基于電機控制算法的功率分流混合動力汽車引擎優(yōu)化研究

鄒浙湘，黃寶山，王倩

（北京理工大學珠海學院，廣東珠海519085）

功率分流混合動力汽車（HEV）由內(nèi)燃機（ICE）和兩個電機（MG1和MG2）驅(qū)動，其通過功率分流傳動器連接。功率分流配置具有機械路徑和組合功率分流傳動器，以及兩個電機的電氣路徑。在機械路徑中，來自ICE的功率被直接傳輸?shù)杰囕?。在電氣路徑中，來自發(fā)動機的功率通過MG1（或MG2）轉(zhuǎn)換為電力以驅(qū)動MG2（或MG1）或?qū)﹄姵爻潆奫1-4]。這種配置具有諸多優(yōu)點，如無級變速器（CVT）操作可用于將發(fā)動機與道路載荷需求解耦[5-9]。此外，由于其相對較大的電機，可以實現(xiàn)純電動驅(qū)動，并可在車輛運行時啟動和停止發(fā)動機。這些特征使得車輛的燃料消耗得到降低且排放減少[10-13]。

文中提出了一種功率分流HEV的廣義電機控制算法來優(yōu)化發(fā)動機操作。為此，推導出了反映發(fā)動機和車輛動力學的功率分流HEV的廣義狀態(tài)方程。提出了兩個電機的轉(zhuǎn)矩控制算法，以使用速度-轉(zhuǎn)矩關(guān)系和動態(tài)運動方程來控制發(fā)動機速度。最后進行測試并驗證了所提出的控制算法的性能。

1 MG控制算法

功率分流混合動力汽車，如圖1所示。

圖1 功率分流混合動力汽車

控制目標是控制MG1和MG2的轉(zhuǎn)矩值，使得發(fā)動機可以在功率分流HEV的混合動力運行模式下以期望的最佳運行速度運行。為此，控制目標和控制變量確定如下：1）控制目標值：所需發(fā)動機轉(zhuǎn)速（ωe_d）；2）控制值：MG1和 MG2的轉(zhuǎn)矩值（TMG1和TMG2）。

圖2 最佳工作線

為獲得更好的效率，發(fā)動機必須在最佳熱效率條件下確定的最佳工作線上操作，參見文獻[14]。最佳工作線可通過發(fā)動機功率轉(zhuǎn)換成發(fā)動機速度曲線，如圖2所示。發(fā)動機功率Pe由駕駛員的意圖確定，可稱為油門踏板值。在確定Pe之后，可以從圖2確定期望的發(fā)動機速度。發(fā)動機轉(zhuǎn)矩Te可以如下計算：

功率分流HEV的動態(tài)方程可以推導為[15]：

在上述動態(tài)方程中，i是從輸出至發(fā)動機的桿距，a是從輸出至MG1的桿距，b是從輸出至MG2的桿距，Je是發(fā)動機慣性，Te、TMG1和TMG2是輸入值，據(jù)此可以確定ωe。

對于多輸入，如在式（2）中，需要附加的控制器來控制每個輸入變量，或者必須使用多反饋來控制變量。在本研究中，Te、TMG1和TMG2被等效的單輸入替換，且僅使用一個控制器。因此，式（2）可以表示為

其中Tc是等效輸入轉(zhuǎn)矩，是Te、TMG1和TMG2之和。本研究的目標是控制ωe，這可以通過控制Tc以控制發(fā)動機速度變化率來實現(xiàn)。為此，反饋控制器設(shè)計如下：

其中Kp是比例增益，Ki是積分增益，Kd是微分增益，以及Gfb為反饋控制器。上述控制增益是通過分析調(diào)整規(guī)則來選擇的[16]。

在式（4）中，計算了用于控制發(fā)動機速度ωe的控制轉(zhuǎn)矩Tc。Tc由Te、TMG1和TMG2構(gòu)成。發(fā)動機轉(zhuǎn)矩Te可以用式（1）計算，且滿足控制轉(zhuǎn)矩Tc的TMG1和TMG2可以表示如下：

在式（5）中存在兩個未知參數(shù)：TMG1和TMG2，且在計算式（5）之前，其之間的關(guān)系必須是已知的。在發(fā)動機和電機被同時驅(qū)動的HEV模式中，TMG1和TMG2之間的關(guān)系由電池功率Pb確定。在加速期間，若油門踏板值（Ap）小于Ap_低，則Pb為0。這意味著車輛僅由發(fā)動機驅(qū)動，而沒有電池電源的幫助。之后，若Ap變得大于Ap_低，則Pb增加以根據(jù)駕駛員的加速意圖幫助車輛的加速。之后，如果Ap變得大于Ap_高，則Pb被限制為電池的最大功率（Pb_最大）。在制動期間，如果制動踏板值（Bp）小于Bp_高，則與Bp成比例地進行再生制動，且電池充電功率也與之成正比。若Bp變得大于Bp_高，則通過再生制動的充電電力被限制為電池的最大充電電力。在本研究中，提出的確定Pb的方法可根據(jù)其他車輛條件（包括電池的充電狀態(tài)）進行調(diào)整。TMG1可以使用如上確定的Pb被表示為TMG2。

