摘要:針對電動拖拉機能量管理過程中,傳統(tǒng)模糊控制主觀性強,過于依賴個人經驗,鋰電池和超級電容難以達到最優(yōu)功率分配的問題,提出一種以等效燃油經濟性和蓄電池SOC單位里程保持率為優(yōu)化目標的方法。結合拖拉機實際工況構建雙源系統(tǒng)結構以及動力學模型,采用NSGA—Ⅱ算法對模糊控制器參數以及隸屬度函數優(yōu)化,在Advisor搭建電動拖拉機整機模型,通過MATLAB/Simulink與Advisor進行聯(lián)合仿真。結果表明,與傳統(tǒng)雙源模糊控制相比,NSGA—Ⅱ優(yōu)化后的能量管理系統(tǒng)能很好地滿足電機功率需求,實現鋰電池和超級電容的合理功率分配。整車能耗降低,鋰電池工作時的峰值功率、平均功率分別下降68.98%、18.36%,等效燃油經濟性提高17.39%,延長鋰電池壽命,同時延長電動拖拉機作業(yè)時間。
關鍵詞:電動拖拉機;能量管理;等效燃油經濟性;雙源系統(tǒng)
中圖分類號:S219.4; S229+.1" " " 文獻標識碼:A" " " 文章編號:2095?5553 (2025) 04?0271?07
Energy management optimization strategy of dual?energy electric tractor
based on NSGA—Ⅱ
Xu Zhicheng, Wang Hongjun, Zhao Hui, Yue Youjun
(Tianjin Key Laboratory of Complex System Control Theory and Application / School of Electrical Engineering and Automation, Tianjin University of Technology, Tianjin, 300384, China)
Abstract: In the process of electric tractor energy management, the traditional fuzzy control is highly subjective, too dependent on personal experience, and it is difficult to achieve the optimal power distribution of lithium battery and super capacitor, a method based on equivalent fuel economy and battery SOC unit mileage retention is proposed. Firstly, the dual?source system structure and dynamics model are constructed by combining the actual working conditions of the tractor, the NSGA—Ⅱ algorithm is used to optimize the fuzzy controller parameters and the affiliation function, the electric tractor model is built in Advisor, and the joint simulation is carried out by MATLAB/Simulink and Advisor. The results show that compared with the traditional dual?source fuzzy control, the optimized energy management system of NSGA—Ⅱ can well meet the motor power demand and realize the reasonable power distribution of Li?ion battery and super capacitor. At the same time, the energy consumption of the whole vehicle is reduced, the peak power and average power of the lithium battery operation are decreased by 68.98% and 18.36%, respectively, the equivalent fuel economy is improved by 17.39%, and the life of the lithium battery is extended, while the operating time of the electric tractor is prolonged.
