《電子技術(shù)應(yīng)用》
您所在的位置：首頁(yè) > 嵌入式技術(shù) > 設(shè)計(jì)應(yīng)用 > Plug_in電動(dòng)車能量管理控制器研究
Plug_in電動(dòng)車能量管理控制器研究
來(lái)源：電子技術(shù)應(yīng)用2012年第11期
肖 鐸，龐文堯，汪秋婷，戚 偉
浙江大學(xué) 城市學(xué)院，浙江 杭州310015
摘要： 基于模糊神經(jīng)網(wǎng)絡(luò)算法研究設(shè)計(jì)Plug_in混合動(dòng)力汽車整車能量管理控制器。將駕駛行為用神經(jīng)網(wǎng)絡(luò)進(jìn)行建模，駕駛模式、踏板（油門和剎車）位置以及當(dāng)前車輪力矩作為神經(jīng)網(wǎng)絡(luò)輸入，目標(biāo)力矩作為輸出；將道路類型、目標(biāo)力矩、電池SOC、當(dāng)前車輪力矩為模糊輸入變量，以滿足整車動(dòng)力性能、燃油經(jīng)濟(jì)性和極限邊界極值為約束條件，對(duì)混合動(dòng)力汽車的能量進(jìn)行分配與管理，并在DSP硬件平臺(tái)設(shè)計(jì)實(shí)現(xiàn)能量管理控制器。測(cè)試表明，行駛里程在40 km內(nèi)時(shí)，樣車等價(jià)燃油經(jīng)濟(jì)性最好，隨著行駛里程的增加，燃油經(jīng)濟(jì)性下降，整個(gè)測(cè)試過(guò)程中樣車動(dòng)力性能以及各部件工況良好。
中圖分類號(hào)： U46
文獻(xiàn)標(biāo)識(shí)碼： A
文章編號(hào)： 0258-7998(2012)11-0070-03
The research and design of a novel PHEV energy management controller
Xiao Duo，Pang Wenyao，Wang Qiuting，Qi Wei
City College，Zhejiang University，Hangzhou 310015，China
Abstract： The paper proposed an energy management controller of Plug_in hybrid electric vehicle(PHEV)based on fuzzy neural network algorithm. With driving mode, pedal(throttle and brake) position and current wheel torque as input, and the target torque as output, driving behavior was modeling by neural network algorithm. With the type of road, the target torque, battery SOC, and the current wheel torque for the fuzzy input variable, the vehicle power performance and the fuel economy as constraint condition, the power was distributed between the motor and the engine by fuzzy algorithm. The energy distribution and management controller was designed based on the algorithm on DSP hardware platform. The result of testing shows that，in the mileage 40 km equivalent fuel economy was the best, with the increase of the mileage fuel economic declined. In the whole testing process, the power performance is good, and every parts of the hybrid electric vehicle were in good working condition.
Key words : Plug_in hybrid power；energy management；fuzzy neural network

    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(zhǎng)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?gòu)U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(duì)PHEV的能量進(jìn)行分配與管理，對(duì)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(duì)輕型客車進(jìn)行改裝并進(jìn)行樣車測(cè)試。仿真和樣車測(cè)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(guò)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(lái)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(guò)觀察周圍環(huán)境和感覺(jué)車輛運(yùn)行狀態(tài)來(lái)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(duì)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(duì)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(duì)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(duì)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(guò)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(duì)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(guò)LCD顯示器查看，并可以通過(guò)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(cè)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(guó)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.

此內(nèi)容為AET網(wǎng)站原創(chuàng)，未經(jīng)授權(quán)禁止轉(zhuǎn)載。