鄒旭東,馬玉坤,張西龍
(青島理工大學(xué) 機(jī)械與汽車工程學(xué)院,山東 青島 266520)
隨著我國環(huán)保力度的加大,混合動(dòng)力公交車的應(yīng)用逐漸增多。合理匹配車輛的發(fā)動(dòng)機(jī)與電機(jī),制定合適的能量控制策略,使動(dòng)力部件協(xié)調(diào)工作,不僅能保證車輛一定的動(dòng)力性,而且具有良好的經(jīng)濟(jì)性。傳動(dòng)系統(tǒng)參數(shù)對車輛性能的影響很大,對傳動(dòng)系統(tǒng)參數(shù)進(jìn)行合理優(yōu)化能夠改善車輛的動(dòng)力性能與經(jīng)濟(jì)性能。
目前對混合動(dòng)力公交車能量管理策略與傳動(dòng)系統(tǒng)的研究大多選定一款傳動(dòng)系統(tǒng)結(jié)構(gòu)對能量控制策略進(jìn)行優(yōu)化,并沒有對傳動(dòng)系統(tǒng)進(jìn)行優(yōu)化,或者只針對傳動(dòng)系統(tǒng)進(jìn)行優(yōu)化。例如:耿文冉等[1]利用粒子群算法優(yōu)化等效燃油消耗最小策略(ECMS)中的等效因子;王偉等[2]結(jié)合模糊控制理論研究發(fā)動(dòng)機(jī)最優(yōu)曲線控制策略;賀慶運(yùn)等[3]提出基于車速、電池荷電狀態(tài)(SOC)規(guī)劃的能量控制策略。上述研究均在能量控制策略方面進(jìn)行探索,以改善車輛的經(jīng)濟(jì)性能。楊磊等[4]采用單行星排加同步器的傳動(dòng)系統(tǒng)進(jìn)行模式切換研究;聶曉威等[5]利用區(qū)間優(yōu)化法對傳動(dòng)比進(jìn)行優(yōu)化;盛繼新等[6]采用遺傳算法對電機(jī)的參數(shù)與傳動(dòng)比進(jìn)行優(yōu)化。上述研究均在傳動(dòng)系統(tǒng)結(jié)構(gòu)方面對車輛進(jìn)行改進(jìn),結(jié)合能量控制策略對傳動(dòng)系統(tǒng)參數(shù)優(yōu)化的研究較少。
為了改善混合動(dòng)力公交車的經(jīng)濟(jì)性與動(dòng)力性,本文中采用能量控制策略與傳動(dòng)系統(tǒng)相結(jié)合的方法進(jìn)行研究;傳動(dòng)系統(tǒng)中的耦合機(jī)構(gòu)采用單行星排結(jié)構(gòu),驅(qū)動(dòng)電機(jī)通過減速裝置與耦合機(jī)構(gòu)齒圈進(jìn)行嚙合;制定發(fā)動(dòng)機(jī)最優(yōu)曲線控制策略,結(jié)合能量控制策略,對傳動(dòng)系統(tǒng)參數(shù)進(jìn)行多目標(biāo)優(yōu)化,并對優(yōu)化目標(biāo)選取不同權(quán)重。
混合動(dòng)力公交車傳動(dòng)系統(tǒng)結(jié)構(gòu)如圖1所示。發(fā)動(dòng)機(jī)與耦合機(jī)構(gòu)的行星架相接,通過離合器控制發(fā)動(dòng)機(jī)的接入與斷開;一體式起動(dòng)發(fā)電機(jī)(integrated starter generator,ISG)與耦合機(jī)構(gòu)的太陽輪相接[7];驅(qū)動(dòng)電機(jī)通過減速裝置與耦合機(jī)構(gòu)的齒圈相接,動(dòng)力經(jīng)齒圈向后傳到主減速器。該傳動(dòng)系統(tǒng)的優(yōu)點(diǎn)是部件少并且結(jié)構(gòu)簡單,沒有變速箱等部件,能避免換擋沖擊并且體積、質(zhì)量小。由于驅(qū)動(dòng)電機(jī)與齒圈之間有減速裝置,因此對電機(jī)轉(zhuǎn)矩的要求低,可以降低電機(jī)的成本。
