鄒浙湘,黃寶山,王倩
(北京理工大學珠海學院,廣東珠海519085)
功率分流混合動力汽車(HEV)由內燃機(ICE)和兩個電機(MG1和MG2)驅動,其通過功率分流傳動器連接。功率分流配置具有機械路徑和組合功率分流傳動器,以及兩個電機的電氣路徑。在機械路徑中,來自ICE的功率被直接傳輸到車輪。在電氣路徑中,來自發動機的功率通過MG1(或MG2)轉換為電力以驅動MG2(或MG1)或對電池充電[1-4]。這種配置具有諸多優點,如無級變速器(CVT)操作可用于將發動機與道路載荷需求解耦[5-9]。此外,由于其相對較大的電機,可以實現純電動驅動,并可在車輛運行時啟動和停止發動機。這些特征使得車輛的燃料消耗得到降低且排放減少[10-13]。
文中提出了一種功率分流HEV的廣義電機控制算法來優化發動機操作。為此,推導出了反映發動機和車輛動力學的功率分流HEV的廣義狀態方程。提出了兩個電機的轉矩控制算法,以使用速度-轉矩關系和動態運動方程來控制發動機速度。最后進行測試并驗證了所提出的控制算法的性能。
功率分流混合動力汽車,如圖1所示。

圖1 功率分流混合動力汽車
控制目標是控制MG1和MG2的轉矩值,使得發動機可以在功率分流HEV的混合動力運行模式下以期望的最佳運行速度運行。為此,控制目標和控制變量確定如下:1)控制目標值:所需發動機轉速(ωe_d);2)控制值:MG1和 MG2的轉矩值(TMG1和TMG2)。

圖2 最佳工作線
為獲得更好的效率,發動機必須在最佳熱效率條件下確定的最佳工作線上操作,參見文獻[14]。最佳工作線可通過發動機功率轉換成發動機速度曲線,如圖2所示。發動機功率Pe由駕駛員的意圖確定,可稱為油門踏板值。在確定Pe之后,可以從圖2確定期望的發動機速度。發動機轉矩Te可以如下計算:

功率分流HEV的動態方程可以推導為[15]:

在上述動態方程中,i是從輸出至發動機的桿距,a是從輸出至MG1的桿距,b是從輸出至MG2的桿距,Je是發動機慣性,Te、TMG1和TMG2是輸入值,據此可以確定ωe。
對于多輸入,如在式(2)中,需要附加的控制器來控制每個輸入變量,或者必須使用多反饋來控制變量。在本研究中,Te、TMG1和TMG2被等效的單輸入替換,且僅使用一個控制器。因此,式(2)可以表示為

其中Tc是等效輸入轉矩,是Te、TMG1和TMG2之和。本研究的目標是控制ωe,這可以通過控制Tc以控制發動機速度變化率來實現。為此,反饋控制器設計如下:

其中Kp是比例增益,Ki是積分增益,Kd是微分增益,以及Gfb為反饋控制器。上述控制增益是通過分析調整規則來選擇的[16]。
在式(4)中,計算了用于控制發動機速度ωe的控制轉矩Tc。Tc由Te、TMG1和TMG2構成。發動機轉矩Te可以用式(1)計算,且滿足控制轉矩Tc的TMG1和TMG2可以表示如下:

在式(5)中存在兩個未知參數:TMG1和TMG2,且在計算式(5)之前,其之間的關系必須是已知的。在發動機和電機被同時驅動的HEV模式中,TMG1和TMG2之間的關系由電池功率Pb確定。在加速期間,若油門踏板值(Ap)小于Ap_低,則Pb為0。這意味著車輛僅由發動機驅動,而沒有電池電源的幫助。之后,若Ap變得大于Ap_低,則Pb增加以根據駕駛員的加速意圖幫助車輛的加速。之后,如果Ap變得大于Ap_高,則Pb被限制為電池的最大功率(Pb_最大)。在制動期間,如果制動踏板值(Bp)小于Bp_高,則與Bp成比例地進行再生制動,且電池充電功率也與之成正比。若Bp變得大于Bp_高,則通過再生制動的充電電力被限制為電池的最大充電電力。在本研究中,提出的確定Pb的方法可根據其他車輛條件(包括電池的充電狀態)進行調整。TMG1可以使用如上確定的Pb被表示為TMG2。
圖3顯示了所提出的總體控制方法圖。若給出Pe,則相應地確定Te和ωe_d。所提出的電機控制算法可應用于諸如輸入分流、輸出分流和使用相同方法的復合分流的功率分流結構。

