基于模糊邏輯的電動(dòng)汽車制動(dòng)力分配及能量回收控制策略研究

徐國(guó)凱,張 濤,趙秀春

(大連民族學(xué)院機(jī)電信息工程學(xué)院,遼寧大連 116605)

基于模糊邏輯的電動(dòng)汽車制動(dòng)力分配及能量回收控制策略研究

徐國(guó)凱,張 濤,趙秀春

(大連民族學(xué)院機(jī)電信息工程學(xué)院,遼寧大連 116605)

針對(duì)前輪驅(qū)動(dòng)的電動(dòng)汽車提出了一種基于模糊邏輯的制動(dòng)力分配及能量回收控制策略。同時(shí)考慮了制動(dòng)踏板行程、車速 (電機(jī)轉(zhuǎn)速)、電池荷電狀態(tài)等對(duì)電動(dòng)汽車制動(dòng)力分配的影響,使動(dòng)力分配更加合理,從而有效地回收制動(dòng)能量,提高能量利用率。仿真結(jié)果表明了該控制策略的有效性和優(yōu)越性。

電動(dòng)汽車;能量回收;制動(dòng)力分配;模糊邏輯

電動(dòng)汽車和混合動(dòng)力電動(dòng)汽車最重要的特性之一是具有可以回收制動(dòng)能量的能力,顯著提高電動(dòng)汽車的續(xù)駛里程 (也叫作再生制動(dòng))。在電動(dòng)汽車和混合動(dòng)力電動(dòng)汽車中的電動(dòng)機(jī)可以被控制作為發(fā)電機(jī)運(yùn)行,將制動(dòng)時(shí)耗散的動(dòng)能進(jìn)行回收,存儲(chǔ)在能量存儲(chǔ)裝置中得以再次利用,從而達(dá)到提高整車能量效率和增加續(xù)駛里程的目的[1-2]。

電動(dòng)汽車和混合動(dòng)力電動(dòng)汽車的制動(dòng)系統(tǒng)與傳統(tǒng)汽車有所不同,它們的制動(dòng)力矩分為兩部分,由電機(jī)提供的能量回收制動(dòng)力矩和由傳統(tǒng)的制動(dòng)器提供的制動(dòng)力矩,兩者之和即為總的制動(dòng)力矩。因此,針對(duì)電動(dòng)汽車和混合電動(dòng)汽車的制動(dòng)系統(tǒng)的設(shè)計(jì)就會(huì)面臨兩個(gè)基本問(wèn)題:一是如何在再生制動(dòng)和機(jī)械摩擦制動(dòng)之間分配所需的總制動(dòng)力,以回收盡可能多的車輛的動(dòng)能;二是如何在前后輪軸上分配總的制動(dòng)力,以實(shí)現(xiàn)穩(wěn)定的制動(dòng)狀

態(tài)[3-5]。

本文從制動(dòng)力分配的角度,基于電動(dòng)汽車仿真軟件ADV ISOR,探討了電動(dòng)汽車前后輪制動(dòng)力分配方案的原理及特點(diǎn),并以前輪驅(qū)動(dòng)的電動(dòng)汽車為例,考慮到制動(dòng)踏板行程、車速 (電機(jī)轉(zhuǎn)速)、電池的荷電狀態(tài)(SOC)等因素對(duì)電動(dòng)汽車制動(dòng)力分配的影響,應(yīng)用模糊邏輯進(jìn)行制動(dòng)力分配及能量回收策略的優(yōu)化。

1 ADV ISOR制動(dòng)力分配策略

在電動(dòng)汽車和混合動(dòng)力電動(dòng)汽車中,再生制動(dòng)盡管能夠回饋制動(dòng)能量,提高續(xù)駛里程,但僅僅依靠再生制動(dòng)是不夠的,傳統(tǒng)的摩擦制動(dòng)還是必需的。一方面,單純的再生制動(dòng)不能給駕駛者在制動(dòng)時(shí)提供很好的感覺(jué),容易使他們產(chǎn)生錯(cuò)覺(jué)。另一方面,在汽車需要緊急制動(dòng)時(shí),摩擦制動(dòng)將起到關(guān)鍵性的作用。只有將再生制動(dòng)與摩擦制動(dòng)有效結(jié)合,才能產(chǎn)生一個(gè)高效的制動(dòng)系統(tǒng)。

