扩展功能
文章信息
- 孙蕾, 林歆悠
- SUN Lei, LIN Xin-you
- 基于系统效率的PHEV电量消耗模式控制策略优化
- Optimization of Control Strategy of PHEV Charge-depleting Mode Based on Optimal System Efficiency
- 公路交通科技, 2018, 35(2): 115-121
- Journal of Highway and Transportation Research and Denelopment, 2018, 35(2): 115-121
- 10.3969/j.issn.1002-0268.2018.02.016
-
文章历史
- 收稿日期: 2017-01-09
2. 福州大学 机械工程及自动化学院, 福建 福州 350002
2. School of Mechanical Engineering and Automation, Fuzhou University, Fuzhou Fujian 350002, China
插电式混合动力汽车(Plug-in Hybrid Electric Vehicle, PHEV)是传统混合动力汽车向纯电动汽车发展的一种过渡车型,外部可以对电池充电,具备较长纯电动里程,且能够如同传统混合动力汽车一般高效率地运行,达到降低整车燃油消耗和使用成本的目的[1-3]。对于PHEV,由于拥有比HEV更大的电池容量,其能量管理策略主要解决PHEV在行驶过程中,合理分配发动机与电池能量,实现车辆在满足动力性能前提下,得到比HEV更好的燃油经济性,同时消除对于EV而言的纯电动里程焦虑。
PHEV的核心之一是能量管理策略,目前能量管理控制策略大致可分为基于CD-CS的能量管理策略、基于优化算法的能量管理策略以及基于工况识别的能量管理策略[4-5]。当前PHEV投入商用的能量管理策略的工作模式分为两种:电量消耗模式(Charge-Depleting, CD)和电量保持模式[6](Charge-Sustaining, CS)。当电池荷电状态SOC值高于SOC阀值时,PHEV工作于电量消耗模式。在电量消耗模式,PHEV像EV一样纯电动行驶,由电池通过电动机提供所需的能量;当SOC值小于SOC阀值时,PHEV工作于CS模式,一直行驶到目的地,从而PHEV动力电池能够再次从电网获得电能。
Banvait H, Anwar S[7]等提出一种基于CD-CS能量管理策略,在电池电量较高时,采用CD模式策略,电机提供主要动力,当需求转矩超过电动机的外特性曲线时,发动机参与工作;在电池SOC值降到SOC阀值时,采用CS模式,由发动机提供整车行驶功率,同时,发动机在电机辅助下,使电池SOC值维持在设定目标值附近,该策略比常规的HEV电力辅助策略燃油经济性有明显提高。CHEN Zheng, FU Yuhong[8]等依据发动机经济运行曲线的上下限,设定整车CD与CS模式切换的条件,针对一款并联结构的PHEV在ECE工况进行仿真,该策略较大程度提高了整车的燃油经济性。Lee H,Kim H[9]等人提出了在电量消耗模式下以最小等效油耗为前提,基于电机高效运行的CVT速比控制策略。Li S. G[10]等利用模糊控制规划一款串联PHEV的电池SOC轨迹,利用CD-CS策略制订模糊控制规则,在保证燃油经济性下,阻止电池过度放电。目前的相关研究,在制订控制策略时,忽略了在车辆运行过程中,动力电池充放电、电机和CVT的效率对动力系统能量利用率的影响[11-13]。MALAIZE J [14]等针对装备CVT的并联汽车, 建立传动系统的状态方程和约束条件,在指定工况下将油耗最小为系统目标函数,求得发动机、电机及CVT的最优控制。任勇[15]等提出了基于系统效率最优的转矩分配方案,以车速、加速度和电池SOC值为输入,优化分配驱动工况下的动力源的输出转矩。孙四军[16]结合各动力部件效率对发动机工作点调整前后的能耗参数进行了仿真分析,提出一种能根据混合动力系统整体效率来调整发动机工作点的控制方法。连静[17]等分析动力系统各部件的结构与效率特性,构建出各模式下的效率评估方程,依据需求扭矩和蓄电池荷电状态得出系统最高效率下对应的发动机转矩和电机转矩分配情况,以控制发动机和电机相应转矩输出。
本文针对PHEV的电量消耗模式,综合考虑发动机、电机、电池及CVT等动力部件的效率,以整车系统效率最优作为控制目标,以动力性指标和电池SOC作为约束条件,获得CVT的最优速比以及发动机、ISG电机和电动机的转矩分配的优化。
