雙參數組合優化的復合電源模式切換控制策略

嚴珍,王斌,徐俊,曹秉剛,續丹

(西安交通大學機械制造系統工程國家重點實驗室,710049,西安)

?

雙參數組合優化的復合電源模式切換控制策略

嚴珍,王斌,徐俊,曹秉剛,續丹

(西安交通大學機械制造系統工程國家重點實驗室,710049,西安)

針對電動汽車多模式復合電源系統的工作模式頻繁切換、系統參數優化不易實現的問題,結合超級電容荷電狀態、需求功率以及部件效率,提出一種基于平均功率和滯環控制的雙參數組合優化切換控制策略。通過實時平均功率跟蹤和滯環控制來避免工作模式頻繁切換,提高系統穩定性;通過建立雙參數組合優化的模擬退火目標函數來優化系統工作效率。對所搭建的復合電源系統仿真模型與實車測試進行比較驗證,結果表明:采用雙參數組合優化切換控制策略能降低復合電源工作模式切換頻率和電池輸出頻率,有效保證了系統的穩定性和電池安全,從而提高系統效率和延長電池使用壽命;與基線控制策略相比,實車測試時復合電源系統工作效率提高了1.8%。該結果可為電動汽車復合電源系統研究提供參考。

電動汽車;復合電源;雙參數優化;切換控制策略

相比于傳統內燃機汽車,純電動汽車(EV)具有高效率和零排放的絕對優勢,是目前公認的最具潛力的生態交通工具[1-3]。然而,常用的鋰電池能量存儲系統不能同時滿足電動汽車的高能量密度和高功率密度的需求,并且電池使用壽命短,廢舊電池丟棄引發污染等問題亟待解決[4-6]。超級電容-鋰電池組成的復合電源系統,能有效提升汽車加速性能,延長電池使用壽命,實現優勢互補[7-8]。

復合電源系統有多種結構[7,9-11]。近年來,具備多種工作模式的復合電源系統,可根據電動汽車運行模式選擇最佳的工作模式,控制也更加靈活,已成為國內外的重點研究方向[2-4,12-13]。多模式復合電源系統切換方案較多,基于切換控制的能量管理策略難度增加[3-4]。常見的復合電源能量管理策略有基線控制[2]、小波變換控制[14-16]、濾波控制[17-18]、基于車速的功率分配控制[6,8]、模糊邏輯控制等[19]。基線控制不能及時在線調整;超級電容濾波控制是一種被動控制方法,不能很好地適應工況變化;基于車速的功率分配控制未考慮汽車動力需求的影響;模糊控制需要設計多個模糊控制器對應于子工作模式,由此增加了控制器設計的難度。

多模式復合電源能量管理系統的主要難點在于,工作模式經常跳變,控制參數難以預測和優化[2,12]。模擬退火算法適用于多模式復合電源系統能量管理優化[1,6,8]。文獻[1]中僅采用模擬退火算法對超級電容自適應電壓進行單參數優化,雖然系統效率有所改善,但電池輸出頻率仍有待改進。

如果電池能響應實時功率的需求,則不可避免輸出頻率過高。采用平均功率的概念在文獻[2,7]中提出,其可降低電池輸出功率的峰值和頻率。此外,基于超級電容荷電狀態(SOC)的滯環控制策略與平均功率結合,設計工作模式切換緩沖區間,可進一步降低工作模式切換頻率[9,20]。基于此,本文提出一種基于平均功率跟蹤和滯環控制的雙參數組合優化(DPO)切換控制策略,即在實時平均功率跟蹤和滯環控制的基礎上,采用模擬退火算法對超級電容SOC參考值和電池輸出功率參考值進行雙參數組合優化,降低系統的模式切換頻率和能量損失,提升系統效率。

1 多模式復合電源結構及分析

1.1 多模式復合電源結構

多模式復合電源系統如圖1所示[3,20],其中超級電容電壓高于電池組電壓。與半主動結構相比,該電源系統僅增加了切換開關S和功率二極管,可主動進行模式切換。超級電容通過切換開關并聯在電機逆變器兩端,可作為低通濾波器使用;電池組在大功率輸出時通過直流變換器(DC-DC)提供恒定功率或補償功率,而在小功率輸出時單獨提供功率,減小能量損失。

