基于转矩分配的混合动力汽车控制策略的优化研究

孙家文1,刘胜永*1,2,王建超1,黄俊华3

(1.广西科技大学电气与信息工程学院,广西柳州545006;2.广西汽车零部件与整车技术重点实验室(广西科技大学),广西柳州545006;3.柳州特来电能源科技有限公司,广西柳州545006)

摘要:针对汽车仿真软件ADVISOR2002中并联式混合动力汽车的默认电力辅助控制策略(EACS)未对发动机转矩进行良好的分配以及未限制电池运行状态,导致的发动机工作效率较低及电池可能出现过冲与过放现象等问题,通过基于发动机转矩分配的思想制定了一系列规则,提出一种新的基于转矩分配的改进控制策略(TDCS),将发动机的输出转矩限制在高效区域,并同时控制电池的开关状态.仿真结果表明,在特定工况下,改进的控制策略不仅能有效提高发动机工作效率,而且对蓄电池也有一定保护作用.

关键词:并联式混合动力汽车;电力辅助控制;转矩分配;控制策略

0 引言

目前,并联式混合动力汽车控制策略已逐渐趋于成熟,基于规则的控制[1]、基于功率的控制、模糊控制[2-4]、神经网络控制[5]、实时优化控制、电力辅助控制等被广泛应用于并联式混合动力汽车控制策略.基于规则的控制与基于功率的控制都比较简单,不能保证各部件得到最佳匹配,无法有效地提高整车效率;模糊控制不依赖系统的精确数学模型,具有较好的鲁棒性与实时性,但过于依赖经验,容易陷入局部最优;神经网络控制可以通过训练在理论上达到最优,但在硬件实现方面较为困难[6];实时优化控制计算量太大,根本无法在实际车辆中实现实时控制[7].电力辅助控制策略(EACS)利用电机驱动系统作为辅助驱动源,根据工况,对发动机的输出功率进行“削峰填谷”,从而优化发动机的运行,应用较为广泛,已在现实的混合动力系统中实现,如本田Insight和雪铁龙XSARA,在ADVISOR软件中,将其设置为并联混合动力车型的默认控制策略.本文详细介绍分析了电力辅助控制策略,指出其存在的不足,并利用基于发动机转矩分配的思想对其进行优化,得出新的基于转矩分配的控制策略,改进的控制策略对汽车需求功率以及电池的荷电状态(State of Charge)(即SOC值)都设定了一定的门限值,当它们取得不同的区域内的值时,发动机输出相应的转矩,如此,可以保证发动机始终工作于高效区域,而电池也能避免过冲过放带来的损害.

1 电力辅助控制策略分析

ADVISOR中默认的并联混合动力汽车控制策略为电力辅助控制策略.该策略的主要思路是:以发动机作为汽车的主驱动源,电机作为辅助驱动源,在车辆行驶过程中,根据蓄电池SOC值大小的不同,电机或处于电动状态和发动机共同驱动汽车,或处于发电状态,利用一部分发动机能量为蓄电池充电,将蓄电池SOC值保持在一中限制附近[8].在发动机工作的情况下,T=[Tr+Tchg,Tminmax,其中,T为发动机输出转矩,Tr为汽车的需求转矩,Tchg为给电池的补充转矩,Tmin为当前车速下的发动机转矩下限.默认的控制策略思想是:大多数情况下,将电池的SOC维持在一个中线值附近,即给电机施加一个补充转矩Tchg,当Tchg>0时,电机处于发电状态,给电池充电;当Tchg<0时,电机处于电动状态,提供辅助能源.Tchg的计算公式如下:

其中,Tc表示发动机对电机的充电转矩,SOChi,SOClo,SOCm分别表示电池SOC高限值、SOC低限值以及SOC的中限值.由此公式可以看出,电力辅助控制策略的目的是使电池SOC尽量平衡在中线附近.

