基于在線ECMS的混合動(dòng)力公交車能量管理策略優(yōu)化與HIL仿真*

陳 龍，李文瑤，徐 興，王 位，單海強(qiáng)

(1.江蘇大學(xué)汽車與交通工程學(xué)院，鎮(zhèn)江 212013； 2.江蘇大學(xué)汽車工程研究院，鎮(zhèn)江 212013)

2016182

基于在線ECMS的混合動(dòng)力公交車能量管理策略優(yōu)化與HIL仿真*

陳 龍1,2，李文瑤1，徐 興1,2，王 位1，單海強(qiáng)1

(1.江蘇大學(xué)汽車與交通工程學(xué)院，鎮(zhèn)江 212013； 2.江蘇大學(xué)汽車工程研究院，鎮(zhèn)江 212013)

以能耗最小為目標(biāo)，對(duì)插電式串聯(lián)混合動(dòng)力城市公交車能量管理策略進(jìn)行優(yōu)化，實(shí)現(xiàn)了電池與發(fā)動(dòng)機(jī)功率間的最佳分配。同時(shí)，采用模糊控制理論引入分配控制參數(shù)，對(duì)電池功率分配進(jìn)行進(jìn)一步的優(yōu)化控制，在考慮電池溫度對(duì)系統(tǒng)影響的同時(shí)簡(jiǎn)化了電池SOC的估算，從功率分配上達(dá)到動(dòng)力電池健康管理和延長(zhǎng)壽命的目的。采用Matlab/Simulink平臺(tái)搭建整車動(dòng)力學(xué)模型，AMESim平臺(tái)構(gòu)建電池模型，利用D2P快速原型控制器和NI實(shí)時(shí)仿真機(jī)進(jìn)行了電池和整車控制器的硬件在環(huán)試驗(yàn)。結(jié)果驗(yàn)證了優(yōu)化算法的有效性和實(shí)時(shí)性，為串聯(lián)式混合動(dòng)力公交車整車優(yōu)化控制提供了參考。

混合動(dòng)力汽車；能量管理；模糊控制；硬件在環(huán)仿真

前言

與傳統(tǒng)內(nèi)燃機(jī)車輛相比, 插電式混合動(dòng)力汽車可以實(shí)現(xiàn)更好的燃油經(jīng)濟(jì)性和排放性[1]?；旌蟿?dòng)力汽車能量管理優(yōu)化是一個(gè)相對(duì)成熟的領(lǐng)域，優(yōu)化控制方法包括規(guī)則法[2]、等油耗最小策略[3]、動(dòng)態(tài)規(guī)劃法[4]、龐特亞金極小值原理法[5]和自適應(yīng)優(yōu)化法[6]等。本文中依據(jù)等效油耗控制策略(ECMS)構(gòu)建了插電式混合動(dòng)力城市公交車的能量分配優(yōu)化策略，并與基于規(guī)則的控制策略進(jìn)行對(duì)比分析。

動(dòng)力電池在插電式混合動(dòng)力汽車中扮演著更為重要的角色[7]，對(duì)電池工作的控制大大影響了電池甚至整車性能。電池容量主要受到荷電狀態(tài)(SOC)和溫度的影響[5]。在多數(shù)策略研究中，電池SOC通常作為約束條件或控制參數(shù)[8-9]，由于電池的溫度特性具有很強(qiáng)的非線性，一些研究中通常不考慮溫度的影響[5]，而對(duì)于在SOC估算中進(jìn)行溫度修正的方法，其估算本身的準(zhǔn)確度有限且極為復(fù)雜[10]，本文中通過(guò)實(shí)驗(yàn)獲取動(dòng)力電池隨溫度變化的特性曲線，用模糊控制方法實(shí)現(xiàn)了功率分配控制參數(shù)的實(shí)時(shí)修正，達(dá)到在運(yùn)動(dòng)過(guò)程中依據(jù)溫度，對(duì)電池功率分配進(jìn)行調(diào)整的目的。

