基于PMP的Plug-in柴電混合動力汽車油耗與排放最優(yōu)控制策略

曾望云，劉小飛，隗寒冰

（1.中國汽車工程研究院，重慶 401122；2.重慶交通大學，重慶 400074）

基于PMP的Plug-in柴電混合動力汽車油耗與排放最優(yōu)控制策略

曾望云1，劉小飛2，隗寒冰2

（1.中國汽車工程研究院，重慶 401122；2.重慶交通大學，重慶 400074）

綜合考慮電池和SCR催化器在低溫環(huán)境下的工作特性，針對低溫下溫度對Plug-in柴電混合動力汽車性能的影響，提出最短時間控制和燃油消耗最少問題。以SCR起燃溫度和電池正常工作溫度時間最短為優(yōu)化目標，以電池溫度、電池荷電狀態(tài)（State of Charge，SOC）和SCR催化器溫度為狀態(tài)變量，利用極小值原理求得最優(yōu)控制策略。通過仿真對比規(guī)則控制策略，分析了在不同低溫條件下基于龐特里亞金極小值原理（Pontryagin’s Minimum Principle，PMP）的最短時間和最少油耗與排放優(yōu)化控制策略對整車油耗和排放的影響。

低溫；Plug-in柴電混合動力汽車；極小值原理；油耗與排放最優(yōu)控制策略

在寒帶地區(qū)，環(huán)境溫度對 Plug-in 柴電混合動力汽車整車性能影響較大，它不僅影響電池壽命和充放電能力，也影響SCR催化劑轉化效率。因此，在低溫條件下考慮溫度對整車的經濟性和排放性能的影響，對整車的優(yōu)化控制具有深遠的意義。

相比傳統(tǒng)的混合動力汽車，由于低廉的電網(wǎng)價格影響，PHEV在行駛工況中有意識地消耗電池能量，從而獲得良好的燃油經濟性和較低的尾氣排放，因此，在解決PHEV 能量管理問題時就顯得更具靈活性和復雜性。PHEV能量管理策略［1-2］是指PHEV兩個動力源之間能量的合理分配，即協(xié)調發(fā)動機和電動機之間的輸出功率，從而優(yōu)化以不同的性能指標組成的成本函數(shù)，例如油耗（燃油經濟性）、排放和電池壽命等其它性能指標。而對于求解這類有約束的多目標優(yōu)化問題，由于經典變分法的局限性，極小值原理彌補了經典變分法的不足之處，成為最有效的方法之一。

1 龐特里亞金極小值原理理論基礎

在工程設計、生產實踐、科學研究以及社會生活中，常常需要尋求一種優(yōu)化控制方法使系統(tǒng)狀態(tài)受到控制轉移的同時使某個性能指標達到最優(yōu)，這種控制方式就是最優(yōu)控制［3-4］。而最優(yōu)控制問題的本質就是在目標函數(shù)和容許控制范圍的約束下，尋求控制作用使性能指標達到極大或極小。在設計最優(yōu)控制系統(tǒng)時，需要滿足以下幾點：

（1）受控對象為動態(tài)系統(tǒng)，狀態(tài)方程X˙=f(X，U，t)為約束系統(tǒng)方程。

（2）應確定初始與終端條件。

（3）應給出性能指標。

（4）應確定控制作用的容許范圍Ω。

最小值原理通過引入一個與性能指標函數(shù)有關的哈密頓（Hamilton）函數(shù)，并且把哈密頓函數(shù)看成容許控制變量的函數(shù)，當控制作用被約束時，在有界閉集內通過所得到的最優(yōu)軌跡使哈密頓函數(shù)達到極小值。則極小值原理可表示為如下形式。

系統(tǒng)的狀態(tài)方程：

控制向量U（t）∈Rn，并受以下條件的約束，U ∈R。

在此求解過程中，將狀態(tài)方程（1）和（2）寫成等式約束方程的形式：

2 Plug-in柴電混合動力汽車動力系統(tǒng)建模

針對 Plug-in 柴電混合汽車復雜多變的動力系統(tǒng)結構，以及整車性能分析（靜態(tài)、動態(tài)）與能量管理策略的制訂，車輛動力系統(tǒng)建模作為仿真分析的載體尤為重要，其準確性、完整性直接影響著整車性能的分析。

