并聯式混合動力汽車能量管理策略

李天澤，田玉冬（上海電機學院電氣學院，上海　200240）

?

并聯式混合動力汽車能量管理策略

李天澤，田玉冬
（上海電機學院電氣學院，上海200240）

摘要：簡要介紹目前比較主流的4類能量管理控制策略，詳細介紹模糊控制的混合動力汽車能量管理策略，最后展望模糊控制能量管理策略的未來。

關鍵詞：混合動力汽車；能量管理；控制策略；模糊控制

隨著時代的發展，人們對汽車的需求變得越來越大，然而汽車行駛所帶來的環境污染問題也隨之變得越來越嚴重。石油資源日漸匱乏，汽車能源的改良換代已經迫在眉睫。混合動力汽車采用發動機和電動機雙動力源作為能量源，使得發動機能夠在滿足整車動力的情況下最大程度工作在高效區域，因此和傳統汽車相比大大降低了油耗，又因為混合動力汽車使用兩種不同的方式進行驅動，相比電動汽車具有續航時間長的特點。在純電動汽車還沒有克服其瓶頸問題前，有望成為未來一段時間內的首選方案。

混合動力汽車作為一種采用兩種不同能源進行驅動的新型交通工具，其性能與采用的能量管理策略密切相關，能量管理策略是混合動力汽車最核心的技術之一，也是保證低排放低油耗的關鍵。同時能量管理策略是傳統燃油驅動部分和純電動驅動部分完美結合的紐帶，是混合動力成敗的最終決定性因素。

1　并聯混合動力汽車的驅動系統

混合動力汽車按照連接方式的不同可分為3種，分別為串聯式混合動力汽車（SHEV）；并聯式混合動力汽車（PHEV）；混聯式混合動力汽車（PSHEV）。本文主要介紹并聯式混合動力汽車的能量管理。

并聯結構是由發動機、電動機兩部分組成。發動機驅動系統作為主力，電驅動系統作為輔助。在并聯驅動系統中，發動機和電動機通過動力耦合裝置疊加。因為發動機在中等轉速下，燃油經濟性最好，因此，當車速較低時，關閉發動機，由電池組來單獨驅動汽車。當汽車車速較高時，由發動機驅動汽車，同時給蓄電池充電以備后用。當蓄電池充滿時，便停止充電。相比串聯結構，能量轉換效率較高，但是結構復雜，使布置受到一定的限制。圖1為并聯式混合動力汽車動力系統結構。

圖1　并聯式混合動力汽車動力系統結構

并聯式混合動力汽車有3種不同的能量傳遞方式，分別是：①發動機驅動整車；②電池組給電動機供電，由電動機驅動整車；③電動機以發電機模式工作，發動機通過發電機給電池組充電。

3種不同的能量傳遞方式排列組合可以構成5種不同的工作模式，分別是：①發動機單獨驅動，電動機關閉，適合車速處于中高速且負荷中等；②電動機單獨驅動，發動機關閉，適合起步行駛階段，車輛的SOC值達到一定標準；③發動機在驅動車輛的同時給電池充電，在中、低負荷以及車輛SOC值偏低的時候開啟；④發動機和電動機共同驅動，在急加速、爬坡等大負荷狀態下開啟；⑤能量回收給電池，關閉發動機，由制動回收的能量給電池充電，車輛在減速制動時并且車輛SOC低于設定值的時候開啟。

2　并聯混合動力汽車的能量控制策略

并聯式控制策略大致可以分成以下4類：基于邏輯門限值的控制策略、瞬時優化控制策略、全局最優控制策略以及基于智能算法的控制策略。

2.1基于邏輯門限值的控制策略

邏輯門限控制策略算法相對比較簡單，具有容易實現、穩定性強等特點。目前混合動力汽車廣泛采用這種控制策略。豐田Prius以及本田Insight采用的就是這種策略。一汽自主開發的CA6100SH8混合動力客車也是基于邏輯門實現的控制策略［1］。該控制策略的整車工作模式可以分成停機模式、電機起動發動機模式、換擋模式、驅動和制動模式以及坡行回家模式等5類。并且一汽通過一系列仿真驗證了上述各工作模式的可行性。但靜態控制策略從理論上來說卻不是最優的。這種控制策略是事先設定好固定值，它僅僅使發動機工作在較高效率，再由電動機提供余下的功率，沒有考慮電機的效率。

2.2瞬時優化控制策略

瞬時優化控制策略一般采用等效燃油消耗最小（Equivalent Consumption Minimization Strategy）策略。這個策略就是假設電動機有油耗，將電機的等效油耗以及實際的油耗之和作為名義油耗。這樣就可以計算每一個工作點的實際油耗和電機的等效燃油消耗，最后選最小的點作為當前的工作點，從而對發動機和電動機的輸出轉矩進行合理分配。該策略可以通過設定一組權值在燃油消耗和排放污染這一矛盾中獲得綜合性最優。

