并聯(lián)式混合動(dòng)力汽車(chē)轉(zhuǎn)矩實(shí)時(shí)分配控制策略研究

吳靜波,李明明,郭志軍,盧耀真

(1. 河南省汽車(chē)節(jié)能與新能源重點(diǎn)實(shí)驗(yàn)室,河南洛陽(yáng) 471000; 2. 河南科技大學(xué) 車(chē)輛與交通工程學(xué)院,河南洛陽(yáng) 471000)

能量管理控制策略是混合動(dòng)力汽車(chē)的關(guān)鍵技術(shù),對(duì)降低燃油消耗和尾氣排放有著顯著的效果,目前已經(jīng)成為了眾多學(xué)者競(jìng)相研發(fā)的熱點(diǎn)。文獻(xiàn)[1]針對(duì)混合動(dòng)力汽車(chē)在模式切換時(shí),發(fā)動(dòng)機(jī)與驅(qū)動(dòng)電機(jī)對(duì)需求轉(zhuǎn)矩響應(yīng)時(shí)間的不同,會(huì)對(duì)車(chē)輛造成沖擊產(chǎn)生動(dòng)態(tài)油耗,提出了模型預(yù)測(cè)控制策略,通過(guò)仿真模型驗(yàn)證,取得了良好的控制效果。文獻(xiàn)[2]為實(shí)現(xiàn)檔位選擇和功率分配的協(xié)同優(yōu)化,利用馬爾科夫鏈模型預(yù)測(cè)未來(lái)時(shí)域內(nèi)的車(chē)速,并和基于規(guī)則的控制策略進(jìn)行對(duì)比,模型預(yù)測(cè)控制策略的燃油經(jīng)濟(jì)性大大提高。文獻(xiàn)[3]指出混合動(dòng)力汽車(chē)在未來(lái)時(shí)域內(nèi)的需求轉(zhuǎn)矩,將會(huì)按照指數(shù)函數(shù)的形式遞減,因此,建立了線性的優(yōu)化控制模型。文獻(xiàn)[4]提出了智能模糊控制策略,利用遺傳算法優(yōu)化控制參數(shù),通過(guò)定義的輸入和輸出,合理調(diào)整發(fā)動(dòng)機(jī)與電機(jī)的轉(zhuǎn)矩分配。文獻(xiàn)[5]主要闡述了模型預(yù)測(cè)控制的優(yōu)勢(shì),通過(guò)預(yù)測(cè)未來(lái)時(shí)域內(nèi)駕駛員的行為,對(duì)需求轉(zhuǎn)矩進(jìn)行合理分配。目前大多數(shù)的能量管理控制策略研究,僅僅關(guān)注優(yōu)化發(fā)動(dòng)機(jī)的工作區(qū)間或模式之間的轉(zhuǎn)換,盡可能保證發(fā)動(dòng)機(jī)的效率達(dá)到最優(yōu)[6]。但是,對(duì)于混合動(dòng)力汽車(chē)而言,發(fā)動(dòng)機(jī)效率最優(yōu)并不代表車(chē)輛的整體效率最優(yōu),很多忽視了電池的使用壽命對(duì)車(chē)輛達(dá)到整體效率最優(yōu)的影響。

針對(duì)以上存在的問(wèn)題,本文以P2構(gòu)型混合動(dòng)力汽車(chē)為依托,在利用馬爾科夫鏈模型預(yù)測(cè)需求轉(zhuǎn)矩的基礎(chǔ)之上,增加模糊控制算法來(lái)解決非線性控制問(wèn)題,同時(shí)引入了轉(zhuǎn)矩分配因子的概念,通過(guò)在線調(diào)整轉(zhuǎn)矩分配因子,將需求轉(zhuǎn)矩在發(fā)動(dòng)機(jī)與電機(jī)之間進(jìn)行實(shí)時(shí)分配,在保證發(fā)動(dòng)機(jī)效率達(dá)到最優(yōu)的同時(shí),避免電池充放電電流過(guò)大對(duì)使用壽命造成損害。由于采用了模型預(yù)測(cè)的控制方法,轉(zhuǎn)矩分配的實(shí)時(shí)性也得到了很大的提高。

