并聯(lián)混合動(dòng)力汽車(chē)能量管理系統(tǒng)的仿真研究

歐陽(yáng)壯，張 瑞，朱天軍

(1.廣東省肇慶市質(zhì)量計(jì)量監(jiān)督檢測(cè)所，廣東 肇慶 526070；2.河北工程大學(xué) 機(jī)械與裝備工程學(xué)院，河北 邯鄲 056107；3.肇慶學(xué)院 機(jī)械與汽車(chē)工程學(xué)院，廣東 肇慶 526061)

0 引言

隨著時(shí)代的發(fā)展，汽車(chē)已經(jīng)成為了我們?nèi)粘Ｉ钪胁豢苫蛉钡囊徊糠?，同時(shí)汽車(chē)的發(fā)展也成為了時(shí)代發(fā)展的重要內(nèi)容之一。由于石油等不可再生資源的過(guò)度挖掘、損耗，汽車(chē)燃料的使用迎來(lái)了新的挑戰(zhàn)，傳統(tǒng)的燃油汽車(chē)已不符合時(shí)代發(fā)展的需要。由于純電動(dòng)汽車(chē)具有清潔、無(wú)污染的優(yōu)勢(shì)，所以快速發(fā)展起來(lái)。目前純電動(dòng)汽車(chē)存在續(xù)航里程短、電池使用年限短的不足，使其很難被大眾所接受?；旌蟿?dòng)力汽車(chē)結(jié)合了傳統(tǒng)燃油汽車(chē)和純電動(dòng)汽車(chē)的優(yōu)勢(shì)，它的出現(xiàn)不僅實(shí)現(xiàn)了汽車(chē)在不同能源之間的混合利用，而且降低了傳統(tǒng)汽車(chē)能源的使用，也改變了其驅(qū)動(dòng)結(jié)構(gòu)和方式，進(jìn)一步促使混合動(dòng)力汽車(chē)成為未來(lái)汽車(chē)研發(fā)的首選方案之一[1]。

對(duì)于混合動(dòng)力汽車(chē)來(lái)說(shuō)，它的能量管理系統(tǒng)是使其運(yùn)行的關(guān)鍵技術(shù)。對(duì)保證混合動(dòng)力汽車(chē)是否有較好的燃油經(jīng)濟(jì)性、綜合排放性能以及汽車(chē)動(dòng)力性能均有影響[2]。混合動(dòng)力汽車(chē)能量管理系統(tǒng)的主要目的是滿(mǎn)足汽車(chē)駕駛員對(duì)牽引功率的需求,維持蓄電池充電并優(yōu)化傳動(dòng)系效率、油耗和排放[3-4]。

混合動(dòng)力汽車(chē)能量管理系統(tǒng)的仿真研究，可以完善能量管理策略。在滿(mǎn)足汽車(chē)行駛工況下所需各方面動(dòng)力性能要求的同時(shí)，讓車(chē)輛可以實(shí)現(xiàn)發(fā)動(dòng)機(jī)、電機(jī)以及動(dòng)力電池等部件輸出功率的最優(yōu)分配，使能量利用率達(dá)到最高，進(jìn)而提升車(chē)輛的燃油經(jīng)濟(jì)性和排放性能[5-6]。Ramadan等人提出一種基于GPS(global positioning system)/規(guī)則的混合方法，并結(jié)合PNs(petri nets)一起使用，以減少駕駛行程中的燃油消耗。這種策略是基于以往行程中記錄的GPS數(shù)據(jù)和電池的最終充電容量而開(kāi)發(fā)的[7]。Rezaei等人在等效能耗最小化策略的基礎(chǔ)上，提出一種新型的并聯(lián)式混合動(dòng)力汽車(chē)實(shí)時(shí)能量管理策略即ECMS-CESO(equivalent consumption minimization strategy-catch energy saving opportunities)。研究表明，與瞬時(shí)自適應(yīng)等效能耗策略相比，燃油經(jīng)濟(jì)性提高了7%[8]。Han等人提出一種新型基于能量預(yù)測(cè)的并聯(lián)式混合動(dòng)力汽車(chē)能源管理策略(ECMS-EP，equivalent consumption minimization strategy-energy prediction)。通過(guò)Matlab/Simulink在3種不同的預(yù)測(cè)時(shí)域下進(jìn)行仿真，驗(yàn)證了所提出的自適應(yīng)規(guī)則ECMS-EP的性能。研究顯示，與傳統(tǒng)的自適應(yīng)ECMS(equivalent consumption minimization strategy)相比，所提出的策略能實(shí)現(xiàn)更穩(wěn)定的SOC(state of charge)，燃油經(jīng)濟(jì)性由2.7%提升至7%[9]。Des Buttes等人為了檢驗(yàn)并聯(lián)混合動(dòng)力汽車(chē)的規(guī)定污染物排放量和混合動(dòng)力傳動(dòng)系統(tǒng)效率之間的關(guān)系。引入排放、廢氣溫度、催化劑傳熱和效率的簡(jiǎn)化模型，通過(guò)三維動(dòng)態(tài)規(guī)劃和加權(quán)目標(biāo)函數(shù)確定熱機(jī)和電機(jī)之間功率請(qǐng)求的最優(yōu)分配。在不同的工況下進(jìn)行對(duì)比，得出在最佳扭矩狀態(tài)下污染物排放減少了8%～33%[10]。Hmidi等人通過(guò)能量管理策略?xún)?yōu)化對(duì)車(chē)輛最佳運(yùn)行的參數(shù)化研究。提出基于規(guī)則的能量管理策略，使用基于灰狼優(yōu)化算法對(duì)規(guī)則進(jìn)行優(yōu)化。模擬結(jié)果推斷出最佳能量管理策略對(duì)燃油消耗和CO2排放的影響[11]。

