閔海濤,葉冬金,于遠(yuǎn)彬
(吉林大學(xué),汽車(chē)仿真與控制國(guó)家重點(diǎn)實(shí)驗(yàn)室,長(zhǎng)春 130025)
國(guó)外AVL、MAHLE和FEV等公司在增程式純電動(dòng)車(chē)整車(chē)控制方面進(jìn)行了多年的研究與實(shí)踐,但主要是對(duì)發(fā)動(dòng)機(jī)工作點(diǎn)/區(qū)域及其控制效果進(jìn)行研究,這種方法并不能確定所制定的控制策略與系統(tǒng)能達(dá)到的最佳性能的接近程度。為解決此問(wèn)題,本文中利用NSGA-II算法,以系統(tǒng)循環(huán)損失能量最小為優(yōu)化目標(biāo),對(duì)增程式純電動(dòng)車(chē)控制策略進(jìn)行優(yōu)化。
增程式電動(dòng)汽車(chē)的結(jié)構(gòu)特點(diǎn)就是在傳統(tǒng)純電動(dòng)汽車(chē)基礎(chǔ)上加裝發(fā)動(dòng)機(jī)和發(fā)電機(jī)組,如圖1所示。因此純電動(dòng)汽車(chē)所具備的特點(diǎn)在增程式電動(dòng)汽車(chē)上依然具備[3]。與傳統(tǒng)混合動(dòng)力汽車(chē)相比,增程式電動(dòng)汽車(chē)的發(fā)動(dòng)機(jī)功率較小,電機(jī)和電池功率較大,電池可向電網(wǎng)充電。
本文中所用增程式電動(dòng)汽車(chē)主要技術(shù)參數(shù)如表1所示。
表1 增程式電動(dòng)汽車(chē)仿真模型參數(shù)
增程式電動(dòng)汽車(chē)電池組工作模式如圖2所示。增程式純電動(dòng)車(chē)在電池充滿電的初期行駛階段,整車(chē)的需求功率完全由動(dòng)力電池提供,發(fā)動(dòng)機(jī)不參與工作,此時(shí)增程式純電動(dòng)車(chē)相當(dāng)于純電動(dòng)汽車(chē);當(dāng)電池組的能量消耗到一定程度時(shí),發(fā)動(dòng)機(jī)起動(dòng),與動(dòng)力電池協(xié)同工作,此時(shí)增程式純電動(dòng)車(chē)相當(dāng)于混合動(dòng)力汽車(chē)。增程式純電動(dòng)車(chē)電池容量只須滿足城市大部分人員每天行駛里程的要求,所以與純電動(dòng)汽車(chē)相比,電池成本大幅下降;而增程式純電動(dòng)車(chē)發(fā)動(dòng)機(jī)的使用,主要是為避免駕駛員對(duì)行駛里程的擔(dān)憂,并且只是在電池電量不足時(shí)才起動(dòng),發(fā)動(dòng)機(jī)無(wú)須提供車(chē)輛所有的動(dòng)力需求,其功率可顯著降低。
1.2.1 增程式電動(dòng)汽車(chē)工作模式
增程式純電動(dòng)車(chē)動(dòng)力系統(tǒng)有兩個(gè)動(dòng)力源:發(fā)動(dòng)機(jī)發(fā)電機(jī)組(增程器,或稱(chēng)輔助動(dòng)力單元)和動(dòng)力電池組。根據(jù)兩個(gè)動(dòng)力源不同的能量分配形式,增程式純電動(dòng)車(chē)的基本運(yùn)行模式有:EV模式、串聯(lián)驅(qū)動(dòng)模式、發(fā)電機(jī)組驅(qū)動(dòng)行車(chē)發(fā)電模式和制動(dòng)能量回收模式等。圖3(a)為EV模式:發(fā)動(dòng)機(jī)發(fā)電機(jī)組不參與工作,車(chē)輛以動(dòng)力電池組消耗能量的形式行駛,此時(shí)電池組的電量在不斷消耗,即SOC不斷減少。圖3(b)為串聯(lián)驅(qū)動(dòng)模式:發(fā)動(dòng)機(jī)驅(qū)動(dòng)整車(chē)行駛,當(dāng)發(fā)動(dòng)機(jī)不足以單獨(dú)驅(qū)動(dòng)車(chē)輛行駛時(shí),動(dòng)力電池提供功率需求不足的部分。