圖1 逆向仿真與正向仿真結構簡圖

目前，混合動力汽車建模仿真一般分為兩類：逆向仿真（facing-backward）和正向仿真（facingforward），其結構簡圖如圖1所示。逆向仿真：整車功率和信號與汽車行駛時的流動傳播途徑相反，即利用循環(huán)工況得到整車所需轉矩、轉速和功率等，進而能量從車輪沿著傳動系向后傳播。逆向仿真過程較為簡單，其仿真速度較快，主要用于整車性能的分析研究。正向仿真：其功率流動與車輛行駛時傳播方向一致，憑借模擬駕駛員行為（加速、減速、制動）建立駕駛員模型，并由整車控制器依據(jù)駕駛員指令向各總成分配相應的功率。正向仿真主要用于整車策略的設計。

通過使用正、逆向相結合的方式進行建模仿真［5-10］，在Matlab/Simulink 環(huán)境下，構建動力系統(tǒng)主要部件模型、后處理模型、整車行駛動力學模型以及駕駛員模型等，從而為整車性能測試提供仿真依據(jù)。其建模過程中，采用試驗為主，數(shù)值模型為輔的方法，并考慮工程實際問題兼顧模型的簡單與準確性。整車系統(tǒng)結構及性能參數(shù)情況見圖2和表1。

圖2 整車動力總成結構

考慮低溫對整車的燃油經濟性和排放性能的影響，建立了 Plug-in 柴電混合動力汽車綜合優(yōu)化控制策略。分別針對加快 SCR 起燃溫度和電池溫升達到正常工作溫度，以及降低油耗和排放兩個優(yōu)化目標。

3 基于PMP的Plug-in柴電混合動力汽車油耗與排放最優(yōu)控制策略

對于發(fā)動機而言，其工作時間延長則暖機時間縮短，但電池溫升慢，能量回收效率低；發(fā)動機工作時間減少則暖機時間延長，但電池溫升較快，充放電效率提高。在低溫條件下（-10℃、0℃），對比規(guī)則控制，基于PMP的最短時間控制策略可以有效地加快SCR催化器起燃與電池溫升，從而有效降低了油耗與排放量。這對低溫條件下 Plug-in柴電混合動力汽車能量管理策略的優(yōu)化控制是很有必要的。

表1 主要部件性能參數(shù)

以循環(huán)工況下 Plug-in 柴電混合動力汽車的總油耗和 NOx排放量最小為優(yōu)化目標，并將系統(tǒng)簡化為單自由度控制問題，即以電動機的輸出功率為系統(tǒng)的控制變量u2（t），電池溫度、電池SOC和SCR溫度為狀態(tài)變量ζ（t），則成本函數(shù)：

式中：λi(t)為協(xié)狀態(tài)向量；a為電池溫度的臨界點；TSCR為SCR催化劑的溫度；Teng為發(fā)動機轉矩；Tamb為外界環(huán)境溫度；為廢氣流量；Qbat_gen為電池模塊產生的熱量；Qbat_case為電池內部因傳導和對流散發(fā)到周圍空氣損失的熱量；mbat為單模塊電池質量；Cp_bat為模塊比熱值；Im為電流；Qbat為電池安時容量。

狀態(tài)方程：

控制變量：

協(xié)態(tài)方程：

式中：Reff為有效的熱阻；mbat為單模塊電池質量。

邊界條件：

最優(yōu)控制u*（t）哈密頓函數(shù)H ［X（t），u（t），ζi（t），t］，t∈［t0，tf］取極小值，則：

其控制策略流程如圖3所示。在此最優(yōu)控制策略求解過程中，哈密頓目標函數(shù)求極值為核心所在。通過考慮怠速發(fā)動機啟停優(yōu)化控制，利用駕駛員模型所得需求轉矩，考慮SOC、電池溫度和SCR催化劑溫度狀態(tài)影響，即在目標函數(shù)中引入附加項。當SOC、電池溫度和SCR催化劑溫度超出約束范圍時，通過對其附加項進行懲罰，保證循環(huán)工況終點時電池SOC下降至最小值，且循環(huán)過程中，電池溫度保持在正常溫度之下，SCR催化劑溫度維持在高轉化效率溫度區(qū)域，從而確保每一步求解時目標函數(shù)最小。