為了進(jìn)一步提升基于規(guī)則的邏輯門(mén)限管理策略的性能，以傳統(tǒng)的并聯(lián)式混合動(dòng)力汽車(chē)為模型。首先通過(guò)使用Matlab/Simulink和ADVISOR軟件進(jìn)行仿真試驗(yàn)。其次利用參數(shù)優(yōu)化的方法對(duì)控制策略中的門(mén)限參數(shù)進(jìn)行優(yōu)化。最后對(duì)比門(mén)限參數(shù)優(yōu)化前后汽車(chē)在不同循環(huán)工況下的燃油經(jīng)濟(jì)性和排放性能的變化，進(jìn)而得出所提優(yōu)化方法對(duì)汽車(chē)性能的影響。

1 并聯(lián)式混合動(dòng)力汽車(chē)的結(jié)構(gòu)及工作方式

1.1 并聯(lián)式混合動(dòng)力汽車(chē)

并聯(lián)式混合動(dòng)力汽車(chē)的結(jié)構(gòu)形式如圖1所示，發(fā)動(dòng)機(jī)和電動(dòng)機(jī)與驅(qū)動(dòng)橋之間的是通過(guò)變速裝置同時(shí)連接的[12]。二者共同為驅(qū)動(dòng)軸提供動(dòng)力，同時(shí)也可以作為單一的動(dòng)力源為車(chē)輛提供動(dòng)力。例如在小載荷路面上行駛而驅(qū)動(dòng)部分處于低轉(zhuǎn)速區(qū)時(shí)，可以讓發(fā)動(dòng)機(jī)與離合器分離或者關(guān)閉發(fā)動(dòng)機(jī)，僅依靠電動(dòng)機(jī)讓汽車(chē)正常行駛；也可以增加發(fā)動(dòng)機(jī)的工作負(fù)荷讓電動(dòng)機(jī)成為發(fā)電機(jī)為電池提供電能，此時(shí)發(fā)動(dòng)機(jī)既是汽車(chē)的驅(qū)動(dòng)源也是電池的電力來(lái)源。這種結(jié)構(gòu)形式的汽車(chē)在穩(wěn)定的高速行駛中，發(fā)動(dòng)機(jī)處于滿(mǎn)負(fù)荷(中等轉(zhuǎn)速)的工作狀態(tài)，具有較高的工作效率以及質(zhì)量比，所以在高速公路上行駛時(shí)具有很好的燃油經(jīng)濟(jì)性。目前這種結(jié)構(gòu)形式常用于小型乘用車(chē)。

