插電式柴電混合動力汽車規(guī)則控制及處理器在環(huán)測試

隗寒冰 任培林

重慶交通大學(xué)機電與車輛工程學(xué)院，重慶，400074

0 引言

近年來，柴油發(fā)動機以其良好的動力性、經(jīng)濟性和可靠性在交通運輸領(lǐng)域得到了廣泛應(yīng)用，尤其是日益嚴(yán)峻的能源危機讓柴油發(fā)動機的應(yīng)用領(lǐng)域從傳統(tǒng)的商用車逐漸拓展到乘用車[1]。對于采用選擇性催化還原(selective catalytic reduction, SCR)后處理技術(shù)路線的柴油車，在城市循環(huán)工況中車輛頻繁啟停，使得柴油機長期處于低轉(zhuǎn)速、低負(fù)荷工況，從而導(dǎo)致排氣溫度低，催化轉(zhuǎn)化效率不高。為提高柴油機低負(fù)荷下的排氣溫度，給SCR系統(tǒng)提供適宜的溫度窗口條件，插電式柴電混合動力汽車采取雙動力源驅(qū)動，為提高低負(fù)荷下排氣溫度提供更多的控制自由度。在解決混合動力源能量分配及協(xié)調(diào)控制問題的方法中，動態(tài)規(guī)劃(dynamic programming, DP)算法可不依賴近似計算來逼近極值，從而能保證全局最優(yōu)解，且相比于等效燃油最小控制策略(equivalent consumption minimum strategy, ECMS)，動態(tài)規(guī)劃算法對變量約束的處理更加方便，因而受到國內(nèi)外的廣泛關(guān)注。

動態(tài)規(guī)劃算法應(yīng)用所需計算資源與狀態(tài)變量數(shù)量成正比，因此動態(tài)規(guī)劃最優(yōu)解通常作為評判目標(biāo)控制策略燃油經(jīng)濟性的指標(biāo)[2-3]。針對動態(tài)規(guī)劃算法應(yīng)用在整車能量管理策略上出現(xiàn)的執(zhí)行效率低等問題，文獻(xiàn) [4] 采用二次樣條逼近和局部線性逼近來計算成本函數(shù)極值，研究結(jié)果表明算法求解時間大幅縮短，但易產(chǎn)生局部最優(yōu)解；文獻(xiàn) [5] 根據(jù)電池充放電時的電流大小來限制電池荷電狀態(tài)(state of charge，SOC)值的可行域，從而可減少動態(tài)規(guī)劃算法運行時的計算量。針對動態(tài)規(guī)劃結(jié)果提取規(guī)則時計算量大的問題，文獻(xiàn) [6] 根據(jù)動態(tài)規(guī)劃算法優(yōu)化結(jié)果擬定出了模糊控制規(guī)則；文獻(xiàn) [7] 提取了功率分配控制規(guī)則，該規(guī)則可同時表示工作模式和轉(zhuǎn)矩分配；文獻(xiàn) [8] 分別提取出了模式切換規(guī)則和功率分配規(guī)則，并采用遺傳算法優(yōu)化提取規(guī)則的邊界條件。為解決動態(tài)規(guī)劃算法需要預(yù)知前方工況信息的問題，文獻(xiàn) [9] 采用隨機動態(tài)規(guī)劃(SDP)算法來預(yù)測未知工況；文獻(xiàn) [10] 利用學(xué)習(xí)向量化神經(jīng)網(wǎng)絡(luò)來識別實際工況，并在線調(diào)節(jié)規(guī)則控制參數(shù)。目前關(guān)于目標(biāo)函數(shù)權(quán)值系數(shù)選擇方法的研究較為少見，文獻(xiàn) [11] 依據(jù)試錯法確定權(quán)重因子，但該方法缺乏理論依據(jù)。

本文在權(quán)衡計算效率和求解精度后，對整車動力學(xué)模型進(jìn)行合理簡化，并對所求目標(biāo)函數(shù)權(quán)重因子進(jìn)行歸一化處理。根據(jù)不同權(quán)重系數(shù)下的離線計算結(jié)果，提取出滿足國Ⅴ排放法規(guī)約束下最優(yōu)控制解的典型特征。最后利用上述特征對CD-CS策略進(jìn)行改進(jìn)優(yōu)化并進(jìn)行仿真計算及處理器在環(huán)(processor in loop, PIL)測試。