圖3 控制策略流程

4 仿真結果與分析

采用式（1）～（5）所建立的極小值原理數(shù)學模型，并依據(jù)圖3所示的最優(yōu)控制策略流程［7，11-13］，對Plug-in 柴電混合動力汽車在低溫條件下，即不同環(huán)境溫度（0℃、-10℃），以最優(yōu)的油耗和排放為優(yōu)化目標，選取 8-NEDC 作為測試工況進行仿真研究，其結果與基于CD-CS（電量消耗-電量維持）規(guī)則策略的仿真結果進行對比。

圖4為在外界溫度為 0℃時，基于 PMP 優(yōu)化控制與 CD-CS 控制的兩種不同控制策略的仿真結果對比。其中，仿真結果包括 8-NEDC 循環(huán)工況車速、整車工作模式（整車工作模式表示情況如表2 所示）、SOC 變化曲線、SCR 催化器溫度變化曲線、SCR催化器轉化效率曲線。

由圖4可知，當車輛開始進行循環(huán)工況時，即在第1個NEDC工況內，CD-CS規(guī)則控制策略處于CD階段，即以消耗電量為主，其工作模式大多處于“2”， 在高需求功率時，采用“4”模式，電池SOC消耗較快，電池溫度快速升高，但發(fā)動機使用較少，SCR催化器溫度僅升高至 160℃左右，其SCR起燃時間為2 221 s。在此期間，基于PMP優(yōu)化控制發(fā)動機大部分都處在“3,4,5”模式，且在前428 s內的怠速期間，控制發(fā)動機進行“6”模式，即怠速運行，SCR催化器溫度迅速由0℃升至350℃，SCR 轉化效率明顯提高，其SCR 起燃時間為224 s，相比規(guī)則控制的起燃溫度縮短了1 997 s。這主要由于優(yōu)化策略通過合理控制整車工作模式，讓發(fā)動機長時間工作以提高排氣溫度，有利于加快SCR催化器起燃，從而提高SCR轉化效率，減少NOx排放。隨著循環(huán)工況運行至6 228 s 時，此時CD-CS規(guī)則策略的SOC到達0.2，則進入電量保持模式。此階段工作模式主要處于“3,4,5”，發(fā)動機工作頻繁，其SCR 催化器溫度升至與優(yōu)化控制下的SCR溫度相同，其SCR轉化效率大大提高，而由于電機驅動功率下降，規(guī)則控制的電池溫度變化平緩。對于PMP優(yōu)化控制，為使電池SOC在工況終點達到0.2，在保持SCR催化器溫度的前提下，增加了電機驅動功率，其電池溫度也隨之升高。

表2 整車工作模式

圖4 外界溫度 0℃下兩種控制策略仿真結果對比

圖5 與圖6分別為上述兩種控制策略下燃油消耗曲線和 NOx排放量曲線。由于規(guī)則控制是將發(fā)動機控制在高效區(qū)域，從而改善其燃油經濟性但忽略排放特性。而本節(jié)所建立的 PMP 優(yōu)化策略，從全局優(yōu)化的層面對汽車油耗與 PM 排放進行多目標控制，其結果均有明顯改善。由圖5可知，在 8-NEDC 工況中，基于 PMP 優(yōu)化控制策略的等效燃油經濟性為3.873 6 L，而 CD-CS 策略為 4.321 2 L，其整車等效燃油經濟性提高了 10.358%。其中，整車等效燃油耗量包括消耗的實際燃油量和消耗電能轉化的燃油消耗量，電能轉換的燃油消耗量根據(jù) GBT19754—2005中提供的方法進行計算。由圖6可知，在 NOx排放方面，PMP 優(yōu)化策略為4.543 g/km，而 CD-CS策略為 5.790 4 g/km，NOx排放量降低了 21.543%。

