復(fù)合電源電動(dòng)汽車能量管理策略研究

鐘曉斌，張志文，李 昕，武雅文

(中北大學(xué)能源動(dòng)力工程學(xué)院，山西 太原 030051)

傳統(tǒng)純電動(dòng)汽車的驅(qū)動(dòng)電源大多為動(dòng)力電池，然而目前動(dòng)力電池功率密度較低，汽車在實(shí)際行駛過程中啟動(dòng)、加減速頻繁，造成動(dòng)力電池大電流快速充放電，對(duì)電池壽命有不利的影響。而超級(jí)電容功率密度高，可以承受大電流、強(qiáng)功率的充放電，因此將動(dòng)力電池與超級(jí)電容組合成復(fù)合電源系統(tǒng)，通過雙能量源的優(yōu)勢(shì)互補(bǔ)，可以獲得優(yōu)良的比能量和比功率特性。復(fù)合電源系統(tǒng)由于具備兩種不同的能量源，因此其能量的合理分配成為當(dāng)前的研究熱點(diǎn)。通過研究復(fù)合電源電動(dòng)汽車能量管理策略，不僅可以降低汽車能量消耗，還可以提高汽車制動(dòng)能量回收效率以及延長(zhǎng)復(fù)合電源系統(tǒng)的使用壽命[1-3]。

He等[4]采用動(dòng)力電池-超級(jí)電容復(fù)合電源系統(tǒng)為電動(dòng)汽車提供動(dòng)力，實(shí)驗(yàn)結(jié)果顯示動(dòng)力電池的使用壽命明顯延長(zhǎng)。任祥喜[5]經(jīng)過一系列研究分析，提出一種基于改進(jìn)人工蜂群算法的復(fù)合電源電動(dòng)汽車能量管理策略，結(jié)果表明改進(jìn)后的能量管理策略在能量消耗方面與改進(jìn)前相比有一定比例的降低。Moreno等[6]將神經(jīng)網(wǎng)絡(luò)算法應(yīng)用于復(fù)合電源汽車能量管理策略，仿真結(jié)果表明汽車?yán)m(xù)航能力得到顯著提升。

本文首先明確復(fù)合電源系統(tǒng)的拓?fù)浣Y(jié)構(gòu)，然后建立復(fù)合電源電動(dòng)汽車仿真模型，在此基礎(chǔ)上研究復(fù)合電源電動(dòng)汽車能量管理策略，最后使用AVL-Cruise與MATLAB軟件進(jìn)行聯(lián)合仿真分析。

1 純電動(dòng)汽車復(fù)合電源系統(tǒng)的設(shè)計(jì)

復(fù)合電源系統(tǒng)拓?fù)浣Y(jié)構(gòu)如圖1所示，即超級(jí)電容與DC/DC變換器串聯(lián)后再與動(dòng)力電池并聯(lián)接入功率總線。

圖1 復(fù)合電源系統(tǒng)拓?fù)浣Y(jié)構(gòu)

DC/DC變換器負(fù)責(zé)超級(jí)電容兩端的電壓調(diào)整，實(shí)時(shí)地進(jìn)行升壓和降壓模式的切換，達(dá)到使超級(jí)電容電壓和動(dòng)力電池電壓相匹配的目的[7]。因此需要合理控制DC/DC變換器，從而對(duì)超級(jí)電容輸入、輸出端電壓進(jìn)行準(zhǔn)確的調(diào)節(jié)。DC/DC變換器控制流程如圖2所示。

圖2 DC/DC變換器控制流程圖

2 復(fù)合電源電動(dòng)汽車參數(shù)匹配及模型建立

2.1 復(fù)合電源電動(dòng)汽車參數(shù)匹配

動(dòng)力電池、超級(jí)電容、驅(qū)動(dòng)電機(jī)等關(guān)鍵部件的參數(shù)匹配需要考慮車輛工作功率和行駛里程等[8]。

動(dòng)力電池匹配參數(shù)見表1，電池類型為鋰離子電池。

表1 動(dòng)力電池匹配參數(shù)

