增程式電動汽車復(fù)合儲能系統(tǒng)控制策略研究

趙令聰，孫賓賓，張鐵柱，趙玉祥

(山東理工大學(xué)交通與車輛工程學(xué)院，山東淄博 255000)

增程式電動汽車在車載儲能系統(tǒng)電能充足時，以純電動汽車方式運(yùn)行；在復(fù)雜工況運(yùn)行特別是需求功率較大的工況，如果僅僅采用動力電池組提供電能，難以滿足驅(qū)動電機(jī)的功率需求，必須開啟増程器(APU)發(fā)電[1]。高頻負(fù)載需求會導(dǎo)致APU 工作點(diǎn)的劇烈變化，而本車采用的APU 為一種新型的約束活塞內(nèi)燃直線發(fā)電裝置，由于其結(jié)構(gòu)復(fù)雜，故采用定工況點(diǎn)工作。為防止APU 頻繁啟停，根據(jù)最大功率和續(xù)駛里程采用后向型設(shè)計方法匹配的單一動力電池儲能系統(tǒng)，將無法滿足峰值功率需求，降低汽車動力性。

采用基于復(fù)合儲能系統(tǒng)的能量系統(tǒng)方案可以有效實現(xiàn)對負(fù)載需求功率的分流控制[2]。復(fù)合儲能系統(tǒng)的功率分配策略按控制方法分類有：邏輯門限類、模糊控制類、最優(yōu)控制理論等。DHAMAL[3]采用邏輯門限控制策略，提升了復(fù)合儲能系統(tǒng)的運(yùn)行效率，延長了電池循環(huán)壽命；姚堤照等[4]采用多模糊聯(lián)合控制的控制策略，有效平滑了鋰電池的充放電電流；Song 等[5]基于動態(tài)規(guī)劃結(jié)果，對復(fù)合儲能系統(tǒng)參數(shù)及其控制策略進(jìn)行了聯(lián)合優(yōu)化，有效降低了運(yùn)營成本。

上述研究中都沒有考慮需求功率中高頻暫態(tài)功率對動力電池的影響，未對儲能系統(tǒng)的頻率控制展開研究。小波變換能夠識別暫態(tài)功率，且在高頻部分有較高的時間分辨率，本文設(shè)計的基于模糊控制的自適應(yīng)小波變換控制策略可有效對需求功率進(jìn)行功率分流，降低高頻信號對動力電池的沖擊，可對多能量源的功率分配提供一定的借鑒意義。

1 增程式電動汽車復(fù)合儲能系統(tǒng)方案分析

1.1 負(fù)載需求功率特性及電源特性分析

以康玲X 系列某款車型為例，依據(jù)美國城市駕駛循環(huán)工況(UDDS)進(jìn)行功率需求分析，整車主要參數(shù)如表1 所示，所獲得的工況速度、需求功率隨時間變化歷程及功率譜密度曲線見圖1。

圖1 負(fù)載特性分析

表1 整車仿真模型主要參數(shù)

蓄電池的雙層電容效應(yīng)導(dǎo)致高頻電流不能進(jìn)行電荷轉(zhuǎn)移反應(yīng)，由高頻暫態(tài)功率產(chǎn)生的高頻電流由電池內(nèi)部雙層電容器承擔(dān)，較高的負(fù)載值和頻率會使電池電壓有較大的波動，很可能導(dǎo)致雙層電容的崩潰，進(jìn)而損害電池[6]。電池的工作頻率通常為10-2～10-1Hz，由圖1 可知UDDS 循環(huán)工況下需求功率的截止頻率在0.2 Hz 左右，若采用單一電源，將無法滿足汽車的高頻功率需求，為避免APU 的頻繁啟停，功率突變時的功率補(bǔ)償將難以實現(xiàn)。超級電容具有較高的功率密度，其比功率是電池的10～100 倍，具有對高頻暫態(tài)功率的快速響應(yīng)特性，電池放電過程中的峰值功率和高頻暫態(tài)功率得到緩解，降低電池的充放電電流，延長其循環(huán)使用壽命。本文采用具有高能量密度的動力電池和高功率密度的超級電容組成的復(fù)合儲能系統(tǒng)作為增程式電動汽車的能量系統(tǒng)。

