考慮模式切換頻率的多模式混合動(dòng)力汽車(chē)參數(shù)優(yōu)化

黃康,王強(qiáng),邱明明,張怡然,劉澤鏈,耿麗珍

(1.合肥工業(yè)大學(xué)機(jī)械工程學(xué)院,230009,合肥;2.奇瑞汽車(chē)股份有限公司,241000,安徽蕪湖)

混合動(dòng)力汽車(chē)是未來(lái)新能源汽車(chē)發(fā)展的一個(gè)趨勢(shì),伴隨著在此領(lǐng)域內(nèi)的深入研究,越來(lái)越多的能量管理方法被提出[1],但是從實(shí)用性的角度來(lái)看,最基礎(chǔ)的邏輯門(mén)限能量管理策略卻得到了更為廣泛的應(yīng)用。從能量管理策略的角度來(lái)說(shuō),諸多新穎的能量管理策略以及優(yōu)化策略實(shí)則回歸到本質(zhì)上是對(duì)邏輯門(mén)限能量管理策略的優(yōu)化和擴(kuò)展[2-6],因此從參數(shù)優(yōu)化的角度來(lái)說(shuō),往往在以經(jīng)濟(jì)性或者動(dòng)力性為目標(biāo)時(shí)均是以邏輯門(mén)限能量管理策略作為基礎(chǔ),進(jìn)行優(yōu)化求解。劉永剛等以動(dòng)力性為約束,通過(guò)油電轉(zhuǎn)化系數(shù)以經(jīng)濟(jì)性為目標(biāo),利用模擬退火粒子群算法對(duì)邏輯門(mén)限能量管理策略中的幾個(gè)閾值和動(dòng)力部件的功率進(jìn)行了優(yōu)化[7];張松等采用遺傳算法和粒子群算法針對(duì)經(jīng)濟(jì)性和尾氣排放,優(yōu)化了邏輯門(mén)限控制策略中的油門(mén)開(kāi)度、車(chē)速等5個(gè)參數(shù)[8];Zhang等用NSGAII算法,以整合后帶權(quán)重的油耗以及尾氣排放為目標(biāo),優(yōu)化了電機(jī)功率等參數(shù)并在A(yíng)DVISOR里面進(jìn)行了仿真驗(yàn)證[9];Xu等對(duì)一串聯(lián)式混合動(dòng)力汽車(chē)的電機(jī)和主減速器進(jìn)行了優(yōu)化,尤其強(qiáng)調(diào)對(duì)二者進(jìn)行協(xié)同優(yōu)化,并仿真驗(yàn)證了有效性[10];Wu等以燃油經(jīng)濟(jì)性為優(yōu)化目標(biāo),通過(guò)粒子群算法優(yōu)化CD-CS控制參數(shù),在保證動(dòng)力性能的同時(shí)優(yōu)化了經(jīng)濟(jì)性[11]。上述研究均只單純考慮了經(jīng)濟(jì)性和動(dòng)力性因素,而未考慮優(yōu)化參數(shù)使得車(chē)輛工作在邏輯門(mén)限的邊界附近時(shí)對(duì)車(chē)輛工作的穩(wěn)定性、工作模式切換的頻繁性造成的影響。

本文以國(guó)家重大專(zhuān)項(xiàng)中的新型高性?xún)r(jià)比乘用車(chē)混合動(dòng)力汽車(chē)為優(yōu)化對(duì)象,以其在新標(biāo)歐洲循環(huán)測(cè)試(NEDC)工況下的經(jīng)濟(jì)性、加速性能以及模式區(qū)分度為優(yōu)化目標(biāo),通過(guò)多目標(biāo)粒子群算法(MOPSO)對(duì)其三檔傳動(dòng)比、電機(jī)2的單級(jí)減速器傳動(dòng)比以及典型邏輯門(mén)限能量管理策略中的兩個(gè)閾值同時(shí)進(jìn)行優(yōu)化,在優(yōu)先考慮動(dòng)力性和經(jīng)濟(jì)性的優(yōu)化的前提下,提出了模式區(qū)分度的概念作為優(yōu)化目標(biāo)函數(shù)同時(shí)對(duì)3個(gè)目標(biāo)進(jìn)行優(yōu)化,保證了新型多模式混合動(dòng)力汽車(chē)模式的穩(wěn)定性,可避免其在典型工作點(diǎn)下頻繁進(jìn)行模式切換,進(jìn)一步提高了車(chē)輛運(yùn)行的穩(wěn)定性與舒適性。