圖5 兩種控制策略下等效燃油消耗曲線

圖6 兩種控制策略下NOx排放量曲線

圖7 為在外界溫度為-10℃下，基于PMP優(yōu)化控制與 CD-CS 控制的兩種不同控制策略的仿真結果對比。由圖7可知，在第1個NEDC工況起步階段，基于PMP優(yōu)化控制策略考慮怠速時刻發(fā)動機排氣溫度的變化，因而在寒冷環(huán)境下，控制整車工作模式在前439 s 內的怠速時刻工作在“6”模式，通過發(fā)動機怠速暖機提高排氣溫度，且整車模式也大部分處于“3,4,5”模式，進而加快 SCR 起燃溫度，減少NOx的排放，其中SCR起燃時間為 233 s；對于CD-CS控制，由于初始SOC較高，整車進入CD 階段，以消耗電量為主，因而其SOC下降較快，電池溫升也上漲較快，但由于發(fā)動機啟動較少，所以排氣溫度較低，SCR 催化器至2 248 s才起燃。當工況行駛至5 450 s時，規(guī)則CD-CS策略的SOC下降至0.2，規(guī)則控制進入CS階段，其整車工作模式大部分處于“3,4,5”模式，這是由于此階段發(fā)動機作為主要驅動部件，所提供的驅動功率大大增加，而電池作為輔助部件，所提供的功率逐步下降，所以發(fā)動機排氣溫度大大提高，SCR催化器溫度相應地也得到提升，但電池溫升卻增長緩慢。基于PMP優(yōu)化控制策略一直維持SCR催化器具有較高的轉化效率，并逐步消耗電池能量，使電池SOC在末始時降低至0.2，從而在整個工況循環(huán)中確保油耗與排放最少。

圖7 外界溫度-10℃下兩種控制策略仿真結果對比

圖8 與圖9分別為上述兩種控制策略下燃油消耗曲線和NOx排放量曲線。由圖8和 圖9可知，在工況初期，基于PMP策略的整車等效油耗與NOx排放逐步增大，而CD-CS 策略緩慢上升，這是由于在開始起步階段，為提升排氣溫度，增加了發(fā)動機工作時間，但SCR 轉化效率仍然較低，相反規(guī)則控制則以消耗電量為主，發(fā)動機運行較少，其排放也較低。進入工況后期，CD-CS處于電量保持階段，發(fā)動機工作時間增加，等效油耗與NOx排放也迅速增加。在8-NEDC工況中，基于PMP優(yōu)化控制策略的等效燃油經濟性和NOx排放量為 4.078 L和5.172 3 g/km，而CD-CS策略為4.596 4 L和6.92 8 g/km。在整車燃油經濟性方面，其油耗降低了11.278%；在 NOx排放方面，NOx排放量降低了25.342%。

對比研究了基于PMP優(yōu)化控制在不同溫度（-10℃、0℃）下對整車性能的影響，其結果見表3。結合圖4和圖7，由表3可知，對于 PMP 優(yōu)化控制策略，隨著溫度的下降，怠速期間通過發(fā)動機運行提升排氣溫度的時間由428 s 增至439 s，其SCR 起燃時間也隨之增多，且整車NOx排放量和油耗也增多。這是由于在溫度較低的環(huán)境中，優(yōu)化控制策略需要通過增加發(fā)動機運行時間，提升排氣溫度，進而加快SCR 的起燃，降低 NOx的排放。在-10℃的環(huán)境下，整車需要通過增加發(fā)動機運行時間來提升排氣溫度，其怠速時間較長，相應的整車油耗與排放也隨之上升。