1.2 復(fù)合儲能系統(tǒng)方案設(shè)計

復(fù)合儲能系統(tǒng)構(gòu)型可以分為三種：被動式構(gòu)型、半主動式構(gòu)型和主動式構(gòu)型。本文采用控制簡單的半主動式構(gòu)型，如圖2 所示，將超級電容與DC/DC 變換器串聯(lián)后再與電池并聯(lián)在直流母線上，雙向DC/DC 變換器將超級電容和總線/電池解耦，電池同總線相連保證了總線電壓的相對穩(wěn)定。

圖2 增程式電動汽車復(fù)合儲能系統(tǒng)

2 復(fù)合儲能系統(tǒng)功率分配控制策略設(shè)計

復(fù)合儲能系統(tǒng)的核心問題是如何對兩種儲能元件的功率進(jìn)行分配，發(fā)揮不同儲能元件的優(yōu)勢，達(dá)到提高復(fù)合儲能裝置效率、延長電池組壽命等目的[7]。本文設(shè)計了一種自適應(yīng)小波變換控制策略，基于儲能系統(tǒng)的能量狀態(tài)，采用模糊控制自適應(yīng)調(diào)節(jié)小波分解層數(shù)，將超級電容SOC維持在理想值附近，充分發(fā)揮其“削峰填谷”的作用。

2.1 基于規(guī)則的邏輯門限控制策略設(shè)計

基于UDDS 循環(huán)工況，依據(jù)動力學(xué)方程求得驅(qū)動電機(jī)所需功率，將電機(jī)正負(fù)需求功率分別積分，得出驅(qū)動與制動條件下的正負(fù)能量需求，將驅(qū)動與制動時間進(jìn)行統(tǒng)計求和，兩者相除即為需求功率門限制Pave_p與Pave_n。具體邏輯門限控制策略流程如圖3 所示。

圖3 邏輯門限控制策略流程圖

濾波函數(shù)為：

式中：τ1、τ2為充放電過程中的低通濾波時間常數(shù)。

2.2 基于Haar 小波的雙通道正交濾波器組設(shè)計

小波變換可以同時具備對信號的時域和頻域分析功能，因其可以識別暫態(tài)功率并進(jìn)行功率分流等獨(dú)特優(yōu)勢，在能量管理領(lǐng)域得到了很好地應(yīng)用[8]。車輛功率需求信號是離散值，采用離散小波變換對需求功率信號進(jìn)行分解。

連續(xù)小波變換表達(dá)式為：

式中：W為小波系數(shù)；λ 為伸縮因子；μ平移因子；x(t)為原始信號；ψ 為母函數(shù)。

令λ=2j，μ=k·2j，j、k∈Z，得離散小波變換公式如式(3)：

離散小波變換的逆變換公式為：

選擇Haar 小波函數(shù)作為母函數(shù)，Haar 小波具有最短的濾波長度，而且小波變換與反變換相等，能夠使得小波算法更為簡單，代碼執(zhí)行效率更高[9-10]。Haar 小波函數(shù)表達(dá)式為:

通過高通濾波器H1(z)與低通濾波器H2(z)，將原需求功率信號分解為細(xì)節(jié)信號與近似信號，也就是分配給超級電容和動力電池的高頻部分和低頻部分；依據(jù)重構(gòu)濾波器組[G1(z),G2(z)]T完成信號重構(gòu)。三階Haar 小波分解與重構(gòu)流程如圖4 所示，分配給超級電容的高頻信號為x1(t)+x2(t)+x3(t)，分配給電池的低頻信號為x0(t)。