1 插電式柴電混合動力汽車動力系統(tǒng)建模

本研究的插電式柴電混合動力汽車為單軸并聯(lián)式結(jié)構(gòu)，其動力系統(tǒng)結(jié)構(gòu)見圖1，各部件規(guī)格參數(shù)見表1。該混合動力系統(tǒng)中柴油機與ISG電機采用濕式多片離合器相連，ISG電機和電控機械式自動變速箱(automated mechanical transmission ，AMT)采用換擋離合器相連。整車控制器通過控制濕式多片離合器的分離和接合，可將整車運行情況劃分為純電動機驅(qū)動模式、發(fā)動機驅(qū)動模式、聯(lián)合驅(qū)動模式、行車充電模式、制動能量回收模式五種工作模式。

圖1 傳動系統(tǒng)結(jié)構(gòu)布置Fig.1 Schematic of powertrain system表1 動力系統(tǒng)基本參數(shù)Tab.1 Primary parameters of powertrains

部件性能指標(biāo)參數(shù)值柴油機排量(L)1.4額定功率(kW)72最大扭矩(N·m)184ISG電機峰值功率(kW)15最大扭矩(N·m)110動力電池額定容量(A·h)40額定電壓(V)330單體電池數(shù)量25

基于準(zhǔn)靜態(tài)假設(shè)，忽略車輛模型中復(fù)雜的高階動態(tài)特性(即不考慮發(fā)動機的動態(tài)遲滯響應(yīng)、AMT換擋時間和離合器滑摩損失)，則可將圖1所示的整車結(jié)構(gòu)簡化為發(fā)動機-ISG電機、電池、SCR系統(tǒng)和傳動系統(tǒng)四大子系統(tǒng)。圖1中，ECU為電子控制單元，VCU為整車控制器，BMS為電池管理系統(tǒng)。

1.1 發(fā)動機-ISG電機模型

(1)

(2)

(a)燃油消耗率MAP圖

(b)燃油消耗率近似逼近曲線圖2 發(fā)動機油耗Fig.2 Fuel consumption of engine

ISG電機模型同樣采用實驗建模方法來表示，其機械特性受效率的影響，則電機輸出功率可表示為

(3)

式中，Tm為電機轉(zhuǎn)矩；nm為電機轉(zhuǎn)速；ηdis、ηchg分別為電機的放電效率和充電效率。

1.2 電池模型

電池內(nèi)部電化學(xué)反應(yīng)過程復(fù)雜，可忽略電池溫度對端電壓及內(nèi)阻的影響，將電池簡化后使用內(nèi)阻模型來表示電池主要性能，如圖3所示。

圖3 電池內(nèi)阻模型Fig.3 Battery internal resistance model

Im=

(4)

(5)

式中，E為電池開路電壓；SSOC為電池荷電狀態(tài)(SOC)值；Rint為電池內(nèi)阻；ηm為電機效率；Qbat為電池最大容量。

1.3 傳動系統(tǒng)模型

車輪需求功率和需求轉(zhuǎn)速可根據(jù)車輛縱向動力學(xué)計算得到，將整車視為一個質(zhì)點，可表示為

(6)

(7)

式中，Preq為車輪需求功率；nreq為需求轉(zhuǎn)速；ηt為傳動系統(tǒng)效率；m為整車質(zhì)量,kg；f為滾動阻力系數(shù)；v為整車車速,m/s；CD為風(fēng)阻系數(shù)；A為迎風(fēng)面積,m2；δ為旋轉(zhuǎn)質(zhì)量換算系數(shù)；r為車輪半徑,m。

AMT模型的建立則依據(jù)二參數(shù)(節(jié)氣門開度、車速)換擋規(guī)律進(jìn)行，得到發(fā)動機驅(qū)動、電動機驅(qū)動、發(fā)動機與電動機聯(lián)合驅(qū)動時的最佳經(jīng)濟性換擋規(guī)律曲線[12]，以AMT末端需求功率為輸入，即可確定當(dāng)前時刻的最佳擋位。