综上分析得知,电力辅助控制策略比较简单,但也比较有效地完成了混合动力汽车中的能量分配.该控制策略也有不少缺陷,在ADVISOR2002的默认参数中,ess_on始终为“1”,即代表电池是始终处于工作状态,没有将需求功率与电池SOC值进行动态的结合考虑,只是单纯地将SOC值分为高于中限制与低于中限制两种情况.HEV在实际工况中,需求功率不停变的,当需求功率较小,而SOC值属于大时,电机仍向发动机提供辅助能量,造成了能量浪费.当需求功率很大,发动机不能单独提供足够动力时,需要电机提供辅助能量,若此时SOC值低于电池安全放电范围,如20%,电池仍放电,就会对蓄电池的性能、寿命都有很大损害,另外,当需求转矩在发动机最小转矩与最大转矩之间时,发动机默认输出需求转矩而非效率最高的最大转矩.针对这些情况,本文在默认控制策略的基础之上进行了优化,结合车辆需求转矩与电池SOC值制定了一套转矩分配策略.

2 基于转矩分配的控制策略

根据车速进行查表,可得到当前车速下发动机的最大转矩Tmax,再用最大转矩乘以最小转矩系数可以得到该车速下发动机的转矩下限Tmin.发动机只有工作在两转矩范围内,才能保持较高的效率,而工作在最大转矩时效率最高[9-10].

改进的控制策略结合车辆需求转矩与电池SOC值制定一系列规则,目的是使发动机能持续工作在高效状态,同时对电池进行一定的保护.分别将SOCmin与SOCmax设定为电池的SOC低限值与高限值.TDCS的基本方案如表1所示,体现了不同需求转矩以及SOC的取值下发动机的取值以及电池开关状态,ess_on=0表示关闭电池开关.

当前车速下的需求转矩低于发动机最小转矩下限时,如果SOC<SOCmin,则发动机工作输出最大转矩,电机工作处于发电状态,发动机在驱动汽车行驶的同时给蓄电池充电;如果SOCmin≤SOC≤SOCmax,则发动机输出最小转矩,电机仍处于发电状态;如果SOC>SOCmax,此时发动机仍输出最小转矩,但为避免蓄电池过充,需关闭电池开关。

当前车速下的需求转矩处于最大转矩与最小转矩下限之间时,如果SOC≤SOCmax,则发动机输出最大转矩,同时电机工作处于发电状态;如果SOC>SOCmax,则发动机输出需求转矩,同时关闭电池开关.

当前车速下的需求转矩大于最大转矩时,发动机需输出最大转矩,同时,电机应工作于电动状态,提供辅助动力,但如果SOC<SOCmin,则必须关闭电池开关,以牺牲部分动力性能,来保证蓄电池不工作在过放状态.

当汽车制动时,即需求功率为负,若此时SOC<SOCmax,电动机工作处于发电状态,产生制动转矩进行能量回收.反之则关闭电池开关,汽车进行纯机械制动.

表1 TDCS基本方案
Tab.1 Basic scheme based on TDCS

3 基于ADVISOR的建模与二次开发

本控制策略中,如何控制好电池的开关状态是非常关键的一步,本文对电池开关的设计原则为当出现以下两种情况时,关闭电池开关:当电池SOC低于低限值SOCmin而电机仍处于电动状态时;当电池SOC高于高限值SOCmax而电机处于发电状态时.如图1所示为电池开关控制模型,其中输入1为电池SOC,输入2为电机需求转矩.cs_dl_lo_soc与cs_dl_hi_soc分别表示SOCmin与SOCmax,分别设定为0.2与0.9.

图1 电池开关控制模型
Fig.1 Battery switch control model

为使改进的控制策略能够成功地嵌入ADVISOR中并仿真,需要对ADVISOR中的模型及部分文件进行修改添加.具体步骤如下:

首先打开ADVISOR\models\library目录下的控制策略库文件lib_controls.mdl,通过点击EDIT菜单下的UNLOCK LIBRARY解除锁定,选择该文件下的并联电辅助控制策略模块electric assist control strategy<cs>,将其复制,粘贴.按前文中的控制策略在Simulink建立模型,并将其与系统原模型替换,将修改好的控制策略模块重命名为electric assist control strategy<cs>1,然后保存关闭该库.

