互聯網分布式混合動力汽車實車在環仿真平臺?

張 毅，楊亞聯，陸 帥，孟慶光

互聯網分布式混合動力汽車實車在環仿真平臺?

張 毅1，2，3，楊亞聯1，2，陸 帥2，3，孟慶光4

(1.重慶大學汽車工程學院，重慶400044；2.重慶大學重慶自主品牌汽車協同創新中心，重慶400044；3.重慶大學電氣工程學院，重慶400044；4.重慶力帆乘用車有限公司汽車研究院，重慶401122)

在原有混合動力汽車(HEV)硬件在環(HIL)仿真的基礎上，使用互聯網和車聯網(IOV)并以數據耦合的形式，將作為中央控制節點的云端服務器(Cloud)，作為實車在環(VIL)的純電動汽車(EV)，以及作為模擬HEV子系統的發動機硬件在環實驗臺架(EIL)和電池硬件在環實驗臺架(BIL)整合在一起，構成一個具有實車在環的分布式HEV仿真平臺(ID-VIL)。這種改進后的仿真平臺使原本沒有混合動力系統的EV能實時模擬HEV動力系統的輸出，而HEV子系統(如發動機和電池)如同工作在HEV實車上一樣。最后通過一段里程約為7km的實車市區道路實驗和對實驗結果的透明度分析驗證了ID-VIL系統的可行性和可靠性。

混合動力汽車；分布式；實車在環仿真；硬件在環仿真

前言

目前汽車建模與仿真工具可以分為3類[1]:純軟件仿真[2]、硬件在環仿真(hardware-in-the-loop， HIL)[3]和純硬件實驗[4]。軟件仿真費用相對低廉，并且可以靈活配置反正對象的拓撲結構，但是仿真的準確性受到數學模型的準確性以及建模精細程度的限制，故其主要用在設計過程起始階段，例如整車匹配。而與之相對的是純硬件實驗，其以高成本和喪失拓撲配置的可編輯性為代價，得到了仿真結果的高精確性。HIL將硬件實驗與軟件仿真整合在一起得到一個既能對拓撲進行靈活配置，又能準確模擬仿真對象的實驗平臺[5]。

但是經典的HIL平臺通常就近集中布置各個硬件平臺與軟件平臺[6]。而HEV系統因為自身多能量源，往往難以集中布置。例如，重慶大學擁有電機和電池的HIL平臺，但是沒有發動機的。而力帆乘用車公司正好與之相反。通常的做法是對原有的HIL平臺進行改造。例如，在原有發動機HIL上通過轉矩耦合器并入一個電機，以實現對于HEV系統的模擬[7]，但是這樣做費時費錢。受文獻[8]和文獻[9]中研究的啟發，本文中通過互聯網實現各HIL平臺的分布式配置，構成以云端服務器(Cloud)為服務器(負責整個系統中央控制以及部分HEV子系統的軟件仿真)，而各HIL為客戶端(負責部分HEV子系統的HIL仿真)的互聯網分布式硬件在環(internet distributed-HIL，ID-HIL)仿真平臺。

比文獻[8]和文獻[9]中更進一步的是，本文中利用分布式HIL配置靈活的特點，使用車聯網(IOV)將一輛改裝過的純電動汽車(EV)接入分布式HIL仿真系統中，構成實車在環仿真(vehicle-inthe-loop，VIL)。此EV既可以作為駕駛員輸入平臺，又能夠將硬件在環的HEV系統的實際輸出功率實時地反映到EV的動力輸出上。于是既避免了重復使用固定的幾組循環工況(如NEDC)[6]，又比虛擬駕駛臺更準確更直觀地反映整車動力性能[3]。

本文分為3部分:首先從系統的整體設計入手，介紹了互聯網分布式實車在環仿真平臺(ID-VIL)的設計思路和網絡拓撲，并分析了對于網絡延遲的處理方式；然后逐一介紹了ID-VIL系統中各個子系統的建模方式與特點；最后以實車在環的方式對IDVIL系統進行了實驗測試，并對實驗結果進行了分析說明。