基于瞬時優化的混合動力汽車能量管理策略因為計算量大、高速運算芯片成本較高以及算法還有待改進等缺點，目前還不能應用于量產車型。

2.3全局優化控制策略

全局優化控制策略是一種動態最優控制策略，這種策略必須以具有代表性的循環工況為前提才能進行對應的計算。考慮到這種控制策略的復雜性和局限性，通常將這種策略和其他控制策略比如邏輯門限值控制策略相結合，在保證可靠性和可實時性的前提下進行優化控制。

全局優化策略目前只能作為標準工況下對其他實時控制策略的效果進行評估，還不能作為獨立的控制策略單純使用在現有車型上［2］。

2.4智能算法的控制策略

在最近20年中，智能系統方法已經被成功引入到了車輛能量管理中，比較常見的像粒子群算法、遺傳算法、模糊控制和神經網絡等。模糊控制是以專家的經驗作為依據的知識模型，以模糊為集合、模糊語言變量以及模糊邏輯推理作為控制算法的數學模型，用計算機來實現的一種控制算法。模糊邏輯是Lotfi Zadeh在1965年提出的［3］，模糊控制策略把現實和數學中的模糊現象巧妙結合起來，讓現實問題中不能用數學精確表達的問題變得簡單。

然而模糊控制也存在著一定的缺陷，模糊控制規則的選取主要依賴主觀經驗，通常無法達到全局最優，因此需要利用其他智能算法來克服模糊控制主觀性強的特點，以便獲得更好的控制效果［4］。

模糊控制策略是最新興起引用在混合動力汽車上的技術，能夠克制邏輯門限控制策略的許多不足之處，雖然目前還沒有應用在具體車型上，但模糊控制策略卻是一種極具推廣應用前景的能量管理控制策略方法。

3　模糊控制的能量管理策略

基于模糊控制策略的混合動力汽車能量管理實際上是一種對于汽車發動機和電動機扭矩的再分配，從而提高燃油經濟性，優化整車的性能。

模糊控制具有穩定性強、無需建立精確的數學模型等優點，比較適合應用于混合動力汽車能量管理系統這類高度非線性模型上。模糊控制策略的設計目標主要有以下幾點。

1）滿足動力的要求。即輸出的總轉矩要和總需求轉矩時刻保持相同［5］。

2）滿足經濟效益。即在滿足整車需求動力的基礎上，要盡量提高整車的燃油經濟性，降低車輛排放。

3）將電池電荷量維持在一個合理的水平，防止過充而過放。

4）回收制動能量。

對于模糊控制器的設計，通常分為以下4個步驟，即確定模糊控制器的輸入，模糊控制的隸屬函數，模糊控制規則以及模糊控制器的輸出。其中隸屬函數和模糊控制規則主要依賴知識庫和專家經驗，具有主觀性，因此目前有大量文獻利用其他智能算法來優化模糊控制的隸屬函數和模糊控制規則。圖2為模糊控制器的結構框圖。

圖2　模糊控制器結構框圖

3.1模糊控制器的輸入和輸出

基于模糊控制的混合動力能量管理策略實際上是對于兩種不同動力源輸出轉矩的再分配，因此目前作為模糊控制器的兩個初始輸入量，就是整車的需求轉矩和SOC電池荷電狀態，輸出是調整后的發動機轉矩。最基本的模糊控制器輸入就是整車的需求轉矩和SOC電池電荷狀態，然后通過量化因子進行放大和縮小。輸出為發動機轉矩，必要的話也要通過比例因子進行縮放。然而通過閱讀大量文獻發現，現在基于模糊控制的混合動力能量管理策略通常會將模糊控制器的輸入和輸出做一些改動變化。

對于整車的需求轉矩輸入，通常是將整車的需求轉矩和當前速度下發動機的最優轉矩之差作為模糊控制器的輸入，可以是正也可以是負。太原科技大學的王旭將整車的需求轉矩和當前速度下發動機的最優轉矩的比值作為模糊控制器的輸入，這樣能避免使用尺度因子進行一定的縮放［6］。

對于另外一個輸入量SOC，變化大多在要不要進行量化來使后面的隸屬函數與之前整車需求轉矩保持一致。重慶大學的喬俊林將汽車當前SOC與汽車在下一個位置的SOC參考值的差值ΔSOC作為模糊控制器的輸入量之一［7］，通過仿真取得了較好的效果。

對于輸出量也就是調整后的發動機轉矩，首先要通過解模糊來獲得清晰量，再根據實際設計情況來決定要不要進行尺度變化。再由之前的需求轉矩減去調整后實際的發動機轉矩，就可以得到實際的電動機轉矩。

3.2模糊控制器的隸屬函數

隸屬函數是整個模糊控制器的核心，是模糊信號和精確數學表達之間的橋梁。一般的方法像主觀經驗法、分析推理法、調查統計法等。通常只使用模糊控制這一種智能控制算法的控制策略會使用分析推理法，選擇比較典型常用的梯形函數和三角函數。輸入和輸出均采用兩邊梯形隸屬函數，中間為三角形隸屬函數的設計方法，這樣能夠把輸入、輸出變量的任何一種狀態都包含進去。早些年的文獻都是將輸入輸出量的模糊子集劃分為5個等級，近幾年的文獻為了取得更高的控制精度，通常把輸入輸出量的模糊子集細化為17個。

