基于舒適性的電動汽車再生制動

,

(福州大學 機械工程及自動化學院,福建 福州 350116)

純電動汽車的復合制動系統由再生制動系統和傳統液壓制動系統兩部分組成。純電動汽車在進行再生制動時,利用電機可作為發電機的特性,將汽車的部分動能轉化為電能存入儲能裝置中,產生的制動力與液壓制動系統產生的制動力共同作用于車輪,使汽車減速。由于電機制動力的介入,必然會影響駕駛員制動感覺及剎車舒適性[1]。因此,只有實現再生制動與機械摩擦制動協調工作,才能在保證制動安全性的前提下提高整車制動的舒適性,同時盡可能多地回收能量。國外研究人員將制動舒適性分為5個等級,并用“不舒適指數”表示。“1”代表所有乘客都感覺舒適,指數越高,舒適性也越差,如圖1所示。不舒適指數隨制動減速度及減速度變化率的增大而增大。在某些制動工況下可能出現較大減速度及減速度變化率,導致制動舒適性降低,因此有必要對復合制動力進行協調控制[2]。

圖1 不舒適指數與舒適性關系Fig.1 Relationship between discomfort index and comfort

目前,國內基于制動舒適性復合制動力分配問題的研究較少。現狀如下:①校調液壓與電機系統,使之具有同步響應速度[3],但導致制動響應偏慢;②對電動大巴車采用并聯控制策略,即保留傳統摩擦制動系統,并在此基礎上對后軸添加電機制動力,通過適當減少電機制動力來提高制動舒適性[4],但該種策略回收的制動能量相對偏少。

針對電液復合制動協調性問題,本文將減速度變化率、制動強度和蓄電池荷電狀態(SOC)作為模糊控制器的輸入量,經模糊處理后得出合適的電機制動力分配比。把控制規則嵌入Simulink軟件所構建的分配策略模型中,并利用Advisor仿真平臺驗證該策略的優越性。

1 再生制動的控制策略

1.1 再生制動力的分配方式

在保證安全性的前提下,盡量把制動力分配在驅動輪以盡可能多地回收制動能,同時也要兼顧制動舒適性。基于此考慮并結合純電動汽車典型制動力分配策略[5],本文在滿足聯合國歐洲經濟委員會(ECE)汽車法規要求下,提出改進的制動力分配策略,具體分配方式用如圖2中線段OABCD所示。

當制動強度z<0.2時為小強度制動,可完全由前輪提供制動力,如圖2中線段OA所示。為保證工作可靠性,線段OA長度本文取為線段OP的95%。由于當路面附著系數大于0.5、z<0.5時不易出現車輪抱死,因此0.2≤z<0.5時在保證安全性的前提下盡可能多地把制動力分配在前輪。同時考慮到液壓系統可靠性,應在ECE汽車法規曲線基礎上將前制動力減少5%,以更好地滿足ECE汽車法規的要求,如按圖2中曲線AB進行前后輪制動力分配。我國公路的路面附著系數在0.7～0.9之間,應以z=0.7為界限進行進一步討論。當0.5≤z<0.7時為中高強度制動,應以制動穩定性為主兼顧制動能量回收,盡可能快地使制動力分配曲線接近I曲線。為防止前輪抱死,選擇如圖2中線段BC所示分配方式。當z>0.7時為大強度制動,屬于緊急情況。為盡可能多地利用路面附著系數來保證制動穩定性,制動力分配曲線按I曲線進行,如圖2中線段CD所示。

圖2 制動力分配策略Fig.2 Braking force distribution strategy

1.2 再生制動控制邏輯

純電動汽車進行制動能量回收時,其效能一般受儲能裝置類型、系統驅動方式、制動力分配方式、行駛速度等因素影響。

純電動汽車的儲能裝置一般有蓄電池、超級電容、飛輪等,本文采用蓄電池。基于蓄電池特性,在進行制動能量回收時,需要限制最大充電電流及充電功率,以防止對蓄電池壽命造成損害。對蓄電池充電時,要考慮其荷電狀態。當荷電狀態過小時,充電發熱明顯,造成能量浪費;當荷電狀態過大時,進行能量回收易造成電池過充。通常當荷電狀態小于10%或大于90%時應該停止能量回收[6]。

純電動汽車在制動過程中,只能回收驅動輪上的動能,因此應盡可能多地將制動力分配在驅動輪上。對于雙軸電動車,為避免不穩定工況的出現,一般將制動力分配在前輪,因此前驅車較后驅車能回收更多能量。

