0 引言

随着不可再生的化石燃料能源的紧缺和汽车排放带来的环境污染日益加剧，人们对提高汽车燃油经济性和减少污染物排放的需求越来越急迫。新能源汽车由于自身具有高效节能、绿色环保等优点，已成为研究的热点。能量管理策略是控制不同动力源, 根据车辆在行驶过程中的动力需求，合理地将转矩分配给驱动电机、发动机，提高动力系统的效率，降低燃油消耗，减少尾气排放。

目前并联式混合动力汽车的能量管理策略主要有基于规则的能量管理策略、智能能量管理策略、模糊控制能量管理策略和优化的能量管理策略等。

基于规则的能量管理策略^[1-2]以发动机静态效率特性为依据，通过选定的参考变量(如需求功率、加速度信号等)，根据预先设定的条件判断其工作状态及输出转矩，合理分配发动机与电机转矩，提高燃油经济性。这种控制算法简单实用，易于实现，具有很好的鲁棒性，但未考虑工况的动态变化，依靠工程经验，所以无法实现全局最优控制。

智能能量管理策略包括神经网络控制、遗传算法以及模糊控制的能量管理策略。

模糊控制能量管理策略^[3-4]主要是将整车需求转矩、动力电池荷电状态(State of Charge，SOC)与电机转速作为模糊逻辑控制器的输入变量，对需求转矩和SOC进行模糊化处理，依据制定的模糊推理规则进行模糊化控制，得到发动机或驱动电机的扭矩需求。模糊控制规则考虑发动机、驱动电机及其动力电池效率，可以最大限度地保证动力系统工作在高效区，但是模糊控制规则很难适应整车行驶所遇到的复杂工作状况。

能量管理策略优化控制策略主要包括瞬时优化和全局优化控制策略。

瞬时优化控制策略^[5-8]主要以总功率需求最低与经济性最优为目的，将驱动电机的电量消耗换算成相应的燃油消耗量，并结合发动机的燃油消耗，将二者一起作为动力系统的总能量消耗，在系统的每个工作点寻求出燃油消耗最低的工作点，并以此为依据分配驱动电机与发动机的输出转矩，可以实现汽车在行驶过程中每个时刻的燃油消耗最低。但是瞬时优化控制策略需要大量的浮点运算，每个时刻都需要最优解计算作为支撑，计算量较大，增加了控制难度。

全局优化控制策略^[10-12]以实现燃油经济性和污染物排放量最佳为目标，将整个过程细化为若干阶段，根据不同阶段的相互联系，逐次求解，得到系统最优化的求解方法。该策略需要复杂的控制算法，计算量庞大，主要以该策略作为制订相应能量管理策略的依据，实际应用较少。

本研究以动力总成部件的效率和动力电池的SOC为依据，提出基于能量平衡逻辑门限的转矩分配控制策略，结合设定阈值，判断并实时切换复杂工况下动力系统的工作模式，并在不同工作模式下通过确定发动机、驱动电机的最佳工作区, 对整车需求转矩进行合理分配，提高整车燃油经济性。

1 并联式混合动力汽车结构及工作模式分析

图 1为单轴并联混合动力汽车动力系统结构示意图。其特点是发动机与电动机同轴并以相同速度转动，其转矩经耦合后由变速器与主减速器减速增矩驱动车辆行驶。无极变速器(Continuously Variable Transmission，CVT)传动系统可利用其传动比连续变化的特性来调整发动机的工作点在最佳经济区内，根据车速变化与发动机转速变化的不同, 将发动机转速维持在燃油高效率区，所以相较于有级传动，采用CVT传动系统可以提高汽车的动力性和燃油经济性。在混合动力系统中，发动机和驱动电机两套动力装置分别具有不同的高效工作区，为达到整体效率最优，应考虑各总成的运行效率，将行驶工况划分为多种不同的工作模式。在车辆行驶过程中，根据不同的工况，动力系统分为5种工作模式：纯电驱动(Motor Drive，MD)模式、发动机驱动(Engine Drive，ED)模式、发动机和电机联合驱动(Engine & Motor Drive，EMD)模式、行车充电(Engine Drive & Charge Battery，ECB)模式、再生制动(Regenerate Brake，RB)模式。