圖8 兩種控制策略下等效燃油消耗曲線

表3 不同環(huán)境溫度下基于 PMP 控制的整車性能對比

5 結論

本文依據(jù)PMP，建立電池SOC、電池溫度和SCR 催化器溫度三個狀態(tài)變量的最短時間優(yōu)化控制策略，以及以降低油耗與 NOx排放量為優(yōu)化目標的Plug-in 柴電混合動力汽車油耗與排放最優(yōu)控制策略。以加快 SCR 起燃與電池溫升時間最短為優(yōu)化目標，建立了三個狀態(tài)的最短時間優(yōu)化控制策略，以此來提升電池溫度，增強電池充放電效率，同時利用發(fā)動機排氣溫度的升高，提升 SCR 催化器溫度與汽車的排放特性。

通過仿真分析驗證了不同環(huán)境溫度對最短時間優(yōu)化控制策略的影響。在低溫條件下（-10℃、0℃），基于 PMP 的最短時間控制策略能有效加快 SCR 催化器起燃與電池溫升，從而有效降低油耗與排放量。

（References）：

［1］ABOLHASSANI M， ACHARYA P， ASADI P， et al. Impact of Hybrid Electric Vehicles on the World’s Petroleum Consumption and Supply［C］//SAE Technical Paper，2003- 01-2310.

［2］JOHANNESSON L，MATTIAS A，BO E. Assessing the Potential of Predictive Control for Hybrid Vehicle Powertrains Using Stochastic Dynamic Programming［J］. IEEE Transactions on Intelligent Transportation Systems，2007，8（1）：71-83.

［3］ 張洪鉞，王青.最優(yōu)控制理論與應用［M］.北京：高等教育出版社，2007. ZHANG Hongyue，WANG Qing. Optimal Control Theory and Application ［M］. Beijing：Higher Education Press，2007.（in Chinese）

［4］唐葆君，劉江鵬.中國新能源汽車產業(yè)發(fā)展展望［J］.北京理工大學學報（社會科學版），2015，17（2）：1-6. TANG Baojun，LIU Jiangpeng. China’s New Energy Automotive Industry Development Prospects［J］. Journal of Beijing Institute of Technology（Social Science Edition），2015，17（2）：1-6.（in Chinese）

［5］張炳力，張平平，趙韓，等.基于離散動態(tài)規(guī)劃的 PHEV燃油經濟性全局最優(yōu)控制［J］.汽車工程，2010，32（11）：923-927. ZHANG Bingli，ZHANG Pingping，ZHAO Han，et al.Global Optimal Control of PHEV Fuel Economy Based on Discrete Dynamic Programming［J］. Automotive Engineering，2010，32（11）：923-927.（in Chinese）

［6］ 歐陽易時，金達鋒，羅禹貢，等.并聯(lián)混合動力汽車功率分配最優(yōu)控制及其動態(tài)規(guī)劃性能指標的研究［J］.汽車工程，2006，28（2）：117-121. OUYANG Yishi，JIN Dafeng，LUO Yugong，et al. A Study on Optimal Control of Power Distribution of Parallel Hybrid Electric Vehicle and Its Dynamic Planning Performance Index［J］. Automotive Engineering，2006，28（2）：117-121.（in Chinese）

［7］ 隗寒冰.重度混合動力汽車油耗和排放綜合控制策略研究［D］.重慶：重慶大學，2012. WEI Hanbing. A Study on Fuel Consumption and Emission Control Strategy of Heavy Duty Hybrid Electric Vehicle［ D］. Chongqing：Chongqing University，2012.（in Chinese）

［8］ 童毅，歐陽明高，張俊智. 并聯(lián)式混合動力汽車控制算法的實時仿真研究［J］. 機械工程學報，2003，39（10）：156-161. TONG Yi，OUYANG Minggao，ZHANG Junzhi. Real-time Simulation of Control Algorithm for Parallel Hybrid Electric Vehicle［J］. Chinese Journal of Mechanical Engineering，2003，39（10）：156-161.（in Chinese）

［9］ 姜磊，葛蘊珊，丁焰，等. 柴油機尿素SCR系統(tǒng)穩(wěn)態(tài)及瞬態(tài)特性研究［J］. 內燃機工程，2010，31（6）：38-42. JIANG Lei，GE Yunshan，DING Yan，et al. Stability and Transient Characteristics of Diesel Engine Urea SCR System［J］. Internal Combustion Engine Engineering，2010，31（6）：38-42.（in Chinese）