1.4 SCR系統(tǒng)模型

SCR系統(tǒng)由安裝在排氣管上的尿素噴射裝置提供還原劑NH3，在催化劑的作用下將NOx有選擇性地還原成N2。針對SCR系統(tǒng)要求較高的NOx轉(zhuǎn)化效率和較低的氨逃逸量(用來反映未參與NOx轉(zhuǎn)化的氨排放量)，文獻(xiàn) [13-14]研究發(fā)現(xiàn)，瞬態(tài)下NOx轉(zhuǎn)化效率與催化器表面氨覆蓋率及催化溫度有關(guān)，并以此建立了實驗?zāi)Ｐ?，該模型精度較高，可直接用于尿素噴射策略。

本文對文獻(xiàn)[14]中復(fù)雜的SCR反應(yīng)過程進(jìn)行簡化處理，忽略局部化學(xué)反應(yīng)過程，簡化后的模型包含兩部分：溫度模型和NOx轉(zhuǎn)化效率模型。催化溫度模型可表示為

(8)

SCR系統(tǒng)出口處NOx排放可用NOx轉(zhuǎn)化效率模型表示，即

(9)

圖4所示為NOx轉(zhuǎn)化效率與SCR系統(tǒng)出口溫度的關(guān)系，根據(jù)實驗測量數(shù)據(jù)，可以擬合出NOx轉(zhuǎn)化效率隨溫度的變化曲線，即

y=-0.001 5x2+1.026 7x-86.245 2

(10)

圖4 SCR系統(tǒng)出口溫度對轉(zhuǎn)化效率的影響Fig.4 Effect of SCR system outlet temperature on transformation efficiency

2 動態(tài)規(guī)劃算法

2.1 算法原理

在給定的駕駛循環(huán)工況下，將每一時刻的車速作為已知量，車輪需求功率和需求轉(zhuǎn)速可通過車輛縱向動力學(xué)方程(式(6)和式(7))逆向求解，AMT擋位則通過車速和整車需求功率,根據(jù)經(jīng)濟性換擋規(guī)律曲線插值求得，每一時刻兩動力源的分配受總需求功率約束，可表示為

Preq(k)=Pe(k)+Pm(k)

(11)

動態(tài)規(guī)劃算法尋找最優(yōu)的動力分配關(guān)系首先要確定目標(biāo)函數(shù)，而關(guān)于有限時間域內(nèi)的最優(yōu)目標(biāo)函數(shù)問題的求解，通常根據(jù)時間域?qū)⑵潆x散為多級、單階段的問題進(jìn)行處理。將整個循環(huán)工況分為N個階段，每個階段的時間為Δt，每一階段的油耗和排放指標(biāo)取決于當(dāng)前階段整車的控制變量u(k)和狀態(tài)變量x(k)，在離散條件下的目標(biāo)函數(shù)為

(12)

x(k+1)=g(xk,uk)

(13)

式中，L為單階段成本；J為累積成本函數(shù)；g為狀態(tài)轉(zhuǎn)移函數(shù)。

本文的研究對象為發(fā)動機油耗和SCR系統(tǒng)出口處排放，此時表征瞬時油耗和排放的單步目標(biāo)函數(shù)可定義為

(14)

通過上述分析，目標(biāo)函數(shù)中屬于獨立變量的有Pe、Pm、SSOC、tSCR，綜合考慮計算效率和計算準(zhǔn)確性，按間隔0.006將電池荷電狀態(tài)值SSOC的取值范圍[0.3，0.9]離散為100 個網(wǎng)格點，按間隔10 ℃將SCR系統(tǒng)出口溫度tSCR的取值范圍[20，520](℃)離散為50個網(wǎng)格點，按間隔1 kW 將電動機輸出功率的取值范圍[-15，15](kW)離散為30 個網(wǎng)格點，且狀態(tài)變量和控制變量滿足如下約束條件：

(15)

