ISG型混合動力汽車驅動工況控制策略的試驗研究*

葉 心，葉 明，羅 勇

(1.重慶理工大學車輛工程學院，重慶 400050;2.重慶理工大學，汽車零部件先進制造技術教育部重點實驗室，重慶 400050)

前言

混合動力汽車的控制策略是其節能減排的關鍵技術之一。并聯式混合動力系統的控制策略大致可分為基于模糊控制的智能型控制策略［1-2］、基于規則的穩態控制策略［3］和基于優化算法的動態控制策略［4］3大類，第1類方法不依賴系統精確的數學模型，有利于解決混合動力系統能量分配等復雜問題;第2類是依據工程經驗，根據部件的穩態效率MAP圖來確定發動機和電機的動力匹配;第3類則在既定駕駛循環工況下，根據最優控制理論動態分配發動機和電動機的動力，從而獲得最優的燃油經濟性。文獻［5］中以發動機穩態效率圖為依據劃分發動機工作區間，確定動力源的匹配，文獻［6］中考慮了功率的損失和發動機的效率，以混合動力系統能量損失最小為目標，采用模糊控制算法，完成發動機和電機之間的動力匹配，文獻［7］中以發動機最佳燃油經濟區域劃分發動機工作區間，采用ANFIS優化算法，對多能源系統動力源進行分配，但發動機效率最優并不代表混合動力系統效率最優。先進汽車仿真軟件ADVISOR采用基線控制策略［8］，將發動機外特性曲線乘以某系數，得到發動機充電曲線和發動機關閉曲線，在某種程度上確定了混合動力系統動力源的匹配，但未對系數的取值進行研究。文獻［9］中通過瞬時優化計算，使混合動力系統在不同工作模式下具有最高系統效率，并通過仿真計算，確定混合動力系統能量管理最佳匹配策略。在此基礎上，本文中搭建了硬件在環仿真試驗平臺，進行了試驗研究，并對該控制策略進行了驗證。

1 混合動力汽車控制策略的仿真

1.1 研究對象

本文研究的混合動力汽車采用ISG型并聯結構，采用該結構的混合動力汽車具有怠速起停、純電動驅動、聯合驅動、輕載時充電和高效制動能量回收等功能，可實現較高的燃油經濟性。其結構如圖1所示。

整車參數如下:整備質量為1 500kg，迎風面積A=2.28m2，風阻系數 CD=0.34，發動機型號475Q3，ISG電機最大功率為25kW，電池為NIHM288V、6.5A·h，輪胎半徑為0.31m，滾動阻力系數為0.0135，傳動效率η=0.9，主減速比i0=5.246 6，1～5擋速比為［2.693 2 1.519 6 1.015 6 0.737 3 0.609 4］。

本文中采用優化混合動力汽車的整車系統的方法，獲得混合動力汽車不同行駛條件下，兩種動力源的最優工作區間，以達到提高混合動力汽車燃油經濟性的目的。

1.2 混合動力汽車最優控制策略的建立

根據文獻［9］中提出的混合動力汽車在各個工作模式下的系統效率優化計算方法，得到驅動工況下混合動力系統最佳效率控制目標。與傳統汽車的系統優化效率相比較，可以看出混合動力系統明顯提高了汽車在高速和低速行駛時的整車效率，從而提高了汽車在高速和低速時的燃油經濟性。將工作效率在“車速-加速度”平面上進行投影，得到任意車速、加速度下混合動力汽車的驅動工作模式切換規律，確定了ISG型混合動力系統驅動工況下工作模式切換條件:發動機充電曲線Te_chg(ne)、發動機關閉曲線Te_off(ne)和發動機轉矩最大工作曲線Te_max(ne)。

根據混合動力系統工作模式的切換規律可知，混合動力汽車的工作模式受到電池荷電狀態(SOC)、發動機充電曲線和發動機關閉曲線的影響，即這3種因素決定了發動機和電機轉矩動力輸出的不同匹配，從而影響混合動力汽車的燃油經濟性。

1.3 仿真分析

根據上述3種因素的影響程度，以混合動力系統油耗最低為優化目標，利用Matlab/Simulink仿真平臺，對仿真軟件ADVISOR進行二次開發，在給定的道路標準ECE_EUDC下，對不同動力源匹配下的ISG型混合動力汽車燃油經濟性進行仿真分析。

考慮電池等效油耗的計算方法，在不同條件下，得到電池電量ΔSOC折算后的綜合油耗變化關系，如圖2所示。由仿真計算結果可知，當XSOC=0.4，Xe_chg=0.9，Xe_off=0.4時，ISG型混合動力汽車的油耗最小，其中，XSOC、Xe_chg、Xe_off分別代表 3 種因素的影響條件。

根據仿真計算結果，將3種因素的影響條件重新帶入到仿真模型中，進行仿真計算，結果如表1所示。

表1 燃油經濟性與動力性仿真結果比較

由表1可見，采用優化控制策略后的100km油耗比傳統汽車降低了34.8%;比ADVISOR中采用并聯型基線控制策略時降低了12.1%。同時，保證了混合動力汽車的動力性。