圖3 MG1和MG2轉矩控制框圖
圖4顯示了雙模式功率分流HEV的實驗配置。通過減小用于實際車輛的發動機MG1和MG2的容量來設計和制造實驗裝置,以驗證所提出的控制算法的性能。在該實驗中,MG3起到發動機的作用,且三相PWM變換器連接逆變器1和逆變器2作為MG1和MG2之間電池的作用。氣動離合器和制動器用于離合器、制動系統。施加到氣動離合器和制動器的壓力由氣動比例控制調節器控制。使用飛輪慣性和帶式制動器型負載裝置。

圖4 雙模式功率分流HEV的實驗配置
圖5顯示了實驗結果,車輛在輸入分流模式(a)中從靜止狀態開始。操作模式在點P(a)處從輸入分流模式轉換至混合分流模式。在實驗中,模式轉換點P在輸出速度ωout=150 rpm條件下任意選擇。操作油門踏板值Ap(b)以確保實際(實驗)輸出速度跟隨期望的輸出速度。在區域A中,盡管輸出速度(a)降低,但Ap(b)顯示正值。這是因為通過帶式制動器施加相對大的負載,而在實驗中使用小慣性。由于從輸出轉矩(f)確定Ap以確保輸出速度跟隨期望速度(a),所以Ap曲線幾乎類似輸出轉矩(f)而不是輸出速度(a)。發動機功率(c)是作為期望輸出轉矩和輸出速度(即期望車輛功率)的乘積獲得的。電池功率(d)保持接近零。這是因為油門踏板值Ap小于Ap_低(50%)。在本研究中,為了評估電機轉矩控制算法的性能,同時最小化電池的影響,將Ap_低設置為50%,以使電池不受干擾。此外,在實驗中使用PWM轉換器代替實際電池,電池功率被計算為MG1和MG2功率之和。電池功率(d)在模式轉換點P處表現出急劇的振蕩,因為MG1和MG2的轉矩(g)和速度(i)在模式轉換點急劇變化。圖5(e)是在本實驗中,使用的發動機(MG3)的最佳工作線。考慮MG1、MG2和MG3的容量來修改最佳工作線。從最佳工作線,針對給定的期望發動機功率(等式1)確定期望發動機速度(h)和轉矩(f)。若給出電池功率、期望的發動機速度和發動機轉矩,則可進行MG1和MG2的轉矩控制。因此,可以看出,發動機速度恰當地滿足期望的發動機速度(h),且發動機在最佳工作線(e)上運行。MG1和 MG2的速度如圖5(i)所示。MG1速度由發動機轉速和輸出速度之間的關系確定,輸出速度(a)和發動機速度(h)分別被控制為跟隨期望速度。MG2(i)的速度在模式轉換點突然改變,因為在輸入分流模式中桿距b從混合分流模式中的“負”值變為“零”。另一方面,MG1(i)的速度變化較小,因為桿距a對于兩種模式具有相同的值。在模式轉換點處的MG1速度的小階躍變化是由于模式轉換期間的轉矩變化導致的,這應當從未來工作中的轉換質量的角度來控制。在雙模式功率分流HEV中,MG1和MG2將發動機功率傳送到輸出軸。MG2(j)由于電池電力被設定為零(d),所以進行與通過MG1的發電而產生的電力相等的電力驅動。因此,MG1和MG2的功率值在幅度上相似,且具有示出鏡像(j)的相反符號(垂直對稱性)。如在(c)中所示,由于實驗臺中的內齒輪和軸承導致的損耗與輸入功率相比為更小的輸出功率。
可以看出,根據用于雙模式功率分流HEV所提出的MG1和MG2轉矩控制算法,在最佳工作線附近執行了發動機操作。
文中提出了基于電機控制算法的功率分流混合動力汽車引擎優化算法。并提出了功率分流傳動的一般狀態方程,且使用動力學方程確定發動機和電機的轉矩與速度之間的關系。控制算法被設計為使得其可以控制MG1和MG2的轉矩,以使得發動機能夠在最佳工作線上操作。為了驗證所提出的控制算法的性能,使用兩個行星齒輪、離合器和制動器來設計雙模式動力分流HEV實驗臺。使用MG1、MG2、用于模擬發動機的電機和用于模擬電池的PWM轉換器進行實驗。已證實發動機可在使用本研究中提出的MG1和MG2轉矩控制算法的最佳工作線附近運行。