圖3顯示了所提出的總體控制方法圖。若給出Pe，則相應(yīng)地確定Te和ωe_d。所提出的電機控制算法可應(yīng)用于諸如輸入分流、輸出分流和使用相同方法的復合分流的功率分流結(jié)構(gòu)。

圖3 MG1和MG2轉(zhuǎn)矩控制框圖

2 控制算法驗證

2.1 實驗裝置

圖4顯示了雙模式功率分流HEV的實驗配置。通過減小用于實際車輛的發(fā)動機MG1和MG2的容量來設(shè)計和制造實驗裝置，以驗證所提出的控制算法的性能。在該實驗中，MG3起到發(fā)動機的作用，且三相PWM變換器連接逆變器1和逆變器2作為MG1和MG2之間電池的作用。氣動離合器和制動器用于離合器、制動系統(tǒng)。施加到氣動離合器和制動器的壓力由氣動比例控制調(diào)節(jié)器控制。使用飛輪慣性和帶式制動器型負載裝置。

圖4 雙模式功率分流HEV的實驗配置

2.2 實驗結(jié)果

圖5顯示了實驗結(jié)果，車輛在輸入分流模式（a）中從靜止狀態(tài)開始。操作模式在點P（a）處從輸入分流模式轉(zhuǎn)換至混合分流模式。在實驗中，模式轉(zhuǎn)換點P在輸出速度ωout=150 rpm條件下任意選擇。操作油門踏板值A(chǔ)p（b）以確保實際（實驗）輸出速度跟隨期望的輸出速度。在區(qū)域A中，盡管輸出速度（a）降低，但Ap（b）顯示正值。這是因為通過帶式制動器施加相對大的負載，而在實驗中使用小慣性。由于從輸出轉(zhuǎn)矩（f）確定Ap以確保輸出速度跟隨期望速度（a），所以Ap曲線幾乎類似輸出轉(zhuǎn)矩（f）而不是輸出速度（a）。發(fā)動機功率（c）是作為期望輸出轉(zhuǎn)矩和輸出速度（即期望車輛功率）的乘積獲得的。電池功率（d）保持接近零。這是因為油門踏板值A(chǔ)p小于Ap_低（50%）。在本研究中，為了評估電機轉(zhuǎn)矩控制算法的性能，同時最小化電池的影響，將Ap_低設(shè)置為50%，以使電池不受干擾。此外，在實驗中使用PWM轉(zhuǎn)換器代替實際電池，電池功率被計算為MG1和MG2功率之和。電池功率（d）在模式轉(zhuǎn)換點P處表現(xiàn)出急劇的振蕩，因為MG1和MG2的轉(zhuǎn)矩（g）和速度（i）在模式轉(zhuǎn)換點急劇變化。圖5（e）是在本實驗中，使用的發(fā)動機（MG3）的最佳工作線?？紤]MG1、MG2和MG3的容量來修改最佳工作線。從最佳工作線，針對給定的期望發(fā)動機功率（等式1）確定期望發(fā)動機速度（h）和轉(zhuǎn)矩（f）。若給出電池功率、期望的發(fā)動機速度和發(fā)動機轉(zhuǎn)矩，則可進行MG1和MG2的轉(zhuǎn)矩控制。因此，可以看出，發(fā)動機速度恰當?shù)貪M足期望的發(fā)動機速度（h），且發(fā)動機在最佳工作線（e）上運行。MG1和 MG2的速度如圖5（i）所示。MG1速度由發(fā)動機轉(zhuǎn)速和輸出速度之間的關(guān)系確定，輸出速度（a）和發(fā)動機速度（h）分別被控制為跟隨期望速度。MG2（i）的速度在模式轉(zhuǎn)換點突然改變，因為在輸入分流模式中桿距b從混合分流模式中的“負”值變?yōu)椤傲恪薄Ａ硪环矫?，MG1（i）的速度變化較小，因為桿距a對于兩種模式具有相同的值。在模式轉(zhuǎn)換點處的MG1速度的小階躍變化是由于模式轉(zhuǎn)換期間的轉(zhuǎn)矩變化導致的，這應(yīng)當從未來工作中的轉(zhuǎn)換質(zhì)量的角度來控制。在雙模式功率分流HEV中，MG1和MG2將發(fā)動機功率傳送到輸出軸。MG2（j）由于電池電力被設(shè)定為零（d），所以進行與通過MG1的發(fā)電而產(chǎn)生的電力相等的電力驅(qū)動。因此，MG1和MG2的功率值在幅度上相似，且具有示出鏡像（j）的相反符號（垂直對稱性）。如在（c）中所示，由于實驗臺中的內(nèi)齒輪和軸承導致的損耗與輸入功率相比為更小的輸出功率。

