電動車動力性與經(jīng)濟性多目標(biāo)優(yōu)化研究

趙一凡 馮澤 景疆輝 王夢宇

摘 要：電動車動力傳動系統(tǒng)部件選擇的多元化使得對其動力性與經(jīng)濟性進行多目標(biāo)優(yōu)化成為一項非常復(fù)雜的工程，同種部件選擇的隨機性決定不同的匹配方案。因此除了研究人員通過對動力傳動系統(tǒng)部件進行隨機組合得到不同方案進而從中尋優(yōu)的傳統(tǒng)優(yōu)化方法之外，文章針對某型號電動公交車基于ISIGHT聯(lián)合ADVISOR運用最優(yōu)化技術(shù)理論，建立數(shù)學(xué)模型并用改進的遺傳算法對電動車的動力性和經(jīng)濟性進行多目標(biāo)優(yōu)化，經(jīng)過1500次的迭代運算后，確定電動車1檔、2檔和主減速傳動比分別為1.779、0.989和6.174時，電動公交車的動力性和經(jīng)濟性方面均得到了明顯改善。

關(guān)鍵詞：動力性；經(jīng)濟性；傳動比；多目標(biāo)優(yōu)化；ISIGHT

中圖分類號：U461.8 文獻標(biāo)志碼：A 文章編號：2095-2945（2018）18-0013-04

Abstract： Due to the diversity of components selection of electric vehicle power transmission system， the multi-objective optimization of its power performance and economy becomes a very complex project. The randomness of the same component selection determines different matching schemes. Therefore， in addition to the traditional optimization method that researchers get different schemes by randomly combining the components of the power transmission system， this paper applies the optimization technology theory to a certain type of electric bus based on ISIGHT and ADVISOR. The mathematical model is established， and an improved genetic algorithm is used to optimize the power performance and economy of electric vehicles. After 1500 iterations， it is determined that the first， second and main deceleration ratios of electric vehicles are 1.779， 0.989 and 6.174 respectively. The power and economy of electric bus have been improved obviously.

Keywords： power performance； economy； transmission ratio； multi-objective optimization； ISIGHT

科技進步，社會發(fā)展，人們的生活水平越來越高，出行方式也逐漸的走向機動化，據(jù)統(tǒng)計，截止到今年，我國的汽車數(shù)量達到3億多，并且仍然呈現(xiàn)快速增長的趨勢。日益增多的私人汽車給我們的生活帶來便捷的同時，也存在一定的弊端，交通擁擠甚至癱瘓，極大的影響著出行效率，隨之而來的還有空氣的嚴(yán)重污染、石油能源的短缺等世界性問題。為了緩解交通壓力和環(huán)境污染等問題，我國大力發(fā)展新能源技術(shù)在公交車上的應(yīng)用，但是目前國內(nèi)部分純電動公交車仍存在動力性不足，續(xù)駛里程短的問題，因此對于純電動公交車動力性和經(jīng)濟性的優(yōu)化研究不容忽視。由于對電動汽車動力性經(jīng)濟性優(yōu)化是一項非常復(fù)雜的工程，目前對其優(yōu)化的方法往往是以多個速比進行嘗試尋優(yōu)或者選取個別指標(biāo)進行優(yōu)化，且優(yōu)化變量常常為總傳動比或變速箱檔位傳動比忽略了主減速器齒比的優(yōu)化[1][2]，因此局限性很大，很難找出最優(yōu)的匹配結(jié)果。

本文首先對以確定動力傳動系統(tǒng)的電動公交車建立整車動力學(xué)模型，按照設(shè)計指標(biāo)的要求進行仿真驗證，進而建立整車動力性經(jīng)濟性多目標(biāo)優(yōu)化數(shù)學(xué)模型，基于ISIGHT進行仿真優(yōu)化，找到最優(yōu)的匹配方案。