1 P2構(gòu)型混合動(dòng)力系統(tǒng)

1.1 混合動(dòng)力系統(tǒng)的總體布置

本文以P2構(gòu)型的混合動(dòng)力車(chē)輛為研究對(duì)象,該車(chē)的傳動(dòng)系統(tǒng)結(jié)構(gòu)為同軸并聯(lián)式結(jié)構(gòu),如圖1所示,主要零部件包括:柴油發(fā)動(dòng)機(jī)、異步電機(jī)(ASM)、動(dòng)力電池、DCT變速箱、主減速器、差速器。

圖1 并聯(lián)式混合動(dòng)力系統(tǒng)結(jié)構(gòu)示意圖

由于發(fā)動(dòng)機(jī)與電機(jī)同軸相連,電機(jī)可以輔助發(fā)動(dòng)機(jī)滿足較大的瞬時(shí)需求功率,而且可以通過(guò)離合器的開(kāi)閉,進(jìn)行多種模式的切換。整車(chē)與零部件的參數(shù)如表1所示。

表1 整車(chē)與零部件參數(shù)

1.2 車(chē)輛動(dòng)力學(xué)模型

以車(chē)輛動(dòng)力學(xué)公式為基礎(chǔ),建立了并聯(lián)式混合動(dòng)力汽車(chē)的動(dòng)力學(xué)模型,表達(dá)式為：

(1)

(2)

ωe=ωLi0h

(3)

(4)

式中:τL為車(chē)輪需求轉(zhuǎn)矩;vv為行駛速度;ρa(bǔ)ir為空氣密度;R0為滾動(dòng)阻力系數(shù);α為坡度角;Cd為空氣阻力系數(shù);A為迎風(fēng)面積;mν為整車(chē)質(zhì)量;g為重力加速度;ωL為車(chē)輪轉(zhuǎn)速;r為車(chē)輪半徑;i0為換擋速比;ωe為發(fā)動(dòng)機(jī)轉(zhuǎn)速;τe為發(fā)動(dòng)機(jī)轉(zhuǎn)矩;η為傳動(dòng)系統(tǒng)效率。

1.3 動(dòng)力系統(tǒng)數(shù)學(xué)建模

發(fā)動(dòng)機(jī)模型的建立,一種是以試驗(yàn)數(shù)據(jù)為基礎(chǔ)的試驗(yàn)建模,另一種則是理論建模。本文利用通過(guò)試驗(yàn)獲得的數(shù)據(jù),建立發(fā)動(dòng)機(jī)模型,發(fā)動(dòng)機(jī)燃油消耗Map如圖2所示,主要是轉(zhuǎn)速、轉(zhuǎn)矩和燃油消耗率之間的函數(shù)關(guān)系。

圖2 發(fā)動(dòng)機(jī)燃油消耗圖

驅(qū)動(dòng)電機(jī)選用異步電機(jī),電機(jī)系統(tǒng)效率Map如圖3所示,主要是電機(jī)轉(zhuǎn)矩、轉(zhuǎn)速和工作效率之間的函數(shù)關(guān)系。

圖3 電機(jī)效率特性圖

1.4 電池模型

動(dòng)力電池的標(biāo)稱(chēng)容量為90 Ah,額定電壓為320 V,可以將開(kāi)路電壓和等效內(nèi)阻串聯(lián)組成的等效電路比作電池組,開(kāi)路電壓和等效電阻表示為電池SOC的函數(shù),單體電池特性如圖4所示。

圖4 單體電池充放電內(nèi)阻和電壓隨SOC的變化關(guān)系

2 基于馬爾科夫鏈模型預(yù)測(cè)需求轉(zhuǎn)矩

以全球輕型車(chē)測(cè)試規(guī)程(WLTP)的工況特征為例,進(jìn)行馬爾科夫鏈模型預(yù)測(cè)需求轉(zhuǎn)矩的研究。經(jīng)過(guò)模型預(yù)測(cè)得到未來(lái)一段時(shí)域內(nèi)的需求轉(zhuǎn)矩,可為下文設(shè)計(jì)模糊控制器的實(shí)時(shí)性奠定基礎(chǔ)。本文以并聯(lián)式混合動(dòng)力汽車(chē)為研究對(duì)象,由于發(fā)動(dòng)機(jī)和電機(jī)以轉(zhuǎn)矩耦合的方式,對(duì)外輸出動(dòng)力,驅(qū)動(dòng)輪的需求轉(zhuǎn)矩可以看作車(chē)輛的需求轉(zhuǎn)矩,在未來(lái)時(shí)域內(nèi),駕駛員通過(guò)操縱加速踏板和制動(dòng)踏板來(lái)控制輸出轉(zhuǎn)矩的大小,其值是未知的,但能將其看作具有隨機(jī)性質(zhì)的馬爾科夫過(guò)程,即未來(lái)時(shí)域內(nèi)的需求轉(zhuǎn)矩只和當(dāng)前狀態(tài)的需求轉(zhuǎn)矩有關(guān),與之前的狀態(tài)無(wú)關(guān)[7],將未來(lái)時(shí)域內(nèi)的需求轉(zhuǎn)矩視為一種概率分布,而概率分布可以從過(guò)去的行車(chē)數(shù)據(jù)或標(biāo)準(zhǔn)工況中提取和歸納。