Keywords: electric tractors; energy" management; equivalent fuel economy; dual?source system
0 引言
當前,我國農業(yè)發(fā)展方向已經從傳統(tǒng)農業(yè)模式逐漸轉變?yōu)榫G色農業(yè)模式[1],在這種大環(huán)境下,農業(yè)生產活動不再是盲目地追求經濟效益和生產力,而是向著更加綠色環(huán)保的方向進行改革。其中,傳統(tǒng)農機向綠色農機的轉型是現代綠色農業(yè)發(fā)展的關鍵一環(huán)[2]。
電動拖拉機具有無污染物排放、作業(yè)噪音小、造價低廉、結構簡單、便于學習操作等優(yōu)點[3],符合我國當下所提倡的智能化、綠色化發(fā)展模式。20世紀70年代開始,許多西方國家開始對純電動拖拉機進行研究,其產品主要用于園藝[4]、田間耕地作業(yè)[5]以及打掃等。近年來,國內許多高校和研究所也對電動拖拉機展開研究。Liu等[6]將AMB支持的飛輪電池作為一種新型動力電池應用于電動拖拉機,對頻繁制動的能量浪費進行回收。謝斌等[7]提出了雙輪驅動電動拖拉機的總體結構方案并對傳動性能進行試驗。楊晉強等[8]提出一種田口法—響應面法雙層多目標優(yōu)化方法,對拖拉機電機結構進行優(yōu)化。汪珍珍等[9]提出一種適用于旋耕作業(yè)的雙輸入變量后向建模方法并驗證其合理性。夏長高等[10]根據運輸和犁耕工況的特性,制定基于規(guī)則的3種典型的控制策略,通過仿真驗證模糊控制策略在提高電池耐久性和降低內阻消耗的優(yōu)勢性。李同輝等[11]提出一種用于純電動拖拉機的新型雙電機多模動力耦合驅動系統(tǒng),從而提高整機驅動效率。竇海石等[12]提出基于馬爾科夫決策過程的最優(yōu)能量管理策略,達到提高電機平均效率和降低整機燃油消耗量的效果。上述研究表明,如何對多個能量源功率進行合理分配,降低系統(tǒng)總能耗,最大限度延長蓄電池使用壽命是能量管理的關鍵問題。
本文結合電動拖拉機實際工作中的工況,在考慮到不同地面條件下的滾動阻力系數的情況下,構建實際工況下電動拖拉機的數學表達式以及動力學模型,在MATLAB/Simulink中搭建出以模糊控制器為核心的能量管理系統(tǒng),以鋰電池SOC單位里程保持率和百公里等效燃油經濟性為優(yōu)化目標,用帶精英策略的非支配排序遺傳算法(NSGA—Ⅱ)對隸屬度函數進行離線優(yōu)化,并在Advisor中搭建出電動拖拉機整機模型,進行Advisor與MATLAB的聯(lián)合仿真,以驗證該能量管理策略的有效性。
1 雙能源系統(tǒng)結構
純電動拖拉機在田間進行耕地作業(yè)時,其運行速度很低,但需求功率較大。另外,考慮到拖拉機作業(yè)時路況的復雜性以及不同地面條件的阻力系數不同等外界因素,其負載特性具有不確定性和隨機性[10],電機需求功率也會隨之變化,單電源無法適應拖拉機在田間作業(yè)的實際工況。超級電容具有快速充放電、循環(huán)使用次數多、功率密度高等優(yōu)點,在電動拖拉機遭遇特殊路況或負載較大時可以提供瞬時峰值功率,保證田間耕地作業(yè)正常進行。因此,設計出一種以高能量密度鋰離子電池作為主要動力源,超級電容作為輔助能源的雙能源能量系統(tǒng)。該系統(tǒng)主要由動力電池、超級電容以及DC/DC變換器所構成,其連接方式有很多種,主要分為4種類型:被動結構、超級電容主動結構、動力電池主動結構以及雙主動控制結構。調研不同類型的復合能源系統(tǒng)后發(fā)現,超級電容主動結構是由超級電容和DC/DC串聯(lián)后與鋰離子電池組進行并聯(lián),可以通過對動力電池組電壓的監(jiān)測,控制使得超級電容的端電壓與其保持相同,由于鋰離子電池組電壓變化較為平緩,而超級電容具有低能量密度且電壓下降快的特點,此結構易于實現超級電容電壓控制,因此,選用此連接方式,如圖1所示。