圖3(c)為發(fā)電機(jī)組驅(qū)動(dòng)行車(chē)發(fā)電模式:這種情況下,發(fā)動(dòng)機(jī)單獨(dú)驅(qū)動(dòng)車(chē)輛行駛,發(fā)動(dòng)機(jī)輸出功率超出車(chē)輛需求的部分向動(dòng)力電池充電,以此提高發(fā)動(dòng)機(jī)工作效率和整車(chē)能量利用率。圖3(d)為制動(dòng)能量回收模式,車(chē)輛在滑行或制動(dòng)時(shí)動(dòng)力總成進(jìn)入該模式:當(dāng)駕駛員踩下制動(dòng)踏板或猛抬加速踏板時(shí),整車(chē)進(jìn)入制動(dòng)能量回收模式,驅(qū)動(dòng)電機(jī)進(jìn)入發(fā)電狀態(tài),給動(dòng)力電池組充電。這種模式下,電制動(dòng)和機(jī)械制動(dòng)聯(lián)合作用,二者的分配比例由整車(chē)行駛狀態(tài)決定。
1.2.2 整車(chē)驅(qū)動(dòng)策略
與很多其他國(guó)家比較而言,現(xiàn)階段我國(guó)的小學(xué)語(yǔ)言識(shí)字過(guò)程缺乏新穎的方法模式。處于低年級(jí)的小學(xué)生他們思想與心智都不夠成熟,識(shí)字教學(xué)還存在相應(yīng)的困難。乏味呆板的識(shí)字過(guò)程并不能激起他們學(xué)習(xí)的興趣,怎樣改變傳統(tǒng)枯燥的教學(xué)方法引發(fā)學(xué)生強(qiáng)烈的學(xué)習(xí)興趣便是關(guān)鍵課題。
整車(chē)驅(qū)動(dòng)策略設(shè)定了3個(gè)發(fā)動(dòng)機(jī)工作點(diǎn)和基于車(chē)速切換的上、下限值,在工作中發(fā)動(dòng)機(jī)的工作點(diǎn)或工作段是通過(guò)比較車(chē)速的當(dāng)前值與切換限值來(lái)進(jìn)行切換,這樣能夠使系統(tǒng)更高效穩(wěn)定地工作,并能簡(jiǎn)化整車(chē)控制策略。發(fā)動(dòng)機(jī)三點(diǎn)控制策略的規(guī)則如下:
(1)根據(jù)整車(chē)功率需求,在發(fā)動(dòng)機(jī)中尋找輕、中、高負(fù)荷的3個(gè)工作點(diǎn),見(jiàn)圖4,分別記為PL、PM和PH,這3個(gè)點(diǎn)均為相應(yīng)功率下的最佳燃油經(jīng)濟(jì)點(diǎn);
(2)設(shè)定車(chē)速切換上下限值為vH、vL,二者的值分別為80和50km/h;
(3)在電量消耗模式,動(dòng)力電池提供車(chē)輛行駛所有的功率需求;
(4)在電量保持模式,采用APU為主、電池為輔的控制模式。第1種情況是當(dāng)電池能輸出的功率足夠并且SOC值大于設(shè)定的下限值時(shí),這種情況下當(dāng)車(chē)速大于vH時(shí)發(fā)動(dòng)機(jī)工作于高負(fù)荷的PH點(diǎn),當(dāng)車(chē)速介于vL~vH時(shí),發(fā)動(dòng)機(jī)工作在介于高負(fù)荷和中負(fù)荷的PM點(diǎn),當(dāng)車(chē)速小于vL時(shí),發(fā)動(dòng)機(jī)工作于低負(fù)荷的PL點(diǎn);第2種情況是當(dāng)電池能輸出的功率不足,并且SOC值小于設(shè)定的下限時(shí),判斷車(chē)速是否大于vH,當(dāng)滿足條件時(shí)工作在PH點(diǎn),否則工作在PM點(diǎn)。
該控制策略利用了增程式純電動(dòng)車(chē)增程器工作狀況不用跟隨負(fù)載功率需求的特點(diǎn),通過(guò)在第(1)、(2)步中設(shè)定的多工作點(diǎn)工作模式和車(chē)速切換限值,減小了車(chē)速波動(dòng)大的情況下發(fā)動(dòng)機(jī)工作點(diǎn)的切換頻率,第(3)步保證了電流消耗模式下的純動(dòng)力電池工作狀態(tài),而通過(guò)第(4)步的工作點(diǎn)切換策略,在優(yōu)化發(fā)動(dòng)機(jī)燃油經(jīng)濟(jì)性的基礎(chǔ)上也使動(dòng)力電池SOC穩(wěn)定在一定的區(qū)間內(nèi),這有利于提高動(dòng)力電池的效率和使用壽命。
