四驅PHEV邏輯門限控制策略研究

孟　怡,殷時蓉

(重慶交通大學 機電與車輛工程學院，重慶　400074)

?

四驅PHEV邏輯門限控制策略研究

孟怡,殷時蓉

(重慶交通大學 機電與車輛工程學院，重慶400074)

摘要：基于一款四驅PHEV，以整車需求功率和電池包荷電狀態為輸入變量制定了邏輯門限控制策略，并根據不同的循環工況和行駛里程對純電動行駛最大允許功率的閾值進行優化。增加整車需求扭矩為輸入變量來優化能量管理策略。在Matlab/Simulink平臺上，搭建整車逆向仿真模型，對優化前后的閾值進行整車經濟性仿真實驗，通過對仿真結果進行對比分析可知：經優化后，整車的經濟性得到了一定的提高。

關鍵詞：邏輯門限；控制策略；閾值；經濟性

四輪驅動型汽車具有良好的動力性，受到廣大消費者的青睞，但是，傳統汽油機或柴油機四驅汽車有油耗大和污染物排放高的缺點。因此，不少企業和學者研究開發四驅PHEV(pluginhybridelectricvehicle)。該車型由發動機和電機共同驅動汽車行駛，能降低油耗，減少污染物的排放，提高車輛的經濟性和排放性能。電機和發動機作為四驅PHEV的主要動力源，其工作狀態對整車的經濟性以及排放性能有很大影響，所以對其工作狀態的控制具有非常重要的意義[1-4]。莫愁等[5]以電池荷電狀態SOC(stateofcharge)和需求功率為輸入變量，運用邏輯門限控制方法，設計了發動機最優工況控制策略和電能消耗型控制策略，并對這兩種控制策略進行仿真。杜愛民等[6]以車速、扭矩和SOC為變量，設計了基于確定性規則的電機輔助式控制策略，將整車扭矩需求合理地分配給內燃機和電機。但兩者均沒有對所選擇的變量閾值進行優化。本文采用邏輯門限控制策略，根據不同的循環工況和不同的行駛里程對變量閾值進行優化，然后建立后向整車模型,對優化前后的控制策略進行經濟性仿真并對比分析仿真結果[3-13]。

1　四驅PHEV結構

四驅PHEV的整車結構簡圖如圖1所示。該車型前后輪分別由發動機和電機獨立驅動，由于發動機和電機之間不需要耦合機構連接，因此該車型在結構上相對簡單，而且運行模式多樣。

圖1　四驅PHEV結構簡圖

2　邏輯門限控制策略

混合動力汽車整車控制策略主要包括車輛運行模式切換和不同模式下的能量分配兩個方面，對整車動力性、經濟性以及排放性能有著重要的影響。本文選用基于規則的邏輯門限控制策略。該策略結構簡單，反應迅速，工程上易于實現，運用廣泛。原控制策略以整車需求功率(Preq)和電池組荷電狀態(SOC)為輸入變量，通過給每個變量設定閾值來實現整車能量的控制。

當SOC小于SOCmin、整車需求功率高于發動機的額定功率(PE)時，發動機輸出最大驅動車輛行駛，不響應整車需求。當SOC介于SOCmin與SOClow之間時，若整車需求功率小于PE時，發動機驅動車輛行駛的同時通過BSG電機發電給電池包充電；若整車需求功率高于PE時，發動機輸出最大功率驅動車輛行駛，不足的部分由驅動電機補充。當車輛制動時，需求功率小于0，驅動電機再生制動，回收車輛的動能進行發電。當SOC大于等于SOClow、整車需求功率大于0，且小于等于電機的額定功率(PM)時，由驅動電機單獨驅動車輛行駛；若整車需求功率大于PM，且小于等于發動機的額定功率(PE)時，由發動機單獨驅動車輛行駛；若整車需求功率大于PE時，由發動機和驅動電機聯合驅動車輛行駛，發動機最大功率輸出，不足的部分由驅動電機補充。控制策略流程如圖2所示。

圖2　控制策略流程

3　控制策略的優化

3.1閾值的優化

由原邏輯門限控制策略可知，車輛純電動行駛最大允許功率為驅動電機的額定功率(PM)。如果行駛里程較長時或者整車需求功率分布在較小區域時，由于該閾值較大，使得驅動電機的工作時間較長，電池包電能消耗較快，使車輛在后續的行駛中無法純電動運行，進入發動機獨立驅動模式和行車發電模式，這會導致發動機過早地工作在低速低負荷狀態下，此時發動機經濟性較差，也使得整車油耗較高。

為了提高整車經濟性，需對純電動行駛最大允許功率的閾值進行優化。通過上述分析可知，車輛的行駛里程和行駛工況對閾值的設定具有一定的影響，因此，本文對3種不同的行駛里程(分別為100，150和200km)和行駛工況(分別為NEDC、UDDS和HWFET，如圖3所示)下的純電動行駛最大允許功率的閾值進行優化。