圖1 多模式復合電源系統

通過控制DC-DC和切換開關,多模式復合電源系統具備4種輸出工作模式(超級電容單獨輸出模式,電池單獨輸出模式,電池/超級電容,即Battery/UC工作模式,以及超級電容/電池,即UC/Battery工作模式)和2種制動工作模式(超級電容單獨回收模式,共同回收模式)[1,4],其中超級電容/電池工作模式對應電池電量消耗殆盡,需跛行至附近充電樁或充電站[5],此時為避免電池過放電,DC-DC通過對超級電容降壓來實現電池充電。

1.2 多模式復合電源分析

圖2 雙參數基線控制仿真結果

2 能量管理策略及優化

2.1 主要部件效率

為設計合理的切換控制策略,綜合考慮了需求功率、超級電容SOC和部件效率。復合電源系統主要部件包括超級電容、電池和DC-DC。根據開路電壓模型[2],電池或超級電容效率為

ηi=100%-PiRi/(ViEi)

(1)

式中:i={電池(bat),超級電容(UC)};Pi、Vi、Ri、Ei分別是電池或超級電容的輸出功率、輸出電壓、內阻和開路電壓。

DC-DC效率通過實驗測試得出,圖3是2.5 kW DC-DC在不同運行條件下的效率曲面。仿真時,采用多個DC-DC并聯,假設各自效率互不影響,最高效率設計為10 kW。

圖3 DC-DC效率曲面

2.2 實時平均功率和滯環控制

在UDDS工況下,實時功率與實時平均功率如圖4所示。由于復合電源的超級電容需保證系統提供30 s的峰值功率,因此實時平均功率取30 s內的平均值,計算式如下

(2)

(3)

式中:Pave為實時平均功率;Pdem為實時功率;Ts為超過30 s的時間周期。

圖4 UDDS工況下實時功率與實時平均功率

由圖4可知,實時功率波動大,峰值高,若采用實時功率控制,將導致工作模式頻繁切換和電池頻繁充放電,這樣會影響系統穩定性,縮短電池使用壽命。相比之下,實時平均功率的峰值和切換頻率均大幅降低,采用實時平均功率作為基準控制可以有效減小電池峰值輸出功率,降低工作模式切換頻率,保證電池壽命,降低切換能量損失,提高系統穩定性和系統效率。

為降低兩種工作模式在實時平均功率曲線附近的切換頻率,采用功率滯環控制,在平均功率曲線上、下分別設置±1 kW的緩沖區,進行實時平均功率跟蹤的滯環控制,如圖5所示。

(a)控制結果

(b)控制方式圖5 實時平均功率跟蹤的滯環控制

2.3 雙參數組合優化切換控制策略

多模式復合電源系統模式切換策略如圖6所示。當需求功率小于0時,采用滯環控制回收能量;當超級電容SOC大于0.95時采用共同回收模式,當超級電容SOC小于0.9時采用超級電容單獨回收模式,超級電容SOC在[0.9,0.95]區間為滯環控制區域,可避免工作模式頻繁切換。當電池SOC小于0.1時,通常采用超級電容/電池工作模式,電量不足(SUC<0.75)時,系統報警,同時進行功率補償[1],補償規則為

(4)

圖6 多模式復合電源系統工作模式切換策略

(5)

模擬退火算法理論上具有概率的全局優化性能,已被用于復合電源功率跟蹤控制[8]。模擬退火算法可以對超級電容SOC參考值和電池輸出功率參考值進行雙參數組合優化,并不斷地向最高效率點趨近,從而提高UDDS全局路況下的系統效率。

基于模擬退火算法獲得的最優系統效率

(6)

其他條件下最優解更新為下一次搜索值對應的系統效率

(7)

式中:k為當前迭代解,k=80;k*為最優解。

3 仿真與實驗

圖7 小型電動汽車仿真模型

圖8 UDDS工況下優化結果

圖9 UDDS工況下控制策略對比仿真結果

(8)

仿真結果表明,基線控制策略側重DC-DC的最高效率,而DPO切換控制則采用模擬退火算法進行雙參數優化,使系統效率提升了2.4%。

表1 DC-DC能量損耗和系統效率仿真對比結果

圖10為多模式復合電源系統在功率模擬負載實驗中采用DPO切換控制和基線控制策略的對比結果。需求功率通過模擬負載得到,實際電動汽車牽引電機用改裝車搭載小功率電機進行模擬。

