基于模糊控制的混合動力電動車再生制動系統(tǒng)的建模與仿真

劉 輝，王偉達(dá)，何 嬌，項(xiàng)昌樂

(北京理工大學(xué)，車輛傳動國家重點(diǎn)實(shí)驗(yàn)室，北京 100081)

前言

混合動力車輛(HEV)兼有動力性好、排放低、效率高的特點(diǎn)，再生制動作為混合動力車輛的重要工作模式，在保證車輛制動性能的條件下，可實(shí)現(xiàn)車輛減速或制動過程中的能量回收，有效降低整車的燃油消耗和機(jī)械制動器的磨損，對整車的燃油經(jīng)濟(jì)性、排放性和行駛安全性都有直接影響。目前，關(guān)于混合動力車輛再生制動技術(shù)的研究集中在控制策略的研究［1－2］，即如何利用再生制動系統(tǒng)盡可能提高整車燃油經(jīng)濟(jì)性［3－4］，以及超級電容器、蓄電池等不同能量貯存器及其組合在制動能量回收效率方面的使用效果［5－7］。根據(jù)混合動力汽車不同的行駛工況、路面附著條件和制動力要求，在保證制動安全性等條件下，如何制定再生制動能量管理和控制策略，確定合理的再生制動和機(jī)械制動能量分配的管理模型和控制策略，提高制動能量回收率，是混合動力車輛再生制動系統(tǒng)研究的核心。

本文中選取制動踏板位置、車速及電池SOC作為模糊控制器輸入條件，建立適用于車輛能量回收的再生制動力分配的模糊控制策略，利用Matlab/Simulink軟件，建立整車再生制動系統(tǒng)的仿真模型，包括模糊控制器、制動器、蓄電池和地面制動力模型等。最后對不同初速下的緊急制動、再生制動和一般制動工況進(jìn)行系統(tǒng)仿真和分析。

1 再生制動控制策略

1.1 再生制動系統(tǒng)制動力分配原則

綜合考慮再生制動對車輛制動性能的影響，以優(yōu)先進(jìn)行制動能量回收為出發(fā)點(diǎn)，可確定如下的再生制動系統(tǒng)制動力分配原則:①在制動強(qiáng)度較低時(shí)，優(yōu)先采用再生制動，由電機(jī)通過傳動系統(tǒng)單獨(dú)提供制動力，機(jī)械制動不工作;②當(dāng)制動強(qiáng)度增加，再生制動力接近飽和后，進(jìn)一步增加的制動強(qiáng)度要求將由機(jī)械制動滿足，采用復(fù)合制動方式，如圖1所示。

該制動力分配原則可利用再生制動充分回收低制動強(qiáng)度下的制動能量，在制動強(qiáng)度較高，電機(jī)制動力無法滿足要求時(shí)，采用機(jī)械制動參與的復(fù)合制動方式來保證制動效能的要求。另外，采用這種分配原則，只須對原車的機(jī)械制動系統(tǒng)的前后軸制動分配比例進(jìn)行適當(dāng)調(diào)整，以滿足設(shè)計(jì)的前后制動力分配比例，而系統(tǒng)結(jié)構(gòu)和機(jī)械制動力矩的控制方式可以基本不變。電機(jī)的制動力矩可根據(jù)制動強(qiáng)度要求以一定的比例進(jìn)行計(jì)算，并由電機(jī)控制器進(jìn)行力矩控制。因此，這種制動力分配原則無論在系統(tǒng)結(jié)構(gòu)上，還是在控制上都便于實(shí)現(xiàn)。

1.2 基于模糊邏輯的制動力分配策略

在模仿人的推理和決策行為方面，模糊邏輯無疑是目前最成功的技術(shù)之一，與經(jīng)典邏輯相比，它更接近人的思維方式，表述上更接近自然語言的形式。模糊控制器由規(guī)則庫、推理機(jī)制、模糊化接口和解模糊化接口等4部分組成。多輸入多輸出(MIMO)模糊控制器的組成如圖2所示。

模糊邏輯控制策略主要用于電動汽車制動力分配的控制中，它有以下優(yōu)點(diǎn)［8］:(1)可方便地體現(xiàn)不同因素的影響，如車速(電機(jī)轉(zhuǎn)速)、電池SOC等;(2)可表達(dá)再生制動控制中難以精確定量表達(dá)的規(guī)則;(3)在測量不精確和部件特征有變化時(shí)具有很強(qiáng)的魯棒性。

模糊制動力分配控制器的作用是將駕駛員的需求制動力矩在機(jī)械制動和電機(jī)再生制動之間進(jìn)行分配，以實(shí)現(xiàn)高效回收制動能量，同時(shí)滿足車輛的制動性和駕駛平穩(wěn)性的要求。

