純電動(dòng)汽車制動(dòng)能量回收策略研究與仿真分析

秦?cái)垚?，?麗

（江蘇理工學(xué)院 汽車與交通工程學(xué)院，江蘇 常州 213001）

隨著經(jīng)濟(jì)社會(huì)的發(fā)展，我國(guó)汽車保有量越來越大，由此引發(fā)的環(huán)境污染和化石能源緊缺問題也愈加嚴(yán)重。由于具有零排放、零污染的優(yōu)勢(shì)，純電動(dòng)汽車已逐漸成為汽車領(lǐng)域研究的熱點(diǎn)[1]。目前，純電動(dòng)汽車大多采用蓄電池作為主要?jiǎng)恿υ?，由于蓄電池普遍功率密度較小，導(dǎo)致汽車?yán)m(xù)航里程偏低，嚴(yán)重阻礙了純電動(dòng)汽車的產(chǎn)業(yè)化進(jìn)程。開發(fā)高性能動(dòng)力電池?zé)o疑能夠有效增加純電動(dòng)汽車的續(xù)航里程，然而，短期內(nèi)相關(guān)技術(shù)的商業(yè)化應(yīng)用尚存在一定困難；因此，如何高效利用電動(dòng)汽車上所搭載的有限能量，成為亟待解決的問題。

制動(dòng)能量回收是提高蓄電池能量利用效率的有效方法之一[2]。電動(dòng)汽車在進(jìn)行減速制動(dòng)時(shí)會(huì)產(chǎn)生大量的動(dòng)能，這些能量大部分會(huì)轉(zhuǎn)化為熱能發(fā)散，造成能量浪費(fèi)。制動(dòng)能量回收是指在汽車進(jìn)行減速或剎車等制動(dòng)行為時(shí)，將產(chǎn)生的部分動(dòng)能轉(zhuǎn)化為電能，并貯存到蓄電池中，從而為后續(xù)汽車的驅(qū)動(dòng)過程補(bǔ)充能量[3-4]。目前，國(guó)內(nèi)外研究者對(duì)能量回收策略進(jìn)行了大量的研究。Siddartha等人[5]提出了一種新的制動(dòng)能量回收策略，在原有控制策略的基礎(chǔ)上對(duì)車輛前后輪的制動(dòng)力進(jìn)行重新分配，從仿真結(jié)果可以看出，該控制策略可以將制動(dòng)能量的回收效率增加30%以上；但該方法并未考慮電池荷電狀態(tài)（State of Charge，SOC）對(duì)制動(dòng)能量回收的影響。Panagiotidis等人[6]在并聯(lián)混合動(dòng)力汽車的基礎(chǔ)上構(gòu)建了基于駕駛?cè)艘鈭D的制動(dòng)模型，并對(duì)所設(shè)計(jì)的能量回收模型進(jìn)行了仿真驗(yàn)證，結(jié)果表明，所設(shè)計(jì)的能量回收模型能夠使混合動(dòng)力汽車的燃油經(jīng)濟(jì)性和續(xù)航里程得到顯著提高；但研究中沒有考慮到影響再生制動(dòng)的因素。高愛云等人[7]以并聯(lián)式混合動(dòng)力汽車為例，提出了一種基于最佳制動(dòng)效果的制動(dòng)能量回收控制策略，并利用ADVISOR對(duì)其進(jìn)行仿真分析，在此基礎(chǔ)上進(jìn)行了硬件在環(huán)仿真試驗(yàn)，結(jié)果顯示，該控制策略可以有效提高汽車的能量利用率和人員的駕駛舒適性；但該研究中未考慮到車速v對(duì)制動(dòng)能量回收的影響。

由于純電動(dòng)汽車制動(dòng)能量的回收是一個(gè)非常復(fù)雜的過程，受到諸多因素的影響且總體上呈非線性變化；因此，其與模糊控制方法的實(shí)際應(yīng)用場(chǎng)合非常匹配。本文在已有研究的基礎(chǔ)上，以后驅(qū)動(dòng)式純電動(dòng)汽車作為研究對(duì)象，提出了一種基于模糊控制的制動(dòng)能量回收策略。通過引入SOC作為考慮因素，在Matlab/Simulink中搭建了控制策略的仿真模型，并嵌入到基于ADVISOR搭建的純電動(dòng)汽車整車模型中，在NEDC及FTP75工況下對(duì)該控制策略進(jìn)行了仿真分析。結(jié)果表明，本文所設(shè)計(jì)的能量回收策略能夠有效地提高純電動(dòng)汽車的續(xù)航里程和整車能量利用率。