2 試驗研究

臺架試驗是驗證混合動力汽車控制策略有效性的重要測試方法，主要內容包括控制策略可行性以及控制性能優劣驗證，以達到縮短樣車開發周期和降低開發成本的目的。

2.1 試驗臺設計方案

本文中基于Matlab/Simulink仿真平臺和dSPACE實時仿真系統［10］，硬件部分包括混合動力系統動力源、AMT變速器、制動系統、加載裝置和數據采集機控制系統，將上述混合動力汽車控制策略理論編寫進基于Matlab/Simulink的控制程序，并下載到dSPACE中，控制混合動力系統動力源按照能量管理策略分配功率流，試驗臺架結構組成如圖3所示。

通過ISG型混合動力AMT臺架試驗系統，對本文中混合動力系統各個工作模式進行控制試驗，并驗證文獻［9］中所提出的控制策略。

本次臺架試驗的主要內容包括:(1)ISG型混合動力系統功能的驗證與調試;(2)ISG型混合動力系統動力總成的協調控制與調試;(3)ISG型混合動力系統工作模式的控制與驗證。

2.2 數據采集及控制系統

數據采集與控制系統包括加速踏板和制動踏板的控制，ECU、IPU和BCM通過CAN總線的控制，濕式多片離合器的PWM控制，AMT選換擋與執行機構的控制和制動系統的控制等，其系統框圖如圖4所示。

2.3 測控軟件

本試驗中測控軟件包括dSAPCE的測控程序、數據采集程序和監控程序。

利用dSPACE/ControlDesk虛擬測試平臺在筆記本電腦上開發試驗監控系統，如圖5所示。監控系統可以控制動力源起停和工作模式，并完成試驗數據的保存。

2.4 不同工況試驗分析

(1)純電動工況

根據控制策略理論，汽車在低速行駛時，避免發動機工作在高油耗高排放區間，發動機不起動，由電機單獨驅動車輛行駛。因此輕踩加速踏板，混合動力系統工作在純電動工況下，該工況下的各個參數曲線如圖6所示。

根據上述混合動力系統能量管理策略的分析，當SOC(此時 SOC值為0.42～0.55)大于 XSOC=0.4，且整車需求轉矩小于Xe_off所確定的發動機關閉轉矩時，混合動力汽車在純電動模式下工作，電機輸出轉矩約為45N·m，12s以后轉矩增加到70N·m;隨著電機輸出轉矩的增加，電流增加到45A。在整個過程中，電池SOC下降了0.09，根據電池等效油耗計算公式［11］，這部分電量折合油耗約為18g，低于傳統汽車所消耗的油耗22.92g(相同條件下，發動機作為唯一動力源時完成該工況時測得的油耗)，此過程油耗降低了21.4%。

(2)行進間起動發動機

隨著加速踏板行程的逐漸增大，車速增加到30km/h，連接發動機和ISG電機的濕式多片離合器開始接合，發動機被電機迅速帶至1 900r/min左右，完成行進間起動發動機的過程，其間各參數的變化過程如圖7所示。

在3s時刻，電機起動發動機，此時的車速和電機轉速都發生了略微的突變。沖擊度為4.11m/s3，小于國際標準10m/s3;為了維持行駛車速，電機輸出轉矩為120N·m(發動機反拖轉矩為70N·m)，當發動機點燃之后，電機轉矩逐漸減小，發動機輸出轉矩維持在50N·m上下，以維持行駛車速不變。在這個過程中，SOC下降了0.045，發動機消耗的油耗約為2.735g，折算后總油耗為10.98g，比傳統汽車需消耗的油耗20.89g約減少一半。

(3)輕載充電工況

緩緩踩下加速踏板，初始車速為25km/h左右，加速度為0.631m/s2，且SOC(此時SOC值為0.435～0.38)小于XSOC=0.4時，處于輕載充電模式工作范圍，該過程中車速不高且加速度不大，通過提高發動機的負荷率，ISG電機將發動機的部分機械能轉化為電能，儲存在NiMH蓄電池中。

各個參數曲線見圖8，當轉速低于1 600r/min時，電機發電轉矩逐漸增大到35N·m，同時電池充電電流逐漸增大到14A;當轉速達到1 600r/min時，電機轉速下降。整個過程的油耗為17.6g，而電池SOC提高了0.036，經折算相當于儲存燃油6.413g，等效油耗為11.187g，比傳統汽車此過程的油耗15.34g降低了27%。

(4)聯合驅動工況

發動機起動后，快速踩下加速踏板，車速迅速上升到40km/h，電渦流測功機隨著車速的變化自動進行加載，以模擬汽車的行駛阻力。車速從20km/h加速到40km/h，整個過程加速度維持在1.39m/s2，且SOC(此時SOC值在0.55～0.59之間)大于XSOC=0.4，處于聯合驅動模式工作范圍，此時電機輸出驅動轉矩，與發動機共同驅動車輛行駛。