圖10 功率模擬負載對比實驗

基線控制雖然DC-DC運行在最佳效率點,但不能實現功率補償和工作模式有效切換,導致6 s之后超級電容單獨輸出模式持續運行,28 s后電池/超級電容模式持續運行。DPO可以實現自適應模式切換,6 s之后從超級電容單獨輸出模式主動切換為電池單獨輸出模式,28 s后從電池/超級電容工作模式切換為電池單獨輸出模式。由于電池單獨輸出模式是主動切換的,可以減少DC-DC能量損失。

實驗結果如表2所示,結果表明,系統損耗不僅包括DC-DC損耗,還包括電池組損耗、超級電容損耗以及電機逆變器損耗。相比于基線控制,DPO使多模式復合電源系統工作效率提高了1.8%。

表2 DC-DC能量損耗及系統效率實驗對比結果

為了進一步驗證DPO切換控制策略,對改裝實車進行了測試。實車測試平臺如圖11a所示,其中:電池組標準電壓為25.6 V,容量為55A·h;超級電容為60 V/15.6 F,目標電壓設計為48 V;其他實驗條件和參數設置與上述模擬負載實驗相同。

(a)實車測試平臺

(b)實車測試結果圖11 實車測試平臺及實驗結果

4 結 論

為避免多模式復合電源系統工作模式頻繁切換,同時實現系統效率優化,本文提出了一種基于平均功率跟蹤和滯環控制的DPO切換控制策略。采用實時平均功率和滯環控制切換降低工作模式切換頻率;根據需求功率、超級電容SOC和主要部件效率,采用模擬退火算法對超級電容SOC參考值和電池輸出功率參考值進行組合優化,提高復合電源系統效率。

在Simulink軟件中建立了多模式復合電源系統仿真模型,仿真結果顯示,DPO切換控制策略不僅可以降低工作模式切換頻率,還能降低電池輸出功率頻率。利用超級電容提供或吸收峰值功率、回收制動能量,有效確保了電池安全。仿真時,UDDS工況下多模式復合電源系統效率提升了2.4%。搭建復合電源系統實車測試平臺進一步驗證了DPO切換控制策略,結果顯示,采用DPO切換控制策略,復合電源系統工作模式更靈活,可在超級電容SOC較低的條件下進行實時功率補償。與基線控制策略相比,系統效率提升大約1.8%。

[1] 王斌, 徐俊, 曹秉剛, 等. 采用模擬退火算法的電動汽車復合電源能量管理系統優化 [J]. 西安交通大學學報, 2015, 49(8): 90-96. WANG Bin, XU Jun, CAO Binggang, et al. Optimization of energy management system with simulated annealing approach for hybrid power source in electric vehicles [J]. Journal of Xi’an Jiaotong University, 2015, 49(8): 90-96.

[2] WANG Bin, XU Jun, CAO Binggang, et al. A novel multimode hybrid energy storage system and its energy management strategy for electric vehicles [J]. Journal of Power Sources, 2015, 281: 432-443.

[3] 王斌, 徐俊, 曹秉剛, 等. 電動汽車的多模式復合電源能量管理自適應優化 [J]. 西安交通大學學報, 2015, 49(12): 130-136. WANG Bin, XU Jun, CAO Binggang, et al. Adaptive optimization of energy management strategy for a multi-mode hybrid energy storage system in electric vehicles [J]. Journal of Xi’an Jiaotong University, 2015, 49(12): 130-136.

[4] WANG Bin, XU Jun, CAO Binggang, et al. Compound-type hybrid energy storage system and its mode control strategy for electric vehicles [J]. Journal of Power Electronics, 2015, 15(3): 849-859.

[5] 王斌, 徐俊, 曹秉剛, 等. 一種新型電動汽車復合電源結構及其功率分配策略 [J]. 汽車工程, 2015, 37(9): 1053-1058. WANG Bin, XU Jun, CAO Binggang, et al. A novel hybrid power configuration and its power distribution strategy for electric vehicles [J]. Automotive Engineering, 2015, 37(9): 1053-1058.

[7] CAO J, EMADI A. A new battery/ultracapacitor hybrid energy storage system for electric, hybrid, and plug-in hybrid electric vehicles [J]. IEEE Transactions on Power Electronics, 2012, 27(1): 122-132.

[9] SONG Z, LI J, HAN X, et al. Multi-objective optimization of a semi-active battery/supercapacitor energy storage system for electric vehicles [J]. Applied Energy, 2014, 135: 212-224.

