電動物流車匹配設計與效率優化控制策略研究

李雪凡，白世偉，王貴山

（東風汽車股份有限公司商品研發院，湖北 武漢 430100）

前言

由于傳統內燃機汽車的能耗和排放難以取得質的突破，使得汽車新能源技術的發展成為人們關注的焦點[1]。與其他類型的新能源汽車相比，純電動汽車僅使用電能作為驅動能源，零排放、零油耗，是未來汽車發展的重要方向[2-4]。

然而，純電動汽車除了具有零污染、零油耗的優點外，還面臨許多技術難題，如續駛里程不足、充電基礎設施不完善以及充電時間過長等。較短的續駛里程意味著純電動汽車消費者具有較高程度的“里程焦慮”[5-7]。而充電基礎設施的缺乏無疑會進一步加劇消費者對使用純電動汽車的擔憂。若要解決充電基礎設施不完善和充電時間過長等難題，所涉及的難度、規模都比較大，不易實現。因此，若要提高純電動汽車的市場占有率，需從改善其續駛里程入手。

東風柳州汽車有限公司的韓永飛[8]從整車角度提出了通過降低空氣阻力系數、滾動阻力系數和整車重量等優化方向提升續駛里程。奇瑞汽車股份有限公司馬文明[9]利用CAE軟件對某純電動汽車開發項目中影響續駛里程的主要因素靈敏度進行了分析，明確了制動能量回收率等因素對NEDC工況下續駛里程的影響。北京理工大學陳勇[10]建立電池均勻性對電池輸出功率的影響模型，提出對電池進行篩選等方法以提高續駛里程。大陸集團推出智能熱管理系統，通過模塊化設計，保證不同系統的最佳工作溫度，提高電動車續駛里程[11]。

基于上述研究，為了提高電動汽車續駛里程，本文針對純電動汽車，制定效率優化控制策略，有效提升整車經濟性。本文通過多元線性回歸得到動力電池效率，充放電功率和SOC三者的關系，將動力電池效率圖根據SOC區間分為多個部分，使效率曲線的設計方程更好地適應效率圖，從而制定考慮效率優化的控制策略。最終對本文提出的控制策略進行仿真和實車驗證，該策略進一步提高了整車續駛里程。

1 電動物流車動力系統參數匹配

本文研究的純電動物流車的動力系統結構如圖1所示，整車基本參數和性能指標如表1、2所示。

圖1 純電動汽車驅動系統結構

表1 整車基本參數

表2 整車性能指標

1.1 驅動電機參數

對于純電動汽車，電機功率參數的選擇要根據純電動行駛時的最高車速、加速性能和爬坡性能要求確定。

1.1.1 最高車速

對于整車最高車速，包括持續30分鐘最高車速和持續1分鐘最高車速，分別對應整車性能指標中的持續最高車速和短時最高車速。驅動電機的最大功率Pr1需滿足最高車速時的功率需求，如式所示：

式中，Pumax為短時或持續最高車速對應的最大功率；m為整車質量；g為重力加速度；f為滾動阻力系數；Cd為空氣阻力系數；A為迎風面積；ηt為傳動效率；umax為短時或持續最高車速。

1.1.2 爬坡性能

對于爬坡性能，分別計算在爬坡度為20%、25%和30%，不同爬坡穩定車速下的純電動汽車的需求功率Pr2，如式所示：

式中，uα為爬坡車速；α為爬坡角度。

1.1.3 加速性能

對于加速性能所需功率，設定在水平路面上從原地起步電動汽車加速到50 km/h不超過8 s。在加速末端時刻輸出的最大功率Pr3為：

式中，δ為旋轉質量換算系數；vm為加速時最高車速；dt為時間步長；tm為加速時間；x為擬合系數。

1.1.4 電機轉速

驅動電機最高轉速：

式中，r為輪胎滾動半徑；i0為主減速器傳動比。

1.1.5 電機峰值扭矩

驅動電機峰值扭矩：

式中：Tmax1為根據最大爬坡度αmax確定驅動電機的最大扭矩；Tmax2為根據電機驅動峰值功率Pmax確定的驅動電機最大的扭矩。

1.1.6 電機額定扭矩

驅動電機額定扭矩Te：

式中，Pe為電機額定功率；ne為電機額定轉速。

純電動汽車的電機峰值功率必須不小于三大動力性指標所確定的功率，即：

根據以上設計過程，電機的基本需求參數，如表3所示：

表3 整車動力性指標對應的電機參數

最終，所選電機的效率和功率分別如下圖所示。

圖2 電機效率map圖

圖3 電機功率示意圖

1.2 動力電池參數

1.2.1 電池組功率參數

電池組在純電動時，為電機提供放電功率，因此電池組的最大放電功率Pr_max必須大于電動機的峰值功率，即：

式中，ηb-a為電池組平均放電效率；Paux為附件消耗功率。

1.2.2 電池組容量

電池能量必須不小于純電動行駛里程，其電池組的額定總能量滿足條件：

式中，Wb為電池組總能量；Pess為電池輸出功率；S為純電動續駛里程；△soc為動力電池放電深度。

電池放電輸出功率與電機電動的關系為：

式中，Pm為電機功率，ηbm為電池到電機的傳動效率。

電池組容量與總能量的關系：

其中，Q為電池組容量；Ue為電池組額定電壓。

最終，所選動力電池的參數如表4所示。

表4 電池性能參數

考慮到環境溫度對電池性能參數的影響，本文分別取溫度為10 ℃、25 ℃和45 ℃下，分析單體電池開端電壓、充放電內阻和電池SOC的關系，如圖4所示，為不同溫度下，電池性能參數隨SOC的變化。