圖1 并聯(lián)式混合動(dòng)力汽車(chē)結(jié)構(gòu)組成

1.2 并聯(lián)式混合動(dòng)力汽車(chē)的工作方式

混合動(dòng)力汽車(chē)有兩個(gè)驅(qū)動(dòng)部件，分別是發(fā)動(dòng)機(jī)和電動(dòng)機(jī)，而在并聯(lián)式混合動(dòng)力汽車(chē)中兩者以并聯(lián)的方式結(jié)合在一起共同為汽車(chē)提供驅(qū)動(dòng)力。并聯(lián)結(jié)構(gòu)下，這兩個(gè)部件都是動(dòng)力總成，它們之間的功率是可以相互疊加的，發(fā)動(dòng)機(jī)功率和電動(dòng)機(jī)功率為汽車(chē)所需最大驅(qū)動(dòng)功率的0.5～1之間。故可以利用小功率的電動(dòng)機(jī)或者發(fā)電機(jī)和發(fā)動(dòng)機(jī)讓整個(gè)動(dòng)力系統(tǒng)的質(zhì)量、裝配尺寸都會(huì)有所減小，所以并聯(lián)式混合動(dòng)力系統(tǒng)常用于小型乘用車(chē)[13]。

在并聯(lián)混合動(dòng)力汽車(chē)行駛過(guò)程中，汽車(chē)的動(dòng)力來(lái)源可以是發(fā)動(dòng)機(jī)或電動(dòng)機(jī)與電池組，也可以是由二者共同工作提供動(dòng)力。此時(shí)，發(fā)動(dòng)機(jī)和電動(dòng)機(jī)產(chǎn)生的動(dòng)力通過(guò)機(jī)械耦合裝置之后產(chǎn)生更大的扭矩和驅(qū)動(dòng)力，發(fā)動(dòng)機(jī)可以為電池組提供能量，使其處于最佳的工作狀態(tài)[14]。

2 并聯(lián)式混合動(dòng)力汽車(chē)的能量管理策略

混合動(dòng)力汽車(chē)的能量管理系統(tǒng)對(duì)保證其是否具有較好的燃油經(jīng)濟(jì)性、動(dòng)力性以及排放性都有重大影響，是混合動(dòng)力汽車(chē)發(fā)展過(guò)程中不可或缺的一步。對(duì)于同一種并聯(lián)式混合動(dòng)力汽車(chē)來(lái)說(shuō)，選擇不同的能量管理策略會(huì)得到不同的燃油消耗、電池SOC值和排放數(shù)據(jù)[15-16]。目前主要研究的并聯(lián)式混合動(dòng)力汽車(chē)的能量管理策略主要包括：基于規(guī)則的邏輯門(mén)限控制策略、瞬時(shí)優(yōu)化能量管理策略、全局最優(yōu)能量管理策略以及模糊能量管理策略4種能量管理策略[17]。

2.1 基于規(guī)則的邏輯門(mén)限控制策略

基于規(guī)則的邏輯門(mén)限控制策略是通過(guò)設(shè)置動(dòng)力電池SOC值最大值(最小值)、汽車(chē)行駛車(chē)速以及發(fā)動(dòng)機(jī)工作轉(zhuǎn)速等一組門(mén)限參數(shù)來(lái)限定動(dòng)力系統(tǒng)各部件所處的工作范圍。該種策略根據(jù)預(yù)設(shè)規(guī)則判斷和選擇動(dòng)力總成的工作模式。同時(shí)，根據(jù)動(dòng)力源的穩(wěn)態(tài)效率圖確定如何在發(fā)動(dòng)機(jī)和電機(jī)之間分配功率以減少油耗和排放。

由于這種策略主要依靠前面累計(jì)的工程經(jīng)驗(yàn)來(lái)設(shè)置門(mén)限參數(shù)，這樣并不能保證并聯(lián)式混合動(dòng)力汽車(chē)可以使燃油經(jīng)濟(jì)性達(dá)到最優(yōu)，且這些靜態(tài)的門(mén)限參數(shù)并不能適應(yīng)工況的動(dòng)態(tài)變化，無(wú)法使得整車(chē)系統(tǒng)處于最大效率狀態(tài)。吳劍提出一種基于動(dòng)態(tài)邏輯門(mén)限方法的能量管理策略。通過(guò)基于車(chē)輛實(shí)時(shí)參數(shù)，設(shè)定一組可變的門(mén)限參數(shù)，實(shí)現(xiàn)了混合動(dòng)力系統(tǒng)不同工作模式的切換，并確定了不同工作模式中動(dòng)力系統(tǒng)主要部件的最佳工作曲線(xiàn)和合理控制發(fā)動(dòng)機(jī)與電機(jī)之間的轉(zhuǎn)矩分配以及無(wú)級(jí)變速器的速比，進(jìn)而提高車(chē)輛性能[18]。劉輝等人通過(guò)對(duì)基于動(dòng)態(tài)邏輯門(mén)限參數(shù)進(jìn)行調(diào)整，在發(fā)動(dòng)機(jī)的最優(yōu)工作曲線(xiàn)中引入功率分配因子，根據(jù)電池不同的SOC與需求轉(zhuǎn)矩的大小調(diào)整發(fā)動(dòng)機(jī)和電機(jī)的運(yùn)行方式，進(jìn)而改變車(chē)輛的驅(qū)動(dòng)模式提升燃油經(jīng)濟(jì)性[19]。