式中，下標(biāo)i=e，m，分別表示發(fā)動機和電機。

根據(jù)貝爾曼最優(yōu)性原理，基于動態(tài)規(guī)劃算法求解0～N階段最優(yōu)指標(biāo)遞推方程，其表達(dá)式如下：

(16)

k=0,1,…,N-1J*(x(N),N)=0

為避免常規(guī)動態(tài)規(guī)劃算法應(yīng)用時出現(xiàn)的“維數(shù)災(zāi)難”問題，研究人員提出許多改進(jìn)算法來提高計算效率以減少存儲容量，如狀態(tài)增量動態(tài)規(guī)劃法(state increment dynamic programming,SIDP)、離散微分增量動態(tài)規(guī)劃法(discrete differential dynamic programming,DDDP) 、逐次逼近動態(tài)規(guī)劃法(dynamic programming with successive approximation,DPSA)等，但上述方法多以犧牲計算精度為代價。本文將第k階段的所有約束范圍定為可達(dá)狀態(tài)集，約束內(nèi)所有控制定為容許控制集，逆向插值求解過程均控制在該容許控制集內(nèi)進(jìn)行，以縮小求解范圍，節(jié)省計算資源。

在動態(tài)規(guī)劃逆向?qū)?yōu)過程中，為避免計算在不可達(dá)區(qū)域內(nèi)進(jìn)行，可對電機轉(zhuǎn)矩取值范圍進(jìn)行限制，其表達(dá)式如下：

(17)

式中，Tm_req為電機需求轉(zhuǎn)矩；Tdis_max、Tchg_min分別為電機在當(dāng)前轉(zhuǎn)速下作為電動機輸出的最大轉(zhuǎn)矩和作為發(fā)電機輸出的最小轉(zhuǎn)矩；Tbat_dis_max、Tbat_chg_min分別為電機在當(dāng)前放電電流下的最大輸出轉(zhuǎn)矩和充電電流下的最小充電轉(zhuǎn)矩。

2.2 仿真結(jié)果分析

動力電池SOC初值設(shè)為0.9，末狀態(tài)期望值為0.3，外界環(huán)境20 ℃，在3個新歐洲行駛工況(new European driving cycle，NEDC)下分別對油耗和SCR系統(tǒng)出口處排放進(jìn)行單目標(biāo)和多目標(biāo)優(yōu)化。相比于傳統(tǒng)發(fā)動機油耗MAP建模方法，本文采用線性函數(shù)近似逼近油耗率方法進(jìn)行動態(tài)規(guī)劃求解時，能夠縮短38%的求解時間。

2.2.1單目標(biāo)優(yōu)化結(jié)果分析

分別以整車燃油經(jīng)濟性，NOx、PM排放為優(yōu)化目標(biāo)，研究單一目標(biāo)權(quán)值系數(shù)下優(yōu)化控制策略對發(fā)動機工作范圍的影響。

圖5所示為整車燃油經(jīng)濟性最優(yōu)(w1=w2=0，因成本函數(shù)對w3敏感度較小，本文取w3=500)時發(fā)動機工作點的分布情況，可以看出，發(fā)動機主要在中等負(fù)荷區(qū)域工作，發(fā)動機總運行時間為382 s，占總循環(huán)工況(1個循環(huán)工況為1 180 s，總循環(huán)工況為3個循環(huán)工況，即3 540 s)的10.8%。

圖5 發(fā)動機工作點在油耗MAP圖分布Fig.5 Engine operating distribution for fuel consumption MAP

圖6 發(fā)動機工作點在NOx排放MAP圖分布Fig.6 Engine operating distribution for NOx emission MAP

圖6所示為整車SCR系統(tǒng)出口處NOx排放最優(yōu)(w1=1，w2=0,w3=500)時發(fā)動機工作點的分布情況，可以看出，此時發(fā)動機主要在低負(fù)荷區(qū)域工作, 發(fā)動機總運行時間為511 s，占總循環(huán)工況的14.4%。

圖7所示為整車SCR系統(tǒng)出口處PM排放最優(yōu)(w1=0,w2=1,w3=500)時發(fā)動機工作點的分布情況，可以看出，發(fā)動機主要在低負(fù)荷區(qū)域工作，發(fā)動機總運行時間為396 s，占總循環(huán)工況的11.2%。

圖7 發(fā)動機工作點在PM 排放MAP圖分布Fig.7 Engine operating distribution for PM emission MAP

由動態(tài)規(guī)劃算法優(yōu)化結(jié)果可知，針對油耗、NOx排放量和PM排放量的單目標(biāo)優(yōu)化發(fā)動機工作點，分別在油耗MAP圖中低油耗區(qū)域、NOx排放MAP圖中低NOx排放區(qū)域、PM排放MAP圖中低PM排放區(qū)域范圍內(nèi)分布。

