并聯(lián)式混合動力拖拉機(jī)能量管理控制策略探究

王春光，李 紅

（開封大學(xué) 機(jī)械與汽車工程學(xué)院，河南 開封 475004）

0 引言

近年來，汽車燃油消耗和尾氣排放所引起的資源短缺和環(huán)境污染問題備受關(guān)注.但是，非公路車輛所造成的影響一直未被重視.美國環(huán)境保護(hù)總署（EPA）的調(diào)查結(jié)果顯示，到2020年，無控制的非公路車輛將產(chǎn)生33%的HC、9%的CO、9%的NOx和2%的微粒物排放［1］.其中，農(nóng)用車輛所占的比重相當(dāng)高.因此，開展節(jié)能環(huán)保型農(nóng)用車輛的研究具有重要意義［2］.

混合動力拖拉機(jī)屬于節(jié)能環(huán)保型農(nóng)用車輛，它兼具傳統(tǒng)燃油拖拉機(jī)和純電動拖拉機(jī)的優(yōu)點.其性能的高低取決于控制策略是否合理.控制策略是混合動力拖拉機(jī)的關(guān)鍵技術(shù)之一，它直接影響混合動力拖拉機(jī)的整車性能.因此，合理地制定控制策略是開發(fā)混合動力拖拉機(jī)的關(guān)鍵之一［3］.

并聯(lián)式混合動力車輛的能量管理策略目前仍不成熟.早期混合動力車輛的能量管理策略大多以車輛的速度或者需求功率為主要控制依據(jù)［4-6］.由于其設(shè)計簡單，易于理解，技術(shù)門檻較低，因此基于速度或需求功率的能量管理策略在混合動力汽車開發(fā)初期得到了廣泛的研究和應(yīng)用.在基于速度的能量管理策略中，車速是最重要的控制依據(jù).當(dāng)車速低于設(shè)定值時，發(fā)動機(jī)關(guān)閉，由電機(jī)單獨驅(qū)動車輛；當(dāng)車速高于設(shè)定值時，由發(fā)動機(jī)驅(qū)動車輛，電機(jī)停止工作；當(dāng)需求負(fù)荷比較大（如車輛急加速或以較高車速爬坡）時，則由發(fā)動機(jī)和電機(jī)聯(lián)合驅(qū)動車輛.這種策略利用了電機(jī)低轉(zhuǎn)速大轉(zhuǎn)矩的特點，避免了發(fā)動機(jī)的怠速及低負(fù)荷運行.而當(dāng)車速較高，有助于發(fā)動機(jī)高效工作時，發(fā)動機(jī)啟動，這樣可避免純電動車輛高速行駛時電池的快速放電損失.但是，基于車速的能量管理策略存在一個明顯缺點，那就是：有時即使車速很高，對動力系統(tǒng)輸出功率的需求也很低（比如在勻速行駛時），此時發(fā)動機(jī)的工作負(fù)荷較低，效率不高.因此，現(xiàn)在的能量管理策略基本上都屬于基于轉(zhuǎn)矩的控制策略.

目前最常用的是基于規(guī)則的控制策略，其實質(zhì)是：通過對系統(tǒng)進(jìn)行分析，根據(jù)工程經(jīng)驗，將控制策略表述成可用計算機(jī)處理的簡單推理規(guī)則，利用邏輯判斷來實現(xiàn)動力系統(tǒng)工作模式的切換和功率分配［7］.模糊控制策略的魯棒性強(qiáng)、實時性好，其對參數(shù)不敏感，能模仿人的推理和決策行為，在這方面更接近于人的思維方式，因此在混合動力車輛控制中得到了廣泛的應(yīng)用.