1 動(dòng)力總成結(jié)構(gòu)與整車(chē)參數(shù)

目前國(guó)內(nèi)的汽車(chē)企業(yè)傾向于在典型的混聯(lián)式混合動(dòng)力構(gòu)型上增加離合、鎖止器等以增加動(dòng)力總成的模式可選擇性,以充分利用各個(gè)動(dòng)力部件的高效工作區(qū),提高整體經(jīng)濟(jì)性,但這無(wú)疑增加了能量管理和參數(shù)優(yōu)化的難度。本文結(jié)構(gòu)來(lái)源于國(guó)家重大專(zhuān)項(xiàng)PHEV項(xiàng)目中給定結(jié)構(gòu),動(dòng)力總成結(jié)構(gòu)如圖1所示。該結(jié)構(gòu)采用單排行星輪,發(fā)動(dòng)機(jī)輸出連接到了行星輪的太陽(yáng)輪,并增加了鎖止器B1,電機(jī)1轉(zhuǎn)子直接輸出到行星輪的齒圈上,離合器C1用于控制行星耦合機(jī)構(gòu)(ePGS)中發(fā)動(dòng)機(jī)與電機(jī)1的耦合模式,離合器C2用于控制ePGS模塊同電機(jī)2耦合與否,電機(jī)2通過(guò)單級(jí)減速器輸出,并增加采用了三檔變速箱,利用C3和同步器進(jìn)行換檔控制,主要參數(shù)如表1所示。

2 邏輯門(mén)限值能量管理策略

傳統(tǒng)的基于邏輯門(mén)限的能量管理策略具有可靠性高、運(yùn)算量小的特點(diǎn),得到了廣泛的實(shí)際應(yīng)用。由于本文動(dòng)力總成結(jié)構(gòu)較為復(fù)雜,可選的邏輯門(mén)劃分方式較多,本文根據(jù)選用動(dòng)力總成構(gòu)型,參考各個(gè)動(dòng)力部件的高效工作區(qū)間,采用了如圖2所示的邏輯門(mén)限劃分方式,圖中1～6分別對(duì)應(yīng)于表2中模式1～6。圖中橫坐標(biāo)為耦合軸上的轉(zhuǎn)速,縱坐標(biāo)為耦合后的轉(zhuǎn)矩;左右分界線(xiàn)為發(fā)動(dòng)機(jī)的怠速轉(zhuǎn)速,分界線(xiàn)左側(cè)1和2為純電模式,右側(cè)從下往上的實(shí)線(xiàn)依次為單電機(jī)與雙電機(jī)分界線(xiàn)(1′和2′分界線(xiàn))、發(fā)動(dòng)機(jī)啟動(dòng)分界線(xiàn)(2′和3分界線(xiàn))、發(fā)動(dòng)機(jī)最佳工作曲線(xiàn)(3和4分界線(xiàn))、發(fā)動(dòng)機(jī)與電機(jī)1耦合分界線(xiàn)(3和4分界線(xiàn)),發(fā)動(dòng)機(jī)最佳工作曲線(xiàn)與電機(jī)1和電機(jī)2外特性曲線(xiàn)耦合分界線(xiàn)(4和5分界線(xiàn))、發(fā)動(dòng)機(jī)最佳工作曲線(xiàn)與電機(jī)1和電機(jī)2外特性曲線(xiàn)耦合線(xiàn)(5和6分界線(xiàn))、發(fā)動(dòng)機(jī)外特性曲線(xiàn)與電機(jī)1和電機(jī)2外特性線(xiàn)曲線(xiàn)耦合線(xiàn)。表2為邏輯門(mén)限能量管理策略中各模式的代號(hào)及說(shuō)明。

