電動汽車動力傳動參數設計與分析

袁 涌，姚博煒

Yuan Yong1，Yao Bowei2

（1.武漢理工大學汽車工程學院，湖北武漢 430070；2.上汽通用五菱汽車股份有限公司，廣西柳州 545007）

0 引言

內燃機汽車經過100多年的發(fā)展，其技術已經非常成熟，但是由于其本身固有的不足，它的發(fā)展也面臨著許多問題，如能源問題，環(huán)境污染問題。而電動汽車（EV）的優(yōu)點恰好可以彌補傳統(tǒng)汽車的不足，但是其包括動力電池等關鍵技術沒有取得突破進展，使得它的推廣受到了阻礙。因此，在動力電池等問題上取得進展以前，如何選擇傳動系的參數，使得傳動系與電池的匹配能夠最大限度地滿足動力性和經濟性的要求，一直是設計人員的追求目標[1]。

1 電動汽車動力傳動參數計算與選擇

1.1 整車性能目標與整車基本參數

參照國家高技術研究發(fā)展計劃（863計劃）純電動轎車的技術指標，確定如表1所示的性能目標。

表1 國家“863”電動汽車招標有關技術參數

所設計的電動汽車的動力性與同級別燃油車輛相當，故選擇某款傳統(tǒng)汽車整車技術參數作為該電動汽車的整車參數，見表2。

表2 整車基本參數

1.2 動力傳動參數的選擇方法

在匹配電動汽車的動力傳動參數時，要使它的性能參數能夠達到表1中的要求。這些動力傳動參數包括以下幾個方面：電機功率P，傳動比is，選定電池的數目n，雖然其他的參數也能影響其性能，且某一性能會被多個參數所影響，但是上述3個參數的影響是最主要的。

1.3 電機的參數選擇

電機功率通常由電動汽車的動力性來決定，即預期最高車速行駛時所消耗的功率Pv；以某一車速爬上一定坡度時所消耗的功率Pi；在水平路面上加速行駛所消耗的功率Pa；且由這三者中最大的值決定電機功率。在初選電機時一般用Pv來計算電機的額定功率，然后再核算其他兩項，即滿足[2]：

將最高車速120km/h代入，得到額定功率P為19.738 kW，選擇交流電機額定功率為21 kW。為了滿足表1中的加速性能，則加速度必須足夠大，也就是說由功率決定的低速下的轉矩必須足夠大，必須滿足下式：

式中，Pf為滾動阻力功率；Pw為空氣阻力功率。由于電機輸出功率低速時為恒轉矩輸出，即功率隨轉速線性增長，高速恒功率輸出，所以電機功率P即為轉速的函數P（n），在傳動比一定的情況下，電機功率是速度的函數P（v），代入公式（2），求出加速時間的表達式：

取過載系數為3，則電機的最大功率pmax為63kW，轉速范圍為0～9000r/min，最大轉矩為150Nm[3]。

1.4 傳動系傳動比的確定

傳動比is應該保證汽車的最大爬坡度與最高車速，它不能選得過大或者過小，太小不能保證最大爬坡度和克服最高車速的行駛阻力，太大不能保證電機達到最高車速要求的最高轉速，故必須滿足以下公式：

式中，nmax為電機最高轉速；Fvmax為最高車速時的阻力；Tnmax為電機最高轉速對應的轉矩；Fimax為最大坡度的阻力；Tmax為電機最大轉矩。由以上公式得：5.64≤ is≤8，取 is=7。

1.5 電池數目的選擇

電池數目的選擇主要考慮的是最大輸出功率和續(xù)駛里程，電池組的數量由以下公式的較大值決定：

式中，pbmax為電池最大輸出功率；ηe為電動機工作效率；ηec為電動機控制器工作效率；C為單節(jié)電池額定容量，Ah；U為單節(jié)電池電壓；ηdis為放電深度。動力電池采用80Ah的磷酸鐵鋰電池，工作電壓取3.2V，放電深度為0.9[4]，Wp為電動汽車行駛1km所消耗的能量。

為保證工況下續(xù)駛里程大于150km，還要對某一工況進行分析，選用NEDC（New European Driving Cyde）工況，如圖 1所示。該圖用式（1）即可得到各個時刻的功率曲線，然后對時間積分，就能求出一個循環(huán)工況所需要的最少功耗，大概為3400kJ。由速度曲線也可以求出一個循環(huán)工況下汽車行駛的距離大概為11km，按照表1的性能要求最少工況續(xù)駛里程為150km，即可求得150km下的平均功耗為 3400÷11×150=46364kJ，然后用這一功耗除以單個電池的功率即求得電池數目，綜合考慮以上3種情況，得到電池數為250塊。

1.6 動力傳動匹配結果

表3 電動汽車匹配參數

2 基于AMESim的電動汽車模型的建立與仿真

2.1 電動汽車模型的建立

在仿真軟件AMESim里建立電動汽車整車模型，它包括若干個子模型，如電池模型、電機模型、傳動模型、ECU模型、駕駛員模型等，如圖2所示。電動汽車制動能量回收確實能有效提高其續(xù)駛里程，但是制動的距離與大小由駕駛員決定，是一個不確定因素，所以沒有考慮電機的發(fā)電機工況。電機的特性曲線如圖3所示。電動機基頻對應的轉速為1400r/min，在此轉速前以恒轉矩（虛線所示）輸出，在此轉速后以恒功率（實線所示）輸出，由于最高轉速9000r/min遠大于1400r/min，其比值大于2.5，選擇一個擋位即可，即采用固定速比[5]。