在控制策略設(shè)計(jì)中須解決的一個(gè)非常重要的問(wèn)題:對(duì)于已經(jīng)確定的增程式純電動(dòng)車(chē)的系統(tǒng)配置,實(shí)際制定的控制策略得到的性能是否接近系統(tǒng)能達(dá)到的最佳性能。本文中對(duì)增程式純電動(dòng)車(chē)控制策略的控制參數(shù)進(jìn)行優(yōu)化,以確保所制定的控制策略得到的整車(chē)性能盡量接近系統(tǒng)能達(dá)到的最佳性能。
帶精英策略的非支配遺傳基因算法(NSGA-II)具有較強(qiáng)的全局搜索和求解問(wèn)題的能力,魯棒性強(qiáng),適用于并行處理,是一種比較好的全局優(yōu)化方法[4-5]。
針對(duì)增程式純電動(dòng)車(chē)控制策略優(yōu)化的問(wèn)題,將NSGA-II算法在增程式純電動(dòng)車(chē)控制策略優(yōu)化問(wèn)題的應(yīng)用流程總結(jié)為:首先,隨機(jī)產(chǎn)生N個(gè)個(gè)體形成初始種群Pt,得到子代種群Qt,將子代種群與父代種群組合成大小為2N的種群Rt;其次,對(duì)種群Rt中的個(gè)體進(jìn)行非支配排序和擁擠度計(jì)算,從中選擇最優(yōu)的N個(gè)個(gè)體存入種群Pt+1中;最后,對(duì)新種群Pt+1進(jìn)行遺傳算法的基本操作(選擇、交叉、變異)產(chǎn)生新的子代種群Qt+1,查看迭代代數(shù)是否滿足要求,如果沒(méi)有,將Pt+1和Qt+1組合成大小為2N的種群Rt+1,并重復(fù)上述操作,如果滿足,則停止迭代。經(jīng)選定不同迭代代數(shù)的多輪實(shí)驗(yàn),確定迭代代數(shù)為80,因此時(shí)種群的質(zhì)量已趨穩(wěn)定。
在增程式純電動(dòng)車(chē)的控制策略中,發(fā)動(dòng)機(jī)工作點(diǎn)是隨著車(chē)速不同而切換的,用到兩個(gè)限值(工作點(diǎn)1/2切換限值、工作點(diǎn)2/3切換限值)以切換發(fā)動(dòng)機(jī)工作點(diǎn),這兩個(gè)限值分別用cyc_mph_low和cyc_mph_high表示,現(xiàn)對(duì)這兩個(gè)參數(shù)進(jìn)行優(yōu)化,使整車(chē)效率得到提高。另外,發(fā)動(dòng)機(jī)起停的頻繁程度對(duì)整車(chē)燃油經(jīng)濟(jì)性也有影響,所以將發(fā)動(dòng)機(jī)最短關(guān)閉時(shí)間(cs_min_off_time)也作為優(yōu)化變量。所選取的優(yōu)化變量和各變量的上下限值如表2所示。
表2 優(yōu)化變量
本文中的優(yōu)化目標(biāo)為系統(tǒng)循環(huán)損失能量最小。也就是合理分配循環(huán)中的每個(gè)控制量,在整車(chē)需求功率一定的情況下,使功率源能量傳遞效率和制動(dòng)能量回收效能綜合最優(yōu)。增程式純電動(dòng)車(chē)的動(dòng)力源有增程器和動(dòng)力電池,所以功率源能量傳遞效率包括增程器輸出功率經(jīng)過(guò)傳動(dòng)系驅(qū)動(dòng)整車(chē)的效率和動(dòng)力電池輸出功率經(jīng)過(guò)傳動(dòng)系驅(qū)動(dòng)整車(chē)的效率兩部分。優(yōu)化目標(biāo)為
式中:J為系統(tǒng)循環(huán)損失能量;Pfc(t)、Pbat(t)分別為發(fā)動(dòng)機(jī)和電池的輸出功率;Qreg(t)為單位時(shí)間制動(dòng)回收能量;Pneed(t)為整車(chē)輸出功率。
約束條件為整車(chē)動(dòng)力性能指標(biāo)、純電動(dòng)續(xù)駛里程和電池循環(huán)壽命,其中整車(chē)動(dòng)力性指標(biāo)約束即動(dòng)力部件應(yīng)滿足表3中整車(chē)最高車(chē)速、加速時(shí)間和最大爬坡度的要求,將動(dòng)力性指標(biāo)轉(zhuǎn)化為對(duì)應(yīng)的發(fā)動(dòng)機(jī)和動(dòng)力電池功率大小的約束,即