在混合動(dòng)力汽車開發(fā)中，純軟件的仿真不能實(shí)時(shí)反映車輛的狀態(tài)，而真實(shí)車輛匹配又處于開發(fā)后期[11]，因此需要采用更加有效的方式進(jìn)行控制策略的調(diào)試、修改和完善。本文中搭建了混合動(dòng)力汽車整車和電池控制器及電池模擬器的硬件在環(huán)試驗(yàn)臺(tái)架，對(duì)控制器策略實(shí)時(shí)性與有效性進(jìn)行驗(yàn)證。

1 整車參數(shù)及傳動(dòng)系結(jié)構(gòu)

插電式混合動(dòng)力城市公交車的動(dòng)力傳動(dòng)系統(tǒng)為典型的串聯(lián)式混合動(dòng)力汽車結(jié)構(gòu)，如圖1所示。根據(jù)該混合動(dòng)力系統(tǒng)的結(jié)構(gòu)特點(diǎn)，整車縱向動(dòng)力學(xué)基本數(shù)學(xué)模型為

Treq=ireducer·ηreducer·Tem=Ft·r

(1)

(2)

式中：Treq為需求轉(zhuǎn)矩；Tem為驅(qū)動(dòng)電機(jī)轉(zhuǎn)矩；ireducer為減速器減速比；ηreducer為減速器效率；Ft為驅(qū)動(dòng)力；r為車輪滾動(dòng)半徑；ρa(bǔ)ir為空氣密度；Cd為空氣阻力系數(shù)；A為迎風(fēng)面積；v為實(shí)際車速；Cr為滾動(dòng)阻力系數(shù)；m為整車質(zhì)量；g為重力加速度；θ為坡度角。

圖1 插電式串聯(lián)混合動(dòng)力城市公交車傳動(dòng)結(jié)構(gòu)示意圖

插電式串聯(lián)混合動(dòng)力城市公交車主要?jiǎng)恿Σ考校喊l(fā)動(dòng)機(jī)、起動(dòng)/發(fā)電一體機(jī)(ISG電機(jī))、驅(qū)動(dòng)電機(jī)和電池，其主要參數(shù)如表1所示。部分動(dòng)態(tài)參數(shù)選用實(shí)驗(yàn)得到的特性曲線進(jìn)行查表，圖2所示為發(fā)動(dòng)機(jī)燃油消耗圖，圖3為驅(qū)動(dòng)電機(jī)效率圖。

表1 整車及動(dòng)力總成主要參數(shù)

圖2 發(fā)動(dòng)機(jī)燃油消耗圖

圖3 驅(qū)動(dòng)電機(jī)效率圖

2 能量管理策略

2.1 基于規(guī)則的能量管理策略

基于規(guī)則的能量管理策略通過(guò)制定控制條件和規(guī)則，把插電式串聯(lián)混合動(dòng)力公交車的工作狀態(tài)分為4種，利用有限狀態(tài)機(jī)，依據(jù)相應(yīng)的觸發(fā)條件和規(guī)則進(jìn)行工作狀態(tài)間的切換，如圖4所示。為了防止發(fā)動(dòng)機(jī)頻繁起停，進(jìn)入發(fā)動(dòng)機(jī)起動(dòng)或關(guān)閉狀態(tài)后需要額外滿足發(fā)動(dòng)機(jī)最小工作時(shí)間的限制。對(duì)應(yīng)這幾種工作狀態(tài)，整車控制器輸出包含狀態(tài)標(biāo)志位、發(fā)動(dòng)機(jī)指示功率請(qǐng)求、ISG轉(zhuǎn)速與轉(zhuǎn)矩請(qǐng)求和驅(qū)動(dòng)電機(jī)轉(zhuǎn)矩請(qǐng)求等控制信號(hào)。