(1)模糊控制器結(jié)構(gòu) 綜合考慮影響再生制動的多種因素和制動穩(wěn)定性要求，選取電池SOC、車速和駕駛員要求的制動力(由制動踏板位置得到)作為控制器輸入量。本文中從電機(jī)制動的參與程度出發(fā)確定電機(jī)制動力，考慮模糊控制的仿人特性，令控制器不精確確定電機(jī)制動力矩，選取電機(jī)制動力矩的投入程度，即電機(jī)制動力矩占當(dāng)前電機(jī)可實(shí)現(xiàn)最大力矩的比例，作為控制器輸出量。

所設(shè)計(jì)的模糊制動力分配控制器的結(jié)構(gòu)如圖3所示，主要由2個(gè)模塊組成。第1個(gè)模塊為模糊推理器(模糊控制器)模塊;輸出為歸一化的電機(jī)制動力比例k，即電機(jī)制動力矩占當(dāng)前可實(shí)現(xiàn)的電機(jī)力矩的比例，范圍為［0，1］。第2個(gè)模塊為制動力矩分配模塊，根據(jù)電機(jī)制動力比例k和當(dāng)前可實(shí)現(xiàn)的電機(jī)力矩，最終確定機(jī)械制動力矩和電機(jī)制動力矩的大小。

(2)語言變量選取 為簡化模糊邏輯、提高運(yùn)行效率，選取大、中、小3個(gè)模糊語言變量來描述制動踏板位置、車速、電池SOC和電機(jī)制動力矩比例等控制器輸入輸出量。各變量隸屬度函數(shù)根據(jù)理論分析和仿真結(jié)果調(diào)整確定。限于篇幅不再贅述。

(3)模糊規(guī)則設(shè)計(jì) 制定再生制動力矩的模糊規(guī)則時(shí)，應(yīng)盡量保證整車的安全性與舒適性，同時(shí)盡可能多地回收制動能量。根據(jù)已知經(jīng)驗(yàn)和仿真結(jié)果，總結(jié)出模糊規(guī)則。基于模糊規(guī)則利用Matlab模糊邏輯工具箱設(shè)計(jì)模糊控制器，模糊推理規(guī)則采用Mandani法。模糊邏輯工具箱可根據(jù)模糊規(guī)則生成模糊推理曲面。選取車速、電池SOC與電機(jī)制動力分配比例關(guān)系的模糊推理曲面如圖4所示。

從圖4(a)中可以看出，當(dāng)電池SOC低于上限(小于0.8)時(shí)，隨著車速的增大，再生制動的比例增大，由于電池的吸收功率有限，為保證再生電功率不超過電池吸收功率和制動電阻耗散功率之和，當(dāng)車速增加到一定值時(shí)，再生制動比例不再增大，維持在一個(gè)最大值。從圖4(b)中可看出，在一定車速下，再生制動比例總的變化趨勢是隨SOC增大而逐漸減小。當(dāng)電池的SOC大于0.8時(shí)，為保護(hù)電池，再生制動的比例為零。

(4)解模糊方法 由于輸出的控制量是一個(gè)模糊量，而實(shí)際的控制量是精確量，因此應(yīng)該用合適的判決方法將模糊控制量轉(zhuǎn)變成精確量。考慮到整車駕駛性能，采用加權(quán)平均法，即

式中:βi為第i條規(guī)則輸出的結(jié)果;ki為第i條規(guī)則在總輸出中所占比例;k為系統(tǒng)輸出量。

由式(1)可求得對應(yīng)的電機(jī)再生制動力矩所占的比例，進(jìn)而得到電機(jī)和機(jī)械制動器的制動力矩。

2 再生制動系統(tǒng)建模

采用前向仿真建模法，在Matlab/Simulink環(huán)境下，利用理論建模和數(shù)值建模相結(jié)合的方法建立了再生制動控制策略模型、車輪動力學(xué)模型、電機(jī)模型、蓄電池模型、傳動系模型和車身動力學(xué)模型等。

2.1 控制策略模型

控制策略模型根據(jù)制動踏板位置、電池SOC狀態(tài)和車速等信息計(jì)算總需求制動力矩和進(jìn)行制動力分配等。再生制動控制策略的核心是基于模糊邏輯的制動力分配策略。總需求制動力矩由制動踏板和車輛制動系參數(shù)決定，即由制動強(qiáng)度需求決定總制動力矩。模糊控制器的3個(gè)輸入量分別為制動踏板位置、車速和電池SOC。其中，制動踏板位置由制動工況決定，車速和電池SOC為車輛模型實(shí)時(shí)計(jì)算值。根據(jù)模糊邏輯控制器得到電機(jī)制動力矩分配比例，繼而求出電機(jī)制動力矩和機(jī)械制動力矩。基于模糊邏輯的再生制動控制策略如圖5所示。