這種能量管理策略相對(duì)于其他的能量管理策略較為簡(jiǎn)單。在汽車(chē)實(shí)際行駛時(shí)，這種策略易于實(shí)現(xiàn)且具有良好的穩(wěn)定性，所以被廣泛地應(yīng)用于并聯(lián)式混合動(dòng)力汽車(chē)。

2.2 瞬時(shí)優(yōu)化控制策略

瞬時(shí)優(yōu)化控制策略作為一種等效燃油消耗最小的控制策略，其應(yīng)用效果也比較好。采用這種策略，可以對(duì)汽車(chē)的實(shí)際耗油量以及汽車(chē)的電機(jī)等效耗油量進(jìn)行計(jì)算。根據(jù)計(jì)算結(jié)果選擇小的耗油量當(dāng)作計(jì)算的工作點(diǎn)，進(jìn)而實(shí)現(xiàn)發(fā)動(dòng)機(jī)、電動(dòng)機(jī)轉(zhuǎn)矩的合理分配。同時(shí)在汽車(chē)行駛中，無(wú)需事先輸入整個(gè)行駛工況的數(shù)據(jù)，僅通過(guò)汽車(chē)行駛工況的數(shù)據(jù)反饋就能對(duì)汽車(chē)進(jìn)行瞬時(shí)地優(yōu)化，進(jìn)而提升汽車(chē)的性能。Kazemi等人提出一種基于駕駛條件預(yù)測(cè)的自適應(yīng)等效能耗最小策略增強(qiáng)方法，利用車(chē)輛在預(yù)測(cè)時(shí)間范圍內(nèi)的近似未來(lái)能量需求，更新等效因子的次優(yōu)值。結(jié)果表明該方法在滿(mǎn)足充電可持續(xù)性的前提下降低了油耗[20]。劉西學(xué)采用改進(jìn)的等效能耗最小策略對(duì)無(wú)級(jí)變速器(CVT, continuously variable transmission)的速比進(jìn)行優(yōu)化，將優(yōu)化得到的CVT速比嵌套在基于規(guī)則的控制器中，形成基于ECMS和門(mén)限值相結(jié)合的控制策略。研究表明改進(jìn)的策略不僅提升了燃油經(jīng)濟(jì)性，也使SOC值穩(wěn)定性更好[21]。

這種策略在實(shí)施過(guò)程中具有較為復(fù)雜的運(yùn)算過(guò)程，且成本較高，因此難以在汽車(chē)上大范圍推廣使用。

2.3 全局最優(yōu)能量管理策略

全局最優(yōu)能量管理策略是一種以動(dòng)態(tài)規(guī)劃為主要手段，能基于某種工況下對(duì)汽車(chē)實(shí)現(xiàn)全局優(yōu)化。該種策略具有一定的研究?jī)r(jià)值，但是需要將循環(huán)工況作為計(jì)算的前提條件，具有一定的局限性。Yuan等人提出一種新分層能量管理策略。通過(guò)引入層次強(qiáng)化學(xué)習(xí)實(shí)現(xiàn)近似全局優(yōu)化。利用采集的實(shí)際行駛工況對(duì)車(chē)速預(yù)測(cè)和所提出策略進(jìn)行驗(yàn)證。研究表明，所提策略能通過(guò)自學(xué)習(xí)適應(yīng)駕駛類(lèi)型的變化，與基于規(guī)則的策略相比，氫消耗量降低了6.14%，進(jìn)而抑制燃料電池的老化[22]。Liu等人以等效因子為核心，研究等效油耗最小化策略的燃油經(jīng)濟(jì)性效應(yīng)。建立了蓄電池SOC、車(chē)輛加速度a和等效因子S的關(guān)系模型。采用遺傳算法對(duì)US06條件下的校正函數(shù)進(jìn)行優(yōu)化，以加速度a和電池SOC為自變量，得到了最佳等效因子圖，建立了改進(jìn)的等效能耗管理全局優(yōu)化最優(yōu)等效因子。結(jié)果表明與傳統(tǒng)的等效能耗管理相比，即使SOC低于目標(biāo)值，電池仍有正功率輸出，燃油經(jīng)濟(jì)性提高1.88%，與基于規(guī)則的能量管理策略相比，燃油經(jīng)濟(jì)性提高了10.17%[23]。