混合動(dòng)力汽車(chē)行駛屬于時(shí)間連續(xù),狀態(tài)離散的過(guò)程,將需求轉(zhuǎn)矩離散為有限個(gè)數(shù)列，即

Treq={Treq1,Treq2,Treq3,…,Treqs}

(5)

在N時(shí)刻需求轉(zhuǎn)矩為T(mén)reqi的前提下,N+1時(shí)刻需求轉(zhuǎn)矩為T(mén)reqj的轉(zhuǎn)移概率可表示為

Pi,j=Tr{Treq(N+1)=Treqj|Treq(N)=Treqi}

(6)

依據(jù)本文采用的WLTP循環(huán)工況,經(jīng)過(guò)式(1)～式(4)的計(jì)算,可得出各個(gè)時(shí)刻駕駛員的需求轉(zhuǎn)矩,Pi,j的值能通過(guò)最大似然預(yù)測(cè)法確定,則

(7)

(8)

i,j∈(1,2,…,i)

(9)

式中：Mi,j為需求轉(zhuǎn)矩從i轉(zhuǎn)移到j(luò)的次數(shù);Mi為需求轉(zhuǎn)矩從i轉(zhuǎn)移的次數(shù)之和。

圖5為在統(tǒng)計(jì)了WLTP工況的情況下,得到的轉(zhuǎn)移概率矩陣,本文選擇預(yù)測(cè)時(shí)域?yàn)閠=15 s。

圖5 馬爾科夫轉(zhuǎn)移概率矩陣

3 基于轉(zhuǎn)矩分配因子的控制策略研究

能量管理控制策略研究的難點(diǎn)問(wèn)題為需求轉(zhuǎn)矩在兩個(gè)動(dòng)力源之間實(shí)時(shí)的合理分配。本文首先引入轉(zhuǎn)矩分配因子的概念,在電量消耗模式時(shí),利用轉(zhuǎn)矩分配因子來(lái)調(diào)節(jié)混合動(dòng)力系統(tǒng)中發(fā)動(dòng)機(jī)工作點(diǎn)的分布情況,進(jìn)而控制發(fā)動(dòng)機(jī)的輸出轉(zhuǎn)矩在整個(gè)需求轉(zhuǎn)矩之中所占的比例。在行車(chē)充電時(shí),通過(guò)調(diào)整轉(zhuǎn)矩分配因子來(lái)控制發(fā)動(dòng)機(jī)向動(dòng)力電池輸出充電轉(zhuǎn)矩的大小。由于未知的工況和控制目標(biāo)的非線性,將需求轉(zhuǎn)矩在兩個(gè)動(dòng)力源之間進(jìn)行實(shí)時(shí)分配是非常復(fù)雜的[8],本文采用馬爾科夫鏈預(yù)測(cè)模型,預(yù)測(cè)未來(lái)一段時(shí)域內(nèi)的需求轉(zhuǎn)矩,然后利用模糊控制器對(duì)于解決非線性控制問(wèn)題,有著很好控制效果的優(yōu)點(diǎn)[4],調(diào)整模糊控制器的輸出值,對(duì)需求轉(zhuǎn)矩進(jìn)行合理的分配。該控制器設(shè)計(jì)的基本原則為發(fā)動(dòng)機(jī)與驅(qū)動(dòng)電機(jī)工作在高效區(qū)的同時(shí),保證電池的充放電在合理范圍內(nèi),避免在運(yùn)行過(guò)程中,電池充放電電流過(guò)大對(duì)使用壽命造成損害[9-10]。

3.1 模糊控制器的設(shè)計(jì)