在所需的總制動(dòng)力中,假設(shè)X%的制動(dòng)力由再生制動(dòng)提供,另外的(100-X)%的制動(dòng)力由摩擦制動(dòng)提供。前輪再生制動(dòng)系數(shù)X是一個(gè)與車輛行駛速度和電動(dòng)機(jī)性能有關(guān)的參數(shù)。由于低速時(shí)回饋電流很小,充電效率低,因此一般情況下,再生制動(dòng)在低速時(shí)的值要小于在高速時(shí)的值。

如圖 1,給出了 ADV ISOR的制動(dòng)力分配方案,基本原理是根據(jù)當(dāng)前車速通過(guò)查表方式得到前輪電機(jī)再生制動(dòng)的分配系數(shù)fgen和前輪摩擦制動(dòng)分配系數(shù)ffri(在 ADV ISOR中分別對(duì)應(yīng)的變量名為 wh_fa_dl_brake_frac和 wh_fa_fric_brake_frac)。前輪的制動(dòng)力分配系數(shù)表如圖 2,這個(gè)表是在WH_S MCAR.m文件中定義的,可以通過(guò)修改來(lái)達(dá)到不同的分配形式。前輪制動(dòng)力分配完畢后,剩余的制動(dòng)力由后輪的摩擦制動(dòng)提供。

圖 1 ADV ISOR中制動(dòng)力分配方案

ADV ISOR提供了一種簡(jiǎn)單有效的制動(dòng)力分配方案,但也有相當(dāng)多的不足。首先,未考慮其他因素的影響,如制動(dòng)踏板行程和電池 SOC;其次,該分配方案相對(duì)固定,無(wú)法保證實(shí)現(xiàn)最大可能的回收能量;另外,電動(dòng)汽車運(yùn)行工況復(fù)雜,很多參數(shù)均在不斷的變化之中,建模相對(duì)比較困難,因此,提出借助模糊控制的相關(guān)理論分析來(lái)解決此問(wèn)題。

圖 2 ADV ISOR中制動(dòng)力分配系數(shù)

2 基于模糊邏輯的制動(dòng)力分配和能量回收策略

Oakland大學(xué)、Ohio州立大學(xué)、國(guó)際可回收能源實(shí)驗(yàn)室、Seoul大學(xué)等早前的研究都表明模糊邏輯控制是非常適用于混合動(dòng)力汽車控制的。模糊控制在測(cè)量不精確和部件特性有變化的時(shí)候具有很強(qiáng)的魯棒必需性,特別是可以表達(dá)回收控制中難以精確定量表達(dá)的規(guī)則。

2.1 系統(tǒng)結(jié)構(gòu)

影響電動(dòng)汽車能量回收的因素很多,主要有電機(jī)的發(fā)電能力、電池的存儲(chǔ)能力等。因此,需要輸入的信息至少包括電池 SOC、車速 (電機(jī)轉(zhuǎn)速)和駕駛員所需的制動(dòng)力即制動(dòng)踏板的行程。作為輸出,由于制動(dòng)轉(zhuǎn)矩在電機(jī)和摩擦制動(dòng)器之間分配,因此,只要確定一個(gè),另一個(gè)也就確定了。

本文提出的基于模糊邏輯的控制策略的結(jié)構(gòu)框圖如圖 3,主要由兩個(gè)模塊組成。第一個(gè)模塊為模糊推理器模糊控制器模塊,有 3個(gè)輸入和 1個(gè)輸出,輸入分別為車速 (電機(jī)轉(zhuǎn)速)、制動(dòng)踏板行程和電池 SOC,輸出為制動(dòng)力分配系數(shù);第二個(gè)模塊為制動(dòng)轉(zhuǎn)矩修正模塊,根據(jù)模糊推理器的輸出和所需制動(dòng)力的輸入,最終確定機(jī)械制動(dòng)轉(zhuǎn)矩和電機(jī)制動(dòng)轉(zhuǎn)矩 (即再生制動(dòng))。