ISG—一體式起動(dòng)發(fā)電機(jī)。圖1 混合動(dòng)力公交車傳動(dòng)系統(tǒng)結(jié)構(gòu)
行星排的力學(xué)分析關(guān)系式為
Ts∶Tr∶Tc=1∶k∶(-1-k),
(1)
ns+knr-(1+k)nc=0,
(2)
式中:Ts、Tr、Tc為太陽輪、齒圈、行星架轉(zhuǎn)矩;ns、nr、nc為太陽輪、齒圈、行星架轉(zhuǎn)速;k為齒圈半徑與太陽輪半徑之比。
對傳動(dòng)系統(tǒng)進(jìn)行動(dòng)力學(xué)分析,如圖2所示。
Ts、Tr、Tc、Te—太陽輪、齒圈、行星架、發(fā)動(dòng)機(jī)轉(zhuǎn)矩;Tf—車輛行駛阻力矩;Ie—發(fā)動(dòng)機(jī)轉(zhuǎn)動(dòng)慣量;Img1—一體式起動(dòng)發(fā)電機(jī)(ISG)轉(zhuǎn)動(dòng)慣量;Tmg1—ISG轉(zhuǎn)矩;Img2—驅(qū)動(dòng)電機(jī)轉(zhuǎn)動(dòng)慣量;F—行星輪內(nèi)力;R—齒圈半徑;S—太陽輪半徑。圖2 混合動(dòng)力公交車傳動(dòng)系統(tǒng)動(dòng)力學(xué)分析
傳動(dòng)系統(tǒng)的動(dòng)力學(xué)方程[8]如下。
行星架處的動(dòng)力學(xué)方程為
Ieωe=Te-FR-FS,
(3)
式中:Ie、ωe、Te為發(fā)動(dòng)機(jī)轉(zhuǎn)動(dòng)慣量、角速度、轉(zhuǎn)矩;F為行星輪內(nèi)力;R為齒圈半徑;S為太陽輪半徑。
太陽輪處的動(dòng)力學(xué)方程為
Img1ωmg1=FS-Tmg1,
(4)
式中Img1、ωmg1、Tmg1分別為ISG轉(zhuǎn)動(dòng)慣量、角速度、轉(zhuǎn)矩。
齒圈處的轉(zhuǎn)矩可分為2個(gè)部分,即行星排上轉(zhuǎn)矩、驅(qū)動(dòng)電機(jī)經(jīng)減速齒輪傳來的轉(zhuǎn)矩,動(dòng)力學(xué)方程為
Img2ωmg2=FR-Tr+imTmg2,
(5)
式中:Img2、ωmg2、Tmg2為驅(qū)動(dòng)電機(jī)轉(zhuǎn)動(dòng)慣量、角速度、轉(zhuǎn)矩;im為驅(qū)動(dòng)電機(jī)減速比。
對于齒圈輸出部分,驅(qū)動(dòng)電機(jī)轉(zhuǎn)矩與發(fā)動(dòng)機(jī)轉(zhuǎn)矩耦合后傳到主減速器再傳至車輪,此部分的動(dòng)力學(xué)方程為
(6)
式中:m為整車質(zhì)量;a為車輛加速度;r為車輪半徑;n為車輪個(gè)數(shù);It為車輪轉(zhuǎn)動(dòng)慣量;i0為主減速比;Tf為車輛行駛阻力矩。
傳動(dòng)系統(tǒng)各部件參數(shù)的匹配應(yīng)考慮多方面因素,包括系統(tǒng)構(gòu)型、循環(huán)工況、控制策略等[9],整車設(shè)計(jì)指標(biāo)及參數(shù)如表1所示。
表1 整車設(shè)計(jì)指標(biāo)及參數(shù)
傳動(dòng)系統(tǒng)各部件匹配如下。
1)發(fā)動(dòng)機(jī)匹配。發(fā)動(dòng)機(jī)驅(qū)動(dòng)時(shí)應(yīng)滿足車輛的中高速勻速行駛需求,此外考慮發(fā)動(dòng)機(jī)運(yùn)行時(shí)的車輛加速能力以及附件設(shè)備的功率需求,發(fā)動(dòng)機(jī)功率還應(yīng)增加10%~20%。
(7)
式中:Peng為發(fā)動(dòng)機(jī)功率;v為車速;η為傳動(dòng)效率;g為重力加速度;f為滾動(dòng)阻力系數(shù);Cd為空氣阻力系數(shù);A為迎風(fēng)面積。