2.2.2油耗和排放多目標(biāo)優(yōu)化分析

為了研究油耗和SCR系統(tǒng)出口處排放的折中關(guān)系，各權(quán)值系數(shù)分別取值如下：

(18)

圖8 NOx排放與油耗的折中關(guān)系Fig.8 NOx emission and fuel consumption trade-off relationship

圖8所示為不同權(quán)值系數(shù)下SCR系統(tǒng)出口處NOx排放量與油耗的折中關(guān)系，可以看出，當(dāng)目標(biāo)函數(shù)中w2為某一定值時，隨著w1的不斷增大，NOx排放量大幅降低，而油耗的增幅相對較小。若保持w1值不變，則隨著w2的增大，油耗大幅增加，而NOx排放量變化不大。

圖9所示為不同權(quán)值系數(shù)下SCR系統(tǒng)出口處PM排放量與油耗的折中關(guān)系，可以看出，當(dāng)目標(biāo)函數(shù)中w1為定值時，PM排放量隨著w2的增大而減?。划?dāng)w1=0或0.1時，油耗隨著w2的增大逐漸增大，隨著w1取值的增大，油耗隨著w2的增大呈現(xiàn)先減小后增大的趨勢，其原因為PM排放最優(yōu)工作范圍和燃油經(jīng)濟性最優(yōu)工作范圍存在交叉耦合的情況，w2的增大使得發(fā)動機工作點遷移至兩者重疊區(qū)域。

圖9 PM排放與油耗的折中關(guān)系Fig.9 PM emission and fuel consumption trade off relationship

國家標(biāo)準(zhǔn)GB 18352.5—2013(國Ⅴ排放法)中規(guī)定的輕型汽車污染物排放限值NOx排放不超過0.18 g/km,PM排放不超過4.5 mg/km。綜合考慮，對權(quán)值系數(shù)w1=0.5、w2=0.1所表示的目標(biāo)函數(shù)進(jìn)行優(yōu)化以提取規(guī)則特征，相比單目標(biāo)優(yōu)化的燃油經(jīng)濟性最優(yōu)情況(w1=w2=0，w3=500)，多目標(biāo)優(yōu)化的NOx排放量減少17.6%，PM排放量減少0.74%，相應(yīng)油耗只增加了1.87%。

3 基于動態(tài)規(guī)劃結(jié)果的改進(jìn)CD-CS規(guī)則控制

動態(tài)規(guī)劃算法的計算量大是其不能實時應(yīng)用的一個重要原因。為將動態(tài)規(guī)劃算法應(yīng)用于整車實時控制，可從動態(tài)規(guī)劃離線計算結(jié)果中提取動力源工作特征，以指導(dǎo)規(guī)則控制策略的設(shè)計。根據(jù)前文所確定的權(quán)值系數(shù)，目標(biāo)函數(shù)可由下式表示：

(19)

根據(jù)動態(tài)規(guī)劃優(yōu)化結(jié)果中SCR系統(tǒng)出口溫度的變化過程，可將其分為起燃升溫和SCR溫度保持兩個階段，見圖10。在此過程中，整車工作模式0～5分別定義為：怠速停機、制動、單機驅(qū)動、發(fā)動機驅(qū)動、聯(lián)合驅(qū)動、行車充電，見圖11。

圖10 SCR系統(tǒng)出口溫度變化曲線Fig.10 SCR system outlet temperature change curve

圖11 整車工作模式Fig.11 The vehicle working mode

圖12 不同階段下發(fā)動機出口溫度對比Fig.12 Comparison of engine outlet temperature at different stages

第一階段為起燃升溫階段，此時SCR系統(tǒng)出口溫度上升速率很快，起燃時間較短，整車工作模式多為行車充電模式(工作模式5)。圖12所示為當(dāng)前階段發(fā)動機工作點在排氣溫度MAP圖中的分布情況，可以看出，此時發(fā)動機溫度較高，有利于SCR系統(tǒng)起燃。第二階段為SCR系統(tǒng)出口溫度保持階段，此時SCR系統(tǒng)出口溫度在373 ℃上下波動(圖10)，整車工作模式逐漸由行車充電模式過渡到其他驅(qū)動模式，見圖11。此時發(fā)動機工作點也由高負(fù)荷降低到中等負(fù)荷，NOx轉(zhuǎn)化效率維持在較高水平，發(fā)動機僅需在滿足動力性足夠的前提下，平衡油耗、NOx排放和PM排放的目標(biāo)權(quán)值系數(shù)。