2 性能指標(biāo)分析

由于純電動車的動力傳動系統(tǒng)與傳統(tǒng)汽車不同，驅(qū)動電機取代了內(nèi)燃機，傳統(tǒng)汽車的油箱則用動力電池替代，不僅如此，傳統(tǒng)汽車上的很多部件之間的連接方式由剛性的連接變?yōu)槿嵝缘碾娎|連接，因此純電動汽車的動力傳動系統(tǒng)在整車上的布置上具有多元化，其結(jié)構(gòu)形式如圖1所示。

根據(jù)國家相關(guān)標(biāo)準(zhǔn)要求，對車輛動力性經(jīng)濟性評價指標(biāo)分別為最高車速、最大爬坡度、加速時間和百公里油耗等，由于本文對純電動汽車的動力性經(jīng)濟性進行研究，因此本文以純電動公交車的最高車速umax、最大爬坡度Imax、加速時間t來評判車輛的動力性，以續(xù)駛里程來評判車輛的經(jīng)濟性能。

3 整車動力學(xué)模型建立與仿真

3.1 ADVISOR建模

根據(jù)某純電動公交車的前期設(shè)計目標(biāo)參數(shù)，對整車動力傳動系統(tǒng)參數(shù)進行匹配計算，利用Matlab/Advisor建立純電動車整車動力性經(jīng)濟性仿真模型[4][5]，對其動力性經(jīng)濟性進行仿真分析。表1為整車技術(shù)參數(shù)，圖2為整車仿真模型。

3.2 模型驗證

由于公交車在正常運行情況下很難維持一個較為穩(wěn)定的車速范圍，避讓行人車輛、等待交通信號燈、站點多，以及等待乘客上下車等因素常常使車輛處在不斷啟停的狀態(tài)[3]，因此行駛工況較為復(fù)雜，本文以圖3為公交車的循環(huán)仿真工況。

根據(jù)電機和電池的工作過程狀態(tài)仿真曲線可以看出當(dāng)公交車加速行駛時，驅(qū)動電機的扭矩正向增大，同時電池電流正向增大；當(dāng)公交車減速制動時，驅(qū)動電機轉(zhuǎn)矩負向增加，此時電流也為負值，電池進入充電狀態(tài)。整個仿真過程曲線變化合理流暢，驗證了模型的可行性與合理性，為進一步輸出動力性經(jīng)濟性仿真結(jié)果奠定基礎(chǔ)。

3.3 仿真結(jié)果

本文針對公交車空載狀態(tài)下的動力性與經(jīng)濟性能進行仿真計算，其中包括公交車的最高車速、最大爬坡度、0-30km/h加速時間、20-50km/h加速時間、0-50km/h加速時間和續(xù)駛里程。圖7為動力性經(jīng)濟性各項指標(biāo)的仿真計算結(jié)果。表2為仿真結(jié)果與設(shè)計目標(biāo)的對比。

由此可見，電動公交車的整車動力性與經(jīng)濟性滿足設(shè)計目標(biāo)要求，進一步印證了所建模型的可行性[6]。

4 動力性經(jīng)濟性優(yōu)化

本文對電動公交車動力性經(jīng)濟性的優(yōu)化屬于多目標(biāo)優(yōu)化問題，其數(shù)學(xué)模型為：

min fm（x）， m=1，2，3，…，M

Subject to gj（x）≤0， j=1，2，3，…，J

hk（x）=0， k=1，2，3，…，K

Xi（L）≤Xi≤Xi（U）， i=1，2，3，…，n

式中fm（x）為目標(biāo)函數(shù)；gj（x）、hk（x）為約束條件；Xi為設(shè)計變量，Xi（L）與Xi（U）分別為設(shè)計變量的上下限。

4.1 建立優(yōu)化數(shù)學(xué)模型

根據(jù)多目標(biāo)優(yōu)化理論建立電動公交車動力性經(jīng)濟性多目標(biāo)優(yōu)化的數(shù)學(xué)模型。

min F（x）=[Fec（x），F(xiàn)t（x），1/Fi（x）]

