基于I線制動力分配的四驅純電動汽車制動能量回收策略的研究*

孫大許，蘭鳳崇，陳吉清

(1.華南理工大學機械與汽車工程學院，廣州 510640;2.河源職業技術學院，河源 517000;3.廣東省汽車工程重點實驗室，廣州 510640)

前言

研究表明，汽車在城市行駛工況下，大約有50%甚至更多的驅動能量在制動過程中損失，即使在郊區工況下也大約有20%的能量損失［1－2］。對電動汽車制動能量回收的研究成為了近年來的研究熱點，如文獻［1］中開發了一套電動汽車制動能量回收系統;文獻［3］中以某前驅微型電動轎車為研究對象，進行了電機再生制動和整車前后制動力的聯合控制策略研究;文獻［4］中對輕度混合動力汽車制動能量回收策略進行了研究。在上述針對單軸驅動的電動汽車或混合動力汽車的研究中，為盡可能多地回收制動能量，在制動力分配上盡量偏向于電驅動軸，制動力的分配偏離I線，犧牲了汽車的制動穩定性。文獻［5］中對電動汽車制動能量回收最大化影響因素進行了分析，最終使雙軸電動汽車無論是在制動能量回收潛力、制動能量回收效率還是制動效能方面都達到最優。

本文中以某雙軸四驅電動汽車為研究對象，開發了基于I線制動力分配的制動能量回收策略，在Matlab/Simulink環境中構建了制動能量回收和制動力分配仿真模塊，并與汽車仿真軟件Cruise相結合，應用該策略對電動汽車的制動能量回收、制動力分配和制動穩定性等進行分析研究。

1 系統模型

四驅電動汽車的制動系統結構如圖1所示。圖中箭頭實線為液壓油路，虛線部分為電連接和控制信號。整車有兩個驅動電機，分別驅動前輪和后輪，兩個電機既能單獨，也可同時驅動車輛。兩個電機可同時進行制動能量回收，當一個電機出現故障時，可由另一個電機驅動，并且進行制動能量回收。車輛機械制動的分配比例由前后輪制動器的結構決定，分配比例為定值β。能量回饋制動可由前后兩個制動電機根據控制信號的大小進行分配。理論上，可使該車制動力在一定的范圍內進行自由分配。

2 前軸最大制動能量回收策略

在制動過程中，前軸的需求制動力總是大于后軸，為了保證汽車在制動時的方向穩定性，不允許后輪先于前輪抱死。因此，本文中只研究前軸電驅動汽車采用最大制動能量回收策略和基于I線制動力分配的四驅純電動車能量回收策略，并在能量回收和制動穩定性等方面進行比較分析。

前軸最大再生制動力策略［5］如圖2所示。假設總需求制動力為F，前后制動器制動力的比值為β/(1－β)，最大再生制動力Freg可表述為

式中L為車輛軸距。

可以看出該策略以ECE法規為底限，以犧牲制動穩定性為代價，最大限度地把制動力分配給前軸，以獲取最大制動力能量回收。

3 基于I線控制策略的設計

與單軸電驅動的電動汽車和混合動力汽車相比，雙軸電驅動電動汽車無須考慮為了多回收能量而使制動力盡量分配給電驅動軸的問題，可充分利用驅動電機的快速響應特性，自由地調節前后軸的制動力分配，使汽車在制動過程中，前后軸的制動力按照I線分配更易實現。

根據電機的輸出特性，在低于額定轉速以下時為恒轉矩，高于額定轉速為恒功率。當電機的轉速過低(一般指轉速低于500r/min)時，因電機產生的反電動勢過低而導致再生制動功能失效，所以在低速時，關閉再生制動功能。

本文中主要研究在雙電機模式下，前后軸的制動力按照I線分配，同時盡可能多地回收制動能量的策略，設電池的初始SOC為40%，只研究制動時的情況，可以忽略電池SOC對電機回饋的影響。

當制動強度0＜Z＜0.7時，由ECU根據制動踏板信號計算出總制動力需求，并按照I線對前后制動需求進行分配，即

式中:FFI為按照I線分配的前軸需求制動力;FRI為按照I線分配的后軸需求制動力。

前后軸的實際制動力由摩擦制動力和再生制動力組成，分別為

式中:Fxb1為前軸實際總制動力;Fxb2為后軸實際總制動力;Ffr1為前軸摩擦制動力;Ffr2為后軸摩擦制動力;Freg1為前軸電機回饋制動力;Freg2為后軸電機回饋制動力。

為保證在制動過程中的制動穩定性，當制動力分配曲線偏離I線時，要保證制動力分配點在I線的下方，所以要優先保證前軸制動力達到I線分布的制動力需求，即

驅動電機的最大制動力max(Freg1(n))是電機轉速n的函數。在當前轉速下，驅動電機的制動力能滿足前軸制動力需求時，即max(Freg1(n))≥FFI時，有

因為車輛在制動時，后輪的制動力需求小于前輪，且本文開發的實例車型前后電機完全相同，所以，此時后軸電機的再生制動力也能滿足制動需求，即

當緊急制動(Z≥0.7)時，關閉再生制動功能，完全采用機械制動［6］。

根據以上控制策略，采用Matlab/Simulink設計出控制模塊，如圖3所示。

4 仿真結果分析

利用專業汽車仿真軟件AVL Cruise，建立某四驅電動汽車的整車模型，并與Matlab/Simulink的控制模塊(圖3)進行聯合仿真。整車主要技術參數如表1所示。設定初速度100km/h，在不同制動強度下進行仿真，并與文獻［5］中的前軸電驅動電動汽車最大制動能量回收策略，在制動能量回收率、制動力分配、制動性能等方面進行比較分析。