雖然這種策略能使得汽車(chē)達(dá)到一種全局最優(yōu)的工作狀態(tài)，但是這種策略的實(shí)現(xiàn)設(shè)計(jì)計(jì)算復(fù)雜。在汽車(chē)研究設(shè)計(jì)的具體使用中，其通常需要通過(guò)與別的控制策略共同工作才能實(shí)現(xiàn)優(yōu)化。由于目前對(duì)它的研究發(fā)展深度有限以及技術(shù)限制，全局優(yōu)化的控制策略尚不能實(shí)現(xiàn)獨(dú)立的控制，只能作為當(dāng)前汽車(chē)設(shè)計(jì)以及研究的參考對(duì)象。

2.4 模糊能量管理策略

模糊控制是一種基于模糊推理的非線(xiàn)性控制方法，可以簡(jiǎn)化非線(xiàn)性時(shí)變系統(tǒng)的復(fù)雜控制問(wèn)題。模糊控制器將輸入信號(hào)轉(zhuǎn)換為模糊變量，然后根據(jù)專(zhuān)家制定的推理機(jī)制，應(yīng)用規(guī)則庫(kù)中的相關(guān)規(guī)則得出模糊結(jié)論，并進(jìn)一步將其轉(zhuǎn)換為相應(yīng)的精確變量，以協(xié)調(diào)車(chē)輛各部分的能量值，從而實(shí)現(xiàn)整車(chē)的最佳性能[24]。

由于傳統(tǒng)模糊能量管理策略存在自適應(yīng)能力差、缺乏學(xué)習(xí)等問(wèn)題，Zhang等人設(shè)計(jì)了一種基于行駛循環(huán)工況識(shí)別的混合動(dòng)力汽車(chē)神經(jīng)網(wǎng)絡(luò)模糊能量管理策略(NNF-EMS, neural network fuzzy-energy management strategy)。通過(guò)神經(jīng)網(wǎng)絡(luò)樣本學(xué)習(xí)和特征參數(shù)分析方法實(shí)現(xiàn)行駛循環(huán)工況識(shí)別，將識(shí)別結(jié)果作為模糊控制的參考輸入，進(jìn)而優(yōu)化函數(shù)。結(jié)果表明所提策略能實(shí)現(xiàn)不同行駛工況下模糊隸屬度函數(shù)和模糊規(guī)則的自適應(yīng)優(yōu)化[25]。毛建中等人利用測(cè)試實(shí)驗(yàn)數(shù)據(jù)所得出的發(fā)動(dòng)機(jī)的工作效率圖制定了模糊控制規(guī)則，并將發(fā)動(dòng)機(jī)的工作效率作為優(yōu)化目標(biāo)，采用蟻群算法對(duì)模糊控制策略中的隸屬度函數(shù)進(jìn)行優(yōu)化。研究表明優(yōu)化后的策略提升了車(chē)輛的燃油經(jīng)濟(jì)性和電池的使用年限[26]。何正偉等人根據(jù)模糊理論構(gòu)建了復(fù)合電源的模糊控制能量管理策略，并利用ADVISOR軟件構(gòu)建了帶有復(fù)合電源的汽車(chē)模型。研究顯示，應(yīng)用所設(shè)計(jì)的模糊控制策略能夠提升的汽車(chē)的動(dòng)力性[27]。

