雙電機雙軸驅動電動汽車控制系統開發

李軍偉，宋振斌，孫賓賓，柳曉東

（1.山東理工大學交通與車輛工程學院，山東 淄博 255000；2.濰柴動力股份有限公司新科技研究院，山東 濰坊 261000）

1 引言

目前，常見的電動汽車動力驅動系統主要有單軸驅動和分布式全輪驅動兩種形式。單電機單軸驅動的動力構型由于可以和傳統的內燃機車輛共用開發平臺，如圖1（a）、圖1（b）所示。因此開發成本和難度都比較低，但是在整車需求功率較低時，該構型的驅動電機一般會工作在效率偏低的區域，使得整車經濟性變差。如圖1（d）所示的分布式全輪驅動的動力系統由于其具有非簧載質量大、系統可靠性低等缺點[5]，使得該動力構型的電動汽車目前尚處于研究階段。

圖1 電動汽車驅動系統構型方案Fig.1 Electric Vehicle Drive System Configuration Scheme

近年來，一種新型的動力系統構型方案由于其能夠兼顧整車的動力性和經濟性使其成為電動汽車領域的研究熱點[1-3]，如圖1（c）所示。轉矩分配是該構型電動汽車的關鍵技術之一，決定了電動汽車的整體性能。文獻[4]采用龐特里亞金最小原理來制定雙電機驅動電動汽車的轉矩分配算法，它可以通過最小化哈密頓函數來尋找最優解，但該條件只是全局最優的必要條件，而不是充分條件，無法保證全局最優。文獻[5]采用動態規劃來制定雙電機系統的能量管理策略，但該方法只考慮了典型的城市行駛工況，并且沒有經過試驗驗證，所以該算法的可行性無法得到保證。

由于該構型的電動汽車前、后電機驅動轉矩過大，將會導致前、后驅動輪打滑現象的發生，將降低整車的動力性能，因此，在轉矩分配優化的過程中，對前、后電機的驅動轉矩施以最大值的限制是非常必要的。考慮到以上情況，提出了一種基于慣性權重線性遞減有限粒子群算法的雙電機電動汽車驅動轉矩分配策略。該策略在充分利用粒子群算法在全局轉矩分配尋優的過程中，任意時刻在滿足需求轉矩的基礎上尋找兩個電機的最小電功率消耗點，給出兩個電機的最優驅動轉矩，同時又保證兩個電機的驅動轉矩不會超過其最大值，可以有效避免整車打滑現象的發生，確保整車的動力性。

2 雙電機雙軸驅動電動汽車組成

所研究的雙電機雙軸驅動電動汽車采用前后軸電機驅動方案，動力系統組成，如圖2所示。

圖2 雙電機雙軸驅動電動汽車動力系統組成Fig.2 Configuration of Dual-Motor Dual-Axis Driving Electric Vehicle

該電動汽車的動力系統由前、后兩個驅動電機、主減速器、差速器、動力電池等部件組成。圖2 中的MCU_F 和MCU_R 為前、后驅動電機的控制器，BMS為電池管理系統，VCU為整車控制器[6]。VCU通過采集加速踏板的信息，并結合當前車輛的運行狀況以及電機、電池的狀態信息，確定當前整車的需求轉矩，然后依據最優算法把當前的需求轉矩分配給前、后兩個驅動電機，使得施加在前、后驅動軸上的力矩之和等于或接近于整車的需求力矩。整車參數，如表1所示。

表1 整車參數Tab.1 Parameters of the Vehicle

3 整車控制器功能

根據雙電機雙軸驅動電動汽車構型特點，整車控制器主要功能包括：高壓上電、駕駛員駕駛意圖識別、踏板和擋位信號的采集、故障診斷及處理以及雙電機驅動轉矩分配等。根據以上的功能分析，并結合整車的結構配置，整車控制系統結構框圖，如圖3所示。從圖中可以看出，所開發的整車控制器應包括：電源電路、CAN通信電路、低端驅動電路、模擬量采樣電路和開關量采集電路[7]。其中，由于主控芯片需5V電源供電，而車載低壓蓄電池的電壓是12V，所以應有12V轉5V電路；由于加速踏板需兩路獨立的5V電源，為了避免外部傳感器和板內元件產生干擾，應有獨立的5V輸出。

圖3 整車控制器結構框圖Fig.3 Control Structure of VCU

雙電機雙軸驅動電動汽車整車CAN總線通訊網絡拓撲圖，如圖4所示。該通訊網絡由兩路CAN組成，分別與整車控制器、前電機控制器、后電機控制器、電池管理系統及儀表控制器5個控制單元相連。整車控制器通過與電池管理單元的通訊，可以獲取電池的SOC、溫度、故障等級等有關動力電池的信息，通過與電機控制器單元的通訊可以獲取前、后兩個電機的溫度、轉速、故障等級等有關驅動電機的運行信息，并結合整車故障等級確定當前兩個電機所允許輸出的最大轉矩。整車控制器把采集到的加速踏板的狀態信息轉換為當前的負荷系數，將該系數與當前兩個電機所允許輸出的最大轉矩相乘即可得到當前狀態下的整車需求轉矩。然后整車控制器根據轉矩分配策略把整車需求轉矩分配給兩個驅動電機。整車需求轉矩的計算，如式（1）所示。