1 ID-VIL系統整體設計

1.1 物理耦合與數據耦合

如圖1所示，本文中仿真的對象為并聯式混合動力汽車，其拓撲結構與系統建模可以參見文獻[10]和文獻[11]。在構建分布式HIL拓撲時，需要在原有系統上選擇若干“耦合點”，斷開其對應的物理耦合關系，改用基于數據通信的數據耦合關系替代。這些改動會在系統中引入網絡傳輸延遲，進而造成分布式仿真系統與真實系統在動態特性方面出現差異與失真。通常使用系統“透明度”(transparency)[12－13]這一概念來度量分布式系統對于真實系統的擬真程度。而根據文獻[14]中的研究，耦合點位置的選擇會影響整個系統的透明度。故本文中在選擇耦合點時遵循如下原則:(1)在不損害系統透明度的前提下，盡可能多地對無法精確建模的子系統(如電池、發動機和整車驅動)使用HIL替代純軟件仿真；(2)避免對具有高速動態響應特性的系統進行分布式HIL配置，如HEV中電動機的動態響應較電池快且建模相對容易，故其在Cloud中對電動機采用軟件仿真實現。

圖1 物理耦合結構與數據耦合結構

另外，本文中通過車聯網將一輛EV接入分布式系統構成具有實車在環的仿真系統，即ID-VIL。而這使得該系統數據鏈的流向發生了變化:雖然整個系統的網絡拓撲仍為服務器(Cloud)-客戶端(包括EIL，BIL和EV)模式，但是數據流向的邏輯起始端為EV上的駕駛員輸入(見圖2)。具體而言，首先駕駛員輸入會送入Cloud，然后Cloud根據HEV整車模型算得對各個HIL(即發動機和電池)所需的功率輸出并將需求發送給各個HIL，接著各個HIL根據Cloud的需求調整自身輸出并將本地傳感器實際測量到的輸出回傳給Cloud，Cloud根據HEV整車模型整合各個HIL反饋的實際輸出得到整車實際可用的驅動轉矩并將其發送給EV，最后EV將Cloud回傳的整車驅動轉矩作為車載電機驅動轉矩的給定值。

圖2 ID-VIL數據邏輯流向

這樣設計有幾個顯著優點:(1)上路測試的EV雖然沒有安裝混合動力系統，但是通過與Cloud的數據耦合使得其動力特性與安裝了混合動力系統的HEV一致；(2)分布式仿真系統中的各HIL(本文中即指發動機和電池)雖然沒有安裝在上路測試的車輛上，但是仿真過程中各HIL的工況與安裝在車上相比別無二致；(3)實車工況比經典循環工況(如NEDC和UDDS)更能反映真實情況(如天氣和交通擁堵)，便于今后對整車能量管理策略的優化；(4)相較仿真駕駛臺[3]，實車在環可以反映給駕駛員更直觀的整車動力性能(如加減速性能和轉彎性能)，方便整車匹配。

1.2 ID-VIL拓撲設計

如圖3所示，ID-VIL包括4個主要節點:①純電動汽車EV(位于重慶大學虎溪校區)；②云端服務器Cloud(位于重慶電信IDC機房)；③發動機硬件在環EIL(位于力帆乘用車公司)；④電池硬件在環BIL(位于重慶大學A區)。其中作為服務器的Cloud既充當各節點之間的通信中樞，又負責運算仿真對象(即HEV)中需要進行軟件模擬的子系統(即圖3中的電機與傳動系統)。另外，因為實車測試的特殊性，所以EV與Cloud之間使用的是基于車聯網的無線連接。而其余節點(EIL和BIL)與Cloud之間就直接使用簡單可靠的基于互聯網的有線連接。

圖3 ID-VIL網絡拓撲

ID-VIL系統的仿真對象(即并聯混合動力汽車)各子系統配置情況如表1所示。

1.3 網絡延遲分析與處理

文獻[9]中的ID-HIL出于降低傳輸延遲的考慮而選擇了UDP協議。這對于只使用有線連接且丟包率低的應用背景來說是合適的。但是本文中由于引入了實車在環，故必須使用丟包率相對較高的無線連接(因為本地尚未建成統一的車聯網，所以參考文獻[15]中的設計，實驗中使用4G LTE網絡作為車聯網)。此外，正是因為存在實車在環，故ID-VIL系統為了保證行車安全，對于丟包現象更為敏感。所以有必要對于TCP和UDP進行數據傳輸試驗對比，以確定最合適的方案。