然后打开ADVISOR\models目录下的原顶层模块文件BD_PAR.mdl文件,对该顶层文件进行修改,删除原控制策略模块electric assist control strategy<cs>,并用上一步建好的改进模块将其替换,打开电机模块motor controller<mc>par,将电机的需求输出转矩mc_trq_out_r存入GoTo Tag模块;断开power bus子模块,将原来的ess_on常数模块替换为GoTo Tag模块,之后另存并命名为BD_PAR_NEW并关闭.

接下来需要修改m文件使ADVISOR能识别上一步修改的顶层模块.由于篇幅问题,这里不再赘述.通过以上二次开发,即可在ADVISOR2002的GUI界面进行所修改车辆的性能仿真.

4 仿真及分析

在ADVISOR2002中分别对EACS和TDCS进行了仿真,并对仿真结果进行了对比分析.仿真所用的主要参数如表2所示,为了能更为全面合理地对两种控制策略进行对比分析,分别在两种不同的循环工况UDDS与NREL2VAIL下进行了仿真,其中,UDDS工况为城市道路循环工况,其循环时间为1 369 s,行驶路程为11.99 km,最高车速为91.25 km/h,平均速度为31.51 km/h,全程停靠17次;NREL2VAIL为坡道工况,循环时间为5 692 s,行驶路程为139.72 km,最大速度为117.83 km/h,平均速度为88.35 km/h,最大上坡坡度为7.5%,平均上坡坡度为2.9%,在此工况下,车辆的瞬时需求功率相对更大.

表2 整车及主要部件参数
Tab.2 Vehicle and main component parameters

图2 UDDS循环工况下的发动机工作效率结果对比图
Fig.2 Comparison of engine working efficiency results under UDDS cycle

图2 为UDDS工况下的发动机工作效率仿真结果对比图,可以看出,由于EACS对发动机的输出转矩未加规划,导致发动机一直工作在低效率区域,基本上在整个工况下,发动机的工作效率都低于20%.而TDCS下发动机工作效率得到了很大的提升,80%以上的工作点都保持在20%的效率之上.

图3 电池SOC仿真结果对比图
Fig.3 Comparison of simulation results of SOC battery

图3为两种工况下电池SOC仿真结果对比,可以看出,由于在控制策略中加入了电池控制环节,因此在两种工况下,TDCS的SOC都要比之前的SOC下降的更缓慢.另外,由于2NREL2VAIL循环工况需求功率较大,EACS对电池的运行状态不加限制,导致原来的SOC出现了降至零点的情况,这对电池的性能有很大的损害.而TDCS中电池SOC在降到低限值0.2时将电池开关关断,有效地保护了电池,阻止其过度放电.

图4为燃油消耗量结果对比,可以发现在UDDS工况下,EACS的燃油消耗量比TDCS更低,这是由于该工况需求功率较低,TDCS中电池并未过多地参与供能,发动机在大部分时间内以较高效率单独供能,导致燃油消耗更大.但在该工况下,TDCS的最终SOC要远远大于EACS.而在NREL2VAIL工况下,需求功率较大,TDCS中充分发挥了电池的辅助功能,在保护电池不过放的前提下,燃油消耗量也相较EACS更低.

图4 燃油消耗量仿真对比图
Fig.4 Comparison of simulation results of fuel consumption

5 结论

通过对ADVISOR中并联混合动力汽车默认电力辅助控制策略的研究分析,得出其存在不足,并在原控制策略的基础上进行了优化,得到新的基于转矩分配的改进控制策略,分别基于两种不同车辆循环工况对两种控制策略进行仿真分析,最终得出以下结论:

1)在瞬时需求功率较小的工况下,由于车辆的需求转矩较小,因此在改进控制策略中,电池提供的辅助能量较少,电池耗能较低,发动机在大部分情况下是单独供能,故燃油消耗大于原来的,但由于改进的将发动机输出转矩限制在高效区域,故发动机的工作效率要更高;

2)在瞬时功率需求较大的工况下,改进控制策略有效地保护了电池,避免了电池在SOC低限值之下放电的危害,在整个工况下,改进控制策略不仅电池耗能更小,而且发动机油耗量也有所降低.