2)驅(qū)動(dòng)電機(jī)匹配。驅(qū)動(dòng)電機(jī)應(yīng)滿足車輛在起步與低速行駛時(shí)的功率需求以及電機(jī)驅(qū)動(dòng)時(shí)所能達(dá)到的最高車速要求,此外還應(yīng)考慮車輛的爬坡性能。
(8)
式中:Pmg2為驅(qū)動(dòng)電機(jī)功率;α為爬坡度。
3)ISG匹配。ISG需要調(diào)節(jié)發(fā)動(dòng)機(jī)工況并在電池電量較低時(shí)進(jìn)行發(fā)電,以維持電池的電量,避免電量過低影響車輛的正常運(yùn)行。
(9)
(10)
4)電池匹配。電池的選型應(yīng)從功率與電池容量2個(gè)方面進(jìn)行考慮,電池容量由發(fā)動(dòng)機(jī)提供并維持在一個(gè)恒定區(qū)間內(nèi)。
(11)
式中:Q電池容量;ηd為電池放電效率;ηm為電機(jī)效率;ΔSOC為SOC上下限之差;s為行駛里程;U為電池電壓。
混合動(dòng)力公交車傳動(dòng)系統(tǒng)部件參數(shù)如表2所示。結(jié)合市場信息,選用6J200型發(fā)動(dòng)機(jī),均為永磁電機(jī)。
表2 混合動(dòng)力公交車傳動(dòng)系統(tǒng)部件參數(shù)
建立能量控制策略,將策略分為5種工作模式。策略的核心是根據(jù)功率、SOC、車速將發(fā)動(dòng)機(jī)的運(yùn)行控制在經(jīng)濟(jì)工作區(qū)間。策略的5種工作模式如下。
1)當(dāng)車輛處于起步、低速狀態(tài)時(shí),進(jìn)入純電驅(qū)動(dòng)模式。動(dòng)力由驅(qū)動(dòng)電機(jī)提供,通過減速齒輪經(jīng)過齒圈傳給車輪,ISG空轉(zhuǎn),發(fā)動(dòng)機(jī)不工作。當(dāng)SOC大于下限時(shí),車輛需求功率較小,驅(qū)動(dòng)電機(jī)工作即可滿足車輛的正常行駛。
2)隨著車速的增大,需求功率逐漸增大,當(dāng)需求功率大于驅(qū)動(dòng)電機(jī)所能提供的最大功率并且發(fā)動(dòng)機(jī)工作在經(jīng)濟(jì)區(qū)間,或者SOC小于下限時(shí),進(jìn)入發(fā)動(dòng)機(jī)驅(qū)動(dòng)模式。ISG的作用是對發(fā)動(dòng)機(jī)工況進(jìn)行調(diào)整并發(fā)電。
3)當(dāng)需求功率較大,SOC大于下限,或者車輛進(jìn)行急加速、爬陡坡時(shí),進(jìn)入混動(dòng)模式。這時(shí)使發(fā)動(dòng)機(jī)的運(yùn)行保持在高效率區(qū)間,剩余的動(dòng)力由驅(qū)動(dòng)電機(jī)供應(yīng),發(fā)動(dòng)機(jī)與驅(qū)動(dòng)電機(jī)轉(zhuǎn)矩在齒圈處耦合,共同向后輸出至車輪。
4)當(dāng)車輛處于靜止?fàn)顟B(tài)即車速為0時(shí),檢測到電池所剩電量較低,即SOC小于下限,此時(shí)進(jìn)入停車充電模式,在此模式下,發(fā)動(dòng)機(jī)開始工作,帶動(dòng)ISG轉(zhuǎn)動(dòng)發(fā)電,齒圈輸出端轉(zhuǎn)速為0。