圖2為復合能源電動拖拉機整體布置方案,由雙電源系統(tǒng)、能量管理系統(tǒng)、整車控制器,電機驅動系統(tǒng)、變速箱以及驅動橋組成。其中,動力驅動系統(tǒng)由雙能源系統(tǒng)、能量管理系統(tǒng)、驅動電機和電機控制系統(tǒng)串聯(lián)組成,電機為驅動橋提供轉矩,驅動橋驅動車輪運動。
2 電動拖拉機動力學建模
電動拖拉機作為重要的農業(yè)生產工具,主要工作場景為田間、大棚、溫室等。在進行運輸工況、旋耕工況時,電動拖拉機速度并不快,且無需進行爬坡作業(yè),因此,可以忽略風阻以及坡阻。
運輸工況下,拖拉機主要受土壤阻力和加速阻力的影響[13],其動力學方程如式(1)所示。
旋耕模式下,由于拖拉機需要連接農機具,其作業(yè)阻力主要有:行駛阻力與旋耕機牽引阻力。旋耕機作為與拖拉機配置連接的重要農機具,具有碎土、恢復土壤耕層結構等作用。旋耕機有2種作業(yè)模式:正轉和反轉,旋耕機與車輪轉動方向一致對拖拉機有推動作用,功率表達式為負,反之則為正,忽略風阻、坡阻,其動力學方程如式(2)所示。
犁耕模式阻力受農機具結構、犁耕速度等因素影響,難以得出精確的數學模型。俄國學者郭略契金經過嚴密數學推導后得出結論:犁耕阻力是由土壤對犁具阻力、翻壟阻力、土壤變形阻力構成[14]。
3 基于NSGA—Ⅱ優(yōu)化模糊控制的能量管理策略
3.1 模糊控制器設計
模糊控制器的設計是能量管理系統(tǒng)的核心,本設計采用經典Mamdani推理方法。確定輸入變量(電機需求功率[Preq]、動力電池電荷狀態(tài)[SOCbat]、超級電容電荷狀態(tài)[SOCuc])與輸出變量動力電池功率分配因子[Kbat]。將[Preq]模糊化為七級,對應模糊集合為{NB,NM,NS,NZ,PS,PB},依次代表負大、負小、零、正小、正中、正大,采用梯形與三角形隸屬度函數,設定模糊論域為{-3,3};將[SOCbat]、[SOCuc]模糊化為三級,對應模糊集合為{US,UM,UB},分別為小、中、大,設定模糊論域為{0,1};輸出量[Kbat]模糊化為五級,對應模糊集合{LE,ML,ME,MB,GE},分別為小、較小、中、較大、大,采用高斯型隸屬度函數,設定模糊論域為{0,1},根據上述輸入、輸出變量論域以及模糊語言變量,建立其對應的隸屬度函數與輸入、輸出特性曲面,如圖3和圖4所示。
模糊控制器的優(yōu)化通常分為2種:優(yōu)化模糊規(guī)則和優(yōu)化隸屬度函數,隨著優(yōu)化的參數越多,獲得最優(yōu)解的幾率越大,同時迭代和仿真時間也會增加。此外,模糊規(guī)則之間難以建立關聯(lián)方程,只依靠算法迭代計算來達到全局最優(yōu),會導致部分模糊規(guī)則不能用專家經驗解釋或相互矛盾的問題,為解決這個問題,采用NSGA—Ⅱ算法僅對隸屬度函數進行優(yōu)化,后續(xù)將優(yōu)化的模糊控制器實際應用于電動拖拉機的復合能源系統(tǒng)中。
3.2 NSGA—Ⅱ優(yōu)化算法
NSGA—Ⅱ算法是一種基于Pareto最優(yōu)解的遺傳算法,目前多用于處理多目標優(yōu)化問題,其特點在于采用非支配排序、對個體進行分層排序,在降低算法復雜度的同時引入精英策略,具有解集收斂性好、運行速度快等優(yōu)點,有利于使父代種群最優(yōu)解進入下一代。
NSGA—Ⅱ算法流程如圖5所示,首先,對初始化種群進行非支配排序與擁擠度計算,從而獲得進化代數;接著,對種群進行選擇、交叉、變異操作,進而獲得子代種群;然后,將初始化種群與子代種群相結合,進行非支配排序,對個體進行分層排序并計算擁擠度,采用精英策略保存優(yōu)秀個體,并將其生成新的種群;最后,與設定值進行比較,若不滿足則重復第二步,若滿足條件則進化完畢。
3.3 目標函數及約束條件
