HEV多智能體系統中電機智能體的構建*

尹然 牛禮民 楊洪源 周亞洲

（安徽工業大學）

當前汽車行業存在環境污染和能源危機兩大問題[1-3]，純電動汽車可解決這兩大問題，但由于電池技術尚未成熟，純電動汽車還有待進一步開發，因此混合動力汽車（HEV）成為連接傳統汽車與純電動汽車之間的橋梁，并以其環保節能的優勢成為當今世界上的研究熱點[4-5]。HEV中控制策略的優化可以直接提高整車的性能。文獻[6-9]提出了多智能體協調控制方法，提高整車的智能控制；文獻[10-11]指出把智能體思想運用在電機上，可以有效提高其性能；文獻[12-15]把模糊控制智能思想運用在電機的控制策略上。目前把智能體思想放在HEV控制上的研究還不多，為此文章基于ADVISOR中并聯式HEV的電機控制策略，建立單一的電動機智能體控制策略，并進行仿真。研究電動機智能體與其他智能體之間的相互協作關系，使整車達到更好的智能控制，從而提高整車性能。

1 HEV多智能體系統

并聯式HEV的發動機和電動機共同驅動汽車，如圖1所示，發動機與電動機分屬2套系統，可以分別獨立地向傳動系提供扭矩，在不同的路面上既可以共同驅動，又可以單獨驅動。根據行駛工況的不同，發動機與電動機之間相互協作，使其工作在最經濟區域，所以并聯式結構適合多種復雜的行駛工況。其中電動機既可以作為啟動機，又可以在動力不足的情況作為電動機提供輔助動力，還可以在制動時作為發電機為蓄電池充電。

圖1 并聯式混合動力汽車驅動結構示意圖

HEV多智能體系統中有發動機智能體、耦合器智能體、電動機智能體及蓄電池智能體。駕駛員與系統智能體相互交流，但是不干預對系統智能體的動力分配。當各個子系統感知工況后做出相應的動力匹配，但是需要系統智能體的統一協調，當統一協調后，各個子系統根據自己的控制策略判斷輸出，共同完成工況的行駛。在不同行駛工況下，發動機智能體與電動機智能體之間相互協調，使彼此工作在最經濟區域。所有的子智能體都有自我保護意識，即當超過自己的額定工作值時，智能體自動關閉，這樣在保證動力性和經濟性的前提下，保證了汽車的安全性。文章以電動機智能體為對象，研究其智能性及相互協作性。

2 電動機智能體的構建

電動機智能體模型示意圖，如圖2所示。根據系統智能體所需的轉矩信息及發動機實際轉矩信息，確定電動機當前工作狀態。如轉矩為正，則需工作在電動機狀態；如轉矩為負，則需工作在發電機狀態。再根據狀態選擇的不同工作模式，如電動機模式，判斷是否大于額定轉矩。如果大于，則電動機關閉；如果小于，則輸出電動機實際轉矩和實際轉速。如發電機模式，則輸出發電電流。

圖2 電動機智能體模型示意圖

2.1 控制策略

當電動機智能體處于電動機模塊時，電動機控制策略需要控制電動機的工作電流，以及在汽車停駛、變速器換擋或電機超過額定轉速時，關閉電動機。表1示出電動機控制信號出現的所有情況。

表1 電動機控制信號出現的所有情況

電動機控制策略中有8種情況，如表1所示。當整車速度大于0.001 km/h，汽車也沒有換擋，再判斷是否大于80 km/h，如果大于，則電動機關閉。后面以此類推。當整車速度小于0.001 km/h時，整車速度大于80 km/h這種情況是矛盾的，所以表1中有2種矛盾的情況不成立。其他情況中，當“整車速度小于0.001 km/h、換擋、大于80 km/h”中任何1種或2種情況發生，電機控制策略都將輸出為0，即電機關閉。

具體控制策略，如圖3所示，輸入信號1為汽車電壓，輸入信號2為需求輸出功率，輸入信號3為整車速度，輸入信號4為換擋。根據輸入信號1，2判斷電機及控制器的工作電流，不應高于其蓄電池電流最大值，該電流限制了電機的最大需求功率。當整車的平均車速小于0.001 km/h，表明汽車處于駐車狀態，此時關閉電機。變速換擋時，關閉電機。當整車的速度大于0.001 km/h且不再換擋時，判斷整車的速度是否大于80 km/h，如果大于80 km/h，電機關閉。這樣發動機就可以工作在最經濟區域，提高汽車的燃油率。而且當速度過高時，對電機軸和電機電氣元件會有影響，所以當速度一定時關閉電動機，可以提高電動機的使用壽命。

圖3 電動機控制策略

2.2 智能性

當汽車第1次遇到鄉村、城市及高速不同工況時，電動機智能體分別根據自己的控制策略輸出轉矩和轉速，并記錄在自己的數據庫里，當下一次輸入新的信號時，先經過電動機智能體的數據庫，查找有沒有相同的輸入。如果有，就不用經過電動機智能體，直接輸出轉矩和轉速；如果沒有，再經過電動機智能體，通過電動機控制策略輸出轉矩和轉速，并記入數據庫。這樣就體現了智能化中的自適應性。電動機智能體對工況的識別，如圖4所示。