圖 3 基于模糊邏輯的制動(dòng)力分配及能量回收結(jié)構(gòu)框圖

2.2 輸入量的模糊化

模糊控制器的 3個(gè)輸入量分別是車速 (電機(jī)轉(zhuǎn)速)、制動(dòng)踏板行程以及電池 SOC,這 3個(gè)量的模糊化為后面模糊規(guī)則的解釋和實(shí)施提供了先決條件。根據(jù)大量的實(shí)驗(yàn)數(shù)據(jù)和理論分析,為輸入量車速 (電機(jī)轉(zhuǎn)速)、制動(dòng)踏板行程、電池 SOC以及輸出變量再生制動(dòng)力比例系數(shù)分別設(shè)計(jì)隸屬度函數(shù),如圖 4中的 a,b,c,d。

圖 4 輸入量及輸出量的隸屬度函數(shù)

車速 (電機(jī)轉(zhuǎn)速)V的隸屬函數(shù)如圖 4(a)。模糊子集 middle表示當(dāng)前車速屬于一般行駛速度,例如在城市路況中;而模糊子集 high則表示車速比較高的時(shí)候,例如在高速公路或持續(xù)直線行駛時(shí);模糊子集 low代表車速較低,如在車輛剛起步的時(shí)候或即將停車時(shí)。

制動(dòng)踏板行程 Pos的隸屬函數(shù)如圖 4(b)。模糊子集 high表示對(duì)制動(dòng)力需求較大,一般出現(xiàn)在急剎車的情況下。模糊子集middle表示對(duì)制動(dòng)力的需求一般;模糊子集 low表示只需要較小的制動(dòng)力,不希望車速發(fā)生較大的變化,一般出現(xiàn)在下坡或滑行時(shí)。

電池 SOC的隸屬度函數(shù)如圖 4(c),模糊子集middle表示當(dāng)前電池電量處在一般的狀態(tài),而模糊子集 high則表示電池電量處在較高的狀態(tài),例如在電動(dòng)汽車剛充滿電又長(zhǎng)下坡時(shí),電機(jī)持續(xù)給電池充電使得電量較高;模糊子集 low則表示電池電量處在較少的狀態(tài),例如在電動(dòng)汽車長(zhǎng)時(shí)間驅(qū)動(dòng)行駛,電池持續(xù)給電機(jī)供電使得電量較低。

2.3 模糊推理

制定制動(dòng)能量回饋模糊規(guī)則時(shí),應(yīng)盡量保證整車的安全性與舒適性,同時(shí)盡可能回收更多的能量。根據(jù)實(shí)際經(jīng)驗(yàn)和大量的仿真實(shí)驗(yàn),總結(jié)出下面的模糊規(guī)則表,共有 27條規(guī)則,其中第 i條規(guī)則的表述形式為

所有規(guī)則見(jiàn)表 1。

表 1 模糊推理規(guī)則庫(kù)

由此得到再生制動(dòng)比例系數(shù)隨著 3個(gè)輸入量中的任意兩個(gè)變化而改變的曲面圖如圖 5。從中可以看出,當(dāng)電池 SOC一定時(shí) (小于 0.7),隨著車速的升高,再生制動(dòng)的比例增大,由于電機(jī)的功率有限,為了保證電機(jī)在額定的功率內(nèi)工作,當(dāng)車速增加到一定值時(shí),再生制動(dòng)比例不再增大,維持在一個(gè)最大值,所以當(dāng)電池 SOC大于 0.7時(shí),即使車速增大,為了保護(hù)電池,再生制動(dòng)的比例很低。

圖 5 再生制動(dòng)力比例系數(shù)隨輸入量變化的曲面圖

2.4 輸出量的去模糊化

由于輸出的控制量是一個(gè)模糊量,而實(shí)際的控制量是確切量,應(yīng)該用合適的判決方法將模糊控制量轉(zhuǎn)變成確切量,考慮到整車駕駛的性能,采用加權(quán)平均法求得對(duì)應(yīng)的電機(jī)再生制動(dòng)所占的比例

進(jìn)而得到電機(jī)的制動(dòng)轉(zhuǎn)矩。

3 仿真結(jié)果與分析

本文選擇了 3種典型的城市驅(qū)動(dòng)循環(huán):歐洲ECE+EUDC、日本 1015和美國(guó) UDDS來(lái)進(jìn)行再生制動(dòng)系統(tǒng)的仿真。