可以看出，根據(jù)用于雙模式功率分流HEV所提出的MG1和MG2轉(zhuǎn)矩控制算法，在最佳工作線附近執(zhí)行了發(fā)動機操作。

3 結(jié)束語

文中提出了基于電機控制算法的功率分流混合動力汽車引擎優(yōu)化算法。并提出了功率分流傳動的一般狀態(tài)方程，且使用動力學方程確定發(fā)動機和電機的轉(zhuǎn)矩與速度之間的關(guān)系?？刂扑惴ū辉O(shè)計為使得其可以控制MG1和MG2的轉(zhuǎn)矩，以使得發(fā)動機能夠在最佳工作線上操作。為了驗證所提出的控制算法的性能，使用兩個行星齒輪、離合器和制動器來設(shè)計雙模式動力分流HEV實驗臺。使用MG1、MG2、用于模擬發(fā)動機的電機和用于模擬電池的PWM轉(zhuǎn)換器進行實驗。已證實發(fā)動機可在使用本研究中提出的MG1和MG2轉(zhuǎn)矩控制算法的最佳工作線附近運行。

圖5 控制算法的實驗結(jié)果

參考文獻：

[1]Gao D，Jin Z，Zhang J，et al.Development and performance analysis of a hybrid fuel cell/battery bus with an axle integrated electric motor drive system[J]. International Journal of Hydrogen Energy，2016，41（2）:1161-1169.

[2]Khayyam H，Bab-Hadiashar A.Adaptive intelligent energy management system of plug-in hybrid electric vehicle[J].Energy，2014，69（5）:319-335.

[3]Zhang S，Xiong R.Adaptive energy management of a plug-in hybrid electric vehicle based on driving pattern recognition and dynamic programming[J].Applied Energy，2015，155（5）:68-78.

[4]CH Lin.Dynamic control of V-belt continuously variable transmission-driven electric scooter using hybrid modified recurrent legendre neural network control system[J].Nonlinear Dynamics，2015，79（2）:787-808.

[5] TakahashiS，EguchiT，UtagawaT，etal.Continuously variable transmission and a hydraulic control method thereof[J].Geochemical Journal，2016（12）:81-88.

[6]Belter J T，Dollar A M.A passively adaptive rotaryto-linear continuously variable transmission[J].IEEE Transactions on Robotics，2014，30（5）:1148-1160.

[7]Liu Y，Ho S L，F(xiàn)u W N.Novel electrical continuously variable transmission system and its numerical model[J].IEEE Transactions on Magnetics，2014，50（2）:757-760.

[8]Aoyama T，Takahara H，Kuwabara S，et al.Developmentofnew generation continuously variable transmission[J].Pediatrics，2014，53（5）:726-36.

[9]CH Lin.Application of V-belt continuously variable transmission system using hybrid recurrent laguerre orthogonal polynomials NN control system and modified particle swarm optimization[J].Vaccine，2015，10（5）:479-485.

[10]Han J，Park Y，Kum D.Optimal adaptation of equivalent factor of equivalent consumption minimization strategy for fuel cell hybrid electric vehicles under active state inequality constraints[J].Journal of Power Sources，2014，267（4）:491-502.

[11]Martel F，Kelouwani S，DubéY，et al.Optimal economy-based battery degradation management dynamics for fuel-cell plug-in hybrid electric vehicles[J].Journal of Power Sources，2015，274（274）:367-381.

[12]Chen Z，Xia B，You C，et al.A novel energy management method for series plug-in hybrid electric vehicles[J].Applied Energy，2015，145（7）:172-179.

[13]Holmén B A，Sentoff K M.Hybrid-Electric passenger car carbon dioxide and fuel consumption benefits based on real- world driving[J].Environmental Science&Technology，2015，49（16）:10199-10208.

[14]Muta K，Yamazaki M，Tokieda J.Development of new-generation hybrid system THS II-Drastic improvement of power performance and fuel economy[J].Sae Transactions，2004，23（8）:697-710.

[15]Conlon B.Comparative analysis of single and combined hybrid electrically variable transmission operating modes[J].Sae Transactions，2005（1）:1162-1178.

[16]Skogestad S.Probably the best simple PID tuning rules in the world[C]//Reno，NV，USA:AIChE Annual Meeting，2001.