基于制動意圖識別的純電動汽車制動能量回收策略研究

喬維高，楊永強，代 真

(1.武漢理工大學(xué) 現(xiàn)代汽車零部件技術(shù)湖北省重點實驗室，湖北 武漢 430070；2.武漢理工大學(xué) 汽車零部件技術(shù)湖北省協(xié)同創(chuàng)新中心，湖北 武漢 430070)

制動能量回收是一種能夠提升純電動汽車能量利用率的重要技術(shù)，也是純電動汽車的重要特征之一[1]。據(jù)相關(guān)研究表明，若采用合理的回收策略，其續(xù)駛里程甚至能夠增加10%～30%[2]。制動能量回收是純電動汽車實現(xiàn)節(jié)約能量，提高續(xù)駛里程的重要手段之一。

筆者以前輪驅(qū)動的某純電動汽車為研究對象，使用模糊推理對駕駛員的制動意圖進行識別與判斷，合理協(xié)調(diào)分配制動力以達到提高制動能量回收率。

1 制動意圖識別模型

1.1 制動意圖識別參數(shù)確定

筆者采用模糊推理的方法來對駕駛員的制動意圖進行識別。正確選取模糊推理的輸入?yún)?shù)對駕駛員的制動意圖識別十分重要。用于制動意圖識別的參數(shù)有制動踏板開度、制動踏板開度變化率、制動踏板力、加速踏板開度和車速等[3]。其中，車速可以反映車輛當前的行駛狀態(tài)。制動踏板開度在一定程度上反映了制動力大小需求，可以較全面地反映駕駛員的制動意圖。制動踏板開度變化率即制動踏板速率反映了制動的緊急程度[4]。因此，選取車速、制動踏板開度及制動踏板開度變化率為駕駛員制動意圖識別的輸入?yún)?shù)，建立多輸入單輸出的模糊推理模型[5]。

1.2 制動意圖識別參數(shù)模糊化

設(shè)P為制動踏板開度，dP為制動踏板開度變化率，V為車速。將制動踏板開度、制動踏板開度變化率和車速的變化范圍分為3個區(qū)間。即輸入變量的區(qū)間表示為：P[0，100]；dP[-20，150]；V[0，160]。具體分類如表1所示，其中S、M、H分別代表小、中、大3個區(qū)間[6]。

表1 參數(shù)模糊化

1.3 模糊推理規(guī)則的確定

(1)確定各參數(shù)的隸屬度函數(shù)。制動踏板開度、制動踏板開度變化率和車速的隸屬度函數(shù)如圖1～圖3所示。

圖1 制動踏板開度隸屬度曲線

圖2 制動踏板開度變化率隸屬度曲線

圖3 車速隸屬度曲線

(2)確定以制動強度為模糊推理的輸出參數(shù)。將輸出制動強度歸類為3種制動模式：持續(xù)制動模式、常規(guī)制動模式和緊急制動模式。這3種制動模式對應(yīng)的制動強度范圍分別為：持續(xù)制動模式中制動強度z≤0.3；常規(guī)制動模式中制動強度0.3

1.4 制動意圖識別模型的建立

在確定制動意圖的模糊推理方法后，運用Matlab/Simulink搭建制動意圖識別模型，如圖4所示。首先根據(jù)制動踏板和加速踏板的位移情況判斷車輛運行模式，當車輛處于制動模式狀態(tài)時，運用Matlab模糊控制工具箱進行駕駛員制動意圖識別[7]。只有當加速踏板位移為0且制動踏板位移為正時，才會輸出有效的制動強度z，否則制動強度為0，后續(xù)的制動力分配將會根據(jù)輸出的制動強度進行。當加速踏板位移與制動踏板同時為0時，輸出制動強度為0，同時輸出邏輯值1，表示進入滑行模式，電機可以進行滑行回饋制動。當加速踏板為正時，輸出制動強度與判斷是否滑行的邏輯值均為0，即無制動且不回收。