圖4 基于規(guī)則能量管理策略狀態(tài)轉(zhuǎn)換示意圖

2.2 在線ECMS優(yōu)化能量管理策略

ECMS的核心思想是將混合動(dòng)力汽車電力驅(qū)動(dòng)消耗的那部分能量等效為燃油消耗量，與發(fā)動(dòng)機(jī)實(shí)際燃油消耗量相加，得到每一時(shí)刻混合動(dòng)力汽車的等效燃油消耗，作為目標(biāo)函數(shù)，求解其取得最小時(shí)輸出功率的最優(yōu)分配。在串聯(lián)式混合動(dòng)力汽車中，功率分配指的是ISG電機(jī)和電池之間的功率分配。目標(biāo)函數(shù)由式(3)表示，同時(shí)應(yīng)滿足式(4)的約束條件。

(3)

(4)

式中:meq為等效燃油消耗量；mice為發(fā)動(dòng)機(jī)實(shí)際燃油消耗量；mbatt為電池等效燃油消耗量；SOC為電池荷電這狀態(tài)，它代表電池的剩余電量；Pbatt為電池功率；ωx和Tx分別為動(dòng)力部件角速度與轉(zhuǎn)矩。

在式(3)目標(biāo)函數(shù)式中，瞬時(shí)油耗的組成包含了發(fā)動(dòng)機(jī)消耗的真實(shí)油耗和電池充放電消耗或補(bǔ)償?shù)牡刃в秃?。發(fā)動(dòng)機(jī)消耗的真實(shí)油耗可以通過(guò)發(fā)動(dòng)機(jī)外特性曲線圖查得，而電池的等效油耗為

(5)

式中：Qlhv為燃油低熱值；f為等效因子，為電池驅(qū)動(dòng)分配控制參數(shù)。

電池在放電過(guò)程中消耗能量，因此等效油耗為正；在充電過(guò)程中相當(dāng)于補(bǔ)償能量，等效油耗為負(fù)。

ECMS的具體實(shí)施算法流程如圖5所示，ISG電機(jī)功率、電池功率和驅(qū)動(dòng)電機(jī)輸入功率之間滿足如下關(guān)系：

Pisg+Pbatt=Pem

(6)

式中Pisg和Pem分別為ISG電機(jī)功率和電機(jī)驅(qū)動(dòng)功率。

駕駛模型通過(guò)比例-積分-微分(PID)控制器跟蹤城市典型(公交車)標(biāo)準(zhǔn)工況(CTBDS-UD)的速度曲線，得到需求功率。

圖5 最小等油耗策略算法流程圖

2.3 控制參數(shù)f的優(yōu)化

動(dòng)力電池的充放電性能受溫度的影響很大，圖6為試驗(yàn)測(cè)得某磷酸鐵鋰電池容量隨溫度的變化規(guī)律曲線[12]。對(duì)于混合動(dòng)力整車能量分配控制策略而言，電池SOC值是影響分配系數(shù)的重要參數(shù)。理論上在進(jìn)行動(dòng)力電池SOC值估算時(shí)需按電池的溫度特性進(jìn)行修正。但實(shí)際上電池SOC值估算的準(zhǔn)確度有限，而電池的溫度特性又有很強(qiáng)的非線性，因此考慮溫度特性的SOC值估算更為困難。采用模糊控制策略，將常溫25℃下SOC的估算值與實(shí)際溫度值作為模糊控制器的輸入，經(jīng)過(guò)模糊規(guī)則判斷和計(jì)算，輸出控制參數(shù)f。電池SOC的定義[13]表示為

(7)

式中：I(τ)為電池電流；Q(t)為電池在t時(shí)刻的電池電量；Qmax為最大電池電量，即電池容量，本文中Qmax取25℃時(shí)的值。

圖6 磷酸鐵鋰電池電池容量隨溫度變化規(guī)律

由式(7)可知，電池SOC表示電池潛在電能的多少，控制策略在高電量時(shí)促進(jìn)電池驅(qū)動(dòng)的使用，在低電量時(shí)懲罰電池驅(qū)動(dòng)的使用，在過(guò)低電量時(shí)電池會(huì)通過(guò)ISG電機(jī)充電。由圖6可見，當(dāng)電池低于25℃或高于50℃時(shí)減少電池驅(qū)動(dòng)的使用，當(dāng)電池處于25℃或50℃之間時(shí)鼓勵(lì)電池驅(qū)動(dòng)的使用。