圖4 三階Haar小波分解與重構(gòu)示意

2.3 基于模糊控制的自適應(yīng)小波變換

2.3.1 自適應(yīng)小波變換分解層數(shù)范圍確定

信噪比為有效信號與噪聲信號之比，定義有效信號為小波分解后的低頻信號，噪聲信號為小波分解后的高頻信號，所以本文信號信噪比的實際意義是動力電池與超級電容之間的輸出能量比。本文基于UDDS 循環(huán)工況對Haar 小波進(jìn)行離線仿真，不同分解層數(shù)對應(yīng)的信噪比大小見表2。

表2 Haar 小波不同分解層數(shù)對應(yīng)的信噪比大小

本文信噪比的選取原則如下：(1)因為復(fù)合儲能系統(tǒng)中動力電池是主要能量源，超級電容只是起到補(bǔ)償作用，所以信噪比須大于1；(2)為提高超級電容的利用率，充分發(fā)揮其“削峰填谷”作用，信噪比值應(yīng)盡量小。綜上，本文中小波變換自適應(yīng)調(diào)節(jié)的分解層數(shù)范圍為1≤N≤5。

2.3.2 模糊控制器的設(shè)計

本文采用的模糊控制器為兩輸入單輸出模式，輸入為整車需求功率Preq和超級電容SOCuc，輸出為小波分解層數(shù)分配因子K。模糊控制器的輸入輸出變量的模糊論域分別為Preq=[-3,3]，SOCuc=[0.5,1]，K=[0,1]。模糊語言值為Preq=[NB、NM、NL、ZO、PL、PM、PB]，分別代表負(fù)大、負(fù)中、負(fù)小、零、正小、正中、正大；SOCuc=[L、ML、M、MB、B]，分別代表小、較小、中、較大、大；K=[ZO、VL、ML、M、MB、VB]，分別代表0、很小、較小、中、較大、很大。隸屬度函數(shù)如圖5 所示。

圖5 模糊規(guī)則曲面圖

由表2 可知，小波分解層數(shù)越高，分配給超級電容的能量就越多，故本文的模糊控制規(guī)則主要遵循以下規(guī)律：驅(qū)動時，當(dāng)超級電容SOC較高時，采用高階Haar 小波對需求功率進(jìn)行分解；當(dāng)超級電容SOC較低時，采用低階Haar 小波對需求功率進(jìn)行分解；制動時，當(dāng)超級電容SOC較高時，采用低階Haar小波對需求功率進(jìn)行分解；當(dāng)超級電容SOC較低時，采用高階Haar 小波對需求功率進(jìn)行分解。

小波分解層數(shù)自適應(yīng)調(diào)節(jié)規(guī)則見表3。

表3 Haar 自適應(yīng)小波分解層數(shù)確定規(guī)則

本文所設(shè)計的自適應(yīng)小波變換控制策略如圖6 所示。首先采用一個模糊控制器，根據(jù)汽車功率需求信號和超級電容SOC自適應(yīng)調(diào)節(jié)小波分解層數(shù)，然后將需求功率信號進(jìn)行實時小波變換，將分解后的高頻信號分配給超級電容，低頻信號分配給蓄電池。

圖6 自適應(yīng)小波變換控制策略示意圖

3 控制模型仿真分析

本文基于MATLAB/Simulink 搭建復(fù)合儲能系統(tǒng)模型來驗證所提出的控制策略的有效性。經(jīng)參數(shù)匹配后的復(fù)合儲能系統(tǒng)主要參數(shù)見表4。

表4 復(fù)合儲能系統(tǒng)參數(shù)

圖7 描述的是經(jīng)自適應(yīng)小波分解后的電池輸出功率及其功率譜密度。從中可以看出，動力電池的功率頻譜分量集中在0～0.1 Hz 之間，符合電池的正常工作頻率，在一定程度上驗證了所提控制策略的有效性。