這種策略無(wú)需建立精準(zhǔn)的系統(tǒng)模型，魯棒性強(qiáng)，具有適當(dāng)?shù)娜斯ね评砟芰?，?jì)算速度快，只需用一種便于設(shè)計(jì)而且易于理解的方式就可以達(dá)到目標(biāo)的控制效果，可以基于嵌入式系統(tǒng)在線(xiàn)應(yīng)用。但是因?yàn)槟：刂浦饕且蕾?lài)人的經(jīng)驗(yàn)這種主觀性強(qiáng)的方法來(lái)實(shí)現(xiàn)的控制。同時(shí)這種策略無(wú)法使汽車(chē)實(shí)現(xiàn)全局最優(yōu)。為了獲得更好的控制效果，需要采用優(yōu)化算法對(duì)模糊控制的參數(shù)進(jìn)行優(yōu)化。常用的優(yōu)化算法有遺傳算法和粒子群優(yōu)化算法。在并聯(lián)式混合動(dòng)力汽車(chē)的能量管理中，模糊控制仍處于一個(gè)不斷完善的時(shí)期，需要不斷地優(yōu)化改進(jìn)。

通過(guò)綜合比較不同能量管理策略的優(yōu)缺點(diǎn)以及復(fù)雜程度，最后選取基于規(guī)則的邏輯門(mén)限策略為本文的仿真研究對(duì)象。

3 并聯(lián)式混合動(dòng)力汽車(chē)能量管理系統(tǒng)仿真及分析

ADVISOR軟件是以 Matlab/Simulink環(huán)境為開(kāi)發(fā)基礎(chǔ)，包含多種汽車(chē)模型的高級(jí)車(chē)輛仿真軟件[28]。該軟件不僅具有完整的圖形功能,還具有數(shù)值計(jì)算高效和語(yǔ)法結(jié)構(gòu)簡(jiǎn)單兩個(gè)優(yōu)點(diǎn)。本文選用的大部分模型均是由研究人員已經(jīng)搭建好的，節(jié)省了各部件以及整車(chē)模型參數(shù)選取的時(shí)間，也極大降低了仿真的難度。

3.1 汽車(chē)整體參數(shù)以及模型選擇

通過(guò)比較所選模型為傳統(tǒng)并聯(lián)式混合動(dòng)力汽車(chē)模型PARALLEL_defaults_in，具體參數(shù)如圖2所示。

圖2 ADVISOR 車(chē)輛參數(shù)定義

3.2 仿真工況選擇

由于并聯(lián)式結(jié)構(gòu)多用于小型混合動(dòng)力汽車(chē)上，該類(lèi)型的車(chē)輛更多行駛于城市道路或者市郊道路上，因此所選取的仿真工況為循環(huán)工況。循環(huán)工況是我國(guó)常用于整車(chē)測(cè)試ECE_EUDC(economic commission for europe_extra urban driving cycle)工況(該工況由兩個(gè)工況組合而成，分別是城市道路行駛工況ECE(economic commission for europe)和市郊行駛工況EUDC(extra urban driving cycle))，為了使仿真數(shù)據(jù)更加貼近實(shí)際情況，另外選用同一種車(chē)型在美國(guó)的UDDS(urban dynamometer driving schedule)城市循環(huán)工況進(jìn)行仿真研究，各循環(huán)工況分別進(jìn)行10次試驗(yàn)[29]。以下圖3與圖4為以上兩種循環(huán)工況的具體參數(shù)。

圖3 ECE_ECDU循環(huán)工況參數(shù)

圖4 UDDS循環(huán)工況參數(shù)

3.3 循環(huán)工況仿真

根據(jù)選取的并聯(lián)式混合動(dòng)力汽車(chē)傳統(tǒng)能量管理策略——基于規(guī)則的邏輯門(mén)限策略應(yīng)用于并聯(lián)式混合動(dòng)力汽車(chē)車(chē)型上進(jìn)行ECE_EUDC循環(huán)工況以及UDDS循環(huán)工況仿真，以下為各循環(huán)工況下的仿真結(jié)果。

3.3.1 基于ECE_EUDC循環(huán)工況下的仿真結(jié)果

圖5所示的仿真結(jié)果可以看出選用基于規(guī)則的邏輯門(mén)限策略的并聯(lián)混合動(dòng)力汽車(chē)在ECE_EUDC循環(huán)工況下的百公里燃油消耗量為7 L/100 km，0～96.6 km/h的加速時(shí)間為9 s，64.4～96.6 km/h的加速時(shí)間為4.5 s，0～137 km/h的加速時(shí)間為18.4 s，最大的加速度可以達(dá)到5 m/s2，最高車(chē)速可達(dá)191.4 km/h，時(shí)速24.1 km/h下最大爬坡度可達(dá)26.4%，行駛過(guò)程中所排放的HC有0.136 grams/km，CO為0.907 grams/km，NOx為0.152 grams/km。