圖4 整車CAN通訊網絡拓撲結構Fig.4 Structure of Vehicle’s CAN Network

式中：Td—整車需求轉矩；ɑ—電機負荷系數；Tmax—某時刻雙電機系統所能輸出的最大轉矩值。

4 雙電機雙軸驅動電動汽車轉矩分配

對于所研究的雙電機轉矩分配問題，用粒子位置Xi=（xi1，xi2）表示在迭代時第i個粒子的轉矩值，xi1代表前電機轉矩值，xi2代表后電機轉矩值；用粒子速度Vi=（vi1，vi2）表示在迭代時第i個粒子轉矩的變化值，vi1代表前電機轉矩變化值，vi2代表后電機轉矩變化值。

個體極值指截止到該次迭代每個粒子自身所找到的最優解，用Pi=（Pi1，Pi2）表示第i個粒子的個體極值。全局極值是指截止到該次迭代整個種群所找到的最優解，用Pg=（Pg1，Pg2）表示種群的全局極值[8]。

迭代時，慣性權重根據式（2）進行取值。

式中：ω—當前慣性權重；ωmax—最大慣性權重；ωmin—最小慣性權重；k—當前迭代次數；kmax—最大迭代次數。式（2）表明慣性權重隨著迭代次數的增加而逐漸變小，迭代初期搜索步長較大，越接近目標值，搜索步長就越小，可以確保在迭代初期具有較強的全局搜索能力，在迭代后期具有較強的局部搜索能力，既提高了搜索速度，又確保了全局最優。

每個粒子的位置和速度根據式（3）進行更新：

式中：k—迭代次數；c1、c2—學習因子，分別代表粒子向自身極值和全局極值推進的加速權值；r1，r2—分布在（0，1）之間的隨機數；ω—慣性權重，控制著前一速度對當前速度的影響。

在運用式（3）進行更新的過程中，由于前、后電機的轉矩xi1和xi2不能超過其最大值x1max和x2max，因此，當xi1＞x1max時，xi1=x1max；當xi2＞x2max時，xi2=x2max；其中：

式中：φ—道路附著系數；F1z、F2z—前、后驅動輪法向反作用力。

利用式（6）求出每個粒子的適應度值f，確定個體極值，并經過比較確定全局極值。

式中：Tf、Tr—前、后電機的需求轉矩；ηf、ηr—前、后電機的工作效率。

迭代到最大次數后停止迭代，輸出最優轉矩值。迭代停止時，與最小適應度函數值相對應的粒子位置就是所搜尋的全局最優雙電機轉矩值。迭代過程中，各系數取值，如表2所示。

表2 系數取值Tab.2 Value of the Parameters

5 試驗驗證

在完成雙電機雙軸驅動電動汽車控制系統硬件和軟件設計后，將控制代碼下載到整車控制器中進行硬件在環測試（Hardware-in-the-Loop），驗證電動汽車整車控制系統的性能[9]。在NEDC 工況下對整車需求轉矩和轉矩分配算法進行了HIL 測試[10]，測試結果，如圖5、圖6所示。

圖5 NEDC工況需求轉矩Fig.5 Demand Torque’s Curve Under NEDC

圖6 NEDC工況轉矩分配Fig.6 Torque Distribution’s Curve Under NEDC

從圖5和圖6可以看出：由于在城市循環工況下，整車需求轉矩較小，因此，在大多數情況下電動汽車運行于單電機驅動模式，只有在短暫的急加速情況下運行于雙電機驅動模式；在市郊循環工況下，由于對車輛動力性的要求較高，因此，電動汽車運行在雙電機驅動模式下的比例較城市循環的更高，說明開發的整車控制系統能夠根據整車需求實現單、雙電機驅動模式的實時切換。

6 結論

根據雙電機雙軸驅動電動汽車動力系統構型的特點，分析了整車控制器的功能，開發了整車控制系統。（1）給出的基于慣性權重線性遞減有限粒子群算法的雙電機電動汽車驅動轉矩分配策略，在保證雙電機聯合驅動效率的同時，防止了前、后驅動軸驅動力矩過高導致前、后驅動輪打滑現象的發生。在保證整車動力性的同時，又兼顧了整車的經濟性。（2）對整車控制器進行了NEDC循環工況下的硬件在環測試。試驗結果表明所開發整車控制系統，在實現轉矩分配的基礎上具有良好的實時性和穩定性，可以滿足車輛行駛需要，符合設計預期。