5)當(dāng)制動(dòng)壓力大于0,車速大于10 km/h,且SOC小于0.95時(shí),進(jìn)入再生制動(dòng)模式[10]。這時(shí)對制動(dòng)力矩進(jìn)行判斷,如果需求制動(dòng)力矩小于電機(jī)產(chǎn)生的最大制動(dòng)力矩,則進(jìn)行制動(dòng)能量回收;否則使電機(jī)輸出最大制動(dòng)力矩,其余力矩由機(jī)械制動(dòng)補(bǔ)充。當(dāng)車速小于10 km/h時(shí),由于車輛的速度較小,因此電機(jī)的轉(zhuǎn)速較小,進(jìn)而導(dǎo)致能量的回收程度較低,此時(shí)采用機(jī)械制動(dòng)。如果SOC大于0.95,則電量很足,采用機(jī)械制動(dòng)。
根據(jù)上述5種工作模式的分析,在MATLAB/Simulink軟件中建立能量控制策略。
AVL/Cruise軟件適用于車輛的經(jīng)濟(jì)性、動(dòng)力性仿真,根據(jù)所設(shè)計(jì)匹配的車輛結(jié)構(gòu)[11],選擇相應(yīng)的模塊建立混合動(dòng)力公交車整車模型如圖3所示。
1—整車模塊;2—發(fā)動(dòng)機(jī)模塊;3—離合器模塊;4—減速裝置模塊;5—主減速器模塊;6—車輛右后輪模塊;7—車輛右前輪模塊;8—車輛左后輪模塊;9—車輛左前輪模塊;10—13—制動(dòng)器模塊;14—一體式起動(dòng)發(fā)電機(jī)模塊;15—驅(qū)動(dòng)電機(jī)模塊;16—差速器模塊;17—行星排模塊;18—駕駛員模塊;19—電池模塊;20—能量控制策略模塊;21—顯示器模塊。圖3 基于AVL/Cruise軟件的混合動(dòng)力公交車整車模型
2.3.1 優(yōu)化目標(biāo)
根據(jù)混合動(dòng)力公交車的工作特點(diǎn),既要保持經(jīng)濟(jì)性,又要有足夠的動(dòng)力性,二者是相矛盾的,因此優(yōu)化時(shí)需要設(shè)置權(quán)重。對于城市公交車,動(dòng)力性需求比經(jīng)濟(jì)性需求小,因此按照需求的大小分配權(quán)重。通過對山東省青島市黃島區(qū)公交車的行駛工況與路況的調(diào)研,并結(jié)合公交公司提供的數(shù)據(jù)進(jìn)行綜合分析,取經(jīng)濟(jì)性權(quán)重為0.7,動(dòng)力性權(quán)重為0.3。從行駛工況可以看出,大部分車速小于40 km/h,取動(dòng)力性的優(yōu)化目標(biāo)為車速從0到30 km/h的加速時(shí)間,經(jīng)濟(jì)性優(yōu)化目標(biāo)為燃油消耗量,優(yōu)化函數(shù)為
F(x)=min{F1(x),F2(x)},
(12)
式中:F為目標(biāo)函數(shù);F1為燃油消耗量;F2為車速從0到30 km/h的加速時(shí)間;x為優(yōu)化變量,x={k,im,i0}。
通過加權(quán)法并進(jìn)行歸一化,可以將優(yōu)化函數(shù)表示為
(13)
(14)
2.3.2 優(yōu)化變量
傳動(dòng)系統(tǒng)參數(shù)是僅次于傳動(dòng)系統(tǒng)各部件及能量控制策略的影響車輛性能的關(guān)鍵,因此對傳動(dòng)系統(tǒng)參數(shù)進(jìn)行優(yōu)化。優(yōu)化變量選取為行星排特征參數(shù)、電機(jī)減速比和主減速比3個(gè)傳動(dòng)系統(tǒng)參數(shù),優(yōu)化變量的取值范圍如表3所示。
表3 優(yōu)化變量的取值范圍
2.3.3 約束條件
約束條件是對優(yōu)化變量與優(yōu)化目標(biāo)進(jìn)行的一些限制,使整個(gè)優(yōu)化過程更合理,約束條件的選取需要考慮多方面因素。選取約束條件為最大車速與最大爬坡度,即
(15)
(16)
2.3.4 多島遺傳算法