圖7 自適應(yīng)小波變換下電池輸出功率分析

從圖8 可以看出，采用復(fù)合儲能系統(tǒng)優(yōu)勢明顯，相比較于單一電源，復(fù)合儲能系統(tǒng)中動力電池SOC下降得更為緩慢，其中，本文所提出的自適應(yīng)小波變換控制策略表現(xiàn)尤為突出，由表5 計算結(jié)果可知，邏輯門限控制策略將能量利用率提高了1.78%，自適應(yīng)小波變換控制策略將能量利用率提高了6.61%。

表5 不同控制策略下的電池SOC 變化

圖8 不同控制策略下動力電池SOC

邏輯門限和自適應(yīng)小波變換控制策略下超級電容的SOC情況如圖9 所示。從中可以看出，整個過程中，超級電容處于動態(tài)充放電狀態(tài)，循環(huán)結(jié)束時，邏輯門限控制策略下超級電容SOC為0.9 左右，自適應(yīng)小波變換控制策略下超級電容SOC為0.7 左右，當(dāng)超級電容的SOC在0.7 左右的時候，超級電容存儲的能量為最大存儲能量的1/2，此時汽車在面臨大功率需求時，超級電容有充足的能量來平衡峰值功率；在制動能量回收時，超級電容有充足的空間來回收制動能量，這充分表明了所提自適應(yīng)小波變換控制策略的有效性。

圖9 不同控制策略下超級電容SOC

不同控制策略下動力電池電流變化情況如圖10 所示。從中可以看出，動力電池作為單一能量源時，其放電電流較大且幅值變化很大，最大放電電流達(dá)到286 A，此時電池的放電倍率高達(dá)4.7C，高倍率充放電會對其壽命產(chǎn)生巨大影響，甚至造成毀滅性破壞。在自適應(yīng)小波變換控制策略下，電池電流幅值較低且變化平緩，最大放電電流為152 A，降低了47%，且放電電流基本控制在100 A 以下，放電倍率控制在2C以內(nèi)，減少了大電流對電池的沖擊，可以大幅度提高電池壽命。

圖10 不同控制策略下電池電流變化

圖11 描述的是不同控制策略下電池的工作溫度變化。從圖中可以看出，采用單一電源的電池溫度上升3.46 ℃；在邏輯門限控制策略下，電池的溫度上升2.24 ℃，降低了35.3%；采用自適應(yīng)小波變換控制策略的電池溫度上升最為緩慢，上升了2.01 ℃，降低了41.9%。

圖11 不同控制策略下電池溫度變化

綜上分析，本文提出的自適應(yīng)小波變換控制策略取得了較好的控制效果，較單一電源，降低了動力電池充放電電流，電壓輸出更加穩(wěn)定，電池溫升得到控制；較邏輯門限控制策略，增加了超級電容的利用率，充分發(fā)揮了其“削峰填谷”的作用。

4 結(jié)束語

本文研究了增程式電動汽車復(fù)合儲能系統(tǒng)的設(shè)計及其控制策略，在傳統(tǒng)小波變換的基礎(chǔ)上提出了一種自適應(yīng)小波變換控制策略，基于MATLAB/Simulink 平臺進(jìn)行了仿真分析，經(jīng)過對比分析，得到如下結(jié)論：

(1)自適應(yīng)小波變換控制策略能夠?qū)π枨蠊β蔬M(jìn)行合理分配，有效降低了高頻功率對電池的沖擊，使電池輸出電流更為平緩，與單一電源相比，能量利用率提高了約6.61%，溫升降低了41.9%；

(2)在超級電容利用率方面，自適應(yīng)小波變換控制策略比邏輯門限控制策略優(yōu)勢更加明顯，仿真結(jié)束后，超級電容SOC保持在理想值0.7 左右，能有效發(fā)揮其“削峰填谷”的作用。