1 并聯(lián)式混合動力拖拉機(jī)的動力結(jié)構(gòu)

圖1為雙軸并聯(lián)混合動力拖拉機(jī)的動力總成構(gòu)型.該車輛擁有發(fā)動機(jī)和電機(jī)兩套驅(qū)動系統(tǒng)，以發(fā)動機(jī)為主動力源，電機(jī)為輔助動力源.樣車為大功率四輪驅(qū)動拖拉機(jī)，發(fā)動機(jī)輸出力矩和電動機(jī)輸出力矩通過動力耦合器輸送到變速器輸入軸上.發(fā)動機(jī)和電機(jī)可以各自單獨工作，也可以聯(lián)合工作，共同為驅(qū)動輪提供轉(zhuǎn)矩.整車控制器通過發(fā)動機(jī)電控單元、電動機(jī)控制器、電池管理系統(tǒng)以及機(jī)械式自動變速器AMT（Automatic Manual Transmission）控制器進(jìn)行通信.根據(jù)整車總需求力矩，按照整車起步控制策略和算法，動態(tài)分配發(fā)動機(jī)和電動機(jī)力矩，從而使拖拉機(jī)獲得最佳的動力性能和經(jīng)濟(jì)性能.

圖1 并聯(lián)式混合動力拖拉機(jī)的動力結(jié)構(gòu)Fig.1 Parallel hybrid tractor power structure

2 混合動力拖拉機(jī)工況分析

與汽車道路行駛工況不同，拖拉機(jī)的主要工作模式是掛接農(nóng)機(jī)具在田間進(jìn)行耕、犁、耙、施肥、噴灑農(nóng)藥、收割等作業(yè)以及在道路上進(jìn)行牽引、運輸作業(yè).

將混合動力拖拉機(jī)的工作模式分為輕載（如播種作業(yè)）、中載（如聯(lián)合收獲，中耕作業(yè)）、重載（如犁耕和旋耕作業(yè)）模式［8］.在考慮混合動力拖拉機(jī)的工作時，除了要分析其工作模式，還要關(guān)注電池的荷電狀態(tài)SOC，不能使電池過度放電，以免影響其使用壽命.

拖拉機(jī)在掛接農(nóng)機(jī)具進(jìn)行田間作業(yè)或牽引車輛時，會受到牽引阻力的作用.犁鏵是拖拉機(jī)掛接牽引作業(yè)時最常見的機(jī)具類型，其牽引力模型為［9］：

式中，z為犁鏵數(shù)；bp為單體犁鏵的寬度，m；hp為耕深，m；kp為土壤比阻，Nm-2.

當(dāng)拖拉機(jī)帶拖車進(jìn)行運輸作業(yè)時，其牽引力模型為：

式中，mT為拖車總質(zhì)量，kg；f為路面對拖車的阻力系數(shù).

拖拉機(jī)行駛所需總功率為：

3 模糊控制策略

常用的控制策略是根據(jù)電池的SOC狀態(tài)、加速或制動踏板位置、轉(zhuǎn)矩需求和車速等參數(shù)，按照一定的規(guī)則，確定電機(jī)和發(fā)動機(jī)輸出的相應(yīng)轉(zhuǎn)矩，以滿足驅(qū)動力矩的要求［10］.混合動力拖拉機(jī)作業(yè)機(jī)組中，很多參數(shù)相互耦合，給綜合控制帶來了一定的難度.本文在分析機(jī)組動態(tài)特性的基礎(chǔ)上，利用油門、擋位、車速（耕深）三個參數(shù)來綜合控制.模糊邏輯可以有多個輸入?yún)?shù)，并按照一定的規(guī)則生成多種模糊規(guī)則.模糊控制器的輸入?yún)?shù)一般為拖拉機(jī)總的需求轉(zhuǎn)矩和電池的SOC狀態(tài).

模糊控制器是模糊控制策略的核心部分，模糊控制策略包括輸入變量模糊化、應(yīng)用模糊算子、控制規(guī)則和反模糊化.圖2為所設(shè)計的混合動力拖拉機(jī)起步控制策略模糊邏輯控制器的原理圖.它以電池組的SOC狀態(tài)和整車需求轉(zhuǎn)矩為輸入變量，輸出控制量是電機(jī)轉(zhuǎn)矩分配系數(shù)，根據(jù)輸入條件和整車運行模式來確定發(fā)動機(jī)的工作點和電機(jī)的工作模式.圖3是搭建的模糊邏輯控制simulink仿真模型.