按式(8)和式(9)將電池電量與溫度進(jìn)行歸一化處理，作為模糊控制器的輸入。按式(10)～式(15)進(jìn)行模糊集的定義，共分為7個(gè)等級(jí)：極低(VL)、低(L)、較低(LL)、中等(M)、較高(LH)、高(H)和極高(VH)。

(8)

(9)

xSOC={VL,L,LL,M,LH,H,VH}

(10)

xtemp={VL,L,LL,M,LH,H,VH}

(11)

f={VL,L,LL,M,LH,H,VH}

(12)

xSOC={-1,-0.7,-0.3,0,0.3,0.7,1}

(13)

xtemp={-1,-0.75,-0.25,0.125,0.5,

0.875,1}

(14)

f={0,+0.2,+0.4,+0.5,+0.6,+0.8,+1}

(15)

通過(guò)模糊控制處理后的控制器輸出參數(shù)f與電池SOC及溫度的變化規(guī)劃規(guī)律，如圖7所示。

圖7 模糊控制器參數(shù)輸入輸出圖

3 HIL測(cè)試與性能驗(yàn)證

基于標(biāo)準(zhǔn)循環(huán)工況速度曲線跟蹤的正向模型仿真，對(duì)整車控制器策略的驗(yàn)證較為粗略且實(shí)時(shí)性差。因此，為了驗(yàn)證控制器策略的有效性及運(yùn)行的實(shí)時(shí)性，采用快速原型和硬件在環(huán)仿真試驗(yàn)方法，在控制器研發(fā)初期，對(duì)控制器代碼時(shí)效性進(jìn)行驗(yàn)證，有利于提高驗(yàn)證的準(zhǔn)確性并降低整個(gè)開發(fā)過(guò)程的成本。

3.1 硬件平臺(tái)

硬件在環(huán)試驗(yàn)平臺(tái)示意圖如圖8所示。由硬件和軟件兩部分組成。硬件平臺(tái)主要包括NI實(shí)時(shí)仿真機(jī)，1個(gè)電池BMU控制器，2個(gè)電池BCU控制器，Chroma高壓可編程電源，Bloomy電池模擬器和整車快速原型控制器。其中，NI實(shí)時(shí)仿真機(jī)中包含實(shí)時(shí)處理器卡PXIe-8135 RT、CAN通信板卡PXI 8513/2、模擬量輸出PXI 6723、多功能RIO板卡PXI 7853R、故障注入板卡PXI 5210和模擬電阻板卡PXI 2722。

3.2 軟件平臺(tái)

軟件平臺(tái)包括人機(jī)交互顯示平臺(tái)、數(shù)學(xué)模型和通信系統(tǒng)等(見圖8)。人機(jī)交互顯示平臺(tái)采用NI Veristand運(yùn)行環(huán)境，實(shí)現(xiàn)了用戶虛擬儀表建立，駕駛員控制信號(hào)輸入和變量參數(shù)的實(shí)時(shí)監(jiān)控。數(shù)學(xué)模型包括AMESim電池模型和Matlab/Simulink整車模型。上位機(jī)IP地址與實(shí)時(shí)仿真機(jī)IP地址工作在同一網(wǎng)段內(nèi)并實(shí)現(xiàn)通信。

圖8 硬件在環(huán)試驗(yàn)平臺(tái)示意圖

離線模型通過(guò)編譯后向NI實(shí)時(shí)仿真機(jī)下載車輛系統(tǒng)實(shí)時(shí)模型，通過(guò)上位機(jī)界面中駕駛員操作平臺(tái)向模型輸入駕駛員控制信號(hào)，經(jīng)過(guò)實(shí)時(shí)機(jī)運(yùn)行后，向上位機(jī)實(shí)時(shí)數(shù)據(jù)監(jiān)控平臺(tái)輸出相關(guān)變量和參數(shù)的實(shí)時(shí)數(shù)據(jù)，實(shí)現(xiàn)數(shù)據(jù)記錄和參數(shù)調(diào)整。

