文獻(xiàn)標(biāo)識(shí)碼: A
文章編號(hào): 0258-7998(2012)11-0070-03
外接充電式混合動(dòng)力汽車PHEV(Plug-In Hybrid Electric Vehicle)有蓄電池和發(fā)動(dòng)機(jī)兩個(gè)動(dòng)力源,蓄電池可以由外部電網(wǎng)直接充電,短距離行駛工作于純電動(dòng)模式,長距離行駛時(shí)油電混合驅(qū)動(dòng),短距離行駛耗油量比純?nèi)加蛙嚨汀?a class="innerlink" href="http://ihrv.cn/tags/能量管理" title="能量管理" target="_blank">能量管理策略是PHEV的核心技術(shù)之一,在電機(jī)和發(fā)動(dòng)機(jī)兩種功率源之間按能量管理策略進(jìn)行功率分配和轉(zhuǎn)矩輸出,在保證動(dòng)力性能的基礎(chǔ)上實(shí)現(xiàn)最佳燃油經(jīng)濟(jì)性,減少廢氣排放,同時(shí)保持蓄電池、電機(jī)、發(fā)動(dòng)機(jī)等核心部件工作于最佳狀態(tài)[1]。
本文采用神經(jīng)網(wǎng)絡(luò)建模,得到駕駛行為、道路類型以及車輛運(yùn)行工況的目標(biāo)需求功率,并將目標(biāo)需求功率、電池SOC以及當(dāng)前車輪力矩作為模糊控制算法的輸入變量,整車動(dòng)力性能、燃油經(jīng)濟(jì)性和極限邊界極值為約束條件,利用模糊伏安法動(dòng)態(tài)分配電池輸出功率和發(fā)動(dòng)機(jī)輸出功率,實(shí)現(xiàn)對PHEV的能量進(jìn)行分配與管理,對算法進(jìn)行了軟件仿真并利用DSP平臺(tái)設(shè)計(jì)實(shí)現(xiàn)能量管理控制器,最后對輕型客車進(jìn)行改裝并進(jìn)行樣車測試。仿真和樣車測試結(jié)果表明:(1)行駛里程在40 km以內(nèi)時(shí),工作于純電動(dòng)模式,等價(jià)燃油經(jīng)濟(jì)性最好,等價(jià)油耗1.6 L/100 km;(2)隨著續(xù)駛里程增加,燃油經(jīng)濟(jì)性下降,在行駛里程超過60 km時(shí),主要工作在混合模式,等價(jià)油耗比純?nèi)加蛙嚨?4%;(3)樣車動(dòng)力性能及各部件狀態(tài)良好。
1 Plug_in混合動(dòng)力系統(tǒng)結(jié)構(gòu)
圖1所示PHEV混合動(dòng)力系統(tǒng)主要由發(fā)動(dòng)機(jī)、動(dòng)力電池、電機(jī)、離合器、變速箱和驅(qū)動(dòng)輪組成。有發(fā)動(dòng)機(jī)和電機(jī)兩個(gè)動(dòng)力源,它們既可以獨(dú)立工作,也可共同驅(qū)動(dòng)車輛。工作模式如下:(1)純電動(dòng)模式:當(dāng)電池電量充足時(shí),優(yōu)先考慮使用動(dòng)力電池的電量來驅(qū)動(dòng)電機(jī),從而降低排放和油耗;(2)發(fā)動(dòng)機(jī)模式:當(dāng)電池電量不足時(shí),發(fā)動(dòng)機(jī)工作并帶動(dòng)電機(jī)發(fā)電,給電池充電;(3)混合動(dòng)力模式:在急速加速、爬坡等需要大功率驅(qū)動(dòng)時(shí),發(fā)動(dòng)機(jī)和電動(dòng)機(jī)同時(shí)工作;(4)制動(dòng)能量回模式:當(dāng)滑行和剎車制動(dòng)情況下電動(dòng)機(jī)工作在發(fā)電狀態(tài),將制動(dòng)能量轉(zhuǎn)換為電能回收到蓄電池。
2 能量管理策略
2.1 駕駛行為神經(jīng)網(wǎng)絡(luò)模型
駕駛員通過觀察周圍環(huán)境和感覺車輛運(yùn)行狀態(tài)來控制車輛加速、減速、巡航或制動(dòng)。駕駛行為神經(jīng)網(wǎng)絡(luò)建模啟動(dòng)、加速、巡航、減速和停止/怠速。
將駕駛模式、油門踏板和剎車踏板信號(hào)作為神經(jīng)網(wǎng)絡(luò)的輸入信號(hào),得到目標(biāo)功率(目標(biāo)力矩)的大小。然后將目標(biāo)功率、電池SOC、實(shí)際功率和道路類型用模糊算法分配電池功率和發(fā)動(dòng)機(jī)功率。能量分配系統(tǒng)框架如圖2所示。
對電動(dòng)機(jī)而言,轉(zhuǎn)矩與電流成正比,而蓄電池電壓基本穩(wěn)定,發(fā)動(dòng)機(jī)力矩和轉(zhuǎn)速乘積為發(fā)動(dòng)機(jī)功率,因此輸入、輸出變量用功率表示,與力矩等價(jià)。模糊控制器以目標(biāo)功率PR、鋰電池的荷電狀態(tài)SOC、實(shí)際車輪功率PS以及道路類型為模糊控制的輸入變量。按照約束規(guī)則,以電機(jī)功率PM和發(fā)動(dòng)機(jī)輸出功率PE為模糊控制器的輸出變量。