1 制動(dòng)能量回收原理

如圖1所示，純電動(dòng)汽車的制動(dòng)系統(tǒng)主要以電機(jī)制動(dòng)為主，其主要結(jié)構(gòu)包括傳感器、制動(dòng)控制器、電機(jī)等。當(dāng)電機(jī)制動(dòng)時(shí)，其輸出轉(zhuǎn)矩為負(fù)值，轉(zhuǎn)速下降，在實(shí)現(xiàn)減速剎車的同時(shí)將部分動(dòng)能轉(zhuǎn)化為電能貯存在蓄電池中。

圖1 電機(jī)制動(dòng)系統(tǒng)結(jié)構(gòu)

單純的電機(jī)制動(dòng)并不能完全滿足汽車行駛過程中的制動(dòng)力需求；因此，目前純電動(dòng)汽車的制動(dòng)力由電機(jī)制動(dòng)力和機(jī)械制動(dòng)力兩部分組成，并由制動(dòng)控制器基于制動(dòng)信號(hào)進(jìn)行制動(dòng)力分配。為了提高純電動(dòng)汽車的能量利用率和續(xù)航里程，電機(jī)制動(dòng)和機(jī)械制動(dòng)相結(jié)合的制動(dòng)系統(tǒng)應(yīng)當(dāng)在保證汽車安全性的同時(shí)，盡量增加電機(jī)制動(dòng)的制動(dòng)力占比，以提高純電動(dòng)汽車的經(jīng)濟(jì)性。

2 制動(dòng)能量回收策略制定

制動(dòng)能量回收策略的制定包括兩個(gè)要點(diǎn)：一是對(duì)汽車的前輪和后輪的制動(dòng)力進(jìn)行分配；二是對(duì)驅(qū)動(dòng)輪上的電機(jī)制動(dòng)力和機(jī)械制動(dòng)力進(jìn)行分配。ADVISOR自帶的制動(dòng)力分配策略僅以汽車的當(dāng)前車速作為依據(jù)，根據(jù)車速查表來實(shí)現(xiàn)對(duì)制動(dòng)力的分配。如圖2所示，為具體控制規(guī)則。根據(jù)圖2，ADVISOR自帶的制動(dòng)力分配策略只考慮車速對(duì)制動(dòng)力分配的影響，沒有考慮到其他因素。然而，影響再生制動(dòng)的因素很多，如SOC反映了電池的剩余電量，它直接影響了電池充電的效率，從而對(duì)制動(dòng)能量回收的效率產(chǎn)生影響[8]。因此，使用該控制策略所回收的能量十分有限，汽車制動(dòng)時(shí)所產(chǎn)生的大部分能量未能得到有效利用[9]。為達(dá)到對(duì)制動(dòng)力更加精準(zhǔn)的控制，進(jìn)一步提高制動(dòng)能量的利用率，本文在ADVISOR自帶控制策略的基礎(chǔ)上，將SOC對(duì)制動(dòng)力的影響列入到考察之中，通過分析車速v和電池SOC對(duì)制動(dòng)力分配的影響，來研究制動(dòng)力分配策略，并確定其分配方案。

圖2 ADVISOR制動(dòng)力分配曲線

2.1 制動(dòng)力分配方案

本文以電池SOC以及車速v作為輸入量，以電機(jī)制動(dòng)力占比K為輸出量，對(duì)電機(jī)制動(dòng)力和機(jī)械制動(dòng)力進(jìn)行分配，并通過制動(dòng)系統(tǒng)實(shí)現(xiàn)制動(dòng)及制動(dòng)能量的回收。如圖3所示，為控制策略流程。根據(jù)圖3，總制動(dòng)力包括電機(jī)制動(dòng)力和機(jī)械制動(dòng)力兩部分：電機(jī)制動(dòng)力占比為K，它決定了電機(jī)制動(dòng)力的大??；相應(yīng)的，機(jī)械制動(dòng)力占比為1-K。設(shè)定在后輪總制動(dòng)力未超過最大限度時(shí)，前輪機(jī)械制動(dòng)力與后輪機(jī)械制動(dòng)力相同，為（1-K）/2，當(dāng)后輪總制動(dòng)力達(dá)到最大限度時(shí)，前輪機(jī)械制動(dòng)力為總制動(dòng)力減去后輪總制動(dòng)力[10]。