2.2 車輪動力學(xué)模型

車輪動力學(xué)模型根據(jù)機(jī)械制動器制動力、再生制動力和地面制動力計(jì)算車輪角加速度，再由其積分求得車輪轉(zhuǎn)速。

本文中研究的混合動力驅(qū)動型式為全輪驅(qū)動，因此各驅(qū)動輪均能產(chǎn)生再生制動力。在不計(jì)滾動阻力矩時(shí)，混合動力車輛的車輪制動動力學(xué)方程為

式中:Jw為車輪轉(zhuǎn)動慣量;為車輪角加速度;FB為地面制動力;Fμ為機(jī)械制動器制動力;Fre為電機(jī)制動力。其中電機(jī)制動力Fre為

式中:Tm為電機(jī)制動力矩;ik為k擋位速比;r為車輪半徑;ηT為機(jī)械傳動效率。

地面制動力取決于輪胎與地面間的附著系數(shù)和輪胎所受的垂直載荷。輪胎在從純滾動到抱死拖滑直至停止的過程，附著系數(shù)并非保持不變，而是隨著輪胎滑移率、路面材料、路面狀況、輪胎結(jié)構(gòu)、胎面材料和花紋以及車輛速度等的變化而變化。輪胎的附著系數(shù)與滑移率成非線性關(guān)系。采用魔術(shù)公式來描述輪胎的非線性特性。縱、橫向附著系數(shù)φ與滑移率s的關(guān)系曲線如圖6所示。

2.3 電機(jī)模型

電機(jī)模型根據(jù)當(dāng)前電機(jī)轉(zhuǎn)速和控制器決定的電機(jī)力矩，考慮電機(jī)效率后，計(jì)算出當(dāng)前電機(jī)功率。根據(jù)文中仿真需要，電機(jī)采用簡化模型。提取電機(jī)效率MAP圖，利用 Matlab/Simulink的 Look-Up Table(2-D)模塊，經(jīng)二維插值可得到任意電機(jī)力矩及轉(zhuǎn)速下的電機(jī)效率，進(jìn)而求出電機(jī)輸出功率，為蓄電池充電。電機(jī)效率MAP圖如圖7所示。

2.4 蓄電池模型

蓄電池模型主要根據(jù)充電功率計(jì)算電池電量、電壓、電流和內(nèi)阻等狀態(tài)信息的變化情況。混合動力車輛制動過程中，由于蓄電池的SOC反映了電池總?cè)萘康淖兓闆r，也反映了制動能量的回收情況，因此計(jì)算SOC是蓄電池模型的主要組成部分。根據(jù)電池初始SOC和電池當(dāng)前溫度與最高溫度的差值確定此時(shí)的初始充電電流，利用馬斯定律I=I0e－at(其中I為理想充電電流，I0為充電開始時(shí)最大可充電電流，a為充電接受比)計(jì)算出當(dāng)前的充電電流。SOC值采用安時(shí)累計(jì)法計(jì)算:

式中:SOC0為初始SOC;Ktem為溫度增益系數(shù)，根據(jù)電池試驗(yàn)確定;Qcap為電池的安時(shí)容量;Quse為用掉的電量，按下式計(jì)算:

式中:ηdis、ηchg分別為蓄電池的放、充電效率。

3 再生制動系統(tǒng)仿真

根據(jù)所研究車輛的特點(diǎn)，分別選用初始車速為30km/h(一般車速)、60km/h(較高車速)和90km/h(高速)在緊急制動、緩速制動和一般制動工況下進(jìn)行仿真，結(jié)果如圖8～圖10所示。

3.1 緊急制動

圖8為在緊急制動工況下隨著時(shí)間的變化，模糊控制器輸出電機(jī)制動比例k、電池荷電狀態(tài)SOC、制動踏板開度和總制動力矩T、制動減速度j和車速v的變化情況。

仿真結(jié)果表明，車輛緊急制動時(shí)能快速提供制動力(制動踏板模型中駕駛員的反應(yīng)時(shí)間為0.3s)，并迅速停車，電池SOC的變化很小。在緊急制動工況中，不同初速條件下，駕駛員的操作是相同的，都希望在最短時(shí)間內(nèi)提供最大的制動力將車輛制動，故模型中設(shè)置的制動踏板變化規(guī)律相同，即在不同初速下總制動力矩大體相同。緊急制動時(shí)利用附著系數(shù)達(dá)到峰值，因?yàn)檩喬ツＰ涂紤]了輪胎轉(zhuǎn)速對輪胎力的影響，緊急制動時(shí)不同車速產(chǎn)生的地面制動力有所不同。為保證制動安全，制動強(qiáng)度很大時(shí)，模糊控制器適當(dāng)降低了電制動占總制動力的比例，另外制動時(shí)間較短，所以SOC變化不明顯。

