電動車動力性與經濟性多目標優化研究

趙一凡 馮澤 景疆輝 王夢宇

摘 要：電動車動力傳動系統部件選擇的多元化使得對其動力性與經濟性進行多目標優化成為一項非常復雜的工程，同種部件選擇的隨機性決定不同的匹配方案。因此除了研究人員通過對動力傳動系統部件進行隨機組合得到不同方案進而從中尋優的傳統優化方法之外，文章針對某型號電動公交車基于ISIGHT聯合ADVISOR運用最優化技術理論，建立數學模型并用改進的遺傳算法對電動車的動力性和經濟性進行多目標優化，經過1500次的迭代運算后，確定電動車1檔、2檔和主減速傳動比分別為1.779、0.989和6.174時，電動公交車的動力性和經濟性方面均得到了明顯改善。

關鍵詞：動力性；經濟性；傳動比；多目標優化；ISIGHT

中圖分類號：U461.8 文獻標志碼：A 文章編號：2095-2945（2018）18-0013-04

Abstract： Due to the diversity of components selection of electric vehicle power transmission system， the multi-objective optimization of its power performance and economy becomes a very complex project. The randomness of the same component selection determines different matching schemes. Therefore， in addition to the traditional optimization method that researchers get different schemes by randomly combining the components of the power transmission system， this paper applies the optimization technology theory to a certain type of electric bus based on ISIGHT and ADVISOR. The mathematical model is established， and an improved genetic algorithm is used to optimize the power performance and economy of electric vehicles. After 1500 iterations， it is determined that the first， second and main deceleration ratios of electric vehicles are 1.779， 0.989 and 6.174 respectively. The power and economy of electric bus have been improved obviously.

Keywords： power performance； economy； transmission ratio； multi-objective optimization； ISIGHT

科技進步，社會發展，人們的生活水平越來越高，出行方式也逐漸的走向機動化，據統計，截止到今年，我國的汽車數量達到3億多，并且仍然呈現快速增長的趨勢。日益增多的私人汽車給我們的生活帶來便捷的同時，也存在一定的弊端，交通擁擠甚至癱瘓，極大的影響著出行效率，隨之而來的還有空氣的嚴重污染、石油能源的短缺等世界性問題。為了緩解交通壓力和環境污染等問題，我國大力發展新能源技術在公交車上的應用，但是目前國內部分純電動公交車仍存在動力性不足，續駛里程短的問題，因此對于純電動公交車動力性和經濟性的優化研究不容忽視。由于對電動汽車動力性經濟性優化是一項非常復雜的工程，目前對其優化的方法往往是以多個速比進行嘗試尋優或者選取個別指標進行優化，且優化變量常常為總傳動比或變速箱檔位傳動比忽略了主減速器齒比的優化[1][2]，因此局限性很大，很難找出最優的匹配結果。

本文首先對以確定動力傳動系統的電動公交車建立整車動力學模型，按照設計指標的要求進行仿真驗證，進而建立整車動力性經濟性多目標優化數學模型，基于ISIGHT進行仿真優化，找到最優的匹配方案。

2 性能指標分析

由于純電動車的動力傳動系統與傳統汽車不同，驅動電機取代了內燃機，傳統汽車的油箱則用動力電池替代，不僅如此，傳統汽車上的很多部件之間的連接方式由剛性的連接變為柔性的電纜連接，因此純電動汽車的動力傳動系統在整車上的布置上具有多元化，其結構形式如圖1所示。

根據國家相關標準要求，對車輛動力性經濟性評價指標分別為最高車速、最大爬坡度、加速時間和百公里油耗等，由于本文對純電動汽車的動力性經濟性進行研究，因此本文以純電動公交車的最高車速umax、最大爬坡度Imax、加速時間t來評判車輛的動力性，以續駛里程來評判車輛的經濟性能。

3 整車動力學模型建立與仿真

3.1 ADVISOR建模

根據某純電動公交車的前期設計目標參數，對整車動力傳動系統參數進行匹配計算，利用Matlab/Advisor建立純電動車整車動力性經濟性仿真模型[4][5]，對其動力性經濟性進行仿真分析。表1為整車技術參數，圖2為整車仿真模型。

3.2 模型驗證

由于公交車在正常運行情況下很難維持一個較為穩定的車速范圍，避讓行人車輛、等待交通信號燈、站點多，以及等待乘客上下車等因素常常使車輛處在不斷啟停的狀態[3]，因此行駛工況較為復雜，本文以圖3為公交車的循環仿真工況。