超級(jí)電容匹配參數(shù)見表2。

表2 超級(jí)電容匹配參數(shù)

驅(qū)動(dòng)電機(jī)匹配參數(shù)見表3。

表3 驅(qū)動(dòng)電機(jī)匹配參數(shù)

2.2 復(fù)合電源電動(dòng)汽車仿真模型

使用AVL-Cruise軟件建立的復(fù)合電源電動(dòng)汽車整車模型如圖3所示。

圖3 整車仿真模型

3 復(fù)合電源電動(dòng)汽車能量管理策略設(shè)計(jì)

本文基于復(fù)合電源系統(tǒng)的結(jié)構(gòu)及其工作模式提出模糊邏輯控制策略，根據(jù)不同的功率需求合理調(diào)整動(dòng)力電池和超級(jí)電容之間的功率輸出比例，提高復(fù)合電源工作效率。模糊邏輯控制策略控制原則如下：

1)起步、加速和爬坡時(shí)，驅(qū)動(dòng)電機(jī)需要有較大的功率來滿足汽車的動(dòng)力要求，此時(shí)應(yīng)利用超級(jí)電容在大電流下發(fā)電效率高的特性，使動(dòng)力電池工作在平均功率范圍內(nèi)，超出需求功率的額外功率則由超級(jí)電容承擔(dān)。

2)汽車長(zhǎng)時(shí)間勻速行駛，此時(shí)具有高比能量的動(dòng)力電池應(yīng)成為汽車主要?jiǎng)恿υ础?/p>

3)汽車處于制動(dòng)狀態(tài)，超級(jí)電容優(yōu)先回收制動(dòng)能量。當(dāng)超級(jí)電容SOC較高時(shí)，則改由動(dòng)力電池回收制動(dòng)能量。

3.1 模糊控制器設(shè)計(jì)

模糊控制器以整車需求功率、動(dòng)力電池SOC和超級(jí)電容SOC為輸入變量，經(jīng)過模糊化處理等步驟輸出功率比例因子K來合理分配動(dòng)力電池與超級(jí)電容的輸出功率。圖4為模糊控制器設(shè)計(jì)流程。

圖4 模糊控制設(shè)計(jì)流程

3.2 輸入量與輸出量隸屬度函數(shù)

根據(jù)新歐洲駕駛循環(huán)工況(NEDC)要求將整車需求功率Preq的隸屬度函數(shù)論域設(shè)置為[-30,60]，模糊子集為[VS，S，M，B，VB]，VS、S、M、B、VB的含義分別是過低、偏低、適中、偏高、過高。

動(dòng)力電池SOCbat的論域設(shè)置為[0.15，1]，模糊子集為[S，M，B]，S、M、B的含義分別是小、中、大。

超級(jí)電容SOCsc的論域設(shè)置為[0.3,1]，模糊子集為[S，M，B]。

模糊控制策略通過控制功率比例因子K來決定車輛動(dòng)力電池的輸出功率：

(1)

式中：Pbat為動(dòng)力電池輸出功率。

本文將比例因子K的論域范圍[0，1.3]劃分為7個(gè)區(qū)間，即K=[LE，ML，ME，MB，GE，CL，CG]，分別代表小、較小、中、較大、大、低充、高充。

模糊控制器中輸入輸出變量的隸屬度函數(shù)如圖5～8所示。

圖5 輸入量Preq隸屬度函數(shù)

圖6 輸入量SOCbat隸屬度函數(shù)

圖7 輸入量SOCsc隸屬度函數(shù)

圖8 輸出變量K的隸屬度函數(shù)

模糊邏輯控制規(guī)則表由若干If-Then規(guī)則構(gòu)成，見表4。

表4 復(fù)合電源模糊邏輯控制規(guī)則表

3.3 搭建整車能量管理策略模型

使用MATLAB/Simulink建立整車能量管理策略模型，如圖9所示。

圖9 整車控制策略模型

4 復(fù)合電源電動(dòng)汽車能量管理策略聯(lián)合仿真結(jié)果分析

4.1 基于單電池系統(tǒng)整車仿真

利用MATLAB/Simulink和AVL-Crusie軟件進(jìn)行聯(lián)合仿真。動(dòng)力電池單獨(dú)驅(qū)動(dòng)時(shí)，基于NEDC循壞工況下動(dòng)力電池SOC、電流曲線如圖10、圖11所示。

