基于多參數邏輯門限值控制與瞬時優化控制的 自適應控制研究

周偉，熊演峰

（1.仁壽縣龍正鎮人民政府，四川 仁壽 620562；2.長安大學，陜西 西安 710064）

引言

雖然國內新能源政策補貼傾向于發展純電動汽車，但是由于電池能量密度、壽命等因素，現階段“里程憂慮”、成本高昂等問題普遍存在，因此HEV/PHEV 車輛將存在較長一段時期。考慮HEV 車輛按照現有政策定位于節能車，不享受財政補貼，商用車領域近期基本沒有產品，本文主要集中于PHEV 商用車整車控制上。國內PHEV 商用車主要集中在城市公交領域，整車控制的目標是在節能基礎上兼顧駕駛性。其中從駕駛員意圖識別角度著手，主要通過加速踏板、制動踏板體現，通過發動機-電機實現扭矩協調，實現駕駛性；其中從全局優化角度，實現電池-發動機的能量協調。混合動力系統控制是在全工況下的控制優化，是對瞬時工況下各個動力源的積分效應。本文主要基于工程可實現化最高的多參數邏輯門限值控制，結合瞬時優化控制開展自適應控制研究。

HEV/PHEV 作為一種雙能源車輛，通過協調發動機和電機的工作狀況，可以使發動機始終工作在最佳效率區域。近年來常用控制策略基本上可以分為下述幾種：

1 基于規則的邏輯門限值控制策略

基于規則的邏輯門限值控制策略以“基于規則的功率管理策略”為代表，該方法簡單實用，在發動機和電機特性以及循環工況一定的情況下能獲得較為理想的效果，目前被普遍采用。但其門限值事先設定并且是固定值，因此對工況及參數漂移的適應能力差，無法獲得整車系統的最大效率。

2 基于模糊控制的智能型控制策略

基于模糊控制的智能型控制策略比較符合人的邏輯思維，在混合動力汽車中應用比較合適，以 Sugeno-Takagi 模糊控制模型為基礎設計的模糊邏輯控制器，具有魯棒性好的特點，但缺乏自適應或自學習的能力。

3 基于優化算法的動態控制策略

基于優化算法的動態控制策略較多采用貝爾曼動態規劃理論進行全局優化，該算法考慮循環工況的動態變化，具有實時選擇發動機、電機工作狀態最優點的功能，能綜合實現最佳燃油經濟性和排放。但是，這種方法優化過程復雜，需要大量運算，導致其實現起來有一定的困難。

上述算法實際工程使用中需考慮現有產品整車控制器計算能力，因為計算量緣故，方案一現運用普遍，方案二也有體現，方案三實際產品中基本很少應用。依托12 米混合動力客車雙電機方案產品開發項目開展相關研究，其中動力系統構型具體如下：

圖1 混合動力客車雙電機方案

整車參數詳見表1。

表1 整車參數

動力系統相關參數詳見表2。

混合動力客車雙電機方案整車控制器 HCU 通過CAN 網絡與各個總成、控制器進行通訊，接收各總成上報的狀態和故障信息，并通過采集整車鑰匙門、加速踏板和制動踏板開度等信息，綜合分析當前整車狀態以及駕駛員的需求對各總成發出控制指令，實現整車的各項功能，HCU 的控制接口如圖2 所示。

表2 動力系統參數

圖2 HCU 控制接口

根據整車配置及HCU 接口定義，確定HCU 具備以下6 項基本功能：高低壓電源管理、行駛控制、熱管理、附件控制、人機接口和充電功能，詳見圖3。

圖3 HCU 基本功能

在動力系統的匹配與控制中，TM 電機功率略大于BSG 電機，混合動力系統的助力、純電動驅動和制動能量回收主要依靠TM 電機，把BSG 電機解放出來主要用于起/停發動機和怠速充電。因此，通過協調控制各動力總成工作狀態，可充分發揮BSG、發動機和TM 電機特性，提高混合動力系統的經濟性和動力性。因此對混合動力客車雙電機方案工作模式進行劃分，主要包括停車模式、發動機啟停模式、怠速暖機模式、怠速充電模式、純電動模式、發動機單獨驅動模式、行車發電模式、聯合驅動模式、滑行能量回收模式、制動能量回收模式等，在各種工況下發動機、BSG 電機和TM 電機的工作情況，詳見圖4。

圖4 各模式總成工作狀態

混合動力客車雙電機方案整車控制技術按照整車功能及內容可以分為以下四大類：整車功能模式集成化管理、整車功能模塊化、基于效率最優的能量管理和基于底層向量的故障診斷，本文主要集中在基于效率最優的能量管理上。

基于效率最優的能量管理主要是指提高動力系統在實際工況中的工作效率問題，這是一個復雜的系統問題，需要綜合論證分析混合動力系統的構型，研究混合動力系統的參數優化匹配與控制，使開發的混合動力系統自動適應各種道路工況和不同駕駛員的駕駛習慣，無論在怎樣的道路工況與駕駛員需求功率下，動力系統動力源都能工作在高效區。同時該方案作為產品開發必須基于現有產品HCU 資源，現有產品HCU 主要參數具體如下：