3.1 模式切換控制規(guī)則

對動態(tài)規(guī)劃算法最優(yōu)控制下發(fā)動機的工作狀態(tài)進(jìn)行描述，便可分析提取出車輛運行狀態(tài)和發(fā)動機工作模式的對應(yīng)關(guān)系，從而得到動力總成工作模式的切換規(guī)則。

圖13和圖14所示分別為插電式柴電混合動力汽車處于起燃升溫階段和SCR溫度保持階段時，發(fā)動機運行的狀態(tài)點在等功率曲線下的分布情況。由圖13可以看出，在起燃升溫階段發(fā)動機狀態(tài)切換的臨界線為4 kW，這表明當(dāng)需求功率大于4 kW時發(fā)動機啟動，此時的運行狀態(tài)由功率分配曲線決定。同樣，由圖14可以看出，在保溫階段發(fā)動機狀態(tài)切換的臨界線為12 kW。

圖13 SCR系統(tǒng)起燃升溫階段發(fā)動機工作狀態(tài)Fig.13 The working state of the engine in SCR system light-off temperature stage

圖14 SCR溫度保持階段發(fā)動機工作狀態(tài)Fig.14 The working state of the engine in SCR temperature maintenance stage

3.2 能量分配控制規(guī)則

由上述模式切換規(guī)則確定發(fā)動機的工作狀態(tài)后，仍需對動力總成的功率進(jìn)行分配。本文根據(jù)車輛需求轉(zhuǎn)矩分配比(torque split ratio, TSR)曲線(即發(fā)動機輸出轉(zhuǎn)矩與動力源總需求轉(zhuǎn)矩之比)來確定發(fā)動機的轉(zhuǎn)矩。

圖15和圖16分別為起燃升溫和保溫階段的插電式柴電混合動力汽車的轉(zhuǎn)矩分配插值曲線，采用冪函數(shù)擬合轉(zhuǎn)矩分配規(guī)則,其表達(dá)式如下：

(20)

(21)

式中，RTS1、RTS2分別為起燃升溫階段和保溫階段的轉(zhuǎn)矩分配比。

圖15 SCR系統(tǒng)起燃升溫階段轉(zhuǎn)矩分配控制策略Fig.15 Control strategy of torque distribution in SCR system light-off temperature stage

圖16 SCR溫度保持階段轉(zhuǎn)矩分配控制策略Fig.16 Control strategy of torque distribution in SCR temperature maintenance stage

3.3 CD-CS控制策略優(yōu)化設(shè)計

基于上述所提取的整車工作切換規(guī)則和TSR規(guī)則，可制定基于動態(tài)規(guī)劃結(jié)果的改進(jìn)型CD-CS策略，見圖17，需要指出的是，基于動態(tài)規(guī)劃結(jié)果提取的規(guī)則只對CD階段進(jìn)行了改進(jìn)。其中，Preg，max為當(dāng)前轉(zhuǎn)速下的最大制動回收功率,tlim為SCR系統(tǒng)起燃溫度,SSOC,low為電池組最低SOC值,Pon,low為發(fā)動機最小啟動功率。

圖17 基于動態(tài)規(guī)劃結(jié)果的改進(jìn)型CD-CS策略Fig.17 An improved CD-CS strategy based on DP results

4 控制策略驗證

4.1 仿真驗證

為驗證所提出的基于動態(tài)規(guī)劃算法的 CD-CS(DP-based CD-CS)規(guī)則控制策略的正確性，將仿真結(jié)果分別與初始CD-CS策略和動態(tài)規(guī)劃(DP)算法優(yōu)化結(jié)果進(jìn)行對比。選擇3個NEDC工況，電池SOC初值設(shè)為0.9，SCR催化層初始溫度為20 ℃，仿真結(jié)果分別見圖18和圖19，可以看出，在起燃升溫階段，動態(tài)規(guī)劃算法較DP-based CD-CS規(guī)則控制策略下的SCR溫度上升較快，兩者SCR出口處排放水平相當(dāng)；在SCR溫度保持階段，動態(tài)規(guī)劃算法和DP-based CD-CS兩種策略下的SCR溫度均達(dá)到并穩(wěn)定在370 ℃，DP-based CD-CS規(guī)則控制策略較動態(tài)規(guī)劃算法的NOx排放量降低了3.3%，兩者的NOx排放量相差2.2%，該偏差在允許范圍內(nèi)。