圖4 單體電池充放電內阻、開端電壓與SOC的關系

2 構建效率優化控制策略

效率優化的關鍵是對動力系統關鍵參數的優化，使EV工作在最佳的工作區間，有效提升整車續駛里程。為了提高純電動物流車的經濟性，并解決整車在運行過程中動力元件效率對系統能量利用率影響的問題，在合理的參數匹配基礎上，制定了基于多元線性回歸的效率優化控制策略。

為了計算效率圖的最大優點，通過多元線性回歸得到動力電池效率，電流和SOC三者的關系并通過Matlab創建并計算了效率曲面曲線，如圖5所示。由圖可知，大部分數據點均落在擬合的效率曲面上，然而，某些高效率點（如紅色圈內）不能通過曲線擬合得到，尤其在低SOC區間時，導致優化過程難以達到最佳的效率點。

圖5 動力電池效率

為了解決上述問題，從而達到更好的曲線擬合效果，本文將動力電池效率圖，根據SOC區間分為多個部分，使曲線的設計方程更好地適應效率圖。利用多元線性回歸方程將動力電池效率按照不同的SOC區間（SOC＜0.5，0.5＜=SOC＜0.7，0.7＜=SOC＜0.9，SOC＞=0.9）劃分為四部分，最終的動力電池效率區域如圖6所示。

圖6 動力電池效率區域

3 實驗與結果分析

為驗證本文制定的效率優化控制策略的有效性，開展對比實驗驗證，與基于map的方法進行經濟性能比較。

3.1 效率優化控制策略性能實驗

為了驗證本文提出的基于多元線性回歸的效率優化控制策略能夠進一步提高整車經濟性，將與基于map的方法進行對比。為了清楚表示，這里僅列出在一個CWTVC循環工況下的結果，如圖8所示，為實際車速與目標車速的對比圖，在工況運行過程中，實際車速可以很好地跟隨目標車速。

圖7 實際車速與目標車速對比

如圖8所示，圖(a)為一個CWTVC循環工況下電機功率對比圖，電機功率大致分布在－46.5 kw至58 kw之間。圖(b)為一個CWTVC循環工況下電池放電信號示意圖，放電信號在0和1之間不斷切換，其中1代表電池此刻在放電。為了清楚反映SOC的變化趨勢，圖(c)為多個重復CWTVC循環工況下兩種策略下的SOC對比圖，結果表明，基于效率優化控制策略最后SOC為0.1317，電量消耗3.3725 kwh；基于map的策略最后的SOC為0.100，電量消耗3.3726 kwh。基于效率優化控制策略相比基于map的方法，在電量消耗量接近的情況下，采用效率優化控制策略剩余SOC更多，經濟性更優。

圖8 經濟性實驗結果對比

如圖9 所示，為兩種策略下實際效率對比圖，為了清楚表示，將SOC區間在0.35至0.55間的實際效率點放大，如圖9(b)，可以明顯看到，這兩種策略均能工作在高效率區間，其中，基于map的方法，實際充放電效率區間在[0.96,1]，基于效率優化控制策略的實際充放電效率在[0.97,1]，效率稍優于基于map的方法，使動力電池更多地工作在高效率區間，提高整車經濟性。

圖9 電池效率結果對比

如圖10為兩種策略下，電量耗盡時行駛里程對比圖，基于map的方法最終行駛里程為288 km，基于效率優化控制策略的最終行駛里程為300 km，相比基于map的方法，續駛里程更長，每月可多跑360 km。

圖10 SOC和行駛里程關系對比

3.2 實車驗證

在某公司轉轂試驗室開展該電動車CWTVC工況下的續駛里程測試。主要試驗設備：德國MAHA公司的底盤測功機，型號72H-2MOT。圖11為實測CWTVC工況下續駛里程的過程數據，電流為正值，代表能量輸出放電過程，電流為負值時，代表能量回收過程。

圖11 C-WTVCS工況法續駛里程測試過程數據曲線圖

試驗樣車實施了效率優化控制策略后，實測CWTVC工況下續駛里程為297.2 km。

4 結論

（1）以提高純電動汽車的經濟性為研究目標，在構建純電動汽車模型的基礎上，制定考慮效率的控制策略。

（2）通過仿真實驗表明，基于效率優化控制策略，相比基于map的方法，在工況運行過程中，動力電池工作在更高的效率區間，在相同SOC區間下，續駛里程更長，每月可多跑360 km，在經濟上優于基于map的方法，為后續項目開發提供了參考。

（3）今后將進一步研究再生制動能量回收對續駛里程的影響及提升方案。