模糊輸入變量PR和SOC基本論域?yàn)閇-10,25]kW和[30,90]%,將輸入變量模糊化,模糊子集為{NB(負(fù)大),NM(負(fù)中),NS(負(fù)小),ZO(零),PS(正小),PM(正中),PB(正大)};模糊輸出變量PM的論域?yàn)閇-10,15]kW,模糊子集為{NB(負(fù)大),NM(負(fù)中),NS(負(fù)小),ZO(零),PS(正小),PM(正中),PB(正大)},模糊輸出變量PE的論域?yàn)閇5,25]kW,模糊子集為{ZO(零),PS(正小),PM(正中),PB(正大)},模糊輸出變量Pr的論域?yàn)閇0,3]kW,模糊子集也為{ZO(零),PS(正小),PM(正中),PB(正大)}。
選擇輸入、輸出模糊變量的隸屬度函數(shù)為三角形。模糊控制規(guī)則由一系列關(guān)系詞連接而成,最常用的關(guān)系詞有if-then、also、or和and,模糊控制算法給出的控制量不能直接控制對象,實(shí)際輸出需進(jìn)行去模糊化處理,將其轉(zhuǎn)換到控制對象所能接受的基本論域中去。去模糊化處理算法采用質(zhì)心法。
3 算法仿真及實(shí)現(xiàn)
在Matlab仿真系統(tǒng)中建立模糊控制器,取模糊控制的輸入變量——目標(biāo)功率PR和鋰電池的荷電狀態(tài)SOC的論域?yàn)閇-10,25]kW和[30,90]%,取模糊控制器的輸出變量發(fā)動(dòng)機(jī)分配輸出功率PE、鋰電池分配輸出功率Pb論域分別為[5,25]kW和[-10,25]kW。鋰電池為60 ah/72 V,電池初始荷電狀態(tài)SOC=70%,利用該模糊算法對發(fā)動(dòng)機(jī)輸出功率、鋰電池輸出功率和制動(dòng)能量回收功率進(jìn)行動(dòng)態(tài)管理,在45 min(行駛里程50 km)內(nèi)主要以純電動(dòng)模式工作,鋰電池荷電狀態(tài)持續(xù)減少,直到下降到35%左右保持穩(wěn)定,燃油經(jīng)濟(jì)最好,等價(jià)油耗在1.5 L/100 km左右。隨著續(xù)駛里程增加,燃油經(jīng)濟(jì)性下降,在超過60 km行駛里程后,主要工作在混合模式,蓄電池SOC在30%上下起伏,仍比純?nèi)加蛙嚨?.7 L/100 km。
電路實(shí)現(xiàn)框圖如圖5所示,控制器CPU采用320-
TM2807DSP微處理器,主要完成:(1)信息采集功能:油門踏板信息、剎車信號(hào)、電機(jī)及控制器狀態(tài)、發(fā)動(dòng)機(jī)狀態(tài)、電池SOC等信息信號(hào)采集;(2)算法運(yùn)算功能:將采集到信息首先利用神經(jīng)網(wǎng)絡(luò)將油門剎車踏板、實(shí)際力矩和駕駛行為計(jì)算出目標(biāo)功率,然后跟距目標(biāo)功率、實(shí)際功率、電池SOC和道路類型動(dòng)態(tài)分配電機(jī)和發(fā)動(dòng)機(jī)功率。(3)控制功能:將分配的數(shù)據(jù)轉(zhuǎn)換為控制信號(hào)完成對電機(jī)和發(fā)動(dòng)機(jī)的控制;(4)數(shù)據(jù)存儲(chǔ),將電動(dòng)車個(gè)部件采集的數(shù)據(jù)進(jìn)行存儲(chǔ),并可通過LCD顯示器查看,并可以通過CAN 總線傳輸至PC機(jī)進(jìn)行分析處理。
將駕駛行為利用神經(jīng)網(wǎng)絡(luò)得到需求目標(biāo)功率,利用模糊算法和約束規(guī)則動(dòng)態(tài)分配和管理鋰電池功率和發(fā)動(dòng)機(jī)功率,在此基礎(chǔ)上設(shè)計(jì)研制了能量管理控制器,研制了原型樣車。經(jīng)測試,整車燃油經(jīng)濟(jì)性比純電動(dòng)車有
明顯提高,且動(dòng)力性能強(qiáng)勁。
參考文獻(xiàn)
[1] 張博.Plug-in混合動(dòng)力汽車能量管理策略全局優(yōu)化研究[J].中國機(jī)械工程,2010,21(6):715-719.
[2] 吳光強(qiáng),陳慧勇.基于遺傳算法的混合動(dòng)力汽車參數(shù)多目標(biāo)優(yōu)化[J].汽車工程,2009,31(1):60-63.
[3] 張松,吳光強(qiáng),鄭松林,等.插電式混合動(dòng)力汽車能量管理策略多目標(biāo)優(yōu)化[J].同濟(jì)大學(xué)學(xué)報(bào)(自然科學(xué)版),2011, 39(7):1035-1039.