模糊控制器主要采用Mamdani和Takagi-Sugeno模型。本文研究的轉(zhuǎn)矩分配因子α不是一個(gè)連續(xù)變量,而是一個(gè)具體的數(shù)值[4],因此,選用T-S模型對(duì)非線性系統(tǒng)進(jìn)行建模。

如果能夠預(yù)知未來(lái)一段時(shí)域內(nèi)車(chē)輛的需求轉(zhuǎn)矩,則可以提前對(duì)其進(jìn)行合理的分配[11],進(jìn)而提高需求轉(zhuǎn)矩分配的實(shí)時(shí)性,本文通過(guò)馬爾科夫鏈預(yù)測(cè)模型對(duì)需求轉(zhuǎn)矩進(jìn)行預(yù)測(cè),以電機(jī)目標(biāo)轉(zhuǎn)矩占總需求轉(zhuǎn)矩的百分比作為輸入1,電池SOC值作為輸入2,即:

(10)

Input2=SOC

(11)

式中:Treq為車(chē)輛需求轉(zhuǎn)矩,TEng為發(fā)動(dòng)機(jī)目標(biāo)轉(zhuǎn)矩,其值可以通過(guò)式(4)獲得；SOC為電池的荷電狀態(tài)。

轉(zhuǎn)矩分配因子α作為模糊控制器的輸出,即Output=α，可以通過(guò)改變其輸出值,決定發(fā)動(dòng)機(jī)的目標(biāo)轉(zhuǎn)矩占總需求轉(zhuǎn)矩的比例,得出實(shí)際的發(fā)動(dòng)機(jī)轉(zhuǎn)矩,轉(zhuǎn)化為驅(qū)動(dòng)力或向動(dòng)力電池充電。通過(guò)模糊控制器的輸入和輸出對(duì)需求轉(zhuǎn)矩進(jìn)行分配的整體流程圖,如圖6所示。

圖6 基于模糊邏輯控制器對(duì)需求轉(zhuǎn)矩進(jìn)行分配的整體流程圖

3.2 模糊控制規(guī)則的設(shè)計(jì)

依據(jù)并聯(lián)式混合動(dòng)力汽車(chē)的工作模式以及電機(jī)的動(dòng)態(tài)特性,對(duì)應(yīng)Input1的模糊子集設(shè)置為{NL1,NS1,O1,PS1,PL1},處理后的模糊化論域?yàn)?0,1),分別代表負(fù)大,負(fù)小,0,正小,正大。電池SOC經(jīng)模糊化處理后的論域?yàn)?0,1),對(duì)應(yīng)Input2的模糊子集設(shè)置為{NL2,NS2,O2,PS2,PL2},依次代表負(fù)大,負(fù)小,0,正小,正大。

轉(zhuǎn)矩分配因子α作為模糊控制器的輸出,可以從{0,0.75,0.80,0.85,0.90,0.95,1,1.05,1.1,1.15,1.25}中提取,這些數(shù)值代表了發(fā)動(dòng)機(jī)對(duì)電池進(jìn)行充電的程度,例如:輸出值0代表發(fā)動(dòng)機(jī)不參與驅(qū)動(dòng),輸出值1代表電池SOC值和發(fā)動(dòng)機(jī)都工作在合理范圍內(nèi),不需要進(jìn)行調(diào)整,輸出值1.25代表發(fā)動(dòng)機(jī)在最大轉(zhuǎn)矩曲線上工作,對(duì)電池輸出的充電轉(zhuǎn)矩最大。通過(guò)在線調(diào)整模糊控制器的輸出值,實(shí)現(xiàn)發(fā)動(dòng)機(jī)在較好的燃油經(jīng)濟(jì)區(qū)域內(nèi)工作,同時(shí)決定了發(fā)動(dòng)機(jī)向動(dòng)力電池輸出充電轉(zhuǎn)矩的大小[12],有效防止了為使發(fā)動(dòng)機(jī)效率達(dá)到最優(yōu),而導(dǎo)致動(dòng)力電池放電電流過(guò)大對(duì)使用壽命造成損害。為使混合動(dòng)力系統(tǒng)能夠穩(wěn)定運(yùn)行,模糊控制規(guī)則需要包含該車(chē)輛的所有運(yùn)行模式。本文遵循動(dòng)力性?xún)?yōu)先原則,電機(jī)優(yōu)先使用原則,發(fā)動(dòng)機(jī)高效率原則和能量回收原則,根據(jù)圖7和圖8的隸屬度函數(shù),共制定出25條規(guī)則進(jìn)行控制,建立模糊邏輯規(guī)則庫(kù),如表2所示。