圖5 ECDU循環(huán)工況仿真結(jié)果

圖6所示的仿真結(jié)果可以看出選用基于規(guī)則的邏輯門(mén)限策略的并聯(lián)混合動(dòng)力汽車(chē)ECE_EUDC循環(huán)工況下，行駛過(guò)程中的速度變化穩(wěn)定，電池的SOC值初始值為0.7，隨著時(shí)間的變化而降低最終穩(wěn)定在了0.6左右，直至工況行駛結(jié)束。從排放曲線(xiàn)圖可以看出發(fā)動(dòng)機(jī)在循環(huán)工況中是一直處于工作狀態(tài)的，其排放量除了汽車(chē)剛起步時(shí)所需發(fā)動(dòng)機(jī)提供較高的轉(zhuǎn)矩所導(dǎo)致的排放量較多外，在后續(xù)汽車(chē)持續(xù)行駛過(guò)程中各污染物(CO、HC、NOx)排放量均較小(0.02以下)。

圖6 ECE_ECDU 循環(huán)工況仿真結(jié)果

3.3.2 基于UDDS循環(huán)工況下的仿真結(jié)果

利用相同車(chē)型以及控制策略，在UDDS循環(huán)工況下進(jìn)行仿真，仿真結(jié)果如圖7和圖8所示。由于圖示結(jié)果與ECE_EUDC僅是數(shù)據(jù)不相同，增加本工況的仿真僅為仿真結(jié)果提供驗(yàn)證的對(duì)比數(shù)據(jù)，故不再對(duì)其進(jìn)行詳細(xì)說(shuō)明，相關(guān)數(shù)據(jù)將會(huì)在后文中綜合整理分析，以下僅為結(jié)果的展示。

圖7 UDDS循環(huán)工況仿真結(jié)果

圖8 UDDS循環(huán)工況仿真結(jié)果

3.4 能量管理策略?xún)?yōu)化

由基于規(guī)則的邏輯門(mén)限能量管理策略工作原理可知，通過(guò)對(duì)門(mén)限參數(shù)修改可以對(duì)策略進(jìn)行優(yōu)化，使車(chē)輛獲得更好的動(dòng)力性能，同時(shí)還能減少排放。由圖9得知控制策略的優(yōu)化可以通過(guò)對(duì)其設(shè)置一定的約束、所預(yù)期的目標(biāo)值以及參數(shù)選用范圍讓其不斷仿真測(cè)試，進(jìn)而找出最優(yōu)的參數(shù)。

圖9 控制策略?xún)?yōu)化界面

在ADVISOR中可以利用基于MATLAB和基于VisualDOC兩種方式對(duì)控制策略進(jìn)行優(yōu)化。研究選用基于MATLAB的方式對(duì)控制策略進(jìn)行優(yōu)化，但是基于MATLAB的方式不能對(duì)電池的SOC值進(jìn)行優(yōu)化只能對(duì)3種門(mén)限參數(shù)基于某種工況進(jìn)行仿真測(cè)試。因此研究選取以下3種門(mén)限參數(shù)作為優(yōu)化對(duì)象：發(fā)動(dòng)機(jī)充電轉(zhuǎn)矩：cs_charge_trq、發(fā)動(dòng)機(jī)的最小轉(zhuǎn)矩系數(shù)：cs_min_trq_frac、發(fā)動(dòng)機(jī)關(guān)閉轉(zhuǎn)矩：cs_off_trq_frac。

通過(guò)給定的約束、所預(yù)期的目標(biāo)值以及參數(shù)選用范圍，如圖10、11和12所示，ADVISOR利用MATLAB不斷對(duì)在設(shè)定范圍內(nèi)的門(mén)限參數(shù)進(jìn)行逐一測(cè)試運(yùn)算，達(dá)不到目標(biāo)值的取值將被舍棄，最終得出最優(yōu)的參數(shù)組如圖13所示。