1 PHEV关键动力部件模型 1.1 PHEV动力系统简介本文的PHEV动力系统结构是一种采用CVT变速器的混联结构,如图 1所示。其主要部件包括发动机、电池、ISG(Integrated Starter/Generator)电机、离合器、电动机、CVT变速器、差速器等。整车控制器通过控制离合器的分离和接合,实现PHEV不同工作模式的切换和ISG电机对发动机的启动。通过CAN数据总线实现各控制器和控制单元之间的通信、汽车运行状态的监控、相关参数的传递等,完成对汽车的控制。控制策略根据从整车控制器获得的汽车当前功率需求、电池SOC和行驶状况信号,由控制策略决定发动机和电机的各种组合方式。当处于纯电动驱动或发动机电机混合驱动模式时,电机将电池中的电能转化为动能为PHEV提供驱动力;当再生制动或发动机对电池在线充电时,电机作为发电机给电池充电。
![]() |
图 1 整车动力系统结构 Fig. 1 Structure of vehicle power system |
|
1.2 PHEV关键动力系统建模 1.2.1 电动机数值建模
在建立模型的过程中,将电机及其控制器综合为一个整体,考虑其输入输出特性。驱动电机既可以在纯电动和混合驱动模式作为动力源,为整车驱动提供动力,又可以在再生制动模式给电池充电,因此建模时要考虑这两种情况。
电机模型中非常重要的部分就是电机效率的计算,它可以通过插值得到,电机效率、转矩和转速的关系可如式(1)表示:
![]() |
(1) |
ISG电机的数值模型与驱动电机的数值模型建立类似,图 2为驱动电机的效率模型。
![]() |
图 2 驱动电机效率数值模型 Fig. 2 Numerical model of motor efficiency |
|
1.2.2 动力电池组数值模型
动力电池数学模型是PHEV建模中重要组成部分。因为它不仅是PHEV行驶的动力源之一,而且其容量对纯电动续驶里程有较大影响。这里采用相对简单的内阻模型。
当电流I>0,表示电池放电;当电流I<0,则代表电池充电。假设温度不变的情况下,电动势E与电池SOC值的关系为:
![]() |
(2) |
由试验测试获得的动力电池充放电内阻的关系曲线,如图 3所示。
![]() |
图 3 电池充放电内阻与SOC值关系曲线 Fig. 3 Curves of relationship between charge/discharge battery resistance and SOC |
|
通过试验测试获得的电动势和SOC值、充放电内阻的关系曲线,得到电池组的充放电效率为:
![]() |
(3) |
![]() |
(4) |
式中,ηbchg, ηbdis为电池的充放电效率。Pb为电池功率,当Pb>0,电池放电;当Pb<0时,电池充电。图 4所示为电池充电效率数值模型,其具体表示为充电效率是电池SOC值和电池功率的函数关系。
![]() |
图 4 电池充电效率模型 Fig. 4 Battery charge efficiency model |
|
1.2.4 CVT数值模型
CVT数值模型,对于仿真而言,CVT传动效率是重要的数值模型,其传动效率与转矩、速比的关系,主要通过试验获得CVT效率特性数据,然后通过插值拟合的方法获得CVT效率模型,如图 5所示。
![]() |
(5) |
![]() |
图 5 CVT效率模型 Fig. 5 CVT efficiency model |
|
式中,ηcvt为CVT传动效率;ncvt为CVT输入转速;Tcvt为CVT输入转矩。
2 基于系统效率的CD模式控制策略 2.1 电消耗模式下的工作模式分析本文PHEV突出特点在于通过控制离合器的状态,实现多种驱动模式的切换。PHEV工作模式可分为电量消耗、电量保持和常规充电3种工作模式。在起步与高工况时采用电量消耗模式外,PHEV主要工作在电量保持模式下[18]。基于本文动力系统的结构特点,针对在PHEV的电量消耗模式阶段,其实际运行过程分为2种工作模式:纯电动与混合驱动模式。在电量消耗模式下PHEV控制策略制订见表 1。
工作模式 | 条件 | 转矩分配 |
CD纯电动 | 0≤Treq≤Tmmax SOC>SOCL |
Tm=Treq Te=0 |
CD混合驱动 | Treq>Tmmax, SOC>SOCL |
Tm=max(Tmmax, Treq-Temin); Te=Treq-Tm |
2.2 电消耗模式下的系统效率优化
由于具体篇幅限制,这里仅以纯电动模式下的系统效率优化为例进行说明。纯电动模式下,离合器分离,发动机、ISG电机不参与工作,由电池放电,并由驱动电机驱动整车行驶。将电池的放电功率作为系统的输入功率,即:
![]() |