圖7 電機(jī)目標(biāo)轉(zhuǎn)矩占總需求轉(zhuǎn)矩的百分比的隸屬度函數(shù)

圖8 電池SOC的隸屬度函數(shù)

表2 模糊邏輯控制規(guī)則

模糊規(guī)則的形式為

If(DisNL1andSOCisNL2), then(αis 0.95)

3.3 基于自適應(yīng)模擬退火算法優(yōu)化轉(zhuǎn)矩分配因子

模糊控制器中的隸屬度函數(shù)和控制規(guī)則一般來(lái)源于專(zhuān)家經(jīng)驗(yàn),通常很難獲得最優(yōu)的控制效果[13-14]。因此,本文建立轉(zhuǎn)矩分配因子優(yōu)化模型,利用自適應(yīng)模擬退火算法對(duì)能量管理優(yōu)化問(wèn)題進(jìn)行求解[15],轉(zhuǎn)矩分配因子的定義為

Teopt-new(ne)=α·Teopt(ne)

(12)

式中:Teopt(ne)為預(yù)測(cè)時(shí)域內(nèi)發(fā)動(dòng)機(jī)輸出轉(zhuǎn)矩；Teopt-new(ne)為發(fā)動(dòng)機(jī)實(shí)際輸出轉(zhuǎn)矩。

鑒于在仿真過(guò)程中優(yōu)化結(jié)果的分布情況,仿真時(shí)間和尋優(yōu)空間的范圍具有一定的界限,為提高實(shí)時(shí)性,將轉(zhuǎn)矩分配因子的優(yōu)化區(qū)間為

0≤α≤1.25

(13)

式中：0和1.25是轉(zhuǎn)矩分配因子取得的下限值和上限值,該值依據(jù)仿真結(jié)果和優(yōu)化時(shí)間得到的。

為得到更合理的轉(zhuǎn)矩分配因子α,對(duì)能量管理策略?xún)?yōu)化模型進(jìn)行約束，即

(14)

式中:ne為發(fā)動(dòng)機(jī)轉(zhuǎn)速；Te為發(fā)動(dòng)機(jī)轉(zhuǎn)矩；nm為電機(jī)轉(zhuǎn)速；Tm為電機(jī)轉(zhuǎn)矩。

本文采用自適應(yīng)模擬退火算法(Adaptive simulated annealing,ASA)對(duì)模糊控制器的輸出進(jìn)行優(yōu)化求解,得出最優(yōu)的轉(zhuǎn)矩分配因子。ASA主要包括狀態(tài)空間產(chǎn)生函數(shù)、接受當(dāng)前狀態(tài)的函數(shù)和溫度更新函數(shù),將ASA的能量表述為等效百公里燃油消耗量E,即優(yōu)化目標(biāo)函數(shù),尋求E最小值的過(guò)程就是優(yōu)化轉(zhuǎn)矩分配因子α的過(guò)程。

(15)

Be(k)=f(α·Teopt,ne)

(16)

式中:E為等效百公里燃油消耗量；Be(k)為燃油消耗率；Cb(k)為電量等效燃油消耗率；S為行駛的路程；K為時(shí)間階段；N為總的時(shí)間階段數(shù)。

含有M個(gè)變量的狀態(tài)空間產(chǎn)生新的目標(biāo)函數(shù)的概率密度函數(shù)為

式中:M為每一個(gè)溫度下變量的維度；y={yi:i=1,…,M}；Ti為絕對(duì)溫度,ui服從均勻分布。

接受新的目標(biāo)值的函數(shù)為

(18)

式中ΔE=Ek+1-Ek。

溫度更新函數(shù)為

(19)