圖10 單電池SOC曲線(縱坐標(biāo)改斜體)

圖11 單電池電流曲線

由圖10，11可知，當(dāng)單電池驅(qū)動(dòng)時(shí)，在2 400 s循環(huán)工況下，SOC值從0.61下降到0.52，動(dòng)力電池最大的充電電流為48 A，電池放電最大電流為192 A。

4.2 基于復(fù)合電源系統(tǒng)模糊控制策略整車仿真

復(fù)合電源系統(tǒng)聯(lián)合驅(qū)動(dòng)時(shí)，基于模糊控制策略下的動(dòng)力電池和超級(jí)電容SOC、電流、功率曲線如圖12，13，14所示。

圖12 復(fù)合電源系統(tǒng)SOC曲線

圖13 復(fù)合電源系統(tǒng)電流分配曲線

圖14 復(fù)合電源系統(tǒng)功率分配曲線

由圖12，13，14可知，基于模糊控制策略下的動(dòng)力電池SOC值變化范圍為0.61～0.66，超級(jí)電容SOC值變化范圍為0.57～0.67，動(dòng)力電池最大放電電流為65 A，最大充電電流為68 A。工作過程中，超級(jí)電容平衡動(dòng)力電池輸出功率，通過計(jì)算得到動(dòng)力電池單獨(dú)驅(qū)動(dòng)百公里電耗量約15.28 kWh/100 km，而復(fù)合電源模式下百公里電耗量約14.60 kWh/100 km，實(shí)現(xiàn)了節(jié)能效果。

4.3 仿真結(jié)果對(duì)比分析

在模糊邏輯控制策略下，與單一電源純電動(dòng)汽車相比，添加了超級(jí)電容的復(fù)合電源系統(tǒng)可以提高動(dòng)力電池的充放電效率，減少動(dòng)力電池的放電循環(huán)次數(shù)和放電電流。在2 400 s的NEDC循環(huán)工況下，復(fù)合電源系統(tǒng)的超級(jí)電容SOC值從0.67下降到0.57，動(dòng)力電池SOC值變化范圍為0.61～0.66，通過能量換算，與單一電源系統(tǒng)相比提高約12.5%。在動(dòng)力電池充放電電流方面，復(fù)合電源系統(tǒng)與單一電源系統(tǒng)相比，動(dòng)力電池平均放電電流降低了約20 A，最大電流降低約125 A。在功率分配方面，超級(jí)電容實(shí)現(xiàn)了均衡功能，在特定工況下超級(jí)電容提供輔助動(dòng)力，從而提高動(dòng)力系統(tǒng)的效率，延長(zhǎng)了動(dòng)力電池的壽命。

5 結(jié)束語

本文根據(jù)動(dòng)力電池-超級(jí)電容復(fù)合電源系統(tǒng)結(jié)構(gòu)特性，對(duì)關(guān)鍵部件進(jìn)行參數(shù)匹配并建立復(fù)合電源電動(dòng)汽車整車模型。針對(duì)復(fù)合電源工作模式設(shè)計(jì)模糊邏輯控制策略，并利用MATLAB/Simulink和AVL-Crusie軟件進(jìn)行聯(lián)合仿真。仿真結(jié)果顯示，在模糊邏輯控制策略下，復(fù)合電源系統(tǒng)通過超級(jí)電容實(shí)現(xiàn)了均衡功能，減少動(dòng)力電池的放電循環(huán)次數(shù)和放電電流，證明文中提出的模糊邏輯控制策略實(shí)現(xiàn)了多目標(biāo)控制，解決了非線性復(fù)雜控制問題，提高了動(dòng)力電池的充放電效率與壽命。