試驗結果如圖9所示，在低速階段，ISG電機驅動轉矩逐漸增大到20～30N·m，電池放電電流為15～18A，發動機轉矩變化平緩，維持在80N·m左右。在中速(30km/h)階段，ISG電機的驅動轉矩維持在30N·m左右，電池放電電流為22A，而發動機轉矩為95N·m，這主要是由于通過AMT速比的調節，使發動機和電機的工作點接近整車系統效率較高的區間。在較高速階段，ISG電機驅動轉矩逐漸減小到15N·m，電池放電電流也逐漸減小到10A，發動機轉矩基本維持在90N·m左右。整個過程共耗時5s，油耗為8.704g，電池 SOC下降了0.038，相當于消耗燃油6.963g，綜合油耗15.667g，比傳統汽車油耗26.533g，降低了40.9%。

(5)不同工況試驗結果分析

綜合各個工況的試驗結果，如表2所示。由表可見，按4種工況總油耗的比較，采用所提出控制策略的混合動力汽車，油耗比傳統汽車下降約34.8%。

表2 各個運行工況試驗結果

2.5 基于道路循環工況數據試驗分析

將ECE_EUDC道路循環工況數據下載到dSPACE中，測試在整個道路循環工況下，發動機電機轉矩轉速以及油耗試驗數據，如圖10所示。

基于道路循環工況數據測試得到的混合動力汽車油耗、ΔSOC和電能消耗如表3所示。由仿真結果和試驗結果對比可知，采用基于效率優先的混合動力汽車控制策略方法，有利于提高混合動力汽車整車效率，提高整車燃油經濟性。仿真中未考慮能量轉換帶來的損失，以及各個動力部件采用靜態效率近似代替動態效率，因此，試驗結果有一定偏差。另外，試驗過程中受到人、環境的影響，試驗獲得的油耗高于仿真中的油耗。但從試驗結果來看，采用本文所提出的控制策略充分利用電能，燃油消耗比傳統汽車更少，能更好地提高整車效率，發揮混合動力汽車的潛能。

表3 試驗結果

3 結論

基于Matlab/Simulink仿真平臺和dSPACE實時仿真系統，搭建混合動力AMT臺架試驗系統，開發了數據采集及控制系統，對ISG型混合動力汽車驅動工況控制策略開展了實驗研究，對文獻［9］的仿真結果進行了試驗驗證。結果表明，盡管由于仿真中的簡化，忽略了某些因素，導致按ECE_EUDC道路循環工況的油耗試驗數據與仿真結果有較大的誤差，但從4種工況的試驗結果看，較好地驗證了該控制策略的節油效果，平均油耗約比傳統汽車降低了35%。

［1］ Schouten N J，Salman M A，Kheir N A.Fuzzy Logic Control for Parallel Hybrid Vehicles［J］.IEEE Transactions on Control Systems Technology，2002，10(3):460-467.

［2］ Bahar D M，Cimen M A，Tuncay R N.Development of Control Strategy Based on Fuzzy Logic Control for a Parallel Hybrid Vehicle［C］.ELECO 2009.6thInternational Conference on Electrical and Electronics Engineering，2009:342-346.

［3］ Lin Chan-Chiao，Filipi Zoran，Wang Yongsheng，et al.，Integrated，Feed-Forward Hybrid Electric Vehicle Simulation in SIMULINK and its Use for Power Management Studies［C］.SAE Paper 2001-01-1334.

［4］ Delprat S，Guerra T M，Rimaux J.Optimal Control of a Parallel Powertrain:from Global Optimization to Real Time Control Strategy［C］.Vehicular Technology Conference，VTC Spring 2002.IEEE 55th2002:2082-2088.

［5］ 童毅，張俊智，歐陽明高.混合動力汽車扭矩管理策略［J］.清華大學學報(自然科學版)，2003，43(8):1134-1138.

［6］ Salman M，Schouten N J，Kheir N A.Control Strategies for Parallel Hybrid Vehicles［C］.Proceedings of the American Control Conference，Chicago，Illinois，2000:524-528.

［7］ 錢立軍，龔著永，趙韓.基于模糊神經網絡的混合動力汽車控制策略研究仿真［J］.系統仿真學報，2006，18(5):1384-1387.

［8］ National Renewable Energy Laboratory.ADVISOR Documentation［G］.April 30，2002［version 2002］.

［9］ 秦大同，葉心，胡明輝.ISG型中度混合動力汽車驅動工況控制策略優化［J］.機械工程學報，2010，46(12):86-92.

［10］ dSPACE GmbH，Install and Configeration Documents for Release 4.0［G］.Germany:dSPACE Gnbh，2003.

［11］ Recommended Practice for Measuring the Exhaust Emissions and Fuel Economy of Hybrid Electric Vehicles［S］.SAE J1711:1999.