2.2 模糊控制器設(shè)計(jì)

影響制動(dòng)能量回收的因素很多，模糊控制相對(duì)于其他控制方法能夠更好地應(yīng)對(duì)這種復(fù)雜場(chǎng)景；因此，本文選擇模糊控制策略。根據(jù)圖3，模糊控制器以電池SOC以及車速v作為輸入量，以電機(jī)制動(dòng)力占比K為輸出量。

圖3 控制策略流程圖

2.2.1 隸屬度函數(shù)確定

在設(shè)計(jì)模糊控制器時(shí)，首先，要確認(rèn)論域范圍和模糊子集的數(shù)量；其次，確定各個(gè)輸入、輸出變量隸屬度函數(shù)的范圍和形狀。

（1）電池SOC

電池SOC表示剩余電量，SOC的大小直接決定著電動(dòng)汽車的充電效率和續(xù)航里程：SOC越高，電池充電效率越低；SOC越低，電池充電效率越高。本文將電池SOC的論域范圍設(shè)置為[0，1]，并劃分為{低，中，高}三個(gè)模糊子集，分別以{S，M，B}表示。其中：S、B選用高斯型函數(shù)；M選用鐘形函數(shù)。如圖4所示，為電池SOC隸屬度函數(shù)。

圖4 電池SOC隸屬度函數(shù)

（2）車速v

車速v是影響能量回收效率的重要因素：車輛在低速行駛時(shí)，可被回收能量較少；在高速行駛時(shí)，電機(jī)制動(dòng)的參與率增大，此時(shí)可被回收的能量增多。本文將車速v的論域設(shè)置為[0，80]，劃分為{低速，中速，高速}三個(gè)模糊子集，分別用{S，M，B}表示，選用梯形函數(shù)作為隸屬度函數(shù)類型。如圖5所示，為車速v隸屬度函數(shù)。

圖5 車速v隸屬度函數(shù)

（3）電機(jī)制動(dòng)力占比K

將電機(jī)制動(dòng)力占比K的論域設(shè)定為[0，1]，再劃分為{極小，小，中，大，極大}五個(gè)模糊子集，分別用{VS，S，M，B，VB}表示，選用三角形作為隸屬度函數(shù)類型。其中：VS表示僅有機(jī)械制動(dòng)，電機(jī)沒有參與制動(dòng)；S表示電機(jī)制動(dòng)比例很?。籑表示電機(jī)參與制動(dòng)的程度屬于中等水平；B表示電機(jī)參與制動(dòng)的程度為中等偏大，比M略多；VB表示主要為電機(jī)制動(dòng)。如圖6所示，為電機(jī)制動(dòng)力占比K隸屬度函數(shù)。

圖6 電機(jī)制動(dòng)力占比K隸屬度函數(shù)

2.2.2 模糊控制規(guī)則制定

在模糊控制規(guī)則制定模塊，采用If-Then形式，即if SOC is A andvis B，then K is C。通過對(duì)純電動(dòng)汽車能量管理問題的研究，本文所提出的模糊控制規(guī)則其原則主要包括：當(dāng)SOC較高時(shí)，表示電池剩余電量較多，此時(shí)電機(jī)不制動(dòng)或制動(dòng)比例??；當(dāng)電池SOC處于中間或較低時(shí)，此時(shí)電機(jī)制動(dòng)比例大；當(dāng)車速v較低時(shí)，可回收制動(dòng)能量很少，電機(jī)基本不參與制動(dòng)；當(dāng)車速v較高時(shí)，可回收制動(dòng)能量多，此時(shí)電機(jī)制動(dòng)比例增大。如表1所示，為根據(jù)以上原則建立的模糊控制規(guī)則。如圖7所示，為模糊推理曲面圖。

圖7 模糊推理曲面圖

表1 模糊控制規(guī)則表

3 ADVISOR建模與仿真分析

為了驗(yàn)證本文所設(shè)計(jì)制動(dòng)能量回收策略的有效性，將所搭建的能量回收策略模型與后驅(qū)純電動(dòng)汽車模型相結(jié)合，并通過ADVISOR軟件進(jìn)行仿真分析。