(1) MD模式

当混合动力汽车处于起步、低速等低负荷工况下，且动力电池的电量充足时，若以发动机作为动力源，则发动机燃油效率较低，并且排放性能很差，因此，关闭发动机，由动力电池提供能量并以电机驱动车辆，但当动力电池的电量较低时，切换到行车充电模式。

(2) ED模式

在车辆高速行驶等中等负荷时，车辆克服路面阻力运行所需的动力较小，一般情况下主要由发动机提供动力。此时发动机可工作于高效区，燃油效率较高。

(3) EMD模式

在加速或爬坡等大负荷情况下，当车辆行驶所需的动力超过发动机工作范围或高效区时，由电机提供辅助动力与发动机一同驱动车辆。若此时动力电池的剩余电量较低，则转换到纯发动机模式。

(4) ECB模式

在车辆正常行驶等中低负荷时，若动力电池的剩余电量较低，发动机除了要提供驱动车辆所需的动力外，还要提供额外的功率，通过电机发电转换成电能给动力电池充电。

(5) RB模式

当混合动力汽车减速/制动时，发动机不工作，电机尽可能多地回收再生制动能量，剩余部分由机械制动器消耗。

2 基于能量平衡的逻辑门限转矩分配策略

单轴并联式混合动力汽车主要动力源仍然是发动机，驱动电机只作为辅助动力源在特定工况下提供转矩。电机的特性决定了其高效区相较于发动机要宽很多，因此首先是保证发动机能在负荷率较高的区域工作，只有当动力电池SOC超出其理想的范围，或在大负载工况下扭矩需求大，发动机的工作点才偏离最佳工作区；同时要最大限度保证电机工作在高效区，并保持动力电池SOC波动在其高效区内^[16-18]。

基于能量平衡的逻辑门限能量管理策略，根据加速踏板开度、制动踏板开度、需求转矩、发动机转速、车速、动力电池SOC等与设定阈值的比较结果，对工作模式进行实时切换，保证发动机工作在燃油消耗率较低的高效区。在发动机万有特性图上各工作模式对应的高效区如图 2所示。

由图 2可知，当整车需求转矩在发动机转矩上限或下限附近波动，车辆行驶速度经传动系统换算到发动机的转速低于转速下限或高于上限时，动力系统根据对应的参数阈值切换工作模式。工作模式会在EMD，ED，ECD，MD之间实时切换。车辆在加速或制动时，工作模式在驱动和RB模式之间切换，其工作模式动态切换流程如图 3所示。

门限值参数说明见表 1。

T_r为整车需求转矩，ω_r为期望转速，T_e为发动机输出转矩，T_m为驱动电机输出转矩，T_{mc_max}为驱动电机当前可输出的最大转矩，T_{e_max}为发动机在当前可输出的最大转矩，T_chg为电池的充电转矩，T_{m_gen_max}为电机再生制动的最大转矩。控制规则如表 2所列。

3 系统建模与仿真分析 3.1 系统建模

为验证该策略能否满足车辆动力性和经济性的要求，在Cruise环境下建立单轴并联混合动力汽车整车模型，各总成相关参数见表 3。整车模型包括发动机、驱动电机、动力电池组、传动系统和控制系统Matlab API等模块，如图 4所示。其中控制模块Matlab API是整车动力系统的核心部分。整车模型搭建需要电气连接和信号线连接，以保证与Simulink中的整车控制器能够进行信号交互，并在Matlab/Simulink搭建控制器模型，模型完成后，加载子模块数据与Matlab进行联合仿真。

3.2 Cruise与Matlab/Simulink信息交互

在Matlab/Simulink仿真平台上建立整车控制器模型，包括驾驶员、动力电池组、电机控制器、发动机控制器、制动器和工作模式切换等部分。整车控制器模型通过Cruise软件中的Matlab API组件引入信号，在与Matlab/Simulink联合仿真时，把输出数据直接反馈给Cruise各个部件，以构成封闭的信息流。Cruise通过数据端口将动力电池组的SOC、电机转速、发动机转速、车速、CVT传动比等信号传递给Matlab/Simulink中的整车控制器，Matlab/Simulink将发动机需求转矩、电机需求转矩、前后轮制动力、发动机的开关信号及期望的CVT速比等仿真输出数据分别反馈给Cruise，建立Cruise与Matlab/Simulink之间的数据通信，如图 5所示。