(6) |
式中, Tm为电动机转矩;nm为电动机转速, ηm为电动机效率;ηb-dis为电池放电效率。
系统输出功率是车辆克服地面的滚动阻力、空气阻力、坡度阻力和加速阻力所需功率即:
![]() |
(7) |
式中,
![]() |
由此纯电动驱动模式的系统效率为:
![]() |
(8) |
约束条件为:
![]() |
纯电动模式下,动力系统以系统效率为优化目标:
![]() |
(9) |
式中nm为电动机转速;Tcvtin为CVT输入轴转矩;icvt,ηcvt为CVT速比和效率;i0,η0为减速器速比和效率;Tmmin(n), Tmmax(n)为当转速为n时,电动机外特性所对应转矩的最小和最大转矩;SOCmax,SOCmin为电池SOC允许放电的最大值和最小值。
电量消耗模式下基于系统效率的控制策略的优化流程,具体见图 6。
![]() |
图 6 系统效率优化流程图 Fig. 6 Flowchart of system efficiency optimization |
|
3 系统效率优化结果及仿真验证 3.1 电消耗模式下系统优化结果
基于上述的系统效率优化模型,经过计算可得到不同加速度、车速下的系统效率,以及在系统效率最优时所对应的电动机最优转矩和CVT目标速比,并拟合成相应的控制MAP,如图 7~图 9所示。
![]() |
图 7 纯电动模式的系统效率 Fig. 7 System efficiency in pure electric mode |
|
![]() |
图 8 纯电动模式的驱动电机目标控制转矩 Fig. 8 Target control torque of driving motor in pure electric mode |
|
![]() |
图 9 纯电动驱动模式下的CVT目标控制速比 Fig. 9 Target control speed ratio of CVT in pure electric mode |
|
3.2 电消耗模式仿真试验及结果分析
采用Matlab/Simulink仿真平台建立整车的仿真模型,并将上述所获得的控制MAP嵌入控制策略,在新欧洲行驶循环(New European Driving Cycle,NEDC)工况下针对PHEV电量消耗模式下利用系统效率最优的能量管理策略进行验证。本插电式混合动力系统应用的具体整车参数与关键部件的参数如表 2所示。
参数 | 数值 | |
整车参数 | 整车质量m/kg | 1 520 |
迎风面积A/m2 | 2.13 | |
车轮滚动半径r/m | 0.289 | |
滚动阻力系数f | 0.008 3 | |
风阻系数Cd | 0.357 | |
汽油机 | 最大功率Pemax/kW | 63 |
最大转矩Temax/(N·m) | 150@4 000 | |
转速范围ne/(r·min-1) | 800~6 000 | |
电动机 | 峰值功率Pm/kW | 32 |
最大转矩Tmmax/(N·m) | 160 | |
转速范围nm/(r·min-1) | 0~6 000 | |
ISG | 峰值功率PISG/kW | 24 |
最大转矩TISGmax/(N·m) | 110 | |
转速范围nISG/(r·min-1) | 0~6 000 | |
电池 | 容量Q0/(A·h) | 51 |
额定电压U0/V | 320 | |
CVT | 速比范围icvt | 0.422~2.432 |
减速器 | 主减速比i0 | 5.297 |
在这里以行驶续航里程作为衡量经济性能评价指标。以电池SOC=0.9为仿真初始值并行驶10个NEDC循环工况,由插电式混合动力系统的特色可知,当电池SOC值低于0.3则由电量消耗模式进入电量保持模式。
为了说明基于系统效率优化的电量保持模式能量管理策略的优势,将优化后与优化前采用直观式逻辑门限的电量保持控制策略进行对比,其仿真结果见图 10所示,优化前的纯电动续航里程为70.8 km, 优化后续航里程为81.7 km,由此简单得知,采用系统效率优化后的续航里程比直观式逻辑门限控制提升了10.9 km,其经济性能提高了15.3%。
![]() |
图 10 电池SOC值,等效油耗曲线 Fig. 10 Curves of SOC and equivalent fuel consumption of battery |
|
对于整个行驶过程中的发动机、ISG电机、驱动电机,以及CVT最优速比随时间的转矩分配见图 11所示。由图 11分析可知,在PHEV行驶9 000 s内,车辆处于电量消耗的纯电动驱动模式,之后当遇到较大的需求转矩时,发动机参与驱动,车辆处于电量消耗的混合驱动模式;随着电池SOC值低于电池阀值时,PHEV进入了电量保持模式,这时转矩分配均满足控制策略的需要。