因為ID-VIL實驗時長一般在0.5h以內，故傳輸延遲實驗時長設為1 200s，而單次數據包大小為1 024B。由實驗結果(圖4)可知，在傳輸延遲方面，TCP相較UDP增加并不明顯(使用無線連接時差距進一步縮小)，但是UDP在無線連接的應用中存在明顯丟包現象。故本文中在實車在環實驗中選用了可靠性更高的TCP協議，并且在之后的實驗中也發現使用TCP協議后基本沒有出現丟包或者傳輸超時的情況。所以出于簡化系統的考慮，也就沒有在應用層設置更多的傳輸校驗模塊。

表1 并聯混合動力汽車配置情況

圖4 TCP與UDP傳輸延遲對比

2 ID-VIL各子系統設計

2.1 上路測試車輛(EV)

本文中搭建實車在環平臺時選用了一輛純電動汽車(力帆620EV，配置參數見表2)進行改裝。這是因為相比傳統燃油車，EV更容易改裝以接入分布式仿真系統。改裝前，620EV的車載控制器通過AD傳感器采集駕駛員輸入(節氣門和制動踏板)，然后據此控制電動機輸出轉矩。改裝時，只需將車載控制器采集到的駕駛員輸入通過車聯網(4G LTE網絡，見圖5)先發送給云端服務器，然后根據云端返回的給定轉矩控制電動機的輸出轉矩。此外，EV的電動機相較內燃機能更精確地控制輸出轉矩且動態響應更快，所以EV作為上路測試車輛能夠更準確地模擬仿真對象(即HEV)的動態性能。需要指出的是，處于安全方面的考慮，駕駛員的制動踏板輸入只有回收制動部分的需求轉矩會傳給云端，而非回收制動的部分轉矩作為“本地變量”并不進入分布式系統。其直接由制動踏板控制制動片提供。這樣可以保證在通信網絡完全失效時，EV仍然能夠提供足夠的制動力。

表2 上路測試車輛(EV)配置參數

2.2 云端服務器(Cloud)

云端服務器租用重慶電信的虛擬云主機(CPU 4核Xeon 2.13GHz，內存8GB，帶寬5Mb)，主要負責3個功能:通信管理、整車能量管理策略和子系統仿真模擬(電動機和傳動系統)。

圖5 上路測試車輛(EV)配置

通信管理使用的是基于事件觸發的通信結構[9，15]。即Cloud以20Hz的頻率向各客戶端發送需求命令(對EV即整車驅動轉矩，對EIL即發動機需求轉矩轉速，對BIL即電池需求功率)，客戶端在收到需求命令后會反饋本地傳感器采樣結果(對EV即駕駛員輸入和車速，對EIL即輸出轉矩轉速和瞬時油耗，對BIL即輸出電流和SOC)。這與前面提到的數據的邏輯流動方向有所不同，但是并不矛盾。另外，受系統中數據傳輸頻率最慢的子系統(即EIL)限制，數據收發頻率選為20Hz。

本文中采用的整車能量管理策略為模糊邏輯策略，基本思路:①電池SOC必須維持在一個合理范圍之內，以免損害電池壽命；②在不違反條件①時，滿足駕駛員對車輛動力性能的要求；③在不違反條件①和②時，對整車燃油經濟性和尾氣排放進行實時最優化。具體設置可以參見文獻[16]。

在HEV子系統中之所以選擇對電池進行硬件在環仿真而電動機進行軟件仿真是因為:①相較具有明顯非線性的電池，電動機的建模更成熟也更準確；②根據文獻[14]中的研究，“耦合點”選在動態特性較慢的系統處(如電池)比選在動態特性較快的系統處(如電動機)更有利于提高整個分布式HIL系統的透明度。所以，本文中HEV電動機系統使用的是本團隊以前設計的電動機軟件仿真模型:

式中:us為定子電壓矢量；is和ir分別為定轉子電流矢量；ψs和ψr分別為定轉子磁鏈矢量；ωr為轉子角速度；Rs和Rr分別為定轉子電阻；Ls，Lr和Lm分別為定轉子電感和勵磁電感；P為極對數；ψrq和ψrd分別為轉子磁鏈的交直軸分量；isq和isd分別為定子電流的交直軸分量。

HEV中傳動系統的軟件仿真建模也使用了本團隊之前對HEV的研究[18]:

式中:ω為驅動軸轉速；Trequest為需求轉矩；Tengine為HEV發動機轉矩；Tmotor為HEV電動機轉矩；igb和imot－eng分別為變速器和減速器的減速比。另外，變速器換擋策略參考文獻[9]中設計的變速器模型，使用Advisor的默認換擋策略，即通過查找基于轉矩-轉速vs擋位的二維表以得到的換擋邏輯。

2.3 發動機硬件在環實驗臺架(EIL)

如圖6所示，本文中發動機硬件在環選用的是AVL 160kW測功機和力帆乘用車公司的LF481Q3發動機(四沖程，直列四缸，排量1.6L，水冷，雙頂置凸輪軸，多點噴射電控汽油機)。發動機屬于動態特性較高的子系統，在此設置“耦合點”會降低系統的透明度。但是考慮到發動機建模困難且不準確，故此時應當舍棄部分透明度以換取仿真結果的準確性。

圖6 發動機硬件在環實驗臺架

發動機HIL系統從Cloud接收需求轉矩轉速指令并執行，同時向Cloud返回發動機當前狀態(實際輸出轉矩轉速和瞬時油耗)。而在發動機本地控制方面，AVL發動機臺架控制模式有轉矩-轉速模式和節氣門開度-轉速模式。考慮到轉矩-轉速模式響應速度較慢(大于50ms)，故選用了節氣門開度-轉速模式。而后者需要將Cloud發送的需求轉矩轉換為對應的節氣門開度。本文中通過查找力帆乘用車公司在標定發動機時建立的轉矩轉速與節氣門開度關系的二維表(圖7)將轉矩指令轉換為節氣門開度。但是相對于轉矩-轉速模式，節氣門開度-轉速模式的轉矩輸出會與給定存在一定的靜差。

文獻[9]中通過計算分布式HIL系統中給定與響應之間的標準差，作為度量系統透明度的定量參照。因為不同發動機臺架自身的動態性能存在不小的差異，所以有必要首先確定在排除Cloud以及遠程傳輸影響時發動機臺架自身的透明度，并以此作為基準才能更客觀地度量分布式HIL系統的透明度。

圖7 發動機轉矩轉速與節氣門開度關系圖

圖8 為純本地控制(即發動機控制指令由本地控制器直接給定，與云端服務器無關)下的發動機轉矩和轉速階躍響應。其中發動機轉矩對應標準差為6.76%，轉速對應的標準差為4.58%。另外，可以觀察到在第10s的轉速階躍時，發動機輸出轉矩會受到明顯擾動，但是反之不然(見第40s的轉矩階躍)。這是由于采用了使用開環控制的節氣門開度-轉速模式而造成的，還造成轉矩響應與給定之間的靜差(小于2N·m)。

圖8 發動機臺架轉矩與轉速階躍響應

2.4 電池硬件在環實驗臺架(BIL)

電池不但屬于軟件仿真建模困難非線性系統，而且在HEV中屬于低動態特性的子系統，所以更適合硬件在環仿真。如圖9所示，本文中BIL系統采用的動力電池組為山東恒宇生產的三元聚合物鋰電池(額定電壓68.4V×8，額定容量40.0A·h)。電池檢測系統亦由此公司提供，負責檢測電池母線電流和端電壓，并估算電池SOC。而電池負載則由實驗室的Kratzer電池充放電模擬器充當，其控制臺負責運行與Cloud進行通信的本地TCP客戶端。即Cloud向BIL發送需求功率(放電為正，充電為負)，而BIL則向Cloud返回電池母線電流和SOC估計值。