3.3 仿真结果与分析

选择新欧洲行驶循环试验工况NEDC进行仿真。NEDC工况更加接近我国城市循环工况，总循环工况耗时共1 180 s，包括4个市区和1个市郊工况，用来检验轻型车燃油经济性，可验证该策略是否满足整车动力系统的控制要求。

在NEDC循环工况下仿真得到实际车速、期望车速、电机转矩、发动机转矩、CVT传动比及动力电池SOC随时间的变化曲线，如图 6所示。

从图 6(a)车速随时间变化的关系曲线可知，实际车速响应迅速，跟随目标车速良好，说明该能量管理策略满足整车动力性要求。从图 6(b)和图 6(c)中可以看出，当汽车加速或者高速行驶时，动力系统工作在EMD模式下，电机和发动机同时提供转矩，SOC随着电机转矩输出不断下降；在RB模式下，发动机停止动力输出，电机此时工作在发电机状态，为整车提供制动转矩，并将再生制动能量储存在动力电池中，SOC上升；在行车充电时，发动机起到削峰填谷的作用，提高了能量利用效率。从图 6(d)中可知，在整个循环工况中，CVT的传动比在[0.5 2.5]范围连续变化，保证发动机能够工作在高效区，同时改善汽车调速时的平顺性。从图 6(e)中可以得到，在整个NEDC循环工况中，SOC由初始值80%到最终值71.8%，下降8.2%，电池SOC维持在区间[80 70]内，SOC的波动范围较小，可提高电池组的使用寿命与效率。

图 7、图 8分别为传统车、混合动力车在NEDC循环工况下发动机工作点的分布。采用了相同动力参数的发动机，传统车在起步阶段，发动机工作在低速、低转矩，此时燃油消耗率较高(区域a)。在高速时，传统车发动机由于没有电机助力，所以输出转矩更高(区域d)。相较于传统车发动机的工作点，混合动力发动机的工作点集中在中高速、负荷率高的经济区(对应区域c和f)，工作在高燃油消耗率区的点较为稀少分散(对应区域b和e)，说明该转矩分配策略有效改善了发动机的工作点，增加了在高负荷区工作的概率，提高了车辆燃油经济性。图 9为电机工作点分布情况，电机除了在起步阶段外，在其他工作模式下都工作在高效区，其中在制动模式时，电机部分工作在大转矩，可以尽可能多地回收制动能量，提高了整车能量利用效率，增加了续航里程。

整车综合百公里油耗Q₁₀₀为：

(1)

式中，Q_e为发动机油耗；Q_b为电池等效油耗；S为循环工况行驶的距离。

电池等效油耗Q_b为：

(2)

式中，ΔE为动力电池组能量变化量；K为汽油机热效率，取0.3；J为每升燃油的热值，取26 481 600 J/L。

如图 10所示，在一个NEDC循环工况下，汽车行驶距离为11 139 m，汽车综合燃油消耗量为0.562 L。通过计算，得到百公里综合油耗为5.04 L，相较于Advisor中基线控制策略整车综合百公里油耗5.86 L，降低了13.98%。与具有相同动力系统的传统1.6 L发动机排量、CVT汽车百公里综合油耗6.89 L相比，降低了26.85%。不同控制策略燃油消耗对比列入表 4。

4 结论

以发动机万有特性图和动力电池SOC为依据，提出了基于能量平衡的逻辑门限的转矩分配控制策略。通过参数阈值判断，实时切换动力系统的工作模式，并在不同工作模式下通过确定发动机、驱动电机的最佳工作区对整车需求转矩进行了合理分配。

基于Cruise与Matlab/Simulink联合仿真研究，结果表明，该转矩分配策略可改善发动机的工作点，增加在高负荷区工作的概率，降低混合动力汽车的燃油消耗量，增加续航里程，并保持动力电池组SOC的波动在高效区内。