Subjet to g1（x）=imax-i1≤0

g2（x）=Vmax-V≤0

g3（x）=t-t1≤0

g4（x）=-Zφφ≤0

g5（x）=Q-Qe≤0

g6（x）=nm_t_max/x2-nmotor_max/x1≤0

模型中F（x）為動力性經(jīng)濟性優(yōu)化目標(biāo)，其中Fec（x）是公交車工況下的能耗，F(xiàn)t（x）是加速時間，F(xiàn)i（x）是最大爬坡度；g1（x）、g2（x）、g3（x）、g4（x）、g5（x）、g6（x）分別為最大爬坡度約束、最高車速約束、0-50km/h加速時間約束、驅(qū)動輪附著條件約束、能耗約束和動力傳動過程約束。

由于本文針對某型號的電動公交車具有兩個檔位，因此設(shè)計變量包括主減速器、1檔和2檔的傳動比：

X=[x1，x2，…，xn-1，xn]T=[i0，i2，…，in-1，in]T；（n=3）

即：X=[x1，x1，x1]T=[i0，i1，i2]T

4.2 ISIGHT-ADVISOR聯(lián)合仿真優(yōu)化

基于ISIGHT優(yōu)化平臺聯(lián)合ADVISOR仿真模型進行多目標(biāo)優(yōu)化計算，圖8為ISIGHT集成ADVISOR的多目標(biāo)優(yōu)化模型。

由此可見優(yōu)化后的電動公交車動力性經(jīng)濟性各項指標(biāo)除了最高車速比優(yōu)化前略微下降外，其他各項指標(biāo)均得到提升，且優(yōu)化后的各項指標(biāo)全部滿足整車動力性經(jīng)濟性設(shè)計要求。因此電動公交車整車的動力性經(jīng)濟性可以得到明顯的改善。

5 結(jié)束語

本文針對某型號電動公交車動力性經(jīng)濟性優(yōu)化問題進行深入研究，摒棄了以往研究人員為滿足整車動力性經(jīng)濟性設(shè)計要求通過對動力傳動系統(tǒng)部件的隨機組合找到相對比較優(yōu)異的匹配方案的傳統(tǒng)動力性經(jīng)濟性優(yōu)化方法，這種方法局限性較大，并且優(yōu)化結(jié)果往往是在犧牲動力性或經(jīng)濟性的前提下來提升另一項性能。本文通過ISIGHT-ADVISOR聯(lián)合仿真優(yōu)化不僅避免了傳統(tǒng)優(yōu)化方法的局限性，而且通過優(yōu)化前后電動公交車整車動力性經(jīng)濟性各項性能指標(biāo)的對比可以看出，整車各項性能指標(biāo)在滿足設(shè)計要求的前提下均得到明顯的改善。

參考文獻：

[1]周云山，楊克鋒.兩擋純電動汽車傳動系換擋規(guī)律及速比優(yōu)化研究[J].機械傳動，2015，39（12）：12-16+23.

[2]李夏楠.純電動汽車動力系統(tǒng)參數(shù)優(yōu)化方法仿真研究[D].武漢理工大學(xué)，2013.

[3]李東軍，王麗紅，李繼光.中國典型城市車輛行駛狀況的測試統(tǒng)計[J].汽車技術(shù)，1998，19（3）：13-16.

[4]曾小華，宮維鈞.電動汽車仿真與再開發(fā)應(yīng)用[M].機械工程出版社，2014.

[5]ADVISOR Documentation[M].National Renewable Energy Laboratory，2002.

[6]Meisam Amiri，Mohsen Esfahanian，Mohammad Reza Hairi-Yazdi，Vahid Esfahanian，Minimization of power losses in hybrid electric vehicles in view of the prolonging of battery life[J].Journal of Power Sources，2009，Vol.190（2）：372-379.