圖9 電池硬件在環實驗平臺

3 ID-VIL實驗與分析

3.1 實驗設備布置與行駛路線

圖10為ID-VIL各子系統的位置分布，具體如1.2節所述。

實驗對應的仿真對象即為表1中所示的并聯混合動力汽車，而ID-VIL各個子系統的參數與前面第2節中的描述一致。實驗中所選的實車行駛路線為繞行重慶大學虎溪校區一周的公路，即以大學城西路東北角為起始點，途徑大學城南二路、大學城中路、大學城南路，最后回到起始點(見圖10)。全程一共約7km，途經13個紅綠燈，行駛時間約20min，屬于比較典型的城市路況。

圖10 實驗設備地理位置與實驗車輛行駛路線

3.2 實驗結果分析

實驗過程中由Cloud收集ID-VIL各子系統狀態，如圖11所示。因為選擇的測試路線為主城區且紅綠燈較多，所以可從圖11中的車速曲線看到實驗車輛車速不高且走走停停，其中車速長時間為零的時段(例如從227s到268s)即為停車等紅燈的情況。而停車期間加速踏板位置并不恒為零，這是因為停車等待期間偶爾需要以“蠕動”的方式調整車的位置(大部分情況是前面的車“蠕動”了一下，所以實驗車輛也就跟著動)。另外，結合發動機與電動機相關的輸出曲線可知，此時HEV處于純電動模式，即發動機關閉(轉矩和轉速為零)而電動機負責滿足整車動力需求(電動機需求功率大于零)。從765s到800s，實驗車輛從靜止加速到50km/h，發動機和電動機同時輸出正功率，即HEV工作在電動機助力狀態。在1 030s到1 165s，實驗車輛處于相對的勻速巡航狀態。這時由發動機負責提供大部分驅動功率，而電動機則間或地進行主動充電(電動機需求功率小于零)，即這時HEV交替工作在主動充電模式和純發動機模式。

圖11 ID-VIL實驗結果

ID-VIL實驗統計數據見表3。需要指出的是，表中的平均車速是僅考慮行駛狀態，即不計入停車狀態時得到的平均值。此外，行駛實驗前后電池SOC的變化量非常小。這是由于兩方面原因造成的:一是HEV的能量管理策略采用了電量平衡策略，所以在行駛過程中會有選擇性地進行主動充電；二是HEV的電池容量(40.0A·h，68.4V×8)相較有限的行駛里程(6.7km)大得多，所以整個行駛實驗中電池SOC的變化都不明顯。

3.3 ID-VIL系統透明度分析

根據文獻[9]，本文中同樣使用給定與響應之間的標準差作為度量系統透明度的定量參照。因為HEV中電動機子系統為軟件仿真，其給定與響應幾乎完全一致，所以電動機子系統不會對系統透明度產生影響。而剩下的BIL系統既不直接參與與轉矩轉速相關的計算，又屬于動態特性變化較慢(SOC變化相較轉矩轉速慢得多，可見圖11)的系統。根據文獻[14]可知，ID-VIL系統的透明度主要由EIL系統決定，故使用與EIL系統相關的發動機轉矩轉速的給定與響應之間的標準差來度量ID-VIL系統的透明度。而EIL對系統透明度的影響有兩個方面:①EIL系統自身的響應速度；②系統運算處理(主要是Cloud)以及傳輸數據造成延遲。前者在前文通過EIL本地階躍響應實驗已經進行了定量測試，表4中則給出了圖11中ID-VIL實驗與之前EIL本地階躍實驗的透明度對比。EIL本地階躍實驗反映的是①，而ID-VIL實驗反映的則是①和②的疊加。由表4可知，ID-VIL會對仿真系統的透明度造成不利影響，但是結合圖11的車速曲線沒有出現異常以及駕駛實際感受來看，ID-VIL系統仍然是實時可控的，能夠及時準確地響應駕駛員輸入。