表1 整車(chē)及動(dòng)力源主要參數(shù)

圖2 混合動(dòng)力模式能量管理策略

3 多目標(biāo)粒子群優(yōu)化算法

多目標(biāo)的粒子群算法以Coello等在2004年提出的方法[12]最具有代表性,得到了廣泛的認(rèn)可。與單目標(biāo)的粒子群優(yōu)化算法不同的是,多目標(biāo)之間相互矛盾,沒(méi)有一個(gè)最優(yōu)解,因此在多目標(biāo)粒子群優(yōu)化里面,每個(gè)粒子需要單獨(dú)從保存Archive集中選擇各自的全局最優(yōu)點(diǎn),而對(duì)于個(gè)體最優(yōu)點(diǎn),則通過(guò)Archive密度信息進(jìn)行選擇。不論是多目標(biāo)優(yōu)化還是單目標(biāo)優(yōu)化,粒子群算法更新公式為

(1)

式中:r1和r2為(0,1)內(nèi)的隨機(jī)數(shù),服從平均分布;c1和c2為加速系數(shù),通常在(0,2)內(nèi)取值,c1為個(gè)體加速系數(shù),c2為全局加速系數(shù),分別表示粒子對(duì)個(gè)體認(rèn)知和社會(huì)知識(shí)的信任程度;下標(biāo)id表示第i個(gè)變量的個(gè)體極值的第d維;下標(biāo)gd表示全局最優(yōu)解的第d維。

3.1 目標(biāo)函數(shù)

本文選取了傳統(tǒng)的經(jīng)濟(jì)性和動(dòng)力性作為優(yōu)化目標(biāo),并提出了區(qū)分度的概念,作為第3個(gè)優(yōu)化目標(biāo)。

表2 邏輯門(mén)限能量管理策略

注:CSOC表示電池荷電狀態(tài)(SOC)。

(1)經(jīng)濟(jì)性目標(biāo)函數(shù)。本文不以油電轉(zhuǎn)化系數(shù)將油耗轉(zhuǎn)化為電耗,或者電耗轉(zhuǎn)化為油耗進(jìn)行代換,這種方法實(shí)際在不考慮溫度對(duì)電池的影響的情況下,也只是一個(gè)常系數(shù)而已,因而本文直觀(guān)利用當(dāng)前的電價(jià)和油價(jià)來(lái)設(shè)定經(jīng)濟(jì)性目標(biāo)的適應(yīng)度函數(shù)如下

f1=pfff+pefe

(2)

式中:pf為油價(jià),取6.75元/L,pe為電價(jià),取0.565 3元/(kW·h);ff為一個(gè)NEDC循環(huán)下的燃油消耗量;fe為一個(gè)NEDC循環(huán)下的電量消耗。所涉及的優(yōu)化參數(shù)有3檔傳動(dòng)比。

(2)動(dòng)力性目標(biāo)函數(shù)。由于采用了3檔變速箱,并且要求100 km/h前只換一次檔,不適合以百公里加速時(shí)間作為優(yōu)化的適應(yīng)度函數(shù),在此選取了從0到設(shè)計(jì)極速(170 km/h)的加速時(shí)間作為優(yōu)化的目標(biāo)函數(shù)。