圖2 模糊邏輯控制器框圖Fig.2 Fuzzy Logic Controller Block Diagram

圖3 模糊邏輯控制仿真模型Fig.3 Fuzzy logic control simulation model

3.1 輸入變量模糊化

輸入變量車輛需求轉(zhuǎn)矩Tr的論域為 ［0，Te_max］.當(dāng)車輛需求轉(zhuǎn)矩大于發(fā)動機(jī)所能提供的最大轉(zhuǎn)矩Te_max時，發(fā)動機(jī)工作在最大轉(zhuǎn)矩曲線上；當(dāng)車輛需求轉(zhuǎn)矩小于發(fā)動機(jī)怠速工作轉(zhuǎn)矩時，采用控制策略，發(fā)動機(jī)關(guān)閉，電機(jī)工作.根據(jù)發(fā)動機(jī)的效率圖，把車輛需求轉(zhuǎn)矩分成5個模糊子集，并歸一化.根據(jù)電池的效率曲線，把電池的SOC也分為5個模糊子集.

將精確量轉(zhuǎn)矩輸入［0，Te_max］轉(zhuǎn)化到［0，1］區(qū)間的公式為：

將輸入變量SOC的論域設(shè)置為［0，1］.模糊邏輯控制器的輸出變量為λ，λ為電機(jī)所提供的轉(zhuǎn)矩Tm占需求轉(zhuǎn)矩的比值，取值范圍為［-0.5，1］，Tm=λTr.對于 SOC 的 5 個模糊子集，本文以｛TL，L，M，H，TH｝表示｛很低，低，中，高，很高｝；對于 Tr和 λ 的 5 個模糊子集，以｛TS，S，M，B，TB｝表示｛很小，小，中，大，很大｝.

3.2 隸屬函數(shù)構(gòu)建

隸屬函數(shù)是模糊控制中將實際應(yīng)用問題函數(shù)化的一個紐帶.目前，確定隸屬函數(shù)還沒有一套成熟有效的方法，大多數(shù)系統(tǒng)的隸屬函數(shù)的確定仍然停留在先依靠經(jīng)驗確定，然后通過試驗或計算機(jī)模擬得到反饋信息進(jìn)行修正上.確定隸屬函數(shù)的方法主要有模糊統(tǒng)計法、專家經(jīng)驗法、二元對比排序法和典型函數(shù)法等.典型函數(shù)法是指選用某些典型函數(shù)作為隸屬函數(shù)，常見的有三角形、梯形、鐘形和高斯型隸屬函數(shù)等.確定隸屬函數(shù)時，要遵循以下原則：論域中的每個點都應(yīng)該至少屬于1個隸屬函數(shù)的區(qū)域，同時，一般不超過2個隸屬函數(shù)的區(qū)域；對于同一點，不能有2個隸屬函數(shù)同時達(dá)到最大值；重疊部分的任何點的隸屬函數(shù)的和都應(yīng)該小于1.

本文選用梯形函數(shù)和三角形函數(shù)相結(jié)合的結(jié)果來表示輸入變量和輸出變量.輸入變量和輸出變量的隸屬函數(shù)如圖4所示.

圖4 輸入變量和輸出變量的隸屬度函數(shù)Fig.4 Input and output variables membership functions

3.3 規(guī)則庫設(shè)計

模糊規(guī)則是模糊控制器的重要組成部分，它的數(shù)量與模糊子集的劃分有關(guān)，劃分越細(xì)，規(guī)則條數(shù)就越多.在設(shè)定模糊規(guī)則時，必須考慮控制規(guī)則的完備性、交叉性和一致性.對于任意給定的輸入，均有相應(yīng)的規(guī)則在起作用，而且這些規(guī)則不能相互矛盾.

由于拖拉機(jī)的主要功能是在田間進(jìn)行牽引作業(yè)，所以本文設(shè)計的原則是，在保證電池能量損耗不過低的情況下，提供足夠的動力.根據(jù)轉(zhuǎn)矩需求和電池SOC，制定轉(zhuǎn)矩分配的控制規(guī)則.比如，轉(zhuǎn)矩需求較小，電池SOC很高，這時，要保證電機(jī)能提供較大轉(zhuǎn)矩.設(shè)計的控制器有3個輸入變量，每個變量都有5個語言值.經(jīng)過多次調(diào)試，最終確定模糊控制規(guī)則.如表1所示.