根據電機和電池的工作過程狀態仿真曲線可以看出當公交車加速行駛時，驅動電機的扭矩正向增大，同時電池電流正向增大；當公交車減速制動時，驅動電機轉矩負向增加，此時電流也為負值，電池進入充電狀態。整個仿真過程曲線變化合理流暢，驗證了模型的可行性與合理性，為進一步輸出動力性經濟性仿真結果奠定基礎。

3.3 仿真結果

本文針對公交車空載狀態下的動力性與經濟性能進行仿真計算，其中包括公交車的最高車速、最大爬坡度、0-30km/h加速時間、20-50km/h加速時間、0-50km/h加速時間和續駛里程。圖7為動力性經濟性各項指標的仿真計算結果。表2為仿真結果與設計目標的對比。

由此可見，電動公交車的整車動力性與經濟性滿足設計目標要求，進一步印證了所建模型的可行性[6]。

4 動力性經濟性優化

本文對電動公交車動力性經濟性的優化屬于多目標優化問題，其數學模型為：

min fm（x）， m=1，2，3，…，M

Subject to gj（x）≤0， j=1，2，3，…，J

hk（x）=0， k=1，2，3，…，K

Xi（L）≤Xi≤Xi（U）， i=1，2，3，…，n

式中fm（x）為目標函數；gj（x）、hk（x）為約束條件；Xi為設計變量，Xi（L）與Xi（U）分別為設計變量的上下限。

4.1 建立優化數學模型

根據多目標優化理論建立電動公交車動力性經濟性多目標優化的數學模型。

min F（x）=[Fec（x），Ft（x），1/Fi（x）]

Subjet to g1（x）=imax-i1≤0

g2（x）=Vmax-V≤0

g3（x）=t-t1≤0

g4（x）=-Zφφ≤0

g5（x）=Q-Qe≤0

g6（x）=nm_t_max/x2-nmotor_max/x1≤0

模型中F（x）為動力性經濟性優化目標，其中Fec（x）是公交車工況下的能耗，Ft（x）是加速時間，Fi（x）是最大爬坡度；g1（x）、g2（x）、g3（x）、g4（x）、g5（x）、g6（x）分別為最大爬坡度約束、最高車速約束、0-50km/h加速時間約束、驅動輪附著條件約束、能耗約束和動力傳動過程約束。

由于本文針對某型號的電動公交車具有兩個檔位，因此設計變量包括主減速器、1檔和2檔的傳動比：

X=[x1，x2，…，xn-1，xn]T=[i0，i2，…，in-1，in]T；（n=3）

即：X=[x1，x1，x1]T=[i0，i1，i2]T

4.2 ISIGHT-ADVISOR聯合仿真優化

基于ISIGHT優化平臺聯合ADVISOR仿真模型進行多目標優化計算，圖8為ISIGHT集成ADVISOR的多目標優化模型。

由此可見優化后的電動公交車動力性經濟性各項指標除了最高車速比優化前略微下降外，其他各項指標均得到提升，且優化后的各項指標全部滿足整車動力性經濟性設計要求。因此電動公交車整車的動力性經濟性可以得到明顯的改善。

5 結束語

本文針對某型號電動公交車動力性經濟性優化問題進行深入研究，摒棄了以往研究人員為滿足整車動力性經濟性設計要求通過對動力傳動系統部件的隨機組合找到相對比較優異的匹配方案的傳統動力性經濟性優化方法，這種方法局限性較大，并且優化結果往往是在犧牲動力性或經濟性的前提下來提升另一項性能。本文通過ISIGHT-ADVISOR聯合仿真優化不僅避免了傳統優化方法的局限性，而且通過優化前后電動公交車整車動力性經濟性各項性能指標的對比可以看出，整車各項性能指標在滿足設計要求的前提下均得到明顯的改善。

參考文獻：

[1]周云山，楊克鋒.兩擋純電動汽車傳動系換擋規律及速比優化研究[J].機械傳動，2015，39（12）：12-16+23.

[2]李夏楠.純電動汽車動力系統參數優化方法仿真研究[D].武漢理工大學，2013.

[3]李東軍，王麗紅，李繼光.中國典型城市車輛行駛狀況的測試統計[J].汽車技術，1998，19（3）：13-16.

[4]曾小華，宮維鈞.電動汽車仿真與再開發應用[M].機械工程出版社，2014.

[5]ADVISOR Documentation[M].National Renewable Energy Laboratory，2002.

[6]Meisam Amiri，Mohsen Esfahanian，Mohammad Reza Hairi-Yazdi，Vahid Esfahanian，Minimization of power losses in hybrid electric vehicles in view of the prolonging of battery life[J].Journal of Power Sources，2009，Vol.190（2）：372-379.