圖4 制動意圖識別模型

2 制動力分配策略

制動力分配策略首先需要考慮2個要點：①制動時方向穩(wěn)定性：需要準確地響應(yīng)駕駛員的制動需求，在提供車輛所需的總制動力的前提下，合理地分配前后軸制動力，避免車輛制動時發(fā)生跑偏、側(cè)滑或失去轉(zhuǎn)向能力等情況，保證車輛制動時的方向穩(wěn)定性；②能量回收率：以車輛安全制動為前提，在滿足ECE(economic commission of Europe)制動法規(guī)的條件下，盡量將制動力分配給電機制動系統(tǒng)，盡可能多地回收制動能量，延長車輛的續(xù)駛里程[8]。

具體制動力分配策略如圖5所示。圖5中I曲線為理想前后制動器制動曲線；Z1為僅前軸制動的臨界制動強度；Z2為純機械制動的臨界制動強度；Fm為電機可提供的最大制動力。

圖5 制動力分配策略

首先獲得制動強度z值，同時獲得電機可提供的最大力矩，計算電機可提供的最大制動力Fm。

當z1f1，令后軸制動力為f2，前軸采用全電機制動，力為f1。

當zc1，前軸制動力全為電機制動力；②Fm

當z>z2時，不回收制動能量，為純機械制動[9]。

3 純制動能量回收策略模型的建立

在AVL Cruise軟件中建立純電動汽車整車底盤模型。并在Simulink軟件中根據(jù)純電動汽車制動能量回收策略，搭建制動能量回收控制模型。

車輛模型中需要設(shè)置名義尺寸、整備、阻力特性等基本參數(shù)，它是整個模型最基礎(chǔ)的部分。某前軸驅(qū)動的純電動汽車的整車參數(shù)如表2所示。

表2 整車參數(shù)表

4 制動能量回收策略仿真及結(jié)果分析

選取新歐洲行駛工況NEDC(new European driving cycle)循環(huán)工況和美國城市工況FTP75循環(huán)工況來模擬車輛的實際行駛情況，進行仿真研究[10]。將動力電池初始SOC值設(shè)置為0.90，在FTP75循環(huán)工況下分別對模糊控制策略和Cruise自帶策略進行仿真，以電池的SOC值為監(jiān)測目標，以車輛消耗的總能量、制動消耗的能量以及電機回收的能量為評價指標。NEDC和FTP75循環(huán)工況下電池SOC變化結(jié)果如圖6和圖7所示，兩者工況能量分析如表3和表4所示。

圖6 NEDC循環(huán)工況電池SOC變化曲線

圖7 FTP75循環(huán)工況電池SOC變化曲線

表3 NEDC循環(huán)工況能量分析

表4 FTP75循環(huán)工況能量分析

從圖6和表3可知，在NEDC循環(huán)下，采用模糊控制策略比采用Cruise自帶策略，SOC整體下降的更為緩慢，車輛的制動能量回收率提高了4.27%，總能量回收率提高了1.97%。

從圖7和表4可知，在FTP75循環(huán)下，采用模糊控制策略比采用Cruise自帶策略，SOC整體下降更為緩慢，車輛的制動能量回收率提高了6.73%，總能量回收率提高了3.08%。

5 結(jié)論

(1)在傳統(tǒng)制動能量回收控制策略的基礎(chǔ)上添加了駕駛員制動意圖識別的過程，使用模糊推理對駕駛員的制動意圖進行識別與判斷，確定了前后軸制動力的分配比例，提出了一種用于前輪驅(qū)動的基于制動意圖識別的純電動汽車制動能量回收控制策略，以提高制動能量回收率。經(jīng)聯(lián)合仿真分析得出相比Cruise的自帶策略，該策略對純電動汽車進行制動能量回收時，能量回收率更高，效果更好，是一種具有一定優(yōu)勢的純電動汽車制動能量回收控制策略。

(2)在AVL Cruise軟件中建立了純電動汽車的整車底盤模型，在Matlab/Simulink軟件中建立了制動能量回收策略模型。根據(jù)仿真結(jié)果，車輛在FTP75城市循環(huán)下的制動能量回收率比在NEDC綜合循環(huán)下的回收率高，即城市工況更有利于制動能量回收。