能量管理的目的是合理分配功率,降低車輛能耗,防止蓄電池遭受大的電流沖擊,延長蓄電池壽命。因此,采用多目標優(yōu)化方法,目的是在鋰電池SOC單位里程保持率和等效燃油經濟性之間進行協(xié)調權衡。在這里引入油電等效因子,用于將驅動電機耗電量轉化為等效燃油消耗量[15],設計出NSGA—Ⅱ優(yōu)化目標函數如式(4)所示。
為保證復合電源的安全運行以及延長蓄電池使用壽命,需要對鋰電池和超級電容的SOC、能量以及功率設置邊界約束條件,如式(5)所示。
4 雙源型電動拖拉機建模
4.1 電動拖拉機建模
在MATLAB/Simulink環(huán)境下搭建出電動拖拉機復合能源仿真模型,并編寫NSGA—Ⅱ算法相關程序,圖6為優(yōu)化后的隸屬度函數。
圖7為多目標優(yōu)化Pareto前沿,設置初始化種群數量為20,最大迭代次數為60次,交叉概率為0.8,變異概率為0.3,如圖7所示,9個點為優(yōu)化后的Pareto最優(yōu)解,運行可獲得收斂于目標函數的最優(yōu)值。
ADVISOR是由美國開發(fā)的高級車輛仿真器,是基于MATLAB/Simulink環(huán)境運行的。在該平臺原有基礎模塊上進行二次開發(fā),在頂層模塊基礎上進行修改,圖8為搭建的雙能源電動拖拉機整車模型,通過參數修改以及模塊添加,對拖拉機在實際工況下的作業(yè)模式進行仿真與研究,電動拖拉機具體參數見表4。
4.2 仿真結果分析
拖拉機在實際作業(yè)工況中(如旋耕、運輸),其負載特性呈現隨機波動特性,這是由于不同地面條件下的土壤性質不同,因此,牽引力變化也呈現隨機特性。由于拖拉機實際作業(yè)時速度波動較小,選用所示的低速歐洲郊區(qū)工況(EUDC)進行循環(huán)測試。
圖9為鋰電池SOC對比,其中,仿真測試中的單一電源系統(tǒng)和雙電源系統(tǒng)整車參數設定一致,策略1為傳統(tǒng)雙源模糊控制策略,策略2為經NSGA—Ⅱ算法優(yōu)化后的模糊控制策略。設置初始SOC狀態(tài)為1,可以看出,經NSGA—Ⅱ優(yōu)化后的SOC變化緩慢,循環(huán)工況結束后,單電源和策略1的SOC分別下降至96.93%、98.09%,下降幅度分別為3.07%、1.91%,策略2模式下SOC下降至98.69%,下降幅度為1.31%,整車耗電量降低。由圖10可知,循環(huán)測試結束時,策略1、策略2的SOC終止值分別為92.1%、87.51%。綜上表明,經策略2優(yōu)化后超級電容利用率提高,同時鋰電池耗電量減少,實現了更加節(jié)能的能量管理目標,使得電動拖拉機工作時間延長。圖11為策略2模式下速度跟隨曲線,電動拖拉機在循環(huán)測試中最高車速為6.8 km/h,平均車速為3.54 km/h,仿真車速存在輕微誤差,這是由于拖拉機在田間工作時,來自土壤的阻力呈現不規(guī)律性變化。整體來看,速度跟隨表現良好。
圖12為CYC—EUDC工況時3種策略下的鋰電池溫度變化,可以看出,循環(huán)測試結束后,策略2下的鋰電池溫度低于單一電源和策略1的鋰電池溫度,但是溫度變化并不大,這是由于低速EDUC工況下的電動拖拉機運行速度較慢且行駛距離較短,整體來看,溫度降低有利于延長鋰電池使用壽命。
在低速CYC—EUDC循環(huán)工況下對輸出功率進行對比,結合圖13得出,策略1鋰電池輸出功率波動范圍為[225.1 W,3 730 W], 策略2鋰電池輸出功率波動范圍為[210 W,1 157 W],相比于策略1,策略2鋰電池的峰值功率降低68.98%,平均功率降低18.36%。策略1超級電容輸出功率波動范圍[336.9 W,19 780 W], 策略2超級電容輸出功率波動范圍[370.9 W,21 420 W]。峰值功率和平均功率分別上升7.66%、6.8%。綜上表明,經NSGA—Ⅱ優(yōu)化后,鋰電池輸出功率波動強烈程度及范圍下降明顯,在功率分配過程中,超級電容充分發(fā)揮“削峰填谷”的作用,體現承受系統(tǒng)大功率的優(yōu)勢,減少鋰電池承受的功率沖擊,優(yōu)化后的能量管理系統(tǒng)實現了雙電源之間的合理功率分配,使之能滿足系統(tǒng)功率要求,符合能量管理系統(tǒng)基本準則。