参考文献:

[1]WANG B,XU J,CAO B,et al.A novel multimode hybrid energy storage system and its energy management strategy for electric vehicles[J].Journal of Power Sources,2015,281:432-443.

[2]DENIS N,DUBOIS M R,DESROCHERS A.Fuzzy-based blended control for the energy management of a parallel plug-in hybrid electric vehicle[J].IET Intelligent Transport Systems,2015,9(1):30-37.

[3]YIN H,ZHOU W H,LI M,et al.An adaptive fuzzy logic-based energy management strategy on battery/ultracapacitor hybrid electric vehicles[J].IEEE Transactions on Transportation Electrification,2016,2(3):300-311.

[4]陈赞,谭光兴,林聪,等.基于模糊算法的纯电动汽车制动能量回收[J].广西科技大学学报,2014,25(3):32-37.

[5]刘家良.基于模糊神经网络的混合动力电动汽车能量管理的研究[D].武汉:武汉理工大学,2003.

[6]王斌,徐俊,曹秉刚,等.采用模拟退火算法的电动汽车复合电源能量管理系统优化[J].西安交通大学学报,2015,49(8):90-96.

[7]石庆升.纯电动汽车能量管理关键技术问题的研究[D].济南:山东大学,2009.

[8]曾小华,王庆年,李骏,等.基于ADVISOR2002混合动力汽车控制策略模块开发[J].汽车工程,2004,26(4):394-396.

[9]李洋洋,谢金法,张靖龙.不同发动机转矩下限对HEV实际运行的影响[J].中国农机化学报,2016,37(2):131-135.

[10]李欢,林川.基于ADVISOR的混合动力电动汽车控制策略仿真研究[J].广西工学院学报,2005,16(4):27-30.

Optimization of hybrid electric vehicle control strategy based on torque distribution

SUN Jia-wen1,LIU Sheng-yong*1,2,WANG Jian-chao1,HUANG Jun-hua3
(1.School of Electrical and Information Engineering,Guangxi University of Science and Technology,Liuzhou 545006,China;2.Guangxi Key Laboratory of Auto Parts and Vehicle Technology(Guangxi University of Science and Technology),Liuzhou 545006,China;3.Liuzhou Teld New Energy Co.Ltd.,Liuzhou 545006,China)

Abstract:Since the default electric assisted control strategy(EACS)of parallel hybrid electric vehicle in the vehicle simulation software ADVISOR2002 can not distribute the engine torque for good and does not limit the battery working state,resulting in low engine efficiency and the battery overcharging or discharging and other issues,this paper proposed a new improved control strategy based on torque distribution(TDCS)through a series of rules based on the idea of engine torque distribution.It will limit the output torque of the engine in the high efficiency area,and control the battery switch state at the same time.The simulation results show that the improved control strategy can not only improve the efficiency of the engine,but also have a certain protective effect on the battery under certain conditions.

Key words:parallel hybrid electric vehicle;electric assisted control strategy;torque distribution;control strategy

中图分类号:U469.72

文献标志码::A

文章编号:2095-7335(2017)01-0029-06

DOI:10.16375/j.cnki.cn45-1395/t.2017.01.006

(学科编辑:张玉凤)

收稿日期:2016-09-13

基金项目:国家自然科学基金(61563006);广西科技攻关项目(桂科攻1598008-2);广西高校科研项目(KY2015YB165);广西重点实验室建设项目(14-045-44;14-A-02-05);广西汽车零部件与整车技术重点实验室开放基金重点项目(2014KFZD01)资助.

*通信作者:刘胜永,博士,教授,研究方向:电力电子及新能源发电与控制技术,E-mail:liusypp@163.com.