(3)模式區(qū)分度目標(biāo)函數(shù)。文獻(xiàn)[13-15]中分別采用了PID、模糊等方法,通過(guò)電機(jī)補(bǔ)償,對(duì)離合器的轉(zhuǎn)速和電機(jī)轉(zhuǎn)速,以及發(fā)動(dòng)機(jī)油門(mén)開(kāi)度進(jìn)行PID控制,來(lái)解決在車(chē)輛運(yùn)行中模式切換時(shí)存在的問(wèn)題,文獻(xiàn)[13]的結(jié)果表明模式切換的平順性是動(dòng)力性和舒適性的一對(duì)矛盾解,即若要增加舒適性,則會(huì)犧牲一部分動(dòng)力性;若要保證動(dòng)力性,則模式切換的沖擊會(huì)更大。也有通過(guò)模糊的方法來(lái)解決模式與模式之間的邊界問(wèn)題,但這些方法都為對(duì)邊界點(diǎn)可能出現(xiàn)的位置進(jìn)行優(yōu)化,不能解決工作在模式與模式分界點(diǎn)時(shí)造成的模式頻繁切換問(wèn)題,因此本文針對(duì)這個(gè)問(wèn)題,提出了模式與模式之間區(qū)分度的概念,即期望通過(guò)對(duì)結(jié)構(gòu)參數(shù)和邏輯門(mén)控制參數(shù)的優(yōu)化,使得模式的典型工作點(diǎn)遠(yuǎn)離模式與模式的邊界,即典型的工作區(qū)間不應(yīng)該出現(xiàn)在模式的邊界上。尤其針對(duì)本文涉及的這種多模式的混合動(dòng)力汽車(chē),由于模式較多,模式邊界也更為復(fù)雜,由此本文提出了第3個(gè)目標(biāo)函數(shù)。

本文選取了NEDC工況作該車(chē)的典型工作工況,將其在邏輯門(mén)策略中的工作位置視作典型的工作點(diǎn)。根據(jù)汽車(chē)?yán)碚?行駛阻力的定義為

積極推進(jìn)重大戰(zhàn)略研究及前期工作。邀請(qǐng)知名院士專(zhuān)家赴黃土高原地區(qū)考察，深入研究黃河水沙情勢(shì)變化規(guī)律。組織人員實(shí)地查勘南水北調(diào)西線(xiàn)工程社會(huì)環(huán)境等因素，對(duì)南水北調(diào)西線(xiàn)一期工程項(xiàng)目建議書(shū)進(jìn)行補(bǔ)充完善。加快古賢水利樞紐立項(xiàng)進(jìn)程，完成其環(huán)境影響評(píng)價(jià)專(zhuān)題報(bào)告并上報(bào)水利部。深入開(kāi)展黃河下游河道改造與灘區(qū)治理研究，深化黑山峽河段開(kāi)發(fā)論證。完成黃河?xùn)|平湖蓄滯洪區(qū)治理與沁河下游河道治理工程可研報(bào)告并通過(guò)水利部審查。經(jīng)過(guò)9年的不懈努力，黃藏寺水利樞紐項(xiàng)目建議書(shū)獲得國(guó)家發(fā)改委批復(fù)，在完善黑河水量調(diào)度工程措施上邁出可喜一步。

(3)

式中:G為汽車(chē)的重力;f為滾動(dòng)阻力系數(shù);i為道路坡度;CD為空氣阻力系數(shù);A為迎風(fēng)面積;ua為行駛速度;δ為汽車(chē)旋轉(zhuǎn)質(zhì)量換算系數(shù)。

通過(guò)式(4)得到需求轉(zhuǎn)矩為

(4)

式中:ig為當(dāng)前檔位傳動(dòng)比;i0為主減傳動(dòng)比;r為車(chē)輪半徑。

通過(guò)式(5)得到當(dāng)前的需求轉(zhuǎn)速為

(5)

根據(jù)需求轉(zhuǎn)矩和轉(zhuǎn)速就可以在圖6中得到對(duì)應(yīng)的邏輯門(mén)的工作點(diǎn),為了使得工作點(diǎn)離模式的邊界盡可能遠(yuǎn),設(shè)定了如下區(qū)分度目標(biāo)函數(shù)

(6)