制動力越多地分配在驅動輪,回收能量效率就越高。

制動初速度也會影響能量回收。當制動初速度小于一定值時,驅動輪帶動電機旋轉產生的電能大部分消耗在電路中,考慮到剎車可靠性,此時不進行再生制動。

基于以上因素考慮,再生制動控制邏輯流程如圖3所示。

2 基于模糊控制的再生制動力分配

圖3 再生制動控制邏輯流程Fig.3 Logic flow chart of regenerative braking control

模糊控制是通過機器來模擬人腦思維模式的一種人工智能控制,按一定規則把經驗數字化、模糊化,以此控制復雜系統。復合制動系統中影響電動機制動力與液壓制動力分配的因素很多,其中最為關鍵的是駕駛員需求制動強度、儲能裝置荷電狀態及制動減速度變化率。模糊理論可對多變控制問題進行處理,因此本文采用模糊控制理論解決復合制動系統制動力分配問題。以制動舒適性評價指標——減速度變化率、制動強度及蓄電池荷電狀態為輸入量,以電機制動力占前輪總制動力的比例為輸出量來設計模糊控制器。

通過專家經驗法來設定各個輸入變量的隸屬度函數,如下所示:

(1)荷電狀態

儲能裝置荷電狀態指剩余電池容量與充滿電時電池容量之比,在0～1的范圍內取值,電量充滿時其值為1。電池的電量過高或過低都不適合回饋充電。基于對蓄電池安全性的考慮,在荷電狀態為0.1～0.9的范圍內提高制動能量回饋比例,以獲得更多的再生制動能。在設計的模糊控制器中,荷電狀態設置3個不同水平,即低(L)、中 (M)、高(H),其隸屬度函數選為trapmf,如圖4所示。

圖4 荷電狀態的隸屬度函數Fig.4 Membership function of state-of-charge

(2)制動強度

圖5 制動強度的隸屬度函數Fig.5 Membership function of braking intensity

(3)減速度變化率

在進行制動時,車上人員舒適性的評價指標是由汽車的沖擊度來衡量,即減速度變化率,如下所示:

式中:a為車輛縱向減速度;v為行駛速度;t為時間。

減速度變化率較大,則減速度的變化較大,這就形成一定的沖擊力。人體對于減速度的變化有一定的忍受范圍,但超過一定范圍人體的難受程度就會增加,減速度變化率越大,舒適性越低[4]。因此,在一般制動情況下,應考慮制動舒適性。制動舒適性分為5個等級,用“不舒適指數”表示,當不舒適指數為3時60%的車上人員感覺舒適。設定減速度變化率在3附近時為中等水平,即M;在2附近時為低水平,即L;在5附近時為高水平,即H。減速度變化率隸屬度函數取為trapmf和trimf,具體如圖6所示。

(4)再生制動比例

再生制動力與前輪總制動力比值為β。再生制動力所占比例非常少,則模糊子集為很低(LE);再生制動力占小部分而機械制動力占較大部分時,則模糊子集為低(L);模糊子集 M、H表示電機制動力中等、高的比例;當模糊子集為很高(HE)時,以再生制動力為主。模糊子集β= {LE,L,M,H,HE},取值范圍為[0,1],模糊子集L、M、H的隸屬度函數為trimf,模糊子集LE、HE的隸屬度函數為trapmf,如圖7所示。

圖7 再生制動比例的隸屬度函數Fig.7 Membership function of regenerative braking ratio

3 仿真分析

在Advisor中進行仿真。所選路況為CYC_ UDDS、CYC_NYCC、CYC_UKBUS_MASS_VAR1。仿真結果如圖8和圖9所示。

圖8 CYC_UDDS工況時2種策略的荷電狀態對比Fig.8 Comparison of SOC between two strategies in CYC_ UDDS condition

圖9 CYC_NYCC工況時2種策略的荷電狀態對比Fig.9 Comparison of SOC between two strategies in CYC_NYCC condition

從仿真結果可以明顯看出,在CYC_UDDS、CYC_ NYCC循環工況時,本文控制策略荷電狀態的下降情況較Advisor控制策略慢,表明本文控制策略可回收更多的制動能。對于Advisor再生制動策略來說,它沒有純電機制動,而本文控制策略是在制動強度小于0.2的情況下使用了純電機制動,這樣可以更有效地回收制動能。在CYC_UDDS、CYC_NYCC循環工況中,由于制動強度不大且加速度的變化率不大,故本文控制策略在以上2種循環工況進行制動時,人體均處于較舒適狀態,改善效果不明顯。