3.1 整車模型搭建

本文以軟件自帶的（BD_EV）整車模型為原型，根據(jù)從官方網(wǎng)站查詢所得的某后驅(qū)電動(dòng)汽車相關(guān)參數(shù)，對(duì)自帶模型的各部件m文件內(nèi)容進(jìn)行修改，并將驅(qū)動(dòng)模式由自帶模型中的前輪驅(qū)動(dòng)更改為后輪驅(qū)動(dòng)，從而搭建出所需要的整車模型。如表2所示為主要參數(shù)。

表2 某后驅(qū)純電動(dòng)汽車主要參數(shù)

3.2 仿真結(jié)果與分析

與本文控制策略相比，ADVISOR自帶的控制策略是固定分配比例，其分配方式是只按照車速去分配制動(dòng)力，并沒有充分考慮到電池SOC、電機(jī)的特性以及汽車所行駛的道路狀況等因素，因而具有一定的局限性。為了評(píng)價(jià)本文所提出的制動(dòng)能量回收策略是否能有效提高純電動(dòng)汽車的經(jīng)濟(jì)性，將車輛驅(qū)動(dòng)模式由前驅(qū)改為后驅(qū)，并將所制定控制策略Simulink模型添加到ADVISOR整車模型中。如圖8、圖9所示，為修改后的前向仿真模塊和后向仿真模塊。選取NEDC以及FTP75工況作為仿真工況，將本文控制策略與ADVISOR軟件自帶控制策略就電機(jī)扭矩、電池電流、電池SOC、續(xù)航里程以及整車能量效率等五個(gè)方面進(jìn)行仿真對(duì)比。

圖8 制動(dòng)力前向仿真模塊

圖9 制動(dòng)力后向仿真模塊

3.2.1 電機(jī)扭矩對(duì)比

如圖10所示，為電機(jī)扭矩在各工況下仿真的變化過程。圖10顯示，在兩種工況下，使用ADVISOR自帶控制策略與本文設(shè)計(jì)的控制策略，其電機(jī)正扭矩都是重合的；這是因?yàn)殡姍C(jī)扭矩大于0時(shí)，汽車處于驅(qū)動(dòng)狀態(tài)，而本文只是對(duì)制動(dòng)策略進(jìn)行了修改，并沒有改變驅(qū)動(dòng)策略，因此，當(dāng)汽車處于驅(qū)動(dòng)狀態(tài)時(shí)，兩種控制策略的正扭矩相同，這是合理的。當(dāng)汽車處于制動(dòng)狀態(tài)時(shí)，即電機(jī)扭矩小于0時(shí)，在兩種工況下，本文所設(shè)計(jì)的控制策略均能使電機(jī)負(fù)扭矩大于使用ADVISOR自帶控制策略時(shí)的負(fù)扭矩，即當(dāng)汽車處于制動(dòng)狀態(tài)時(shí)，采用本文所設(shè)計(jì)的控制策略可使電機(jī)制動(dòng)力占比較大，從而有利于制動(dòng)能量的回收。

圖10 電機(jī)扭矩對(duì)比

3.2.2 電池電流對(duì)比

如圖11所示，為電池電流在各工況下仿真的變化過程。圖11顯示，在兩個(gè)工況下，ADVISOR自帶控制策略與本文控制策略在電流大于0時(shí)的電池電流是重合的。這是因?yàn)殡姵仉娏鞔笥?代表汽車處于驅(qū)動(dòng)狀態(tài)，此時(shí)電池正在放電，但由于本文只對(duì)制動(dòng)策略進(jìn)行了修改，所以當(dāng)汽車處于驅(qū)動(dòng)狀態(tài)時(shí)，兩種控制策略的電池電流相同。當(dāng)汽車處于制動(dòng)狀態(tài)時(shí)，電池電流小于0，此時(shí)電池處于充電狀態(tài)，在兩個(gè)工況下，本文所設(shè)計(jì)的控制策略均能使電池充電時(shí)的電流明顯大于ADVISOR自帶控制策略下的電流。充電電流越大，相同時(shí)間下為電池所補(bǔ)充的電量就會(huì)越多，相應(yīng)電池電量下降速度就越慢。這表明在本文控制策略下，電池電量下降速度更低，與原始控制策略相比，可以提高電池的續(xù)航時(shí)間，進(jìn)而減少電池的充放電次數(shù)，提高電池使用壽命。