式中:Ti為實(shí)際轉(zhuǎn)矩;Tk和Tk′分別為所在區(qū)域的邊界值;負(fù)號(hào)是因?yàn)樾枰笞畲笾?做了取負(fù)處理;n為NEDC工況的采樣點(diǎn),本文采樣間隔取為1 s,n即為1 180;ωj為對(duì)應(yīng)模式邊界的權(quán)重系數(shù)。具體來(lái)說(shuō),希望盡可能避免工作在模式2和模式3的邊界附近,因?yàn)榇颂幮枰獑?dòng)發(fā)動(dòng)機(jī),又要求最大值,經(jīng)過(guò)多次調(diào)整,選取權(quán)重系數(shù)為0.9,同理模式5與模式6之間的邊界也選取權(quán)重系數(shù)為0.9,因?yàn)榇颂幧婕暗诫x合器C1的變換,其余的權(quán)重系數(shù)取1。注意到,對(duì)于低速區(qū)的純電模式向高速區(qū)過(guò)渡的邊界同樣涉及到發(fā)動(dòng)機(jī)啟動(dòng),在觀(guān)察NEDC工作點(diǎn)分布后,工作點(diǎn)實(shí)際為從低速區(qū)向高速區(qū)的單方向跨越,優(yōu)化此速度分界線(xiàn)對(duì)結(jié)果的影響不大,故略去對(duì)此處的考慮。

3.2 優(yōu)化參數(shù)和約束函數(shù)

選取3檔傳動(dòng)比分別對(duì)應(yīng)的ig1、ig2、ig3,主減速器傳動(dòng)比igf,電機(jī)2的單級(jí)減速器的傳動(dòng)比ige,以及模式1與模式2的分界線(xiàn)的設(shè)定參數(shù)k1,模式2與模式3的分界線(xiàn)參數(shù)k2共7個(gè)參數(shù)作為優(yōu)化參數(shù),即有

(7)

(8)

根據(jù)最大爬坡要求,可以得到最大傳動(dòng)比約束條件,即有

(9)

根據(jù)等比數(shù)列偏置,得到約束條件

(10)

并由100 km/h前換一次檔得到二檔約束條件

(11)

兩個(gè)模式分界線(xiàn)的約束條件k1、k2的取值范圍由在5 500 r·min-1時(shí)的電機(jī)轉(zhuǎn)矩進(jìn)行確定,根據(jù)設(shè)計(jì)由模式2進(jìn)入模式3時(shí),希望由兩個(gè)電機(jī)提供轉(zhuǎn)矩啟動(dòng)發(fā)動(dòng)機(jī),以增加模式切換的平順性,若采用電機(jī)2單獨(dú)工作,電機(jī)1單獨(dú)啟動(dòng)發(fā)動(dòng)機(jī),從模式2向模式3切換時(shí),需要閉合離合器C2,會(huì)造成沖擊,因此考慮將行星輪的行星架和齒圈作為輸入,發(fā)動(dòng)機(jī)啟動(dòng)轉(zhuǎn)矩作為負(fù)載,利用兩個(gè)電機(jī)啟動(dòng)發(fā)動(dòng)機(jī)。根據(jù)行星輪的轉(zhuǎn)矩特性,即有

Tr∶Tr∶Tr=1∶α∶-(1+α)

(12)

需要電機(jī)保留富余的轉(zhuǎn)矩,進(jìn)而得到k1、k2的約束條件,最終選定優(yōu)化參數(shù)范圍如表3所示。

表3 優(yōu)化參數(shù)范圍

3.3 車(chē)輛模型以及控制策略模型

AVLCruise軟件作為一款常用的車(chē)輛仿真軟件,建模方法和模塊化的建模手段使得不同項(xiàng)目組可以對(duì)模型進(jìn)行方便快捷的整合,并快速搭建各種復(fù)雜的動(dòng)力傳動(dòng)系統(tǒng)模型,同時(shí)進(jìn)行正向或逆向仿真分析。本文通過(guò)Cruise建立整車(chē)模型,利用Interface接口在Simulink搭建控制策略進(jìn)行聯(lián)合仿真,Cruise的整車(chē)模型如圖3所示,控制策略模型如圖4所示。

圖3 Cruise整車(chē)模型

圖4 Simulink控制模型

4 優(yōu)化結(jié)果與仿真分析

根據(jù)本次優(yōu)化的目標(biāo)和參數(shù),優(yōu)化的數(shù)學(xué)模型如下

(13)