式中:T0i為起始溫度；mi和ni為調(diào)整ASA的自由因子。

基于自適應(yīng)模擬退火算法優(yōu)化轉(zhuǎn)矩分配因子的流程圖如圖9所示。

圖9 自適應(yīng)模擬退火算法優(yōu)化轉(zhuǎn)矩分配因子的流程圖

4 仿真結(jié)果分析

為了對(duì)本文所提出的控制策略進(jìn)行驗(yàn)證,采用MATLAB/Simulink和Cruise仿真平臺(tái)對(duì)P2構(gòu)型的混合動(dòng)力汽車(chē)進(jìn)行建模和仿真,以全球輕型車(chē)統(tǒng)一測(cè)試規(guī)程(WLTP)作為仿真工況,對(duì)本文提出的馬爾科夫鏈預(yù)測(cè)模型編寫(xiě)M程序,并通過(guò)建立的仿真模型調(diào)用程序,為了減小仿真的時(shí)間,本文選擇5 s為一個(gè)預(yù)測(cè)時(shí)域,采樣時(shí)間的間隔為1 s,SOC的初始值為0.6,圖10為并聯(lián)式混合動(dòng)力汽車(chē)轉(zhuǎn)矩實(shí)時(shí)分配的控制策略示意圖,通過(guò)聯(lián)合仿真得到仿真結(jié)果如圖11～圖17所示。

圖10 并聯(lián)式混合動(dòng)力汽車(chē)轉(zhuǎn)矩實(shí)時(shí)分配的控制策略示意圖

圖11 目標(biāo)車(chē)速與實(shí)際車(chē)速的跟隨情況

圖12 WLTP工況下發(fā)動(dòng)機(jī)轉(zhuǎn)矩

圖13 WLTP工況下驅(qū)動(dòng)電機(jī)轉(zhuǎn)矩

圖14 WLTP工況下SOC變化曲

圖15 動(dòng)力電池的充放電電流

圖16 WLTP工況下發(fā)動(dòng)機(jī)工作點(diǎn)

圖17 WLTP工況下驅(qū)動(dòng)電機(jī)的工作點(diǎn)

圖11為在本文提出的轉(zhuǎn)矩實(shí)時(shí)分配控制策略下的實(shí)際車(chē)速跟隨目標(biāo)車(chē)速的情況，由圖可看出，實(shí)際車(chē)速對(duì)目標(biāo)車(chē)速有著很好地跟隨效果，滿足動(dòng)力性需求。圖12和圖13為主要?jiǎng)恿Σ考妮敵鲛D(zhuǎn)矩，圖14為動(dòng)力電池SOC值的變化曲線。當(dāng)電池SOC>0.565時(shí)，混合動(dòng)力汽車(chē)處于電量消耗階段，主要采用電機(jī)驅(qū)動(dòng)車(chē)輛行駛，當(dāng)電池SOC<0.565時(shí)，為了防止電池過(guò)度放電對(duì)使用壽命造成損害，降低車(chē)輛的整體效率，發(fā)動(dòng)機(jī)開(kāi)始輸出轉(zhuǎn)矩，并通過(guò)調(diào)節(jié)轉(zhuǎn)矩分配因子，控制發(fā)動(dòng)機(jī)輸出轉(zhuǎn)矩在總需求轉(zhuǎn)矩中所占的比例，并根據(jù)當(dāng)前電池SOC值的大小來(lái)決定發(fā)動(dòng)機(jī)向動(dòng)力電池輸出充電轉(zhuǎn)矩的大小。同時(shí)，當(dāng)電池SOC值高于設(shè)定的最小值時(shí)，為了確保發(fā)動(dòng)機(jī)在最優(yōu)效率區(qū)工作，應(yīng)當(dāng)由電機(jī)進(jìn)行轉(zhuǎn)矩補(bǔ)償，循環(huán)終止時(shí)，電池SOC=0.575，與初始值相差無(wú)幾。整個(gè)運(yùn)行過(guò)程中，電池SOC值一直保持在0.56上下，波動(dòng)范圍保持在上下3%以?xún)?nèi)，而基于邏輯門(mén)限值的能量管理控制策略，為了保證發(fā)動(dòng)機(jī)盡可能的工作在最優(yōu)效率區(qū)，提高整車(chē)燃油經(jīng)濟(jì)性，動(dòng)力電池持續(xù)放電，導(dǎo)致電池SOC值下降速度過(guò)快，放電電流過(guò)大，對(duì)電池的使用壽命產(chǎn)生了不利的影響。圖15為動(dòng)力電池充放電時(shí)電流的變化情況，從圖15中可以看出電流的變化一直保持在合理范圍內(nèi)，說(shuō)明本文提出的控制策略在車(chē)輛行駛過(guò)程中，基本上可以實(shí)現(xiàn)P2構(gòu)型混合動(dòng)力汽車(chē)的能量管理，滿足了不損害電池使用壽命的目的。