圖10 發(fā)動(dòng)機(jī)充電轉(zhuǎn)矩參數(shù)取點(diǎn)最優(yōu)貼近過(guò)程

圖11 發(fā)動(dòng)機(jī)最小轉(zhuǎn)矩系數(shù)參數(shù)取點(diǎn)最優(yōu)貼近過(guò)程

圖12 發(fā)動(dòng)機(jī)關(guān)閉轉(zhuǎn)矩系數(shù)參數(shù)取點(diǎn)最優(yōu)貼近過(guò)程

圖13 參數(shù)優(yōu)化結(jié)果

3.5 策略?xún)?yōu)化后仿真結(jié)果以及優(yōu)化前后對(duì)比

將優(yōu)化后的能量管理策略參數(shù)取值輸入到原來(lái)的車(chē)輛模型中，然后按照優(yōu)化前的仿真過(guò)程以及相應(yīng)條件對(duì)其分別進(jìn)行ECE_EUDC以及UDDS循環(huán)工況仿真，其結(jié)果如圖14和圖15所示。將優(yōu)化后各工況的仿真結(jié)果與未優(yōu)化的仿真結(jié)果進(jìn)行匯總，得到了表1與表2。

圖14 優(yōu)化后UDDS工況下的仿真結(jié)果

圖15 優(yōu)化后ECE_EUDC工況下的仿真結(jié)果

表1 汽車(chē)燃油消耗量及動(dòng)力性能參數(shù)

表2 汽車(chē)尾氣排放物含量(單位grams/km)

表1為并聯(lián)混合動(dòng)力汽車(chē)模型在仿真工況下的燃油消耗量和動(dòng)力性能參數(shù)表，通過(guò)表1中的數(shù)據(jù)可以得出對(duì)控制策略的門(mén)限參數(shù)經(jīng)過(guò)優(yōu)化后，在UDDS工況中每百公里燃油消耗量減少了8.45%，在ECE_EUDC工況中每百公里燃油消耗量減少了10%，表明汽車(chē)的燃油經(jīng)濟(jì)性提升了。但是其他有關(guān)動(dòng)力性能的數(shù)據(jù)并沒(méi)有變化，表明汽車(chē)的動(dòng)力性并沒(méi)有任何改變。表2為并聯(lián)混合動(dòng)力汽車(chē)模型在仿真工況下的尾氣中有害物含量，通過(guò)表2中的數(shù)據(jù)可以得出，門(mén)限參數(shù)經(jīng)過(guò)優(yōu)化后，在UDDS工況中汽車(chē)尾氣中的有害物HC、CO和NOX含量分別減少了5.8%、11.54%、7.51%，在ECE_EUDC工況中汽車(chē)尾氣中的有害物HC、CO和NOX含量分別減少了5.88%、12.24%、8.55%，表明汽車(chē)的排放性能有所提升。圖16為UDDS和ECE_EUDC循環(huán)工況經(jīng)過(guò)優(yōu)化后各參數(shù)的下降百分比。

圖16 優(yōu)化后汽車(chē)各參數(shù)下降百分比

4 結(jié)束語(yǔ)

隨著石油能源的日益減少和污染物排放法規(guī)的逐年嚴(yán)格，混合動(dòng)力汽車(chē)已成為國(guó)內(nèi)外新能源汽車(chē)行業(yè)的研究熱點(diǎn)。本文對(duì)基于規(guī)則的邏輯門(mén)限策略的并聯(lián)式混合動(dòng)力汽車(chē)進(jìn)行了仿真分析。主要在ECE_EUDC以及UDDS循環(huán)工況下的進(jìn)行仿真研究。采用參數(shù)優(yōu)化的方法對(duì)基于規(guī)則的邏輯門(mén)限控制策略的參數(shù)進(jìn)行優(yōu)化。分析了策略參數(shù)優(yōu)化前后的仿真結(jié)果，研究表明優(yōu)化后的策略相較于優(yōu)化前的策略汽車(chē)在ECE_EUDC和UDDS循環(huán)工況中的每百公里油耗分別降低了8.45%和10%，尾氣排放物HC、CO和NOX含量分別減少了5.88%和5.8%、12.24%和11.54%、8.55%和7.51%。雖然控制策略參數(shù)的優(yōu)化提高汽車(chē)的燃油經(jīng)濟(jì)性和排放性能，但是受限于所提優(yōu)化方法無(wú)法把所有的門(mén)限參數(shù)聯(lián)系到一起進(jìn)行綜合測(cè)試優(yōu)化，導(dǎo)致無(wú)法實(shí)現(xiàn)整車(chē)全部性能的優(yōu)化，下一步可以將所涉及的門(mén)限參數(shù)整合優(yōu)化，以提升整車(chē)性能。