3.2 緩速制動

緩速制動的功能之一是使車輛在下長坡時(shí)車速保持穩(wěn)定。在此工況下，為使車輛在坡道上盡量多地回收能量并向電池充電，同時(shí)減少機(jī)械制動器的磨損，制動踏板踩下的幅度很小，使得電機(jī)分配到的制動力矩比例較大。圖9為30和60km/h初速下，下長坡緩速制動的仿真結(jié)果。

緩速制動仿真結(jié)果表明，模糊控制器的輸出即電機(jī)制動力矩所占比例與初速成正比，與建立的模糊控制器的規(guī)則相對應(yīng)。而由于制動踏板的控制，使車輛速度變化緩慢，制動減速度趨近于零，控制車速的效果較好。一般在這種工況下，電制動單獨(dú)作用即可滿足制動需求，這樣既可避免長時(shí)間采用機(jī)械制動器制動，產(chǎn)生磨損及熱衰退，造成安全隱患，又可對電池大量充電。

3.3 一般制動

在車輛行駛的大部分時(shí)間里，多數(shù)制動為一般制動，即制動強(qiáng)度適中。通過調(diào)節(jié)制動踏板，使車輛處于一般制動工況，即設(shè)制動踏板的輸入介于緊急制動(制動強(qiáng)度大于0.7)和下長坡減速(制動強(qiáng)度不大于0.1)之間，以滿足車輛一般制動強(qiáng)度，得出仿真結(jié)果如圖10所示。

仿真結(jié)果表明，車輛在滿足一般制動強(qiáng)度要求的情況下，模糊控制器的輸出隨著初始車速的不同而有相應(yīng)的改變，使機(jī)械制動和電制動能夠進(jìn)行合理分配，在滿足制動安全性的同時(shí)，電池可實(shí)現(xiàn)一定程度的充電，證明了模糊控制器的模糊規(guī)則可實(shí)現(xiàn)較為合理的機(jī)電制動力分配。

4 結(jié)論

在優(yōu)先進(jìn)行制動能量回收的制動力分配原則下，為保證整車的制動穩(wěn)定性和平順性，應(yīng)用模糊控制策略對某型車的再生制動分配控制策略進(jìn)行了研究。在考慮車速和SOC的基礎(chǔ)上，建立了基于模糊邏輯的再生制動控制策略，增加制動踏板位置作為輸入變量，進(jìn)一步改善了控制性能。

在Matlab/Simulink環(huán)境下，對制動系統(tǒng)各部件進(jìn)行了建模與仿真。在30、60和90km/h的初速下，對典型制動工況(緊急制動、下長坡緩速制動和一般制動工況)分別進(jìn)行了仿真計(jì)算與驗(yàn)證。仿真結(jié)果表明，采用該再生制動控制策略和所建立的再生制動系統(tǒng)模型能較好地完成制動要求，并對電池實(shí)現(xiàn)一定程度的充電。

［1］Glenn B，Washington G，Rizzoni G.Operation and Control Strategies for Hybrid Electric Automobiles［C］.SAE Paper 2000－01－1537.

［2］Wyczalk F.Regenerative Braking Concepts for Electric Vehicle-A Primer［C］.SAE Paper 920648.

［3］田光宇，彭濤，林成濤，等.混合動力電動汽車關(guān)鍵技術(shù)［J］.汽車技術(shù)，2002(1):8－11.

［4］王冬，田光宇，陳全世.混合動力電動汽車動力系統(tǒng)選型策略分析［J］.汽車工業(yè)研究，2001(1):17－20.

［5］Frank Wicks.Modeling Regenerative Braking and Storage for Vehicles［C］.Energy Conversion Engineering Conference，Proceedings of the 32nd Intersociety Proceedings of the 32nd Intersociety，1997，3:2030－2035.

［6］耿聰，劉溧，張欣，等.EQ6110混合動力電動汽車再生制動控制策略研究［J］.汽車工程，2004，26(3):253 －256.

［7］Gao Yimin，Chen Liping，Ehsani Mehrdad.Investigation of the Effectiveness of Regenerative Braking for EV and HEV［C］.SAE Paper 1999－01－2910.

［8］Schouten Niels T，Salman Mutasim A，Kheir Naim A.Fuzzy Logic Control for Parallel Hybrid Vehicles［J］.IEEE Transactions on Control Systems Technology，2002，10(3):460 －468.