![]() |
图 11 各关键动力部件循环工况仿真结果 Fig. 11 Simulation result of key power components under driving cycle |
|
4 结论
(1) 以插电式混联式CVT混合动力汽车的动力系统为研究对象,以提升电消耗模式下的燃油经济性能为目标,开展制订了基于系统效率的电量消耗能量管理策略。为验证所制订电消耗控制策略的有效性,基于matlab/Simulink建立仿真模型进行仿真试验。
(2) 在NEDC工况下采用基于系统效率最优的电量消耗模式能量管理策略进行验证,其结果表明采用系统效率的优化方法比直观式逻辑具有明显的优势,其续航里程提升10.9 km,即经济性提高了15.3%,从而说明所制订的控制策略的有效性。
[1] |
王欣, 李高, 朱万力, 等. 并联混合动力汽车能量管理建模及优化研究[J]. 控制工程, 2014, 21(3): 357-360. WANG Xin, LI Gao, ZHU Wan-li, et al. Modeling and Optimization Simulation on Energy Management of PHEV[J]. Control Engineering of China, 2014, 21(3): 357-360. |
[2] |
ZHANG C, VAHID A. Real-time Optimal Control of Plug-in Hybrid Vehicles with Trip Preview[C]//2010 American Control Conference. Baltimore: IEEE, 2010.
|
[3] |
MONTAZERI-GH M, MAHMOODI-K M. An Optimal Energy Management Development for Various Configuration of Plug-in and Hybrid Electric Vehicle[J]. Journal of Central South University, 2015, 22(5): 1737-1747. |
[4] |
FENG T H, YANG L, GU Q, et al. A Supervisory Control Strategy for Plug-In Hybrid Electric Vehicles Based on Energy Demand Prediction and Route Preview[J]. IEEE Transactions on Vehicular Technology, 2015, 64(5): 1691-1700. |
[5] |
秦大同, 赵新庆, 苏岭, 等. 插电式混合动力汽车变参数能量管理策略[J]. 中国公路学报, 2015, 28(2): 112-118. QIN Da-tong, ZHAO Xin-qing, SU Ling, et al. Variable Parameter Energy Management Strategy for Plug-in Hybrid Electric Vehicle[J]. China Journal of Highway and Transport, 2015, 28(2): 112-118. |
[6] |
CORDOBA-ARENAS A, ONORI S, GUEZENNEC Y, et al. Capacity and Power Fade Cycle-life Model for Plug-in Hybrid Electric Vehicle Lithium-ion Battery Cells Containing Blended Spinel and Layered-oxide Positive Electrodes[J]. Journal of Power Sources, 2015, 278: 473-483. |
[7] |
BANVAIT H, ANWAR S. A Rule Based Energy Management Strategy for Plug-in Hybrid Electric Vehicle[C]//Proceedings of American Control Conference. St. Louis: IEEE, 2009: 3938-3943.