圖3　循環工況

優化的原則：合理地分配電池包的電能，使車輛在整個行駛里程中，電池包均能提供電能供驅動電機在低速低負荷時驅動車輛，避免發動機在低速低負荷下工作。具體實施如下：① 計算車輛在某一循環工況下連續行駛一定行駛里程時每個工作點的需求功率；② 純電動行駛最大允許功率的閾值以5kW為初始值，并以0.5kW為一個步長遞增;③ 將計算所得的需求功率與當前純電動最大允許功率的閾值進行比較，若需求功率不大于閾值，對該需求功率進行積分，否則置為0；④ 積分所得的最終結果為純電動行駛所需的電能，若該值小于電池包所能釋放的電能，則返回下一閾值，再次計算，若該值大于或等于電池包所能釋放的電能(Ebat)，則輸出此時閾值作為優化后的閾值(Popt)。閾值優化的程序如圖4所示。由上述優化方案可知:經優化的閾值不僅可以使車輛充分地使用電能，還能避免車輛在發動機經濟性較差的區域內行駛。

圖4　閾值優化程序

基于某款四驅PHEV(四驅PHEV參數如表1所示)，根據上述優化方案可得到不同行駛里程和循環工況下優化后的閾值,如表2所示。

表1　四驅PHEV整車基本參數

表2　優化后的閾值　kW

3.2能量管理策略的優化

原控制策略中，車輛在低速低負荷工況下，通過純電動行駛來避免發動機在油耗較高的區域內工作。當車輛處于高負荷時，由發動機燃油消耗率特性圖(如圖5所示，其中綠色點劃線即發動機的最優經濟油耗曲線)可知發動機的經濟性較差，對整車經濟性有一定的影響，但是這一點在原策略中并未予以考慮。

圖5　發動機燃油消耗率特性圖

現對發動機在高負荷時的工作點進行優化來提高整車的經濟性。具體優化策略如下：① 增加整車需求扭矩(Treq)作為新的輸入變量；② 根據發動機燃油消耗率特性圖找到不同轉速所對應的經濟性較優的扭矩值(Teco)；③ 純電動最大允許功率更改為Popt；④ 當電量充足且需求功率大于Popt時，若Treq≤Teco，發動機單獨驅動，若Treq> Teco，發動機混合驅動，發動機輸出扭矩為Teco，不足部分驅動電機補充；⑤ 當電量不足時，若Treq≤ Teco，發動機驅動車輛并同時發電，輸出扭矩為Teco，多余部分用于發電，若Treq> Teco，發動機輸出最大驅動車輛行駛，不響應整車需求。優化后的控制策略流程如圖6所示。

圖6　優化后的控制策略流程

4　仿真及分析

本文基于Matlab/Simulink平臺，采用逆向仿真方法建立整車仿真模型。整車逆向仿真模型包括以下子模塊：行駛工況模塊，即建立仿真所使用工況的“車速-時間”二維插值表；變速器模塊，以車速和油門開度(當前整車需求功率與動力系統最大功率之比)為輸入參數計算出當前擋位；整車動力學模塊，根據整車基本參數和行駛工況中目標車速計算當前整車需求功率和需求扭矩；模式切換模塊和能量分配模塊，根據控制策略來判斷當前模式并計算出當前模式下動力源的目標轉速和目標扭矩；發動機模塊，以發動機目標轉速和目標扭矩為輸入，通過查表得到燃油消耗率，再對燃油消耗率積分，計算整車燃油消耗量；BSG電機模塊和驅動電機模塊，以各自目標轉速和目標扭矩為輸入，通過查表得到當前工作效率，計算出電池包的目標功率；電池包模塊，以其目標功率為輸入，根據電池包的輸出電壓特性表，計算當前的輸出電壓和輸出電流，進而得到實時SOC。按照動力傳遞的逆向路線連接各子模塊，得到整車逆向仿真模型，如圖7所示。

圖7　整車逆向仿真模型

在不同循環工況和行駛里程下對優化前后的控制策略進行經濟性仿真。整車經濟性通過綜合能耗來衡量，即燃油消耗和電能消耗之和。電能消耗根據汽油的能量密度可將其等效成油耗，具體如下：

(1)

式中：QS_e表示電能的等效油耗(L)；E表示電能消耗(kW·h)；ρfuel表示汽油能量密度，為34.2MJ/L。仿真結果見表3～5。

表3　NEDC工況下優化前后仿真結果

表4　UDDS工況下優化前后仿真結果

表5　HWFET工況下優化前后仿真結果

由上述仿真結果可知：在不同的運行工況和運行里程下，與原整車控制策略相比，經優化的整車控制策略的整車綜合能耗均提高10%左右。原因在于：經優化后，電能得到合理的利用，在整個行駛里程中，電池包可支持電機在低速的功率區域內驅動車輛行駛，避免了發動機在該區域內工作；而且，當車輛需求功率較高或行車充電時，發動機工作在經濟性較優區域，能量不足部分由電機助力，能量多余部分通過BSG電機發電，這樣保證了發動機的工作效率，避免了發動機在油耗較高的滿負荷狀態下工作，因此整車控制策略經優化后，整車的經濟性得到一定的提高。