圖16和圖17分別為發(fā)動(dòng)機(jī)和驅(qū)動(dòng)電機(jī)在運(yùn)行過(guò)程中工作點(diǎn)的分布情況，由圖16與圖17可知，與邏輯門(mén)限值控制策略相比，本文提出的控制策略能夠保證發(fā)動(dòng)機(jī)的工作點(diǎn)絕大多數(shù)的分布在燃油消耗最小的區(qū)域，說(shuō)明該策略能夠改善發(fā)動(dòng)機(jī)的燃油消耗。驅(qū)動(dòng)電機(jī)的工作點(diǎn)主要分布在0.75～0.9的高效率區(qū)域內(nèi)，具有良好的控制效果?？傮w可以看出，本文提出的控制策略在不損害電池使用壽命的同時(shí)，車(chē)輛的整體效率也得到了提高。

通過(guò)以上兩種控制策略的仿真分析對(duì)比，可以得出，由于基于邏輯門(mén)限值的控制策略主要依據(jù)專(zhuān)家經(jīng)驗(yàn)設(shè)定合理的門(mén)限值來(lái)限定發(fā)動(dòng)機(jī)的工作區(qū)域，制定相應(yīng)的切換規(guī)則，未能充分考慮車(chē)輛動(dòng)態(tài)時(shí)的轉(zhuǎn)矩分配和電池SOC值的波動(dòng)情況，無(wú)法統(tǒng)籌兼顧系統(tǒng)各個(gè)部件的綜合性能，對(duì)提高車(chē)輛燃油經(jīng)濟(jì)性和改善電池使用壽命具有一定的局限性。

為了更直觀的對(duì)比有關(guān)燃油經(jīng)濟(jì)性的優(yōu)化效果，將本文提出的控制策略與邏輯門(mén)限值控制策略進(jìn)行對(duì)比分析，如圖18所示，通過(guò)馬爾科夫鏈模型對(duì)未來(lái)時(shí)域內(nèi)需求轉(zhuǎn)矩的預(yù)測(cè)，以及對(duì)轉(zhuǎn)矩分配因子的動(dòng)態(tài)調(diào)節(jié)，基本上可以實(shí)現(xiàn)電池SOC值在合理范圍內(nèi)波動(dòng)的前提下，混合動(dòng)力汽車(chē)的燃油消耗明顯低于采用基于邏輯門(mén)限值控制策略下的燃油消耗。

5 結(jié)論

1) 鑒于能量管理控制策略的實(shí)時(shí)性，建立了馬爾科夫鏈預(yù)測(cè)模型，通過(guò)預(yù)測(cè)未來(lái)時(shí)域內(nèi)混合動(dòng)力汽車(chē)的轉(zhuǎn)矩需求，可提前對(duì)需求轉(zhuǎn)矩在兩個(gè)動(dòng)力源之間進(jìn)行實(shí)時(shí)分配，為改善混合動(dòng)力汽車(chē)的燃油經(jīng)濟(jì)性和轉(zhuǎn)矩分配的實(shí)時(shí)性提供理論基礎(chǔ)。

2) 以往的能量管理控制策略，大多數(shù)僅僅關(guān)注如何提高發(fā)動(dòng)機(jī)的燃油經(jīng)濟(jì)性，然而，針對(duì)混合動(dòng)力汽車(chē)而言，發(fā)動(dòng)機(jī)的效率最優(yōu)并不等同于車(chē)輛的整體效率最優(yōu)，本文通過(guò)建立模糊控制器，引入轉(zhuǎn)矩分配因子的概念，并利用自適應(yīng)模擬退火算法對(duì)轉(zhuǎn)矩分配因子進(jìn)行優(yōu)化，在提高了整車(chē)效率的同時(shí)，動(dòng)力電池的使用壽命也獲得了改善。

3) 本文有效的結(jié)合了模型預(yù)測(cè)和模糊控制策略?xún)烧叩膬?yōu)點(diǎn)，既提高了控制策略的實(shí)時(shí)性，又具有很好地魯棒性。在MATLAB和Cruise軟件中進(jìn)行聯(lián)合仿真，驗(yàn)證本文提出的并聯(lián)式混合動(dòng)力汽車(chē)轉(zhuǎn)矩實(shí)時(shí)分配的控制策略，在WLTP工況運(yùn)行過(guò)程中，電池SOC一直保持在0.56上下，波動(dòng)范圍維持在與初始值上下3%以?xún)?nèi)，達(dá)到了在提高整車(chē)燃油經(jīng)濟(jì)性的同時(shí)改善動(dòng)力電池使用壽命的目的。