3.3 實(shí)時(shí)仿真測(cè)試與分析

圖9所示為駕駛員模型實(shí)際車速PID跟蹤目標(biāo)車速的速度曲線圖，結(jié)果表明跟蹤效果良好，駕駛員模型較準(zhǔn)確地模擬了CTBDS-UD工況的運(yùn)行速度。

圖9 CTBDS-UD工況速度跟蹤曲線圖

圖10對(duì)比了SOC為0.35時(shí)，兩種策略控制下連續(xù)3個(gè)工況發(fā)動(dòng)機(jī)的轉(zhuǎn)速特性，規(guī)則法在觸發(fā)門限時(shí)起停發(fā)動(dòng)機(jī)，將電池SOC維持在0.4～0.5。ECMS受最低SOC條件限制進(jìn)行優(yōu)化，可以看出在起初電量充足的工況中傾向于使用電驅(qū)動(dòng)，同時(shí)受到分配系數(shù)的影響，在終了階段將電量維持在最低值。圖11為一個(gè)CTBDS-UD工況下驅(qū)動(dòng)電機(jī)的轉(zhuǎn)速圖。由于串聯(lián)式混合動(dòng)力汽車由電機(jī)驅(qū)動(dòng)，驅(qū)動(dòng)電機(jī)轉(zhuǎn)速變化與行駛工況相一致，說(shuō)明整體動(dòng)力系統(tǒng)按駕駛員命令輸出動(dòng)力效果良好。圖12記錄了同時(shí)考慮SOC與溫度和僅考慮SOC兩種工況下控制參數(shù)f的變化。由圖可見，與僅考慮SOC相比，在同時(shí)考慮SOC和溫度的情況下，隨著溫度從20℃升高至24℃，控制參數(shù)值有所增加，鼓勵(lì)使用電池，符合電池在該溫度范圍內(nèi)特性的變化，對(duì)長(zhǎng)旅程具有重要意義。

圖10 兩種策略發(fā)動(dòng)機(jī)轉(zhuǎn)速對(duì)比圖

圖11 驅(qū)動(dòng)電機(jī)轉(zhuǎn)速圖

圖12 控制參數(shù)f隨SOC及溫度變化曲線圖

表2列出了不同條件和策略下的百公里油耗。對(duì)于插電式混合動(dòng)力汽車而言，在電量充足情況下通常采用純電動(dòng)驅(qū)動(dòng)模式，記錄百公里油耗的意義不大，為了有效對(duì)比發(fā)動(dòng)機(jī)起停策略，所有試驗(yàn)起始SOC取0.35。由表2可見，ECMS具有優(yōu)于規(guī)則法的燃油經(jīng)濟(jì)性；考慮電池溫度進(jìn)行策略修正在溫度過(guò)低時(shí)可能導(dǎo)致油耗增加，但能有效避免電池在較差性能下過(guò)度使用。在溫度略高于常溫時(shí)，鼓勵(lì)電池的使用來(lái)降低油耗，符合電池在20～25℃電池容量增加的特點(diǎn)。

表2 百公里油耗對(duì)照表

4 結(jié)論

(1)ECMS策略與基于規(guī)則的方法相比，能減少能量的消耗，且實(shí)時(shí)性好。

(2) 在控制參數(shù)f計(jì)算中考慮電池溫度，一方面有效避免了電池SOC估算誤差大且非線性強(qiáng)的缺點(diǎn)；另一方面有利于在分配策略中合理保護(hù)和利用電池，具有實(shí)際意義。

(3) 使用實(shí)時(shí)硬件在環(huán)平臺(tái)可檢測(cè)出控制策略的實(shí)時(shí)性，符合控制器開發(fā)初期控制策略修改頻繁的需求，同時(shí)有利于降低開發(fā)成本。

[1]CHENZ,XIAB,YOUC,etal.Anovelenergymanagementmethodforseriesplug-inhybridelectricvehicles[J].AppliedEnergy, 2015, 145:172-179.

[2]AHMADIS,BATHAEESMT.Multi-objectivegeneticoptimizationofthefuelcellhybridvehiclesupervisorysystem:fuzzylogicandoperatingmodecontrolstrategies[J].InternationalJournalofHydrogenEnergy, 2015, 40(36):12512-12521.