根據(jù)計(jì)算精度需求,本文選取了50個(gè)粒子,選擇初始ω值為0.9,并給予一個(gè)每次迭代的衰減值0.99,這樣能保證在60次迭代的時(shí)候ω為0.45,即能保證初始的搜索速度和后期的搜索精度。個(gè)體加速系數(shù)c1設(shè)置為1,全局加速系數(shù)c2設(shè)置為2,進(jìn)行60次迭代得到的優(yōu)化結(jié)果如圖5所示。圖5a中的點(diǎn)均為可行解,近似分布在擬合曲面上。

單從動(dòng)力性和經(jīng)濟(jì)性的角度看,這個(gè)分布和傳統(tǒng)的雙目標(biāo)優(yōu)化的解的分布方式是一致的,即表現(xiàn)為一對(duì)明顯的矛盾解,表明優(yōu)化結(jié)果正確繼承了雙目標(biāo)優(yōu)化的結(jié)果,但是同時(shí)還受到了區(qū)分度的有效約束。

由于這些解均為可行解,但本文考慮到動(dòng)力性不宜太差,區(qū)分度良好,要求在280 N·m以上,經(jīng)濟(jì)性有盡量好的傾向,故選取了3組解,并對(duì)3組可行解在搭建好的Simulink和Cruise平臺(tái)上進(jìn)行了仿真,仿真結(jié)果如圖6～8所示。

(a)粒子群優(yōu)化結(jié)果三維圖

(b)動(dòng)力性與經(jīng)濟(jì)性適應(yīng)度的關(guān)聯(lián)性圖5 粒子群優(yōu)化結(jié)果

(a)SOC變化曲線(xiàn)

(b)油耗曲線(xiàn)

(c)模式變化圖

(d)工作點(diǎn)分布圖ig1=1.281 1;ig2=2.177 8;ig3=2.966 5;igf=3.044 3;ige=1;k1=70 N·m;k2=108.14 N·m圖6 解1仿真結(jié)果

(a)SOC變化曲線(xiàn)

(b)油耗曲線(xiàn)

(c)模式變化圖

(d)工作點(diǎn)分布圖ig1=1.3;ig2=2.21;ig3=3.666 7;igf=3;ige=1.51;k1=70 N·m;k2=88.412 7 N·m圖7 解2仿真結(jié)果

(a)SOC變化曲線(xiàn)

(b)油耗曲線(xiàn)

(c)模式變化圖

(d)工作點(diǎn)分布圖ig1=0.524 5;ig2=0.891 6;ig3=2.508 1;igf=4.385 1;ige=2.987 6;k1=66.59 N·m;k2=106.89 N·m圖8 解3仿真結(jié)果

由圖6～8可知,從0到170 km/h,解1的加速時(shí)間為11.625 4 s,經(jīng)濟(jì)性適應(yīng)度為1.445元,解2的加速時(shí)間為11.616 6 s,經(jīng)濟(jì)性適應(yīng)度為1.607 1元,解3的加速時(shí)間為21.435 4 s,經(jīng)濟(jì)性適應(yīng)度為1.055 9元。

注意到大多數(shù)工作點(diǎn)都在轉(zhuǎn)矩較低的范圍內(nèi),這是因?yàn)楸拒?chē)設(shè)計(jì)之初對(duì)百公里加速進(jìn)行了要求,所選電機(jī)功率較大,而在NEDC工況內(nèi)所選電機(jī)的性能并不完全發(fā)揮。另外注意到,在圖8c中虛線(xiàn)圈出的區(qū)域,模式從OEM→EM1S→LPM→OEM,在較短的時(shí)間(約5 s)內(nèi)進(jìn)行了切換,而在解1中也存在這一現(xiàn)象,但是模式并沒(méi)有調(diào)到EM1S,只是進(jìn)入了LPM以提供短時(shí)間加速的動(dòng)力性需求,這就是本文引入?yún)^(qū)分度概念的原因,控制傳動(dòng)比參數(shù)和2個(gè)閾值,實(shí)際上是控制了工作點(diǎn)在邏輯門(mén)控制策略中的位置,以防止頻繁地工作在邊界上造成頻繁的模式切換。同時(shí),本文也繼承了傳統(tǒng)優(yōu)化思路,保證了燃油經(jīng)濟(jì)性和整車(chē)的動(dòng)力性能,其中解3僅因?yàn)檎f(shuō)明區(qū)分度作用而給出,故不作對(duì)比,其余兩解與原結(jié)果對(duì)比的結(jié)果如表4所示。