5　結束語

本文基于四驅PHEV制定了邏輯門限控制策略，并根據不同的循環工況和行駛里程對純電動行駛最大功率的閾值進行優化。同一行駛里程下，循環工況的需求功率越集中于高功率區域，該閾值越小；同一循環工況下，行駛里程越長，該閾值越小。除此之外，還對發動機的工作范圍進行了優化，在混合驅動或者行車發電時，發動機工作在經濟性較優的區域，能量不足部分由后驅電機補充，能量多余部分由BSG電機發電。采用逆向仿真方法，在Matlab/Simulink平臺上搭建整車逆向仿真模型，在不同循環工況和行駛里程下對優化前后的控制策略進行經濟性仿真。仿真結果表明：整車控制策略經優化后可使整車的經濟性得到一定的提高。

參考文獻：

[1]謝海明，黃勇，王靜，等.插電式混合動力汽車能量管理策略綜述[J].重慶理工大學學報(自然科學)，2015(7):1-9.

[2]李歡,何鋒,蔣雪生.基于模糊控制的氣電混合動力客車控制策略研究[J].客車技術與研究,2015(1):7-9.

[3]王利，陳健，任勇，等.中度混合動力汽車ISG電機優化設計[J]. 重慶理工大學學報(自然科學)，2014(5):28 -33.

[4]張嘉君,吳志新,喬維高.混合動力汽車整車控制策略研究[J].客車技術與研究,2007(4):8-11.

[5]莫愁，陳吉清，蘭鳳崇.四驅混合動力汽車動力系統匹配與控制策略研究[J].汽車工程學報，2013，3(3)：199-204.

[6]杜愛民，馮旭云.四輪驅動混合動力汽車能量管理策略仿真[J].同濟大學學報，2006，6(34)：800-804.

[7]朱建新，鄭榮良，申其壯.四驅混合動力汽車車輪轉矩分配策略的研究[J].汽車工程，2010，32(11)：967-971.

[8]趙治國，何寧，朱陽，等.四輪驅動混合動力轎車驅動模式切換控制[J].機械工程學報，2011，47(4)：100-109.

[9]陳漢玉.基于Matlab/Simulink的ISG混合動力車控制策略仿真與試驗研究[D].鎮江：江蘇大學,2010.

[10]陳健.野馬混合動力電動汽車能量控制策略的研究與仿真[D].成都:四川大學,2006.

[11]HE X L,HODGSON J W.Modeling and simulation for hybrid electric vehicles-Part I:Modeling[J].IEEE Transactions On Intelligent Transportation Systems,2002,3(4):235-243.

[12]PAGANELLI G,GUERRA T M,DELPRAT S,et al.Simulation and assessment of power control strategies for a parallel hybrid car[J].Proceedings of the Institution of Mechanical Engineers,Part D:Journal of Automobile Engineering,2000,214(7):705-717.

[13]WIPKE K B,CUDDY M R,BURCH S D.A User-friendly Advanced Power Train Simulation Using a Combined Backward[J].Forward Approach Vehicular Technology,1999,48(6):1751-1761.

(責任編輯劉舸)

收稿日期：2016-03-18

基金項目：重慶市應用開發計劃項目 (ctsc2015yykfc60003)

作者簡介：孟怡(1989—)，女，四川廣安人，碩士，主要從事新能源汽車研究。

doi:10.3969/j.issn.1674-8425(z).2016.07.004

中圖分類號：U463

文獻標識碼：A

文章編號：1674-8425(2016)07-0021-05

ResearchonLogicThresholdControlStrategyof4WDPHEV

MENGYi,YINShi-rong

(SchoolofMechanotronics&VehicleEngineering,ChongqingJiaotongUniversity,Chongqing400074,China)

Abstract:For a certain 4WD PHEV, the logic threshold control strategy was formulated based on the input variables of the vehicle require power and state of charge. Then, according to the different driving cycles and driving distances, the threshold values of the maximum permissible power on EV mode were optimized. Moreover, the required torque was added as the input variable to optimize the energy management strategy. On Matlab/Simulink platform, the adverse simulation model of vehicle was constructed. And, the vehicle economic performance of the primitive threshold value and the optimized threshold values was simulated. Through the analysis of the simulation results, it is known that the vehicle economic performance is improved after optimization.

Key words:logic threshold; control strategy; threshold value; economic performance

引用格式：孟怡,殷時蓉.四驅PHEV邏輯門限控制策略研究[J].重慶理工大學學報(自然科學)，2016(7):21-25.

Citationformat：MENGYi,YINShi-rong.ResearchonLogicThresholdControlStrategyof4WDPHEV[J].JournalofChongqingUniversityofTechnology(NaturalScience)，2016(7):21-25.