徐益強
摘要:針對某一并聯(lián)式混合動力汽車,鑒于其工況的實時變化和工作模式的頻繁切換,設(shè)計了整體以依據(jù)發(fā)動機穩(wěn)態(tài)效率圖和電池的充放電內(nèi)阻曲線的基于邏輯門限方法的PHEV能量管理策略為主,在混合驅(qū)動模式下以基于模糊邏輯的模糊能量管理策略為輔的雙重能量管理策略,用以實現(xiàn)混合動力系統(tǒng)的不同工作模式間的動態(tài)切換,同時優(yōu)化發(fā)動機、電機及電池的工作效率。仿真研究表明,該能量管理策略在滿足車輛動力性能指標的前提下有效地降低混合動力汽車的燃油消耗,并能將電池組電池荷電狀態(tài)維持在合理的范圍內(nèi)。
關(guān)鍵詞:并聯(lián)混合動力汽車;能量管理策略;邏輯門限;模糊控制
引言
并聯(lián)式混合動力汽車(PHEV)一般采用發(fā)動機和電動機兩套獨立的驅(qū)動系統(tǒng),是一種十分具有發(fā)展前景的混合動力汽車結(jié)構(gòu)形式。目前由于全局優(yōu)化和瞬時優(yōu)化能量管理策略算法復雜且計算量較大,邏輯門限方法雖無法達到最優(yōu)效果但是快速簡單、實用性強,模糊能量管理策略主要依靠經(jīng)驗可以表達難以精確定量表達的規(guī)則、魯棒性好,因此本文針對混合動力汽車運行的不同工況和工作模式提出了以發(fā)動機穩(wěn)態(tài)效率圖和電池的充放電內(nèi)阻曲線為依據(jù)的邏輯門限管理策略為主,以模糊控制策略為輔的雙重能量管理策略。
1 PHEV動力總成構(gòu)型及工況和工作模式分析
本文研究采用的是雙軸前置并聯(lián)式混合動力系統(tǒng),將變速箱置于動力耦合裝置與主減速器之間,利用變速箱同等比例的提高了發(fā)動機和電機的輸出轉(zhuǎn)矩。
混合動力汽車的實際運行工況十分復雜,主要包括:起步、加速、巡航、上坡、下坡、制動、停車、倒車等。其在運行中有6種基本工作模式,分別為怠速/停車、純電動模式、純發(fā)動機模式、行車充電、混合驅(qū)動模式、再生制動模式。
2 邏輯門限能量管理策略
2.1 邏輯門限參數(shù)的選擇
本文基于傳統(tǒng)發(fā)動機特性進行分析,基于某發(fā)動機萬有特性曲線,將等功率曲線 、 之間的最佳經(jīng)濟性曲線作為發(fā)動機的工作范圍,選擇 、 作為發(fā)動機的邏輯門限參數(shù)。
另外,本文的PHEV采用的是鎳氫電池,為了提高其充放電效率。延長電池壽命,將電池SOC的工作區(qū)間置于內(nèi)阻相對較低的區(qū)域 ,以減少電池的充放電損失,其中 =0.4, =0.6。
2.2 功率門限值的計算
由于靜態(tài)參數(shù)不能適應(yīng)工況的動態(tài)變化,本文通過比較發(fā)動機直接驅(qū)動和使用電機單獨驅(qū)動的能量轉(zhuǎn)換效率來設(shè)定可變合理的功率門限值 、 ,更大程度提高車輛的燃油經(jīng)濟性。
發(fā)動機直接驅(qū)動的能量轉(zhuǎn)換效率為
(1)
式中 為發(fā)動機效率, 為傳動系機械效率
由于沒有外部輔助充電電機驅(qū)動的能量,除小部分來自制動時回收的能量外均來自燃料,因此電機驅(qū)動的能量轉(zhuǎn)換效率為
(2)
式中 為電機效率, 為電池的充放電效率,ε為因制動時能量回收產(chǎn)生的額外的效率提高。
將 作為發(fā)動機單獨驅(qū)動車輛允許的最低能量轉(zhuǎn)換效率,由此可得發(fā)動機最低效率值,基于發(fā)動機效率曲線和等功率曲線可求得功率門限值 、 。當SOC過高時合理調(diào)整 、 ,適當縮小發(fā)動機的工作區(qū)域;繁殖應(yīng)該擴大發(fā)動機的工作區(qū)域,從而維持電池SOC平衡。
2.3 工作模式切換
切換規(guī)則采用簡單邏輯判斷方法,主要原則如下:
(1)當車輛行駛速度低于 或需要的功率低于 ,且S高于 ,電機單獨驅(qū)動
(2)當工況需求功率介于發(fā)動機優(yōu)化區(qū)域中,發(fā)動機單獨驅(qū)動;
(3)當需求功率超過 且S高于 ,實行混合驅(qū)動;
(4)當S低于 ,且需求功率小于 ,實行行車充電模式;
(5)制動時,如果S小于 ,電機盡可能多地回收再生制動能量。
3 試驗與仿真結(jié)果
本文基于Advisor環(huán)境,在NEDC試驗工況下進行。
3.1 基于邏輯門限能量管理策略的仿真
從圖1發(fā)動機工作點分布情況可以看出,當SOC值及需求車速變化時,該能量管理策略能夠調(diào)整發(fā)動機和電動機的輸出轉(zhuǎn)速,以滿足混合動力汽車的動力性要求。從電池SOC變化曲線可以看出,該能量管理策略能夠在不同的初始SOC值下,將SOC值維持在一個合理的工作范圍內(nèi)變化。
圖1 邏輯門限策略初始SOC=0.7的發(fā)動機工作點的分布
圖2 初始SOC=0.7時的電池SOC變化曲線
3.2 基于邏輯門限能量管理策略的仿真及其比較
在混合驅(qū)動模式下,將邏輯門限能量管理策略和模糊能量管理策略進行比較,從發(fā)動機工作點分布看出,模糊控制策略更能明顯地調(diào)整發(fā)動機工作點,使得盡可能向發(fā)動機高效工作區(qū)靠近。
圖3 模糊控制策略下電池SOC變化
如圖3所示,模糊控制策略下電池SOC在整個循環(huán)始末變化都小于0.05,在工況循環(huán)的過程中其波動幅度在控制在很小范圍內(nèi)波動,從而保證了電池的荷電狀態(tài)在正常范圍內(nèi)的平衡,延長了電池的使用壽命。
5 結(jié)論
以發(fā)動機穩(wěn)態(tài)效率圖和電池的充放電內(nèi)阻曲線為主要依據(jù),設(shè)計動態(tài)邏輯門限能量管理策略,相比于靜態(tài)邏輯門限能量管理策略,提高了燃油經(jīng)濟性。在較為復雜的混合驅(qū)動模式下,模糊能量管理策略在滿足動力性的前提下,保證了電池SOC在合理范圍內(nèi)變化的情況,獲得更低的燃油消耗。但是,在其他工作模式中引入基于不同隸屬函數(shù)和控制規(guī)則的模糊控制策略以進一步提高燃油經(jīng)濟性還有待進一步的研究。
參考文獻:
[1] M 米奇克著. 汽車動力學A 卷第二版[M]. 陳蔭三譯北京: 人民交通出版社, 1992
[2] 趙子亮,劉東泰,劉明輝,等.并聯(lián)混合動力汽車控制策略與仿真分析研究[J].機械工程學報,2005
[3](波蘭)SzumanowskiA著. 混合電動車輛基礎(chǔ)[M].陳清泉,孫逢春譯.北京:北京理工大學出版 社,2001