圖11 電池電流對(duì)比

以上分析表明，本文所設(shè)計(jì)的控制策略可使汽車具有更高的電機(jī)制動(dòng)力占比和更大的充電電流，而這兩者會(huì)使電池SOC下降更加緩慢，進(jìn)而增大汽車?yán)m(xù)航里程。

3.2.3 電池SOC對(duì)比

如圖12所示，為電池SOC在各工況下的變化過程。圖12顯示：隨著時(shí)間的推移，電池SOC值總體上呈現(xiàn)逐漸降低的趨勢(shì)，但有些地方出現(xiàn)了小幅的升高，這表示此時(shí)制動(dòng)能量正在被回收。在兩種工況下，采用本文控制策略的純電動(dòng)汽車其SOC值降低幅度均小于采用ADVISOR自帶控制策略的汽車。在NEDC工況下，使用ADVISOR自帶控制策略進(jìn)行一個(gè)工況循環(huán)后，SOC值為0.974 9；使用本文控制策略進(jìn)行一個(gè)工況循環(huán)后SOC值為0.975 7，提高了0.08%。在FTP75工況下，使用ADVISOR自帶控制策略的SOC值為0.955 8；使用本文控制策略的SOC值為0.958 8，提高了0.3%。

圖12 SOC對(duì)比

值得注意的是：NEDC工況一個(gè)循環(huán)全長(zhǎng)為10.93 km，持續(xù)時(shí)間為1 184 s；FTP75工況一個(gè)循環(huán)全長(zhǎng)為19.77 km，持續(xù)時(shí)間為2 277 s。單個(gè)工況循環(huán)的時(shí)間和行駛里程數(shù)都較短，因此，相應(yīng)SOC值提高幅度并不是很大；但若考慮到汽車的整個(gè)續(xù)航里程，相應(yīng)的改善程度就會(huì)較為顯著。作為驗(yàn)證，以下將對(duì)兩種控制策略下的續(xù)航里程進(jìn)行對(duì)比。

3.2.4 續(xù)航里程對(duì)比

如圖13所示，為續(xù)航里程在各工況下仿真的變化過程。圖13顯示：在本文控制策略下，兩個(gè)工況的續(xù)航里程均大于采用ADVISOR自帶控制策略下的續(xù)航里程。在NEDC工況下，原始控制策略續(xù)航里程為326.2 km，本文控制策略續(xù)航里程為348.5 km，提高了6.84%；在PTF75工況下，原始控制策略續(xù)航里程為302.8 km，本文控制策略續(xù)航里程為334.2 km，提高了10.37%。續(xù)航里程的提升，主要是由于電機(jī)制動(dòng)力占比增大，從而提高了制動(dòng)能量的回收效率。

圖13 續(xù)航里程對(duì)比

3.2.5整車能量效率對(duì)比

整車能量效率也是評(píng)價(jià)制動(dòng)能量回收的重要指標(biāo)之一。如圖14所示，為不同工況下兩種控制策略的整車能量效率的對(duì)比結(jié)果。圖14顯示：在兩種工況下，使用本文控制策略的整車能量效率均大于ADVISOR原始控制策略下的整車能量效率。本文控制策略的整車能量效率在NEDC工況下，比原始控制策略高3.5%；在FTP75工況下，比原始控制策略高6.8%。

圖14 整車能量效率對(duì)比

4 結(jié)語

本文以后驅(qū)純電動(dòng)汽車為研究對(duì)象，對(duì)純電動(dòng)汽車的制動(dòng)能量回收策略進(jìn)行研究?；谀：刂撇呗栽O(shè)計(jì)能量回收策略，以電池SOC和車速v為輸入變量，以電機(jī)制動(dòng)力占比K為輸出變量設(shè)計(jì)模糊控制器，對(duì)制動(dòng)力進(jìn)行合理分配；并通過ADVISOR軟件進(jìn)行仿真分析，在NEDC和FTP75工況下，將ADVISOR自帶控制策略與所設(shè)計(jì)控制策略的電機(jī)扭矩、電池電流、電池SOC、續(xù)航里程以及整車能量效率進(jìn)行對(duì)比。仿真結(jié)果表明，本文提出的制動(dòng)能量回收策略，能夠有效提高純電動(dòng)汽車的續(xù)航里程和能量利用率。