式中:Pneed(vmax)為最高車(chē)速時(shí)的功率需求;ηeff、ηmot分別為機(jī)械傳動(dòng)效率和電機(jī)效率;Pi(v)為坡度為i且車(chē)速為v時(shí)的功率需求;Tmot為電機(jī)輸出轉(zhuǎn)矩;io、ig分別為主減速器和變速器速比;r為車(chē)輪半徑;Pfc_max和 Pbat_max分別為發(fā)動(dòng)機(jī)和電池的最大輸出功率。
表3 約束條件
整車(chē)純電動(dòng)續(xù)駛里程約束不能通過(guò)簡(jiǎn)單的公式計(jì)算得出,須根據(jù)相應(yīng)循環(huán)工況下的電池能量需求綜合計(jì)算得到。而電池循環(huán)壽命約束與電池SOC使用范圍息息相關(guān),為保證一定純電動(dòng)續(xù)駛里程,電池SOC使用范圍不能太窄,但電池循環(huán)壽命要求又限制了電池SOC的使用范圍。
由于增程式純電動(dòng)車(chē)控制策略參數(shù)優(yōu)化的非線性和復(fù)雜性,須借助仿真軟件ADVISOR2002來(lái)計(jì)算整車(chē)油耗和動(dòng)力性。優(yōu)化過(guò)程如下:首先通過(guò)優(yōu)化程序NSGA-II調(diào)用仿真軟件ADVISOR2002中的增程式純電動(dòng)車(chē)整車(chē)模型,并賦初始值給優(yōu)化變量,由ADVISOR2002計(jì)算出增程式純電動(dòng)車(chē)系統(tǒng)循環(huán)損失能量目標(biāo)函數(shù)值和整車(chē)動(dòng)力性能約束函數(shù),并將值返回給NSGA-II進(jìn)行約束判斷,對(duì)滿足約束的解進(jìn)行尋優(yōu),直至尋找到最優(yōu)的解集[6-7]。
增程式純電動(dòng)車(chē)運(yùn)行過(guò)程中,電池的能量利用率較增程器高,所以希望電量消耗模式能夠盡量長(zhǎng),但受電池循環(huán)壽命的影響,電池SOC的使用范圍有限,本文中的優(yōu)化過(guò)程主要考慮的是電量保持模式下,增程器與動(dòng)力電池的能量綜合利用率盡量高。
優(yōu)化過(guò)程的循環(huán)工況選擇NEDC工況,將增程式純電動(dòng)車(chē)控制策略參數(shù)采用NSGA-II算法進(jìn)行優(yōu)化。NSGA-II參數(shù)設(shè)置如下:種群規(guī)模為90,進(jìn)化代數(shù)為90,優(yōu)化前后單位時(shí)間電池?fù)p失能量如圖5所示,優(yōu)化前后發(fā)動(dòng)機(jī)工作情況如圖6所示,優(yōu)化結(jié)果如表4所示。
表4 優(yōu)化結(jié)果
由圖5可知,優(yōu)化后單位時(shí)間電池?fù)p失能量雖然在局部某些地方較優(yōu)化前上升,但總體而言,優(yōu)化后的單位時(shí)間電池?fù)p失能量明顯下降,經(jīng)過(guò)計(jì)算,優(yōu)化前單位時(shí)間電池平均損失能量為105.34W/h,優(yōu)化后則減小到 81.94W/h,較優(yōu)化前下降了22.22%,電池?fù)p失能量大為減少。這說(shuō)明優(yōu)化后電池能量利用率得到有效提高。
由圖6可知,優(yōu)化結(jié)果減小了工作點(diǎn)1/2切換限值(cyc_mph_low)而增大了工作點(diǎn)2/3切換限值(cyc_mph_high),這主要是因?yàn)榘l(fā)動(dòng)機(jī)工作于第2個(gè)工作點(diǎn)的效率相對(duì)較高,優(yōu)化結(jié)果增加了發(fā)動(dòng)機(jī)工作于第二點(diǎn)的幾率,這能提高發(fā)動(dòng)機(jī)的工作效率,并降低系統(tǒng)循環(huán)損失能量,但這兩個(gè)值不能過(guò)于拉大,雖然發(fā)動(dòng)機(jī)工作于最優(yōu)效率點(diǎn),但如果動(dòng)力電池組輸出功率的變化范圍較大,將不利于整車(chē)效率的提高。而增大發(fā)動(dòng)機(jī)最小關(guān)閉時(shí)間(cs_min_off_time)主要是為避免發(fā)動(dòng)機(jī)的開(kāi)閉動(dòng)作過(guò)于頻繁,但這個(gè)值也不能過(guò)大,因?yàn)榇藭r(shí)整車(chē)所需能量只從動(dòng)力電池組獲得,動(dòng)力電池組必須滿足整車(chē)所有的功率需求,造成動(dòng)力電池有可能大電流放電,對(duì)其壽命不利。