[10]CASTAINGS A, LHOMME W, TRIGUI R, et al. Comparison of energy management strategies of a battery/supercapacitors system for electric vehicle under real-time constraints [J]. Applied Energy, 2016, 163: 190-200.

[11]XIANG C, WANG Y, HU S, et al. A new topology and control strategy for a hybrid battery-ultracapacitor energy storage system [J]. Energies, 2014, 7(5): 2874-2896.

[12]TAESIK P, TAEHYUNG K. Novel energy conversion system based on a multimode single-leg power converter [J]. IEEE Transactions on Power Electronics, 2013, 28(1): 213-220.

[13]REN G, MA G, CONG N. Review of electrical energy storage system for vehicular applications [J]. Renewable and Sustainable Energy Reviews, 2015, 41: 225-236.

[14]DUSMEZ S, KHALIGH A. A supervisory power splitting approach for a new ultracapacitor-battery vehicle deploying two propulsion machines [J]. IEEE Transactions on Industrial Informatics, 2014, 10(3): 1960-1971.

[15]KIM N H, YANG O, KIM M H. BLDC motor control algorithm for industrial applications using a general purpose processor [J]. Journal of Power Electronics, 2007, 7(2): 132-139.

[16]韓曉娟, 陳躍燕, 張浩, 等. 基于小波包分解的混合儲能技術在平抑風電場功率波動中的應用 [J]. 中國電機工程學報, 2013, 33(19): 8-13. HAN Xiaojuan, CHEN Yueyan, ZHANG Hao, et al. Application of hybrid energy storage technology based on wavelet packet decomposition in smoothing the fluctuations of wind power [J]. Journal of Proceedings of the CSEE, 2013, 33(19): 8-13.

[17]王同景. 電動汽車復合電源能量管理策略研究 [D]. 長春: 吉林大學, 2015: 1-7.

[18]AWERBUCH J J, SULLIVAN C R. Filter-based power splitting in ultracapacitor-battery hybrids for vehicular applications [C]∥2010 IEEE 12th Workshop on Control and Modeling for Power Electronics. Piscataway, NJ, USA: IEEE, 2010: 1-8.

[19]HERRERA V, MILO A, GAZTAAGA H, et al. Adaptive energy management strategy and optimal sizing applied on a battery-supercapacitor based tramway [J]. Applied Energy, 2016, 169: 831-845.

[20]WANG Bin, XU Jun, CAO Binggang, et al. Design of a novel hybrid power for EV [C]∥2014 ITEC Asia-Pacific. Piscataway, NJ, USA: IEEE, 2014: 1-5.

(編輯 苗凌)

Double Parameter Optimization and Mode Switch Strategy for a Hybrid Energy Storage System

YAN Zhen,WANG Bin,XU Jun,CAO Binggang,XU Dan

(State Key Laboratory for Manufacturing Systems Engineering, Xi’an Jiaotong University, Xi’an 710049, China)

To avoid frequent mode switching and optimize the system control parameters for multi-mode hybrid energy storage system (HESS), a mode switch strategy with double parameter optimization (DPO) is proposed. Combining the state of charge (SOC) of ultra-capacitor (UC), power demand and the component efficiency, the DPO is integrated with the hysteresis control based on the real-time average power. The frequent mode switching can be effectively avoided and the system stability of the multi-mode HESS can be improved via the hysteresis control. To achieve the optimization of the overall system efficiency, the goal function of the simulated annealing optimization is established. The simulations and experiments verify the effectiveness of the DPO switch strategy. A comparison shows that the DPO switch strategy enables to reduce the frequencies of mode switching and of battery power output. The system stability and the battery safety are effectively guaranteed, and the overall system efficiency is improved and the battery life is extended simultaneously. Compared with the rule-based strategy, the overall system efficiency is improved up to 1.8%.

electric vehicles; hybrid energy storage system; double parameter optimization; switch control strategy

2016-05-11。 作者簡介:嚴珍(1993—),女,碩士生;徐俊(通信作者),男,講師。 基金項目:國家自然科學基金資助項目(51405374);博士后基金資助項目(2014M560763)。

時間:2016-09-08

10.7652/xjtuxb201611020

U469.72

A

0253-987X(2016)11-0129-07

網絡出版地址:http:∥www.cnki.net/kcms/detail/61.1069.T.20160908.1103.008.html