為了驗(yàn)證這套優(yōu)化理論的通用性,本文利用JC08工況進(jìn)行了仿真驗(yàn)證,仿真結(jié)果如圖9～圖12所示。

表4 優(yōu)化結(jié)果對(duì)比

圖9 JC08工況解1速度跟蹤

圖10 JC08工況解1模式選擇

圖11 JC08工況解2速度跟蹤

圖12 JC08工況解2模式選擇

從圖9～圖12中可以看出,JC08工況的啟停、加減速更為頻繁,循環(huán)的規(guī)律性更差,對(duì)車(chē)輛要求更高,但是在該優(yōu)化參數(shù)和控制策略下仍能保證較好的速度跟蹤。從模式選擇圖可以看出,車(chē)輛的加減速頻繁,有部分文獻(xiàn)中指出,出于對(duì)電池壽命的考慮,不應(yīng)使得電池在頻繁充電和放電之間轉(zhuǎn)換。因此,本文對(duì)所采用的制動(dòng)模式進(jìn)行了限制,在頻繁的低減速度下采用機(jī)械制動(dòng),為了方便表達(dá),制動(dòng)模式都放在了BRA內(nèi),故在JC08工況復(fù)雜的加減速環(huán)境下,雖然可以觀(guān)察到頻繁進(jìn)入BRA,但是電機(jī)2并不會(huì)頻繁進(jìn)行充放電。從圖9～圖12還可看出,控制策略均能良好跟蹤,模式基本保持穩(wěn)定,虛線(xiàn)圓圈處表示為模式快速切換的位置,主要存在于JC08工況的冷啟動(dòng)階段及高速階段,造成了速度跟蹤出現(xiàn)誤差,另外速度跟蹤誤差還出現(xiàn)在瞬態(tài)階段,其余模式選擇均正確而且穩(wěn)定,證明優(yōu)化結(jié)果在JC08工況下仍能較好適用。這表明額外選取區(qū)分度作為優(yōu)化的適應(yīng)度函數(shù)的方法具有通用性,其結(jié)果也具有一定的通用性。

5 結(jié) 論

本文根據(jù)現(xiàn)有的結(jié)構(gòu),參考各個(gè)動(dòng)力部件的經(jīng)濟(jì)區(qū),制定了基于規(guī)則的能量管理策略,并利用Cruise和Simulink搭建了整車(chē)模型以及控制策略模型。在以經(jīng)濟(jì)性和動(dòng)力性為目標(biāo)的基礎(chǔ)上,進(jìn)一步提出了模式區(qū)分度的概念,定義并轉(zhuǎn)換為了第3個(gè)優(yōu)化目標(biāo),以現(xiàn)有結(jié)構(gòu)中的5個(gè)傳動(dòng)比以及2個(gè)邏輯門(mén)閾值為優(yōu)化參數(shù),利用多目標(biāo)粒子群算法進(jìn)行優(yōu)化,得到了Pareto非劣解集。選取并通過(guò)Cruise和Simulink平臺(tái)驗(yàn)證了所選的3組解,其中2組解結(jié)果表明該方法能很好地降低燃油經(jīng)濟(jì)性,保證動(dòng)力性,同時(shí)規(guī)避了典型工作區(qū)間下頻繁模式切換的問(wèn)題,車(chē)輛的穩(wěn)定性和舒適性得到了提高。通過(guò)JC08這個(gè)較NEDC更為復(fù)雜的工況對(duì)所選兩組解進(jìn)行了仿真驗(yàn)證,結(jié)果表明,在該工況下車(chē)輛的運(yùn)行穩(wěn)定,并能實(shí)現(xiàn)速度的跟蹤,說(shuō)明該優(yōu)化方法具有良好的通用性。