從表4可知,在保證動(dòng)力性能的前提下,整車(chē)一個(gè)NEDC循環(huán)的系統(tǒng)循環(huán)損失能量從優(yōu)化前的2.2067kW·h下降到優(yōu)化后的2.0604kW·h,降低了6.63%。由此可見(jiàn),通過(guò)NSGA-II優(yōu)化算法,找到了一組更好的控制參數(shù),該優(yōu)化結(jié)果是有效的,應(yīng)用NSGA-II對(duì)增程式純電動(dòng)車(chē)控制策略參數(shù)進(jìn)行優(yōu)化切實(shí)可行。
(1)增程式電動(dòng)汽車(chē)的工作模式分為電量消耗模式和電量保持模式。其整車(chē)驅(qū)動(dòng)策略的思想是使發(fā)動(dòng)機(jī)工作于效率較高的3個(gè)工作點(diǎn),這樣既能避免在功率跟隨控制策略下效率不高的缺陷;又能防止在恒溫器控制策略下,當(dāng)電池SOC較低時(shí),為提供充足的功率,發(fā)動(dòng)機(jī)工作點(diǎn)轉(zhuǎn)速較高,整車(chē)噪聲較大的不足。
(2)以系統(tǒng)循環(huán)損失能量最小為優(yōu)化目標(biāo),利用帶精英策略的非支配遺傳基因算法,對(duì)增程式電動(dòng)汽車(chē)控制策略進(jìn)行優(yōu)化。結(jié)果表明,所提出的優(yōu)化算法可以找到一組全局優(yōu)化的控制參數(shù),整車(chē)效率得到有效提高。
[1] Hans Kemper,et al.E-Vehicles with Range Extender– Properties and Potentials[C].Aachener Kolloquium Fahrzeug-und Motorentechnik,2009:1001 -1024.
[2] Jean J Botti,M James Grieve,John A MacBain.Electric Vehicle Range Extension Using an SOFC APU[C].SAE Paper 2005 -01-1172.
[3] Tate E D,Harpster Michael O,Savagian Peter J.The Electrification of the Automobile:From Conventional Hybrid,to Plug-in Hybrids,to Extended-Range Electric Vehicles[C].SAE Paper 2008-01-0458.
[4] 劉杰.混合動(dòng)力轎車(chē)用復(fù)合電源參數(shù)匹配與優(yōu)化設(shè)計(jì)研究[D].長(zhǎng)春:吉林大學(xué)汽車(chē)工程學(xué)院,2011.
[5] 高媛.非支配排序遺傳算法(NSGA)的研究與應(yīng)用[D].杭州:浙江大學(xué)信息科學(xué)與工程學(xué)院,2006.
[6] Hu Xiaolin,Wang Zhongfan,Liao Lianying.Multi-Objective Optimization of HEV Fuel Economy and Emissions Using Evolutionary Computation[C].SAE Paper 2004-01-1153.
[7] Gao Wenzhong,Mi Chris.Hybrid Vehicle Design Using Global Optimization Algorithms[J].Int.J.Electric and Hybrid Vehicles,2007,1(1):57 -67.