表3 ID-VIL實驗統計數據

表4 實驗給定與響應的標準差%

圖12則給出了不同時間點上ID-VIL實驗的給定與響應之間的相對誤差。圖中轉矩和轉速的最大誤差都主要發生在發動機起動和停止的時刻，而且此時轉矩對應的相對誤差(約400%)遠高于轉速的相對誤差(約200%)。這主要是3方面原因:(1)起動和停止時發動機轉矩和轉速同時需要進行大幅度階躍，這本身就會大幅增加給定與響應的相對誤差；(2)由此前對EIL本地轉矩轉速階躍實驗的分析可知，轉速的階躍會明顯影響轉矩，反之卻不然，當發動機轉矩轉速同時出現階躍，轉矩的相對誤差就遠大于轉速的；(3)本文中采用了與文獻[9]中類似的理想傳動模型，即變速器和離合器的動作是瞬間完成的，不存在中間過程，這在變速器換擋時(尤其是在純電動模式切換到混動模式的過程中)會加大發動機需求轉速的變化速率，而這進一步增大了起停時系統給定與響應的相對誤差。從另一方面來看，ID-VIL對透明度的影響其實主要局限在發動機起停的短暫時刻，其余時刻相對誤差都穩定在很低的水平(圖12)。這說明在大部分時間里ID-VIL系統的透明度都是可以接受的。

圖12 ID-VIL實驗中給定與響應的相對誤差

4 結論

本文中在互聯網分布式硬件在環[8－9]的基礎上，通過車聯網引入實車在環構成了ID-VIL系統，并利用此系統構建了一個并聯混合動力汽車的仿真平臺。這樣一方面使得在環的EV雖然沒有HEV動力系統，但是能夠模擬HEV動力系統的輸出；另一方面讓沒有配置在車上的發動機、電池等HIL子系統能夠如同工作在一輛HEV上。然后通過對IDVIL系統進行實車上路實驗，驗證了整個系統的可行性與可靠性，并且對實驗結果進行了系統透明度的定量分析。這表明ID-VIL系統能夠對仿真對象，即HEV系統，進行具有較高擬真度的實時硬件在環仿真。利用此平臺配置靈活的特點，今后可以在其基礎上對HEV參數匹配與控制策略優化等方面進行進一步研究。

此外，本文中ID-VIL系統存在的一個問題就是沒有充分考慮網絡意外斷開時的應急處理機制。目前，實驗車輛EV中制動為“本地”控制對象，所以能夠保證在網絡意外斷開時制動仍然可控。但是這僅適用于車速比較低的情形，在車速較高的情況下(例如高速公路工況)并不能保證駕駛員與實驗車輛的安全。這也是為何實車上路實驗中選擇低速的市區道路工況，而不是高速的環城高速道路工況的原因。下一步需要設計一種安全機制以保證網絡意外斷開時，在環實驗車輛的控制系統能夠自動由云端平滑地切換到車載端。

[1] TARA E，FILIZADEH S，DIRKS E.Battery-in-the-loop simulation of a planetary-gear-based hybrid electric vehicle[J].IEEE Transactions on Vehicular Technology，2013，62(2):573-581.

[2] 楊亞聯，葉盼，胡曉松，等.基于DP優化的ISG型速度耦合混合動力汽車模糊控制策略的研究[J].汽車工程，2016，38 (6):675-679.

[3] HE H，XIONG R，ZHAO K，et al.Energy management strategy research on a hybrid power system by hardware-in-loop experiments [J].Applied Energy，2013，112:1311-1317.

[4] LEE H，SUL S.Fuzzy-logic-based torque control strategy for parallel-type hybrid electric vehicle[J].IEEE Transactions on Industrial Electronics，1998，45(4):625-631.

[5] ZHANG H，ZHANG Y，YIN C.Hardware-in-the-loop simulation of robust mode transition control for a series-parallel hybrid electric vehicle[J].IEEE Transactions on Vehicular Technology，2016，65 (3):1059-1069.

[6] KERMANI S，TRIGUI R，DELPRAT S，et al.PHIL implementation of energy management optimization for a parallel HEV on a predefined route[J].IEEE Transactions on Vehicular Technology，2011，60(3):782-792.

[7] TRIGUI R，JEANNERET B，MALAQUIN B，et al.Performance comparison of three storage systems for mild HEVs using PHIL simulation[J].IEEE Transactions on Vehicular Technology，2009，58 (8):3959-3969.