圖5 控制算法的實驗結果
參考文獻:
[1]Gao D,Jin Z,Zhang J,et al.Development and performance analysis of a hybrid fuel cell/battery bus with an axle integrated electric motor drive system[J]. International Journal of Hydrogen Energy,2016,41(2):1161-1169.
[2]Khayyam H,Bab-Hadiashar A.Adaptive intelligent energy management system of plug-in hybrid electric vehicle[J].Energy,2014,69(5):319-335.
[3]Zhang S,Xiong R.Adaptive energy management of a plug-in hybrid electric vehicle based on driving pattern recognition and dynamic programming[J].Applied Energy,2015,155(5):68-78.
[4]CH Lin.Dynamic control of V-belt continuously variable transmission-driven electric scooter using hybrid modified recurrent legendre neural network control system[J].Nonlinear Dynamics,2015,79(2):787-808.
[5] TakahashiS,EguchiT,UtagawaT,etal.Continuously variable transmission and a hydraulic control method thereof[J].Geochemical Journal,2016(12):81-88.
[6]Belter J T,Dollar A M.A passively adaptive rotaryto-linear continuously variable transmission[J].IEEE Transactions on Robotics,2014,30(5):1148-1160.
[7]Liu Y,Ho S L,Fu W N.Novel electrical continuously variable transmission system and its numerical model[J].IEEE Transactions on Magnetics,2014,50(2):757-760.
[8]Aoyama T,Takahara H,Kuwabara S,et al.Developmentofnew generation continuously variable transmission[J].Pediatrics,2014,53(5):726-36.
[9]CH Lin.Application of V-belt continuously variable transmission system using hybrid recurrent laguerre orthogonal polynomials NN control system and modified particle swarm optimization[J].Vaccine,2015,10(5):479-485.
[10]Han J,Park Y,Kum D.Optimal adaptation of equivalent factor of equivalent consumption minimization strategy for fuel cell hybrid electric vehicles under active state inequality constraints[J].Journal of Power Sources,2014,267(4):491-502.
[11]Martel F,Kelouwani S,DubéY,et al.Optimal economy-based battery degradation management dynamics for fuel-cell plug-in hybrid electric vehicles[J].Journal of Power Sources,2015,274(274):367-381.
[12]Chen Z,Xia B,You C,et al.A novel energy management method for series plug-in hybrid electric vehicles[J].Applied Energy,2015,145(7):172-179.
[13]Holmén B A,Sentoff K M.Hybrid-Electric passenger car carbon dioxide and fuel consumption benefits based on real- world driving[J].Environmental Science&Technology,2015,49(16):10199-10208.
[14]Muta K,Yamazaki M,Tokieda J.Development of new-generation hybrid system THS II-Drastic improvement of power performance and fuel economy[J].Sae Transactions,2004,23(8):697-710.
[15]Conlon B.Comparative analysis of single and combined hybrid electrically variable transmission operating modes[J].Sae Transactions,2005(1):1162-1178.
[16]Skogestad S.Probably the best simple PID tuning rules in the world[C]//Reno,NV,USA:AIChE Annual Meeting,2001.