基于模糊控制的并联式混合动力汽车能量管理策略

张丹 刘助春 杨小峰 黄登登

1.湖南汽车工程职业学院 湖南省株洲市 412000 2.陕西重型汽车有限公司 陕西省西安市 710200

随着汽车保有量的不断增加,空气质量恶化、石油资源匮乏等问题已引起人们的广泛关注。在能源短缺和环境污染的双重背景下,作为具有发动机和电动机两种动力源的并联式混合动力汽车(PHEV)已引起世界各大汽车制造商的高度重视。

由于PHEV 拥有复杂的结构和运行模式,在整车建模仿真过程中,采用传统的控制策略往往不能适应工况和负载的动态变化。在不建立精确的整车能耗模型前提下,模糊逻辑控制策略只需要确定隶属度函数参数和模糊规则即可达到精确的控制效果。因此,对PHEV 的模糊控制策略进行研究并付诸实践具有重要意义。

如图1 所示,相较于传统的内燃机车辆,发动机和电机既可以单独驱动车辆,也可以通过耦合装置共同驱动车辆。在不同的运行模式下,发动机和电机的运行状态如表1 所示。

48c78de6a8c10997c5dea545b8ee2a368.webp"/>

图1 并联式混合动力系统结构示意图

表1 PHEV 工作模式

其中,√表示动力部件在此模式下处于工作状态,× 表示动力部件在此模式处于不工作状态。

3.1 发动机模型

整个发动机系统非常复杂,难以用数学模型准确表示。在考虑发动机惯性负载和损耗的前提下,首先依据MAP 图确定发动机的转矩与转速,然后计算其油耗和排放,如图2 所示。其中,模块1 控制发动机的启停;
模块2 计算发动机的可用扭矩和转速;
模块3 计算发动机的油耗和排放。

图2 发动机模型

3.2 电机模型

在发电机模式下,电机将机械能转化为电能给电池充电;
在电机模式下,电机将电池提供的电能转化为机械能用以驱动汽车行驶。电机模型同时包括正向和反向仿真,这也就意味着输出不仅包括电机的可用功率,而且也囊括电机的需求功率,如图3 所示。其中,模块1 和模块2 分别为电机的后向和前向仿真路径模块;
模块3依据电机所需扭矩和转速计算电机能耗;
模块4 判断所选电机工作点是否在可行范围之内;
模块5 根据电机的当前运行条件计算电机温度。

图3 电机模型

3.3 电池模型

电池模型是一个由电动势和等效内阻组成的等效电路,以电机模块的功率需求作为输入,计算电池充放电过程中的电压、电流以及SOC,最后将电池组输出的功率返回至电机模块。如图4 所示,模块1 计算蓄电池的开路电压和内阻;
模块2 计算等效电路的电流和电池的工作电压;
模块3限制电池的放电程度,避免电池出现过度放电;
模块4 计算电池SOC 及其变化值;
模块5 计算电池组温度。

图4 电池模型

在确定了各部件的结构和参数后,如何协调发动机和电机之间的功率流分配以达到节能减排的目的,这就需要对模糊控制器进行设计。

4.1 输入输出变量

在设计模糊控制器时,不仅要确保发动机尽可能在高效率区域运行,同时也要维持电池的SOC 平衡。本研究以整车所需扭矩T和电池组SOC 作为模糊控制器的输入变量,发动机扭矩T作为输出变量。

4.2 隶属度函数

根据PHEV 的实际运行状态,对输入输出的隶属函数进行划分,将需求转矩T和电池组SOC 分别划分为7 个模糊子集{VS,S,RS,M,RB,B,VB},论域量化为[1,11];
将发动机转矩T划分为9个模糊子集{VS,S,RS,RM,M,VM,RB,B,VB},论域量化为[1,11]。模型选用Mamdani 算法,并采用三角形和梯形相结合的隶属度函数,如图5 所示。

图5 输入输出隶属度函数

4.3 模糊控制规则

对于模糊控制规则的设计,在考虑工程经验的同时也要顾及到被控对象的输入输出特性。一是当电池的SOC 至较大时,使用电机单独驱动车辆,以免发动机在低效率区域运行;
如果电机的最大扭矩小于所需扭矩,则发动机和电机一起驱动车辆。二是当电池的SOC 值较小时,发动机为主要动力源,在保证汽车正常行驶的前提下向电池组充电;
三是在低速行驶时,车辆运行于电动模式,此时发动机不工作,以避免其工作于低效率区域;
四是在扭矩需求特别大的情况下,如爬坡行驶时,发动机和电机共同驱动车辆。针对上述情况,本研究拟定了49 条模糊规则,如表2 所示。

表2 模糊规则控制表

为了对仿真结果进行分析,将设计的模糊控制与ADVISOR 软件默认的电机辅助控制策略分别嵌入ADVISOR 中的整车仿真模型中,并在CYC_UDDS 城市循环工况下进行仿真。

如图6 所示,与电机辅助控制策略相比,采用模糊控制后发动机的工作点更集中于高效区域(红线区域),这表明模糊控制策略效果更好。

图6 优化前后发动机工作点

从图7 可以看出,无论采用哪种控制策略,动力电池SOC 初始值均0.7,但循环工况结束时的SOC 值差异较大。采用模糊控制时,动力电池SOC 终值为0.7,在运行过程中SOC 略有波动;
采用电机辅助控制时,动力电池SOC 终值为0.63,SOC 下滑0.07,这说明模糊控制可以提高电池组的充放电效率,延长电池组的使用寿命。

图7 优化前后电池组SOC

仿真实验表明,与电机辅助控制策略相比,模糊控制可以使发动机的工作点集中于高效区域,在实现扭矩合理分配的同时减少电池组SOC 的波动幅度,延长电池组的使用寿命。

猜你喜欢 电池组模糊控制扭矩 一种车辆线控制动系统扭矩分配控制方法*汽车电器(2022年10期)2022-10-27制动器液冷控制系统模糊控制策略汽车实用技术(2022年15期)2022-08-19纯电动汽车动力电池组布置效率提升方法汽车实用技术(2022年12期)2022-07-05基于模糊控制的多圆弧路径自动平行泊车仿真汽车实用技术(2022年3期)2022-02-23水力加压器扭矩传递机构力学仿真研究智能建筑与工程机械(2021年6期)2021-09-10Polestar 2汽车观察(2021年8期)2021-09-01蔚来部署第二代换电站最大容量13块电池中国计算机报(2021年10期)2021-04-27基于多维感知控制型电动定扭矩扳手研究科技创新导报(2021年33期)2021-04-17某SUV智能扭矩管理器烧蚀问题研究与分析汽车世界·车辆工程技术(下)(2019年6期)2019-10-21基于粒子群优化训练的模糊控制数学建模方法神州·中旬刊(2017年1期)2017-06-28

推荐访问:并联 混合动力 能量