[3]ONORIS,TRIBIOLIL.Adaptivepontryagin’sminimumprinciplesupervisorycontrollerdesignfortheplug-inhybridGMchevroletvolt[J].AppliedEnergy, 2015, 147:224-234.

[4]PEID,LEAMYMJ.Dynamicprogramming-informedequivalentcostminimizationcontrolstrategiesforhybrid-electricvehicles[J].JournalofDynamicSystemsMeasurement&Control, 2013, 135(5):662-668.

[5]PAGANELLIG,GUERRATM,DELPRATS,etal.Simulationandassessmentofpowercontrolstrategiesforaparallelhybridcar[J].ProceedingsoftheInstitutionofMechanicalEngineersPartDJournalofAutomobileEngineering, 2008, 19(1):23-34.

[6]RIZZONIG,ONORIS.Energymanagementofhybridelectricvehicles: 15yearsofdevelopmentattheOhioStateUniversity[J].Oil&GasScience&Technology, 2014, 70(1):41-54.

[7]MARANOV,TULPULEP,STOCKARS,etal.Comparativestudyofdifferentcontrolstrategiesforplug-inhybridelectricvehicles[C].SAEPaper2009-24-0071.

[8] KESSELS J T B A, KOOT M W T, VAN D B P P J, et al. Online energy management for hybrid electric vehicles[J]. IEEE Transactions on Vehicular Technology, 2008, 57(6):3428-3440.

[9] MURA R, UTKIN V, ONORI S. Energy management design in hybrid electric vehicles: a novel optimality and stability framework[J]. IEEE Transactions on Control Systems Technology, 2015, 23(4):1307-1322.

[10] 陳寶民. 電動(dòng)汽車電池管理系統(tǒng)設(shè)計(jì)[D]. 秦皇島：燕山大學(xué), 2014.

[11] 邢杰,何洪文,孫逢春.混合動(dòng)力汽車控制策略硬件在環(huán)仿真開發(fā)平臺(tái)[J].北京理工大學(xué)學(xué)報(bào),2010,30(8):887-890.

[12] 孫慶, 楊秀金, 代云飛,等. 溫度對(duì)磷酸鐵鋰電池性能的影響[J]. 中國(guó)自行車, 2012(7):42-49.

[13] SCIARRETTA A, GUZZELLA L. Control of hybrid electric vehicles[J]. IEEE Control Systems, 2007, 27(2):60-70.

Optimization and HIL Simulation of Energy Management Strategy for Hybrid Electric Bus Based on Online ECMS

Chen Long1,2, Li Wenyao1, Xu Xing1,2, Wang Wei1& Shan Haiqiang1

1.SchoolofAutomotiveandTrafficEngineering,JiangsuUniversity,Zhenjiang212013;2.AutomotiveEngineeringResearchInstitute,JiangsuUniversity,Zhenjiang212013

With minimizing energy consumption as objective, the energy management strategy for a plug-in serial hybrid electric bus (HEB) is optimized to realize the optimal power split between battery and engine. Meanwhile by applying the theory of fuzzy control, a control parameter for power split is introduced to further conduct optimal control on the power split for battery. While considering the effects of battery temperature on system functioning, the estimation of battery SOC is simplified, and the goal of power battery health management and service life extension is achieved by power split. A vehicle dynamics model and battery model are set up with the platforms of Matlab/Simulink and AMESim respectively and a hardware-in-the-loop testing is performed on the controllers for vehicle and battery by utilizing D2P rapid prototype controller and NI real-time simulator. The results validate the effectiveness and real-time performance of the optimization algorithm used, providing references for optimal control of serial HEB.

HEV; energy management; fuzzy control; hardware-in-the-loop simulation

*國(guó)家自然科學(xué)基金(51475213)、江蘇省六大人才高峰項(xiàng)目(2014-JXQC-004)和國(guó)家新能源汽車技術(shù)創(chuàng)新工程資助。

原稿收到日期為2016年7月4日，修改稿收到日期為2016年8月9日。