圖5 產品HCU 三維

表3 HCU 性能參數

因此基于現有產品HCU 能力，在達成節油目標前提下，盡可能減少計算需求是很有必要。而基于多參數邏輯門限值的瞬時優化控制策略的基本思想是：將易于用門限值確定工作模式的區域提取出來，避免復雜的瞬時優化算法，提高系統的響應速度，關鍵是各個門限值的確定。其他區域內則通過瞬時優化算法自適應尋優，確定發動機和電機各自的扭矩輸出，決定發動機驅動模式是由發動機單獨驅動還是發動機驅動并充電。將邏輯門限值方法的簡單高效性與瞬時優化算法的優點結合起來。

由混合動力客車的雙電機構型特征可知，該車具備混合動力汽車的所有功能，整車的基本控制策略是汽車在原地起步加速階段采用純電動運行，避免采用發動機起步加速帶來的動態油耗和排放；在中等需求功率階段，切換到純發動機運行模式；當需求功率增大到一定程度時加上電動機進行助力；在低負荷工況當電池 SOC 不夠時發動機通過串聯發電向蓄電池充電；在低制動強度減速階段，采用發電機再生制動回收制動能量。

在各種驅動模式選擇及切換過程中，為實現整車系統效率最優的目標，我們采用工程可實現化最高的多參數邏輯門限值控制方法，同時結合瞬時優化控制實現自適應控制，實現整車性能的最優，具體工作分為純電動工作算法、混合動力工作算法、基于系統效率的扭矩分配。

4 純電動工作算法

整車純電動工作區間計算模塊中，選取了駕駛員需求扭矩、車速和電池SOC 三個主要參數作為邏輯門限值，計算出整車純電動工作區域，見圖5 所示。基于以上整車純電動區間控制策略，可以在滿足駕駛員需求及電池電量平衡的前提下，盡可能擴大整車純電動工作區間，提高整車系統效率，改善整車經濟性。

圖5 純電動工作區劃分

另外，整車控制策略中還特別設置了當整車急加速或電機純電動可用扭矩不足（如高壓系統故障）時，整車提前退出純電動工作模式的策略，從而提高整車各種環境及使用工況下的適應性。

5 混合動力工作算法

當整車駕駛員需求扭矩超過電機最大純電動扭矩上限且整車車速超過純電動車速門時，需要整車控制器首先控制BSG 電機啟動發動機，然后整車退出純電動工作區間并進入發動機工作區間；當駕駛員需求扭矩超出發動機高效區上限時，整車進入聯合助力區，由TM 電機助力，補充發動機扭矩不足；同時當滑行或制動減速時，進入制動能量回收區，由TM 電機發電并將整車動能轉化為電能存儲到高壓電池中，整車各工作區間劃分見圖6 所示。

圖6 整車工作區間劃分及發動機工作點優化控制

混合動力控制策略具體如下：當外界負荷落在發動機工作區時，根據發動機燃油消耗、電機等效燃油消耗和發動機排放組成的目標函數決定動力源，進行瞬時優化自適應控制。由發動機獨自提供驅動力、發動機是否驅動電機對電池充電取決于SOC 和電機、電池的充電效率，進行自適應尋優。當外界負荷落在聯合助力區時，發動機發出最大扭矩，電機提供剩余扭矩，進行聯合驅動。

6 基于系統效率的扭矩分配

混合動力客車雙電機方案基于系統效率的扭矩分配策略見圖7 所示，首先HCU 根據車速及踏板開度查表計算出駕駛員需求扭矩，然后綜合考慮電池SOC 和整車各項性能選取動力總成工作模式，并最終計算出各工作模式下整車控制器對發動機和電機的控制扭矩需求，從而完成整車行駛過程中的扭矩分配。

圖7 基于系統效率的扭矩分配

由于整車扭矩分配控制策略中涉及多個模塊，各模塊通常包含多個控制參數，且各個參數間又有著一定的耦合關系，因此整車各工況下基于系統效率的參數優化便顯得尤為重要。通過仿真軟件的離線仿真可以快速優化整車性能，給出控制參數的優化組合及區間，而實車轉轂及道路標定試驗，則是優化整車性能，確定整車控制參數最為直接且有效的手段，通常也需要較長的時間。

7 結論

基于MATLAB/Simulink 環境下建立了控制策略仿真模 型，并在后續產品實車進行驗證，依據中國城市綜合工況實際油耗數據為19.64L/100km，達成預期目標。與基于優化算法的動態控制策略相比，較大程度上減少計算量，更易于工程實現；與傳統邏輯門限值控制策略相比，計算量有一定增加，但是具有較高的燃油經濟性。所以下一步工作可以考慮在產品HCU 計算能力滿足前提下，保證算法實用性的基礎上對模型進行進一步完善，同時適當引入現代智能控制方法，進一步地提高燃油經濟性并降低排放。