圖4 電動機智能體對工況的識別

2.3 相互協作

在鄉村工況下，電動機智能體與發動機智能體相互協作。發動機可以提供需求轉矩時，電動機關閉。發動機滿載才能提供轉矩時，轉矩由發動機提供一部分，電動機提供一部分；發動機滿載都不夠時，由電動機提供轉矩，但是需要判斷是否超過額定值，若超過則電動機自動關閉。在城市工況下，由于汽車頻繁起停，發動機燃油性降低，所以以電動機智能體工作為主。在高速工況下，速度穩定，所以以發動機智能體工作為主，在緊急加速或減速時，電動機分別工作在電動機和發電機狀態。

在鄉村工況下，需要電動機提供需求轉矩時，電動機智能體與蓄電池智能體協作，先判斷蓄電池是否有電，有就放電，沒有電動機就關閉。在城市工況下，比較適合用電動機驅動模式。電動機智能體與蓄電池智能體密切協作，電動機工作時，蓄電池放電。電動機制動時，電動機工作在發電機模式，回收制動能量，以提高燃油利用率。在高速工況下，緊急加速時，電動機在蓄電池有電的情況下提供動力；緊急減速時，電動機處于發電模式，蓄電池充電。

在不同行駛工況下，當汽車制動時，耦合器智能體把信號輸出到電動機智能體，電動機工作在發電模式，當電動機提供需求轉矩時，耦合器開始協調，并把協調后的結果輸入電動機智能體。若電動機提供的轉矩大于其額定值，則電動機自動關閉，這樣可以避免電動機因超轉速運動對軸產生損害及產生大量熱量對電氣元件造成損害，同樣發動機也是。因此體現了單個智能體之間的相互協作及自我保護能力。

3 仿真分析

為驗證電動機智能體的控制效果，以某型轎車為原型在ADVISOR中修改控制策略，進行仿真。仿真中采用了城市循環工況（UDDC）。工況主要信息為：運行時間為1 369 s，行駛距離為11.99 km，最大速度為91.25 km/h，平均速度為31.51 km/h，最大加速度為1.48 m/s2，最大減速度為-1.48 m/s2。從動力學和經濟學方面對ADVISOR中自帶的模型和修改過的智能體模型進行對比，仿真結果，如圖5～圖9所示。

圖5 原型車與多智能體HEV中SOC變化曲線對比

圖6 原型車與多智能體HEV速度差值變化對比

圖7 原型車與多智能體HEV電動機工作特性曲線對比

圖8 原型車與多智能體HEV污染物的排放對比

圖9 原型車與多智能體HEV發動機的工作特性曲線對比

由圖5可得，行駛完整個循環工況，原型車能量存儲系統的SOC值從0.7降到0.63，而智能車從0.7降到0.67，智能車變化幅度比原型車要小。表明智能車降低了能量的消耗，體現了經濟性。圖6示出需求速度與完成速度之間的差值。在圖6中可以明顯看到，多智能體車差值沒有負值，這是因為，當整車速度達到一定值時，電動機自動關閉。這樣可以讓發動機燃油性提高，從而提高經濟性，且保護電動機的工作壽命。圖7示出電動機的工作特性曲線。圖7中紅色部分代表電動機實際的工作點，由圖7可知，智能車的紅色點分布比較集中，說明電動機智能體工作較好，控制電動機在經濟區域工作，提高電動機的工作效率。圖8示出汽車污染物的排放，圖8中，CO/10表示圖8中CO排放量的10倍為實際的CO排放量。智能車與原型車相比，HC的排量明顯下降，但是CO的排量增加，這是因為當速度達到一定程度時，電動機關閉，動力都是由發動機提供。圖9示出發動機工作曲線，原型車與智能車的發動機變化不大，說明控制策略是可行的。

表2示出參考車型與多智能體HEV仿真性能參數比較。由表2可得，多智能體車的爬坡度沒有變化，說明多智能體車可以滿足爬坡要求。多智能體車的最高車速大于參考車型，說明在整個工況運行下，動力性提高了，但是100 km油耗升高了，經濟性降低了。從而一方面驗證了多智能體車控制策略的可行性，另一方面說明控制策略還需要進一步改善。

表2 參考車型與多智能體HEV仿真性能參數比較

4 結論

1）建立的電動機智能體模型是可行的，可以根據不同的工況做出正確的決策。能較好地與其他子智能體之間進行相互協調，使電動機和發動機工作在最經濟區域。在超過額定值時，電動機自行關閉，保證了汽車工作的安全性。在仿真結果中與原型車相比，可知動力性和經濟性都有所提高，多智能體更能適合復雜的工況。2）根據電動機智能體的原理，給其他智能體的建立提供了方法。下一步將建立發動機智能體及耦合器智能體，在不同工況組合下，構建新的控制策略，使各個子系統更好地相互協作，進而提高系統的智能控制，滿足在任何工況下，汽車都能工作在最優狀態。