2.2 電動汽車模型的仿真與結果

為了達到預期的最高車速、加速時間和最大爬坡度，駕駛員模型應在較短時間內達到最大加速度，即以最大的加速強度來行駛，其速度曲線如圖4所示。從圖中可以看出其最高車速為127km/h，0～50km/h 的加速時間為8.5s，50～80km/h的加速時間為13.7s，均達到表1的性能要求。

為了求出其最大爬坡度，對其進行不同坡度值的多次試驗，這里選取坡度值20%，26%，27%和28%，見圖5。汽車在27%的坡度值上仍能前進，不過速度非常緩慢，但理論上認為其最大坡度為27%，大于所要求的20%，滿足要求。

續(xù)駛里程是制約電動汽車發(fā)展的重要因素，按照性能要求在工況下其續(xù)駛里程應為150km，仿真時長1.8×104s，采用NEDC工況，觀察電池荷電狀態(tài)SOC與行駛里程的關系，如圖6所示。其續(xù)駛里程大概為162km，滿足性能要求。

表1中所要求的能量消耗率為0.17kWh/km，換算單位后為612J/m，表示汽車每行駛1m，需要耗費不超過612J的能量，仿真依然采用NEDC工況的一次循環(huán)，行駛距離10100m，消耗功4.35534×106J，換算成能量消耗率為431J/m，小于要求的值，功耗與距離的曲線圖如圖7所示。

3 電動汽車動力性和經濟性影響因素

從上述多個公式中可以看出，影響電動汽車的動力性和經濟性的因素很多，如汽車質量、風阻系數、迎風面積、電池的性能、傳動效率等，這些因素的改變對提高汽車性能非常有效，但改變這些參數非常困難，難以兼顧各方面的優(yōu)勢。這里將討論與分析汽車傳動系總傳動比對汽車性能的影響，從而找到一個最佳的傳動比，能夠兼顧動力性與經濟性。

3.1 傳動比對動力性的影響

從圖3中可以發(fā)現，電機的功率隨轉速的變化已經確定，不會因為傳動比的大小而改變電機隨轉速的功率，即最大功率已定，阻力功率曲線若已知，則最高車速就不會改變，所以改變傳動比是不會對最高車速有較大影響。

但是電機功率是隨著車速的改變而改變的，車速與電機轉速的紐帶便是傳動比的大小，傳動比大小不同，同樣的轉速下的電機功率會因為車速而變化，如圖8所示。

分別對傳動比i=5.7（實線所示）和i=7.5（虛線所示）的功率曲線進行對比，發(fā)現后者相對于前者向前“偏移”了一小段距離，即后者功率增長得快些，而他們的最大值是一樣的，與阻力功率曲線交于同一點，此點對應著最高車速不變。但是在較低車速下它們的后備功率是不一樣的，比如車速為20km/h時，傳動比值較大，其后備功率大，意味著在低車速下的加速性能更好，加速時間短；由于較大的傳動比也使汽車在低速下的轉矩更大，爬坡能力強，故動力性好。

3.2 傳動比對經濟性的影響

電機在不同轉速下的效率是不一樣的，一般來說，轉速越高，效率越低，損失的功就會增大。這意味著，達到同樣大的速度，傳動比越小，電機轉速就越低，效率就高。圖9反映了在NEDC工況下的電池SOC在i=5.7（實線所示）和i=7.5（虛線所示）的變化規(guī)律，從圖中可以看出，前者更加節(jié)能。

比較3.1與3.2的內容，可以得出傳動比對汽車動力性和經濟性的影響是相反的，即在一定范圍內，提高傳動比，有利于增強動力性，但經濟性會降低，在合理選擇傳動比時，應在滿足動力性的條件下，優(yōu)先考慮提高電動汽車的經濟性，即選取較小的傳動比值。

4 結 論

針對電動汽車性能要求的各項指標：最高車速、加速時間、最大爬坡度、續(xù)駛里程和能量消耗率，分別計算與設計了不同的動力傳動參數，用以保證其動力性和經濟性均滿足要求。利用仿真軟件AMESim建立了電動汽車模型，仿真結果表明了參數設計的正確性和仿真模型建立的合理性。最后對傳動系總傳動比進行了分析，結果說明，傳動比對動力性和經濟性造成相反的影響，應在保證動力性的前提下，盡可能多地提高經濟性，即選用一定范圍內較小的傳動比值。

［1］郭孔輝，姜輝，張建偉.電動汽車傳動系統(tǒng)的匹配及優(yōu)化［J］.科學技術與工程，2010，10（16）：3892-3896.

［2］余志生.汽車理論［M］.北京：機械工業(yè)出版社，2006.

［3］姬芬竹，高峰，吳志新.電動汽車傳動系參數設計及動力性仿真［J］.北京航空航天大學學報，2006，32（1）：109-111.

［4］查鴻山，宗志堅，劉忠途，等.純電動汽車動力匹配計算與仿真［J］.中山大學學報（自然科學版），2010，49（5）：47-50.

［5］姬芬竹，高峰.電動汽車驅動電機和傳動系統(tǒng)的參數匹配［J］.華南理工大學學報（自然科學版），2006，34（4）：33-37.