能量管理策略的優(yōu)化研究.

參考文獻(xiàn)

[1] 周云山， 賈杰鋒， 李航洋，等. CVT插電式混合動(dòng)力汽車經(jīng)濟(jì)性控制策略[J]. 湖南大學(xué)學(xué)報(bào)（自然科學(xué)版）， 2016， 43（8）：25-31.

ZHOU Y S， JIA J F， LI H Y， et al. Economical control strategy for a plugin hybrid electric vehicle equipped with CVT[J].Journal of Hunan University（Natural Sciences），2016， 43（8）：25-31.（In Chinese）

[2] 王慶年， 王光平， 王鵬宇，等. 基于成本優(yōu)化的插電式混合動(dòng)力參數(shù)匹配[J]. 吉林大學(xué)學(xué)報(bào)（工學(xué)版）， 2016， 46（2）：340-347.

WANG Q N， WANG G P， WANG P Y， et al. Parameter matching for plugin hybrid electric vehicle based on cost optimization[J]. Journal of Jilin University（Engineering and Technology Edition），2016， 46（2）：340-347. （In Chinese）

[3] TAN G， LIN C， BAI Y， et al. Multiobjective optimization of HEV transmission system parameters based on immune genetic algorithm [C]// IEEE International Conference on Communication ProblemSolving. IEEE， 2015.

[4] 李軍， 朱亞洲， 徐楊蛟，等. 混合動(dòng)力汽車動(dòng)力傳動(dòng)系統(tǒng)控制策略優(yōu)化研究[J]. 機(jī)械設(shè)計(jì)與制造， 2014（3）：138-141.

LI J， ZHU Y Z， XU Y J， et al. Research on control strategy optimization in power train transmission system of hybrid electric vehicle[J]. Machinery Design and Manufacture，2014 （3）：138-141. （In Chinese）

[5] 鄧元望， 王兵杰， 張上安，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(bào)（自然科學(xué)版）， 2013， 40（4）：42-48.

DENG Y W， WANG B J， ZHANG S A， et al. Optimization of energy management strategy of PHEV based on chaosgenetic algorithm[J].Journal of Hunan University（Natural Sciences），2013， 40（4）：42-48. （In Chinese）

[6] 詹森， 秦大同， 曾育平. 基于多循環(huán)工況的混合動(dòng)力汽車參數(shù)優(yōu)化研究[J]. 汽車工程， 2016， 38（8）：922-928.

ZHAN S， QIN D T， ZENG Y P. A study on the parameter optimization of hybrid electric vehicle based on multiple driving cycles[J].Automotive Engineering，2016， 38（8）：922-928. （In Chinese）

[7] 王潤(rùn)才， 何仁， 俞劍波，等. 基于遺傳算法的插電式串聯(lián)混合動(dòng)力汽車動(dòng)力參數(shù)優(yōu)化[J]. 中國(guó)機(jī)械工程， 2013， 24（18）：2544-2549.

WANG R C， HE R，YU J B， et al. Parameter optimization of PSHEV based on genetic algorithm[J].China Mechanical Engineering， 2013， 24（18）：2544-2549. （In Chinese）

[8] 鄧濤， 林椿松， 李亞南，等. 采用NSGAⅡ算法的混合動(dòng)力能量管理控制多目標(biāo)優(yōu)化方法[J]. 西安交通大學(xué)學(xué)報(bào)， 2015， 49（10）：143-150.

DENG T， LIN C S， LI Y N， et al. A multiobjective optimization method for energy management control of hybrid electric vehicles using NSGAⅡalgorithm[J].Journal of Xian Jiaotong University， 2015， 49（10）：143-150. （In Chinese）

[9] 曾育平， 秦大同， 蘇嶺，等. 插電式混合動(dòng)力汽車動(dòng)力系統(tǒng)的成本、油耗和排放多目標(biāo)參數(shù)優(yōu)化[J]. 汽車工程， 2016， 38（4）：397-402.

ZENG Y P， QIN D T， SU L， et al. Cost， fuel consumption and emission multiobjective parameter optimization for the power train of a plugin HEV[J]. Automotive Engineering，2016，38（4）：397-402. （In Chinese）

[10]趙新慶. 基于CVT的插電式混合動(dòng)力汽車能量管理策略研究[D]. 重慶：重慶大學(xué)， 2014.

ZHAO X Q. Study on energy management strategy for plugin hybrid electrical vehicle with CVT[D]. Chongqing： Chongqing University，2014. （In Chinese）

[11]武小蘭， 王軍平， 曹秉剛，等. 充電式混合動(dòng)力電動(dòng)汽車動(dòng)力系統(tǒng)的參數(shù)匹配[J]. 汽車工程， 2008， 30（12）：1095-1098.

WU X L， WANG J P， CAO B G， et al. Parameter matching of power train in a plugin hybrid electric vehicle[J].Automotive Engineering，2008， 30（12）：1095-1098. （In Chinese）

[12]盧立來. 基于路況信息預(yù)測(cè)的插電式混合動(dòng)力汽車能量管理策略研究[D]. 重慶：重慶大學(xué)， 2015.

LU L L. Research on energy management for plugin hybrid electric vehicle based on prediction of driving conditions[D]. Chongqing： Chongqing University， 2015. （In Chinese）

[13]崔納新， 步剛， 吳劍，等. PlugIn并聯(lián)式混合動(dòng)力汽車實(shí)時(shí)優(yōu)化能量管理策略[J]. 電工技術(shù)學(xué)報(bào)， 2011，26（11）：155-160.

CUI N X， BU G， WU J， et al. Realtime optimization of energy management strategy for plugin parallel hybrid electric vehicles[J]. Transactions of China Electrotechnical Society，2011，26（11）：155-160. （In Chinese）