在CYC—EUDC循環(huán)工況下,策略1等效燃油消耗量為101.2 mile/gal,經策略2優(yōu)化后等效燃油消耗量為123.9 mile/gal(此處為英制單位,數值越大燃油經濟性越好),等效燃油經濟性提高17.39%,提高了電動拖拉機節(jié)能效果,等效燃油經濟性顯著提高,驗證該策略的有效性。
5 結論
針對電動拖拉機續(xù)航時間短單電源電動拖拉機動力不足的問題,提出一種以超級電容作為輔助能源的雙源能量管理策略,并結合電動拖拉機的實際工況建立出其不同工況下的動力學模型。
1) 采用帶精英策略NSGA—Ⅱ算法對模糊控制器進行離線優(yōu)化,通過種群初始化、非支配排序方法以及擁擠度計算,對模糊控制隸屬度函數進行全面優(yōu)化,通過優(yōu)化后的Pareto最優(yōu)解得到最優(yōu)蓄電池SOC單位里程保持率和等效燃油經濟性參數。
2) 在低速EUDC工況對電動拖拉機進行循環(huán)測試,優(yōu)化后的鋰電池工作峰值功率和平均輸出功率分別降低68.98%、18.36%,等效燃油經濟性提高17.39%,延長鋰電池壽命與拖拉機一次充電連續(xù)工作時間,驗證該策略的有效性。
參 考 文 獻
[ 1 ] 王元杰, 劉永成, 楊福增, 等. 溫室微型遙控電動拖拉機的研制與試驗[J]. 農業(yè)工程學報, 2012, 28(22): 23-29.
Wang Yuanjie, Liu Yongcheng, Yang Fuzeng, et al. Development and test of tiny remotely controlled electric tractor for greenhouses [J]. Transactions of the Chinese Society of Agricultural Engineering, 2012, 28 (22): 23-29.
[ 2 ] 胥文翔, 徐立友, 劉孟楠, 等. 復合電源式電動拖拉機能量管理系統(tǒng)策略研究[J]. 中國農機化學報, 2023, 44(6): 135-142.
Xu Wenxiang, Xu Liyou, Liu Mengnan, et al. Research on energy management system strategy of multi?power hybrid electric tractor [J]. Journal of Chinese Agricultural Mechanization, 2023, 44 (6): 135-142.
[ 3 ] 管春松, 胡檜, 陳永生, 等. 溫室用小型電動拖拉機研究[J]. 中國農機化學報, 2015, 36(2): 67-69, 76.
Guan Chunsong, Hu Hui, Chen Yongsheng, et al. Study on small electric tractors for greenhouse [J]. Journal of Chinese Agricultural Mechanization, 2015, 36(2): 67-69, 76.
[ 4 ] Mousazadeh H, Keyhani A, Javadi A, et al. Optimal power and energy modeling and range evaluation of a solar assist plug?in hybrid electric tractor (SAPHT) [J]. Transactions of the ASABE, 2010, 53(4): 1025-1035.