表1 模糊控制規(guī)則表Tab1 Fuzzy control rule table

4 仿真結(jié)果與分析

為了評價混合動力拖拉機(jī)牽引作業(yè)工況下模糊邏輯控制策略的效果，本文對所設(shè)計的控制策略進(jìn)行仿真分析.以東方紅1804輪式拖拉機(jī)為研究對象.根據(jù)所開發(fā)的混合動力拖拉機(jī)樣車的設(shè)計要求，進(jìn)行混合動力系統(tǒng)主要部件的參數(shù)匹配計算，確定其主要參數(shù).如表2所示.以低速EUDC測試工況為運輸作業(yè)測試工況，該工況運行時間為400s.如圖5所示.

表2 實例樣車的主要技術(shù)參數(shù)及作業(yè)參數(shù)Tab2 Main technical and operational parameters of examples

圖5 拖拉機(jī)運輸工況Fig.5 Tractor transport conditions

將建立的發(fā)動機(jī)、電機(jī)、電池的數(shù)值模型以及制定的模糊控制策略嵌入ADVISOR，分別在運輸擋的IX擋、X擋、XI擋和XII擋下對其控制效果進(jìn)行分析.如圖6—圖9所示.

圖6 運輸擋IX擋時SOC的變化曲線Fig.6 SOC curve when the transport IX gear

圖7 運輸擋X擋時SOC的變化曲線Fig.7 SOC curve when the transport X gear

圖8 運輸擋XI擋時SOC的變化曲線Fig.8 SOC curve when the transport XI gear

圖9 運輸擋XII擋時SOC的變化曲線Fig.9 SOC curve when the transport XII gear

從圖6至圖9上可以看出，在運輸工況下，模糊邏輯控制時，電池的SOC值從初始值0.8下降到0.68或0.71，電池能夠保證拖拉機(jī)完成工作，同時不至于損耗能量太多；而電力輔助控制策略下，電池的SOC變化較大.

采用模糊控制策略的目的是實現(xiàn)發(fā)動機(jī)和電動機(jī)轉(zhuǎn)矩的合理分配，并保證電池的SOC在整個工作過程中不至于降低過多，能量損耗不會太大，電池的使用壽命不會大大降低.本文對拖拉機(jī)運輸作業(yè)工況下發(fā)動機(jī)的工作點進(jìn)行了仿真分析.電力輔助控制策略下，發(fā)動機(jī)工作點的分布情況如圖10（a）所示；模糊控制策略下，發(fā)動機(jī)工作點的分布情況如圖10（b）所示.與圖10（a）相比，圖10（b）中發(fā)動機(jī)的工作點比較集中且靠近最佳燃油經(jīng)濟(jì)區(qū).控制策略全程都通過電機(jī)來調(diào)節(jié)發(fā)動機(jī)的工作點，電機(jī)在整個過程中起到了“削峰填谷”的作用.

圖10 兩種控制策略下發(fā)動機(jī)的工作點Fig.10 Engine operating point of the two control strategies

5 結(jié)論

本文應(yīng)用模糊邏輯理論，根據(jù)并聯(lián)式混合動力拖拉機(jī)起步工況及其特點，設(shè)計了以拖拉機(jī)需求轉(zhuǎn)矩、電池SOC為輸入，以電機(jī)轉(zhuǎn)矩占需求轉(zhuǎn)矩的比值λ為輸出的模糊控制器，搭建了模糊控制仿真模型.依據(jù)拖拉機(jī)的工況及控制目標(biāo)，制定了相應(yīng)的模糊控制規(guī)則.將制定的模糊控制策略嵌入仿真模型中進(jìn)行仿真試驗.仿真結(jié)果表明，在拖拉機(jī)運輸工況下，與電力輔助控制策略相比，模糊邏輯控制策略有其明顯優(yōu)勢，它可以根據(jù)具體工況進(jìn)行自適應(yīng)調(diào)整，合理分配轉(zhuǎn)矩，使發(fā)動機(jī)工作在靠近最佳燃油經(jīng)濟(jì)區(qū)的區(qū)域，并能很好地控制電池SOC變化，延長電池的使用壽命.控制效果分析表明，拖拉機(jī)在運輸擋XI擋工作時，燃油經(jīng)濟(jì)性較好.實踐證明，本文所設(shè)計的模糊控制策略合理適用.