［10］ 趙興福，王仲范，廖連瑩. 電動汽車蓄電池鍵合圖建模及仿真［J］. 汽車工程，2004，26（5）：524-529. ZHAO Xingfu，WANG Zhongfan，LIAO Lianying. Modeling and Simulation of Electric Vehicle Battery Bond Diagram［J］. Automotive Engineering，2004，26 (5）：524-529.（in Chinese）

［11］ 秦大同，趙新慶，蘇嶺，等.插電式混合動力汽車變參數(shù)能量管理策略［J］.中國公路學報，2015，28（2）：112-118. QIN Datong，ZHAO Xinqing，SU Ling，et al. Variable Power Management Strategy of Plug-in Hybrid Electric Vehicle［J］. Journal of China Highway，2015，28（2）：112-118. （in Chinese）

［12］ 秦大同，彭志遠，劉永剛，等.基于工況識別的混合動力汽車動態(tài)能量管理策略［J］.中國機械工程，2014，25（6）：1550-1555. QIN Datong，PENG Zhiyuan，Liu Yonggang，et al. Dynamic Energy Management Strategy of Hybrid Electric Vehicle Based on Condition Recognition［J］. China Mechanical Engineering，2014，25（6）：1550-1555.（in Chinese）

［13］ 隗寒冰，秦大同，陳淑江.重度混合動力汽車油耗和排放的多目標隨機最優(yōu)控制策略［J］.汽車工程，2014，36（8）：923-928. WEI Hanbing，QIN Datong，CHEN Shujiang. A Multiobjective Stochastic Optimal Control Strategy for Fuel Consumption and Emissions of Heavy Hybrid Vehicles［J］. Automotive Engineering，2014，36（8）：923-928.（in Chinese）

作者介紹

曾望云（1986-），男，湖南邵東人。工程師，主要研究方向為汽車零部件及新能源汽車。

Tel：13996458927

E-mail：zengwangyun@caeri.com.cn

Optimal Control Strategy to Minimize Fuel Consumption and Missions for Plug-in Hybrid Electric Vehicles Based on Pontryagin’s Minimum Principle

ZENG Wangyun1，LIU Xiaofei2，WEI Hanbing2
（1. China Automotive Engineering Research Institute，Chongqing 401122，China；2. Chongqing Jiaotong University，Chongqing 400074，China）

Considering the influence of low temperature on the performance of plug-in diesel-electric hybrid vehicles, the problem of minimizing the battery operating time and fuel consumption is addressed, concerning the operating characteristics of battery and SCR catalyst in low temperature environment. The SCR temperature and battery operating time were selected as the optimization targets, the battery temperature, battery SOC and SCR catalyst temperature were chosen as state variables, and the optimal control strategy was obtained by using the minimum principle. The influences of the minimum time, the minimum fuel consumption and emission control strategy on fuel consumption and vehicle emissions based on PMP under different low temperature conditions were analyzed by comparing the simulation results of different control strategies.

low temperature；plug-in diesel-electric hybrid vehicles；minimum principle；optimal control strategy of fuel consumption and emission

U469.72

A

10.3969/j.issn.2095-1469.2017.04.02

2017-03-14 改稿日期：2017-05-12

國家科學自然基金（51305472）；重慶市自然科學基金（cstc2014jcyjA60005）；重慶教委科學技術研究資助項目（KJ1400312）

參考文獻引用格式：

曾望云，劉小飛，隗寒冰. 基于PMP的Plug-in柴電混合動力汽車油耗與排放最優(yōu)控制策略［J］.汽車工程學報，2017，7(4)：244-252.

ZENG Wangyun，LIU Xiaofei，WEI Hanbing. Optimal Control Strategy for Fuel Consumption and Missions of Plug-in Hybrid Electric Vehicle Based on Pontryagin’s Minimum Principle［J］.Chinese Journal of Automotive Engineering，2017，7(4)：244-252.（in Chinese）