隸屬函數是人為主觀定義的一種函數，正因為如此，模糊控制器具有主觀性強的缺點從而無法達到最優。目前大量文獻已經在嘗試通過其他算法來優化隸屬函數，比較常見的有神經網絡、遺傳算法等。其中基于遺傳算法來優化隸屬函數研究比較廣泛。

基于遺傳算法對模糊控制器的優化一般是先確定待優化的隸屬函數變量，然后把隸屬函數與橫坐標的交點作為變量，并根據已知條件確定各變量的變化范圍，然后對變量進行編碼組成染色體，最后采用遺傳算法尋優。

3.3模糊控制規則

模糊控制規則是構成模糊控制器的關鍵部分，模糊控制規則一般是基于專家專業知識的一種語言描述形式。在模糊控制中根據輸入語言的不同，模糊控制器便根據既定的規則輸出對應的模糊值。模糊控制規則不宜過多，否則會影響實際控制的速度。由于以混合動力汽車為背景的模糊控制器設計一般是雙輸入單輸出，一般設計的模糊控制規則主要基于以下的工程經驗。

1）因為發動機在車輛處于低速行駛時效率比較低，所以當SOC大于某一設定值的時候且汽車處于起動或者低速狀態時，采用電動機單獨驅動。

2）當SOC低于設定值時，發動機同時提供整車的動能以及給電池充電，使SOC值盡快回到正常設定值。

3）在滿足動力以及SOC設定值的情況下，盡量使發動機工作在高效區。如果需求轉矩大于發動機高效轉矩，不足部分由電動機驅動提供，如果需求轉矩小于發動機高效轉矩，則高效轉矩的多余轉矩用來給電池充電。

4）當發動機頻繁開關時會大大降低發動機的效率，因此要防止發動機過于頻繁的起停。

根據以上的規則設計原則，由于總需求轉矩和電池狀態都分別有17個模糊子集，因而模糊推理規則一共有17×17=289條。輸出的發動機轉矩也是17個模糊子集，分別都是從小到大。輸入變量根據既定的規則，得到不同的17種發動機輸出轉矩［8-9］。

然而控制規則也是人為制定，帶有主觀的人為色彩。目前也有針對模糊控制的控制規則來進行優化的，文獻［3］利用改進的十進制遺傳算法來對控制規則進行優化，取得了較好的效果。

4　總結

模糊控制具有良好的穩定性且能夠很好克服混合動力系統高度非線性的問題，但是模糊控制的隸屬函數具有強烈的主觀色彩，無法達到全局最優，模糊控制的控制規則也是人為制定，因此可以利用其他智能算法來優化隸屬函數或者控制規則來使全局達到最優。比如神經網絡、遺傳算法甚至模擬退火算法或者特別是一些由不同智能算法結合的混合算法。另外模糊控制的輸入沒有基于實際的路況，因此還可以利用智能算法來優化汽車的輸入，這樣可以進一步提高汽車的燃油經濟性。

參考文獻：

［1］趙子亮，李駿，劉明輝，等.CA6100SH8并聯混合動力客車工作模式與功率分配研究［J］.汽車工程，2007，29（8）：664-668.

［2］陳可亮.并聯式混合動力電動汽車能量管理系統智能控制策略研究［D］.長沙：湖南大學，2011.10-11.

［3］Zadeh LA（1965）Fuzzy sets.Inf Contr 8：338-353.

［4］朱亞洲.基于遺傳算法的混合動力汽車能量控制系統優化［D］.重慶：重慶交通大學，2014.31-32.

［5］于秀梅，曹珊，李君，等.混合動力汽車控制策略的研究現狀及其發展趨勢［J］.機械工程學報，2006，42（11）：10-14.

［6］王旭.并聯式混合動力汽車模糊控制策略的仿真與優化設計［D］.太原：太原科技大學，2014.40-41.

［7］喬俊林.插電式并聯混合動力汽車模糊控制策略研究［D］.重慶：重慶大學，2012.23-24.

［8］王聰慧.混合動力電動汽車能量管理系統模糊控制策略［D］.鄭州：河南科技大學，2011.31-32.

［9］王欣.并聯混合動力汽車能量管理建模及優化研究［J］.控制工程，2014，21（3）：2-3.

（編輯心翔）

Energy Management Strategy of Parallel Hybrid Electric Vehicle

LI Tian-ze，TIAN Yu-dong
（College of electric engineering，Shanghai Dianji University，Shanghai 200240，China）

Abstract：This article briefly introduces four types of main stream energy management control strategy at present，and gives a detailed introduction：to the energy management strategy based on fuzzy control，and finally demonstrates a prospect of fuzzy control energy management strategy in the future.

Key words：hybrid electric vehicle；energy management；control strategy；fuzzy control

中圖分類號：U469.72

文獻標識碼：A

文章編號：1003－8639（2016）06－0001－03

收稿日期：2015-07-21；修回日期：2015-12-28

基金項目：上海市產學研合作項目（15cxy45）

作者簡介：李天澤（1991-），男，碩士在讀，研究方向為混合動力能量管理策略優化。