在CYC_UKBUS_MASS_VAR1工況時仿真結果如圖10所示。從圖10可看出,在Advisor控制策略下,2 000 s前荷電狀態一直處在本文控制策略的下方。這是由于此階段制動強度較小,本文控制策略大部分處于純電機制動,因此較Advisor控制策略可回收更多能量。2 000 s后,本文控制策略的荷電狀態下降較快,并且只是略微大于Advisor控制策略。原因在于后一階段行駛過程中,制動強度及減速度變化率較大,此時較多采用機械制動,相應分配的電機制動較少,從而回收能量較少。

圖10 CYC_UKBUS_MASS_VAR1工況時2種策略的荷電狀態對比Fig.10 Comparison of SOC between two strategies in CYC_UKBUS_MASS_VAR1 condition

從圖11可以看出,本文控制策略通過減小電機制動力來提高摩擦制動力的占比,在安全范圍內適當增大制動系統的響應時間,從而降低了減速度變化率,在一定程度上提高了舒適性。為了更清楚地顯示本文控制策略的效果,取出減速度變化率較大的一段時間(1 040～1 045 s)進行對比,具體如圖12、13及圖14所示。在1 043 s時減速度變化率最大,經過改進后,減速度變化率降為6.7 m·s-3左右,此時減速度為1 m·s-2左右。不舒適指數由3降到2,從而適當改善了制動時司乘人員的舒適性。

圖11 CYC_UKBUS_MASS_VAR1工況時2種策略的減速度變化率Fig.11 Deceleration change rate of two strategies in CYC_UKBUS_MASS_VAR1 condition

圖12 1 040～1 045 s時2種策略的速度對比Fig.12 Comparison of velocity between two strategies within the range of 1 040～1 045 s

圖13 1 040～1 045 s時2種策略的減速度對比Fig.13 Comparison of deceleration between two strategies within the range of 1 040～1 045 s

圖14 1 040～1 045 s時2種策略的減速度變化率對比Fig.14 Comparison of deceleration change rate between two strategies within the range of 1 040～1 045 s

4 結語

從仿真結果可知,本文控制策略可以保證制動安全性,在一定程度上提高了能量回收的效率;在中小強度制動時,減速度變化率減小,從而提高了司乘人員的舒適性。本文控制策略具有一定的合理性及優越性,對新能源汽車控制策略的改進有一定的參考價值。由于模糊控制的局限性,可以考慮結合神經網絡、遺傳算法等優化方法實現更優控制,從而回收更多能量。

[1] 朱智婷,余卓平,熊璐.電動汽車復合制動系統過渡工況協調控制策略[J].哈爾濱工程大學學報,2014,35(9):1136-1141.

ZHU Zhiting,YU Zhuoping,XIONG Lu.Coordination control strategy of electric vehicle hybrid brake system in transient conditions[J].Journal of Harbin Engineering University,2014,35(9):1136-1141.

[2] MUTOH N,TAKITA K.A control method to suitably distribute electric braking force between front and rear wheels in electric vehicle systems with independently driven front and rear wheels [C]//Industry Application Conference,39th IAS Annual Meeting.Seattle:[s.n.],2004:2746-2753.

[3] NUMASATO H,TOMIZUKA M.Settling control and performance of a dual-actuator system for hard disk drives[J].IEEE/ASME Transactions on Mechatronics,2008,8(4):431-438.

[4] 何曉引.基于制動舒適性純電動客車再生制動控制策略的研究[D].長春:吉林大學,2011.

HE Xiaoyin.Studay on control strategy of regenerative braking for electric bus based on braking comfort[D].Changchun:Jilin University,2011.

[5] 趙國柱.電動汽車再生制動若干關鍵問題研究[D].南京:南京航空航天大學,2012.

ZHAO Guozhu.Research on key problems of regenerative braking for electric vehicles[D].Nanjing:Nanjing University of Aeronautics and Astronautics,2012.

[6] 高樹健.電動汽車再生制動控制策略設計與仿真[D].西安:長安大學,2013.

GAO Shujian.Design and simulation of the regenerative braking control strategy on an electric vehicle[D].Xi’an:Chang’an University,2013.