采用 ADV ISOR制動(dòng)力分配、文獻(xiàn) [3]中的制動(dòng)力分配和基于模糊邏輯的制動(dòng)力分配 3種制動(dòng)力分配策略和無(wú)回饋制動(dòng)時(shí)的蓄電池剩余電量的比較見(jiàn)表 2,分別按歐洲 ECE+EUDC、日本 1015和美國(guó)UDDS工況運(yùn)行了 1個(gè)工況循環(huán),實(shí)驗(yàn)前蓄電池 SOC均為 1。

表 2 蓄電池剩余電量比較

由表 2可以看出,采用基于模糊邏輯的制動(dòng)力分配及能量回收策略后,電動(dòng)汽車在同一循環(huán)工況下消耗的能量不僅比無(wú)回饋制動(dòng)和 ADV ISOR分配控制方案的能量消耗明顯減少,蓄電池剩余電量的比例有所增加;而且因?yàn)榭紤]了電池SOC對(duì)電動(dòng)汽車制動(dòng)力分配的影響,同文獻(xiàn)[3]中的制動(dòng)力分配控制策略得到的仿真結(jié)果相比也有一些提高。

4 結(jié) 語(yǔ)

本文提出的基于模糊邏輯的制動(dòng)力分配及能量回收控制策略,考慮了各種因素的影響,如制動(dòng)踏板行程、車速 (電機(jī)轉(zhuǎn)速)、電池 SOC等,通過(guò)對(duì)采用不同的控制方案對(duì)比,仿真結(jié)果表明了該控制策略具有更高的制動(dòng)能量回收率和整車能量效率。

[1]MEHRDAD E,GAO Y imin,SEBASTIEN E G,et al.現(xiàn)代電動(dòng)汽車、混合動(dòng)力電動(dòng)汽車和燃料電池車——基本原理、理論和設(shè)計(jì) [M].倪光正,倪培宏,熊素銘,譯.北京:機(jī)械工業(yè)出版社,2008.

[2]彭?xiàng)?殷承良,張建武.基于模糊控制的并聯(lián)式混合動(dòng)力汽車制動(dòng)控制系統(tǒng) [J].吉林大學(xué)學(xué)報(bào):工學(xué)版,2007,37(4):756-761.

[3]徐海東.電動(dòng)汽車再生制動(dòng)能量高效回收控制策略研究 [D].濟(jì)南:山東大學(xué),2007.

[4]張健,王耀南,曹松波.基于模糊邏輯的電動(dòng)汽車制動(dòng)能量回饋控制策略 [J].工業(yè)控制計(jì)算機(jī),2005,18(7):59-61.

[5]謝長(zhǎng)君,全書(shū)海,姚玲.基于粒子群優(yōu)化模糊控制器的電動(dòng)汽車再生制動(dòng)控制策略研究[J].武漢理工大學(xué)學(xué)報(bào):交通科學(xué)與工程版,2008,32(4):669-672.

Research on Braking Force D istribution and Energy Recovery Control Strategy for Electric Vehicles Based on Fuzzy Logic

XU Guo-ka i,ZHANG Tao,ZHAO Xiu-chun
(College of Electromechanical&Information Engineering,Dalian NationalitiesUniversity,Dalian Liaoning 116605,China)

A braking force distribution and energy recovery control strategy for electric vehicles based on fuzzy logic is proposed in this paper.The travel of the brake pedal,the vehicle speed(or the rotation speed of the motor)and the battery's state of charge(SOC)are all considered in this strategy,so the braking force distribution isoptimized.In thisway,the braking energy is effectively recovered and,hence,the energy efficiency is increased.Emulation results show the effectiveness and excellence of the proposed control strategy.

electric vehicle;energy recovery;braking force distribution;fuzzy logic

U469.72

A

1009-315X(2010)03-0212-05

2009-10-30

遼寧省教育廳基金項(xiàng)目 (2008133)。

徐國(guó)凱 (1956-),男,遼寧撫順人,教授,學(xué)校優(yōu)秀教學(xué)帶頭人,碩士生導(dǎo)師,主要從事先進(jìn)控制理論研究。

(責(zé)任編輯 劉敏)