|
[8] |
CHEN Z, FU Y h, MI C C, et al. State of Charge Estimation of Lithium-ion Batteries in Electric Drive Vehicles Using Extended Kalman Filtering[J]. IEEE Transactions on Vehicular Technology, 2013, 62(3): 1020-1030. |
[9] |
LEE H, KIM H. Improvement in Fuel Economy for a Parallel Hybrid Electric Vehicle by Continuously Variable Transmission Ratio Control[J]. Journal of Automobile Engineering, 2002, 219(3): 45-68. |
[10] |
LI S G, SHARKH S M, WALSH F C, et al. Energy and Battery Management of a Plug-in Series Hybrid Electric Vehicle Using Fuzzy Logic[J]. IEEE Transactions on Vehicular Technology, 2011, 60: 3571-3585. |
[11] |
DATONG Q, TAO D, YANG Y, et al. Regenerative Braking Simulation Research for CVT Hybrid Electric with ISG Based on Forward Modeling[J]. China Mechanical Engineering, 2008, 1199(5): 618-624. |
[12] |
杨军平, 王歆誉, 蔡源春, 等. 基于系统效率最优的CVT电动汽车再生制动策略[J]. 湖南科技大学学报, 2014, 29(4): 23-27. YANG Jun-ping, WANG Xin-yu, CAI Yuan-chun, et al. Regenerative Braking Strategy Research for Electric Vehicle with Continuously Variable Transmission Based on Optimal System Efficiency[J]. Journal of Hunan University of Science & Technology:Natural Science Edition, 2014, 29(4): 23-27. |
[13] |
AGHAEI J, NEZHAD A E, RABIEE A, et al. Contribution of Plug-in Hybrid Electric Vehicles in Power System Uncertainty Management[J]. Renewable and Sustainable Energy Reviews, 2016, 59: 450-458. |
[14] |
MALAIZE J, TONA P. Optimization-based Control Design for Hybrid Energy Storage Systems in Electric Vehicle[C]//Proceedings of 2011 Vehicle Power and Propulsion Conference. New York: IEEE, 2011: 1-7.
|
[15] |
任勇, 郑永霞, 苏岭, 等. 基于系统效率最优的CVT混合动力轿车转矩优化分配方法[J]. 汽车实用技术, 2012(7): 1-6. REN Yong, ZHENG Yong-Xia, SU Ling, et al. Torque Optimal Distribution Method for Hybrid Electric Vehicles with CVT based on Maximum System Efficiency[J]. Automobile Technology, 2012(7): 1-6. |
[16] |
孙四军. 基于混合动力系统效率的发动机工作点的控制[J]. 汽车工程, 2012, 34(3): 207-210. SUN Si-jun. The Control of Engine Operation Points Based on Hybrid Power System Efficiency[J]. Automotive Engineering, 2012, 34(3): 207-210. |
[17] |
连静, 韩虎, 李琳辉, 等. 基于传动系统效率最优的混合动力汽车控制策略研究[J]. 大连理工大学学报, 2013, 53(5): 666-671. LIAN Jing, HAN Hu, LI Lin-hui, et al. Research on HEV Control Strategy Based on Optimal Efficiency of Drive System[J]. Journal of Dalian University of Technology, 2013, 53(05): 666-671. |
[18] |
SEZER V, GOKASAN M, BOGOSYAN S. A Novel ECMS and Combined Cost Map Approach for High-efficiency Series Hybrid Electric Vehicles[J]. IEEE Transactions on Vehicle Technology, 2011, 60(8): 3557-3570. |