4.1 制動能量回收率

表1 實例車型整車參數

在制動過程中，總的可供回收的能量為汽車的動能，其計算方法為

式中:Ek為開始制動時車輛動能;m為整車質量;v0為制動時車輛速度。制動能量回收率可表示為

式中Eb為實際回收能量。假定路面的摩擦因數為1.0，在不同的制動強度Z下，采用前軸電驅動汽車最大再生制動力策略的制動能量回收情況如圖4所示;采用I線制動力分配的四驅電動汽車的制動能量回收情況如圖5所示;表2列出了前軸驅動電動汽車最大能量回收策略與四驅電動汽車基于I線分配的制動力分配策略在不同制動強度下制動能量回收情況的比較。

由圖4、圖5和表2仿真結果可知，當制動強度較小時，前驅電動汽車最大制動能量回收策略比基于I線制動力分配的雙軸四驅能量回收策略回收能量稍多，這是因為，前軸電驅動汽車在制動力分配上工作在AB段，需求的制動力全部由電機提供，雙電機回收能量的總效率低于單個電機;隨著制動強度的增大，雙軸驅動電動汽車的制動回收能量開始明顯高于前軸驅動采用最大制動力回收策略的電動汽車，主要是因為前軸電驅動汽車在制動力分配上開始工作在BC段，部分制動力由機械制動力提供，而雙軸電驅動汽車可以繼續同時提供回饋制動力，總回饋制動力比前軸驅動電機提供的制動力大。

表2 不同制動強度下能量回收情況

4.2 制動力分配和制動穩定性分析

4.2.1 制動力分配分析

對四驅電動汽車基于I線的制動力分配策略，在制動力分配和制動力穩定性方面進行驗證分析。

小強度制動(Z＜0.1)時，汽車前后回饋制動和機械制動的分配如圖6所示。此時需求制動力較小，制動力完全由回饋制動力提供。

中強度制動(0.1≤Z＜0.7)時，汽車前后軸回饋制動和機械制動的分配如圖7所示。制動開始時，由于電機轉速較高，工作在恒功率區，此時電機能夠提供的轉矩較小，隨著電機轉速的降低，提供轉矩逐步增加，當轉速達到電機的基速時，電機提供轉矩達到最大值，工作在恒轉矩區。

緊急制動(Z≥0.7)時，電機回饋制動失效，制動力完全由機械液壓制動提供，如圖8所示。

4.2.2 制動力穩定性分析

在不同制動強度下，當電機轉速高于500r/min時，前后軸的制動力分配曲線如圖9所示。

在小強度制動(Z＜0.1)時，由于此時車輛制動力完全由電機回饋制動提供，前后電機的回饋轉矩可以自由分配，所以制動力分配曲線基本與理想分配的I曲線吻合。

中強度制動(0.1≤Z＜0.7)時，由于機械液壓制動力參與作用，前后制動力自由分配的能力開始減弱，制動力分配曲線開始慢慢向下偏離I線。

緊急制動(Z≥0.7)時，由于電機回饋制動力關閉，前后制動力的分配比例按照固定比例β分配。

通過以上分析可知，在該策略下，前后制動力的分配很好地從I線的下方貼近I線，較好地利用了地面附著系數，保證了車輛的制動穩定性。

5 結論

(1)完成了雙軸四驅電動汽車基于I曲線制動力分配的能量回收控制策略的開發，并與專業汽車仿真軟件AVL Cruise相結合，進行了仿真試驗，實現了預期功能。

(2)通過與采用最大制動力回收策略的前軸驅動電動汽車相比，本文中開發的控制策略回收了更多的能量，進一步挖掘了制動能量回收潛力。

(3)所開發的控制策略，在制動力分配上，從I線的下方貼近I線，保證了制動穩定性。

［1］ 王蒙，孫澤昌，卓桂榮，等．電動汽車制動能量回收研究［J］．農業機械學報，2012，43(2):6 －10．

［2］ Gao Y M，Chen L P，Ehsani M．Investigation of the Effectiveness of Regenerative Braking for EV and HEV［C］．SAE Paper 1999－01－2910．

［3］ 尹安東，趙韓，張炳力．微型電動轎車制動能量回收及控制策略研究［J］．合肥工業大學學報(自然科學版)，2008，31(11):1760－1763．

［4］ 李蓬，金達峰，羅禹貢，等．輕度混合動力汽車制動能量回收控制策略研究［J］．汽車工程，2005，27(5):8 －12．

［5］ 王蒙，孫澤昌，卓桂榮，等．電動汽車制動能量回收最大化影響因素分析［J］．同濟大學學報(自然科學版)，2012，40(4):583－588．

［6］ Ji Fenzhu，Liu Lijun．Study on Braking Stability of Electro-mechanical Hybrid Braking System in Electric Vehicles Based on ECE Regulation［C］．2011 International Conference on Computer Distributed Control and Intelligent Environmental Monitoring，Changsha，Hunan，China，2011:1358 －1361．