[ 5 ] Wang S, Xu X,Zhan X, et al. Co?optimization energy management strategy for a novel dual?motor drive system of electric tractor considering efficiency and stability [J]. Energy, 2023, 281: 128074.
[ 6 ] Liu B, Hu Y, Lyu X, et al. AMB?supported flywheel battery for electric tractors: Structure design and driving method [C]. Journal of Physics: Conference Series IOP Publishing, 2023, 2477(1): 012024.
[ 7 ] 謝斌, 張超, 陳碩, 等. 雙輪驅動電動拖拉機傳動性能研究[J]. 農業(yè)機械學報, 2015, 46(6): 8-13.
Xie Bin, Zhang Chao, Chen Shuo, et al. Study on the Transmission performance of two?wheel drive electric tractor [J]. Transactions of the Chinese Society for Agricultural Machinery, 2015, 46(6): 8-13.
[ 8 ] 楊晉強, 陳鳳, 鄭恩來, 等. 基于磁-熱雙向耦合的電動拖拉機輪邊電機電磁性能分析與結構優(yōu)化[J]. 農業(yè)工程學報, 2023, 39(6): 73-82.
Yang Jinqiang, Chen Feng, Zheng Enlai, et al. Electromagnetic performance analysis and structural optimization of wheel?side motors for electric tractors based on magneto?thermal bidirectional coupling [J]. Transactions of the Chinese Society of Agricultural Engineering, 2023, 39 (6): 73-82.
[ 9 ] 汪珍珍, 周俊, 王旭. 增程式電動拖拉機旋耕機組能量管理模型研究[J]. 農業(yè)機械學報, 2023, 54(4): 428-438.
Wang Zhenzhen, Zhou Jun, Wang Xu. Research on energy management model for extended?range electric rotary tillage tractor [J]. Transactions of the Chinese Society for Agricultural Machinery, 2023, 54(4): 428-438.
[10] 夏長高, 楊彥祥, 孫閆, 等. 復合電源電動拖拉機能量管理策略研究[J]. 中國農機化學報, 2022, 43(11): 126-132.
Xia Changgao, Yang Yanxiang, Sun Yan, et al. Research on energy management strategy of hybrid power electric tractor [J]. Journal of Chinese Agricultural Mechanization, 2022, 43(11): 126-132.
[11] 李同輝, 謝斌, 王東青, 等. 雙電機驅動電動拖拉機實時自適應能量管理策略研究[J]. 農業(yè)機械學報, 2020, 51(S2): 530-543.
Li Tonghui, Xie Bin, Wang Dongqing, et al. Real?time adaptive energy management strategy for dual?motor?driven electric tractors [J]. Transactions of the Chinese Society for Agricultural Machinery, 2020, 51(S2): 530-543.
[12] 竇海石, 張幽彤, 艾強, 等. 面向耦合分流動力構型的拖拉機犁耕工況控制策略[J]. 農業(yè)工程學報, 2022, 38(23): 41-49.
Dou Haishi, Zhang Youtong, Ai Qiang, et al. Control strategy for hybrid tractor plow conditions oriented to coupled?split dynamic configuration [J]. Transactions of the Chinese Society of Agricultural Engineering, 2022, 38(23): 41-49.
[13] 劉靜, 夏長高, 孫閆. 雙能源電動拖拉機能量管理策略[J]. 中國農機化學報, 2021, 42(7): 115-121.
Liu Jing, Xia Changgao, Sun Yan. Energy management strategy of double energy electric tractors [J]. Journal of Chinese Agricultural Mechanization, 2021, 42 (7): 115-121.
[14] 梁延會, 夏長高. 設施大棚履帶式電動拖拉機動力學性能分析[J]. 農機化研究, 2015, 37(1): 55-58.
[15] 張樹彬. 插電式混合動力汽車自適應等效油耗能量管理策略研究[D]. 長春: 吉林大學, 2017.