圖18 三種策略中SCR系統(tǒng)出口溫度變化對比Fig.18 Comparison of SCR system outlet temperature variation in three strategies

圖19 三種策略中NOx排放量對比Fig.19 Comparison of NOx emissions in three strategies

表2所示為3種控制策略在3個NEDC工況下的結(jié)果對比。由表2可知，與初始CD-CS策略相比，采用DP-based CD-CS規(guī)則控制策略的油耗和NOx、PM排放量分別減少了4.95%、20.8%、6.06%，進(jìn)一步驗證了動態(tài)規(guī)劃算法的可行性，這也表明所提控制規(guī)則可以用于優(yōu)化初始CD-CS策略，從而降低油耗和排放指標(biāo)。

表2 三種控制策略中仿真結(jié)果對比Tab.2 Comparison of simulation results under three control strategies

4.2 處理器在環(huán)測試

圖20 處理器在環(huán)試驗臺Fig.20 Processor-in-loop test bench

為了驗證DP-based CD-CS策略在目標(biāo)整車控制器中運行的可行性和有效性，搭建了圖20所示的處理器在環(huán)(PIL)試驗臺。利用dSPACE/Targetlink產(chǎn)品級代碼生成工具，將MATLAB/Simulink/Stateflow環(huán)境下建立的控制策略編譯成可執(zhí)行文件，并下載至MPC5554目標(biāo)控制器?？刂破鬏敵龅恼囓囁?、發(fā)動機電機扭矩等信號由VCU控制器與Targetlink系統(tǒng)中運行的整車模型利用基于FTDI芯片組的USB轉(zhuǎn)串口線通信，并由DCI-CAN (USB-CAN轉(zhuǎn)換器)和CalDesk軟件組成的dSPACE標(biāo)定系統(tǒng)對控制器中的參數(shù)進(jìn)行標(biāo)定。

圖21所示為PIL試驗與仿真過程中SCR系統(tǒng)出口溫度變化的對比，可以看出，兩種結(jié)果存在一定的偏差，但整體趨勢一致。這是因為在進(jìn)行Targetlink模型轉(zhuǎn)換時忽略了一些瞬態(tài)過程及非線性過程。圖22所示為PIL試驗與仿真過程中NOx排放量的整體情況，可以看出，與仿真結(jié)果相比，試驗得到的NOx排放量增大了1.6%。結(jié)合表2和圖22可知，與初始CD-CS策略相比，試驗得到的NOx排放量增大了18.2%。綜上可知，所提基于動態(tài)規(guī)劃算法的插電式柴電混合動力汽車規(guī)則控制可達(dá)到預(yù)期的結(jié)果。

圖21 SCR系統(tǒng)出口溫度結(jié)果對比Fig.21 Comparison of SCR system outlet temperature results

圖22 NOx排放量結(jié)果對比Fig.22 Comparison of NOx emission results

5 結(jié)論

(1)基于準(zhǔn)靜態(tài)假設(shè)建立了包括發(fā)動機-ISG電機、電池、選擇性催化還原系統(tǒng)及傳動系統(tǒng)的整車動力學(xué)模型，并利用線性函數(shù)近似逼近油耗率MAP圖來提高求解速度。

(2)以發(fā)動機油耗、催化器出口排放與其對應(yīng)的加權(quán)系數(shù)乘積的加權(quán)和為目標(biāo)函數(shù)進(jìn)行求解，根據(jù)不同權(quán)重系數(shù)下的計算結(jié)果，提取滿足國Ⅴ排放法規(guī)約束下最優(yōu)控制解的典型特征，并在此基礎(chǔ)上對CD-CS策略進(jìn)行改進(jìn)。

(3)仿真及處理器在環(huán)試驗結(jié)果表明，與初始CD-CS策略相比，基于動態(tài)規(guī)劃算法優(yōu)化結(jié)果的改進(jìn)后CD-CS策略節(jié)油4.95%，NOx排放量、PM排放量分別減少20.8%和6.06%。