[8] ERSAL T，BRUDNAK M，SALVI A，et al.Development and model-based transparency analysis of an internet-distributed hardware-in-the-loop simulation platform[J].Mechatronics，2011，21: 22-29.

[9] ERSAL T，BRUDNAK M，STEIN J，et al.Statistical transparency analysis in internet-distributed hardware-in-the-loop simulation[J]. IEEE/ASME Transactions on Mechatronics，2012，17(2):228-238.

[10] ZHANG Y，LIU H.Varying-domain optimal management strategy for parallel hybrid electric vehicles[J].IEEE Transactions on Vehicular Technology，2014，63(2):603-616.

[11] ZHANG Y，LIU H.Fuzzy multi-objective control strategy for parallel HEV[J].IET Electrical Systems in Transportation，2012，2 (2):39-50.

[12] LAWRENCE A.Stability and transparency in bilateral teleportation[J].IEEE Transactions on Robotics and Automation，1993，9(5):624-637.

[13] GRIFFITHS G，GILLESPIE B，FREUDENBERG S.A fundamental trade off between performance and sensitivity within haptic rendering[J].IEEE Transactions on Robotics，2008，24(3): 537-548.

[14] ERSAL T，GILLESPIE R.Effect of coupling point selection on distortion in internet-distributed hardware-in-the-loop simulation [J].International Journal of Vehicle Design，2013，61(1-4): 67-85.

[15] OZATAY E，ONORI S，WOLLAEGER J，et al.Cloud-based velocity profile optimization for everyday driving:a dynamic-programming-based solution[J].IEEE Transactions on Intelligent Transportation Systems，2014，15(6):2491-2505.

[16] ZHANG Y，LIU H.Torque control strategy for parallel hybrid electric vehicles using fuzzy logic[J].WSEAS Transaction on Systems，2011，10(4):116-125.

[17] 劉和平，薛鵬飛，彭東林.基于非線性磁鏈動態模型的無速度傳感器矢量控制系統[J].電機與控制學報，2015，19 (12):33-37.

[18] 張毅，劉和平.并聯混合動力汽車模糊多目標控制策略[J].重慶大學學報，2013，36(2):77-86.

[19] WIPKE K，CUDDY M，BURCH S.ADVISOR 2.1:a userfriendly advanced powertrain simulation using a combined backward/forward approach[J].IEEE Transactions on Vehicular Technology，1999，48(6):1751-1761.

Internet-distributed Vehicle-in-the-loop Simulation Platform for Hybrid Electric Vehicles

Zhang Yi1，2，3，Yang Yalian1，2，Lu Shuai2，3＆Meng Qingguang4
1.Department of Automotive Engineering，Chongqing University，Chongqing 400044；2.Chongqing Automotive Collaborative Innovation Center，Chongqing University，Chongqing 400044；3.Department of Electrical Engineering，Chongqing University，Chongqing 400044；4.Chongqing Lifan Passenger Vehicle Co.，Ltd.Automotive R.I.，Chongqing 401122

On the basis of existing hardware-in-the-loop(HIL)simulation on hybrid electric vehicle (HEV)，the cloud server as the central control node，the electric vehicle(EV)as the vehicle-in-the-loop as well as the engine-in-the-loop and battery-in-the-loop test benches as HEV simulation subsystem are integrated by using internet and internet of vehicle with a form of data coupling to compose an internet-distributed vehicle-in-the-loop (ID-VIL)simulation platform.This modified simulation platform enables the EV without powertrain simulate the output of HEV power system and the subsystems of HEV(such as engine and battery)can work just the same as on real HEV.Finally the feasibility and reliability of ID-VIL system is verified by both a 7 kilometers long road testing in urban areas and the transparency analysis on test results.

hybrid electric vehicle；distributed；vehicle-in-the-loop simulation；hardware-in-the-loop simulation

10.19562/j.chinasae.qcgc.2017.08.001

?國家自然科學基金面上項目(51575064)和中央高校基礎研究基金(106112016CDJZR335521)資助。

原稿收到日期為2016年8月8日，修改稿收到日期為2016年10月4日。

張毅，博士，E-mail:zagyi81＠cqu.edu.cn。