多島遺傳算法可以在全局大范圍內(nèi)尋優(yōu),能夠很好地避免優(yōu)化時(shí)陷入局部中搜尋最優(yōu)解。多島遺傳算法在遺傳算法的基礎(chǔ)上設(shè)置島嶼,種群個(gè)體可以在每個(gè)島嶼上遷徙,有利于跳出在局部中尋到的最優(yōu)解,相對于遺傳算法,可以較好地解決早熟問題。設(shè)置算法的初始種群個(gè)數(shù)為8,島嶼個(gè)數(shù)為8,進(jìn)化代數(shù)為8,交叉概率為1,變異概率為0.01,島間遷移率為0.5,算法流程如圖4所示。利用Isight軟件,對整車模型進(jìn)行優(yōu)化[12]。
m—島嶼個(gè)數(shù)。圖4 多島遺傳算法流程
優(yōu)化目標(biāo)及優(yōu)化變量的優(yōu)化迭代過程如圖5所示。從圖中可以看出,在整個(gè)迭代過程前期,迭代起伏很大,波動(dòng)劇烈,后期逐漸平穩(wěn),并圍繞在某個(gè)數(shù)值上下波動(dòng),因此迭代效果理想。多目標(biāo)優(yōu)化前、后參數(shù)結(jié)果如表4所示。從表中可以看出:相比優(yōu)化前的參數(shù),行星排特征參數(shù)增大了6.5%,主減速比減小了2.3%,電機(jī)減速比減小了8.4%,燃油消耗量減小了11.6%,車速從0到30 km/h的加速時(shí)間減少了5.7%。
表4 多目標(biāo)優(yōu)化前、后參數(shù)結(jié)果
選取發(fā)動(dòng)機(jī)工作點(diǎn)分布、中國城市公交工況車速跟隨狀況、SOC變化、驅(qū)動(dòng)電機(jī)轉(zhuǎn)矩,分析經(jīng)濟(jì)性仿真結(jié)果,如圖6所示。由圖6(a)可知,發(fā)動(dòng)機(jī)的工作點(diǎn)基本分布在最優(yōu)曲線上,偏離點(diǎn)較少,因此所設(shè)計(jì)的能量控制策略符合要求。由圖6(b)可知,實(shí)際車速與目標(biāo)車速軌跡幾乎一致,車速跟隨狀態(tài)良好。由圖6(c)可知,所設(shè)定的初始SOC為35%,運(yùn)行結(jié)束后為32%,在SOC小于30%時(shí),ISG開始運(yùn)轉(zhuǎn)發(fā)電,SOC明顯增大,由此可以看出,SOC維持效果良好。由圖6(d)可知,當(dāng)電機(jī)的轉(zhuǎn)矩為負(fù)時(shí),電機(jī)回收能量使得電池電量增加,SOC增大;電機(jī)轉(zhuǎn)矩為正時(shí),電池為電機(jī)供電,SOC減小,符合設(shè)計(jì)要求。
選取加速曲線與爬坡度曲線,分析動(dòng)力性仿真結(jié)果,如圖7所示。由圖可知:最大爬坡度為20.73%,符合設(shè)計(jì)要求;車速從0到30 km/h的加速時(shí)間為6.72 s,符合優(yōu)化結(jié)果。
通過優(yōu)化與仿真結(jié)果可以看出,所設(shè)計(jì)的能量控制策略中車速跟隨狀況良好,發(fā)動(dòng)機(jī)工作點(diǎn)符合要求,SOC維持狀態(tài)良好,動(dòng)力性結(jié)果符合要求。相比優(yōu)化前的結(jié)果,優(yōu)化后車輛經(jīng)濟(jì)性與動(dòng)力性均顯著改善。
結(jié)合能量控制策略對傳動(dòng)系統(tǒng)參數(shù)進(jìn)行多目標(biāo)優(yōu)化,使得混合動(dòng)力公交車的經(jīng)濟(jì)性與動(dòng)力性均顯著改善。根據(jù)SOC、功率、車速制定的能量控制策略很好地符合實(shí)際運(yùn)行工況,有良好的經(jīng)濟(jì)性與動(dòng)力性。選用的多島遺傳算法具有很好的全局尋優(yōu)效果,使優(yōu)化結(jié)果更精確。結(jié)合實(shí)際工況選擇的動(dòng)力性、經(jīng)濟(jì)性權(quán)重使得傳動(dòng)系統(tǒng)參數(shù)優(yōu)化更合理。