基于復合電源的純電動商務車能量管理策略仿真

伍 鵬，何 鋒，楊澤平，袁興國

（貴州大學 機械工程學院，貴州 貴陽 550025）

1 引言

目前，市場上的純電動車輛主要使用鋰離子電池作為動力源，然而其大功率安全性、成本、循環壽命等已成為制約鋰電池大量應用于純電動汽車的主要問題[1-3]。超級電容具有充放電效率高，比功率大，循環壽命長等優點[4]。將超級電容和鋰電池組成復合電源[5]進行研究以發揮兩者的優勢、彌補鋰電池的性能缺陷，對于促進純電動汽車的發展和推廣應用都有著重要作用。某公司研發的純電動商務車搭載384v/160Ah的磷酸鐵鋰離子電池組作為整車動力源，在山區城市行駛時頻繁爬坡以及急加速工況下大電流放電對鋰電池的沖擊和損傷，使得鋰電池使用壽命偏低，因此有必要對復合電源在純電動商務車上的應用進行研究。文獻[6]對直接并聯式復合電源展開了研究，降低了大電流對動力電池的沖擊；文獻[7-9]采用邏輯門限控制策略對復合電源進行功率分配，提高了能量利用率。將建立純電動商務車仿真模型，并采用“鋰電池+超級電容”的復合電源結構，通過制定模糊控制策略對復合電源進行功率分配，最后對所制定的控制策略及所建立的模型進行仿真驗證。

2 復合電源結構與整車建模

2.1 結構型式

純電動商務車復合電源采用主動控制式“鋰電池+超級電容”的結構，將超級電容同雙向DC/DC轉換器串聯后和鋰電池并聯。雙向DC/DC轉換器能夠對鋰電池電壓進行實時檢測，進而調控超級電容端電壓使兩者匹配工作，并對超級電容和鋰電池的輸出功率進行主動分配。

2.2 整車建模

在AVL/CRUISE軟件中建立整車模型，使用的CRUISE集成模塊主要有駕駛員、傳動系統、制動系統、驅動電機、超級電容、電池等，在Simulink中搭建模糊邏輯能量管理控制器模型。CRUISE與MATLAB進行聯合仿真，可以在MATLAB中完成復雜控制程序及算法的編寫，通過仿真驗證及進一步研究將運用此模型在CRUISE/MATLAB平臺中進行各種能量管理及整車控制策略的仿真驗證。整車模型，如圖1所示。

圖1 整車模型Fig.1 Vehicle Model

3 模糊邏輯控制策略制定

3.1 能量管理控制策略

目標功率分配是復合電源能量控制管理的核心，通過車速、目標功率以及駕駛員意圖等對汽車行駛狀態進行準確判斷是合理分配功率的前提。模糊邏輯控制建立在專家經驗的基礎上[10]，利用控制規則來描述變量間的關系，對車速、目標功率以及駕駛員意圖等具有不確定性、呈非線性變化的變量進行控制具有較強的魯棒性。因此，通過制定模糊控制策略將目標功率在超級電容和鋰電池之間進行分配，使純電動商務車在急加速、連續爬坡等功率需求大于60kw的工況下，控制超級電容提供較大的功率以降低鋰電池負荷；在中等功率需求工況下，穩定超級電容SOC在0.7左右；在低速、緩慢加速等功率需求小的工況下，控制鋰電池提供整車所需能量，并在超級電容SOC低于0.5且目標功率小于30kw時對超級電容充電；在再生制動工況下，控制超級電容回收全部制動能量。

3.2 模糊邏輯控制器設計

在MATLAB/Simulink中建立4輸入1輸出的模糊控制器，如圖2所示。輸入為純電動商務車目標功率Pm、超級電容荷電狀態SOCc、車速V、以及加速踏板/制動踏板行程差S2-S1，輸出為鋰電池功率分配因數Kbat，通過計算得到鋰電池分配功率Pb以及超級電容分配功率為Psc。

圖2 模糊邏輯控制器Fig.2 Fuzzy Logic Controller

3.3 隸屬度函數與模糊規則

模糊控制器的輸入輸出變量主要包括6個模糊子集，分別為極低（VL）、低（L）、小（S）、中（M）、高（H）、極高（VH），各輸入變量的隸屬度函數，如圖3所示。輸出變量的隸屬度函數，如圖4所示。Pm的論域為［-120，120］，SOCc的論域為［0，1］，車速V的論域為［0，120］，踏板行程差 S2-S1的論域為［-10，10］，Kbat的論域為［0.2，1.2］。

圖3 輸入隸屬度函數Fig.3 The Membership Functions of Input Variables

圖4 輸出Kbat隸屬度函數Fig.4 The Membership Function of Output Variable

圖5 Pm-SOCc-Kbat對應關系Fig.5 The Relationships Between Pm-SOCc-Kbat

根據所提出的能量管理控制策略制定相應的模糊規則，由各輸入和輸出變量的隸屬度函數和模糊控制規則可得出各輸入變量與功率分配因數Kbat間的對應關系，目標功率Pm與超級電容荷電狀態SOCc和功率分配因數Kbat的對應關系，如圖5所示。

4 仿真計算及結果分析

在某公司研發的以鋰電池作為單一動力源的純電動商務車的基礎上，使用“鋰電池+超級電容”結構的復合電源，運用CRUISE軟件建立整車模型，在MATLAB環境下制定模糊邏輯能量管理控制策略，進行聯合仿真。純電動商務車基本參數，如表1所示。動力系統參數，如表2所示。選擇歐洲市郊工況NEDC進行仿真，將原有鋰電池作為單一動力源的電源結構與復合電源進行對比分析。仿真結果，如圖6所示。仿真結果可以看出，圖6（a）中再生制動能量由鋰電池回收，電池反復充電，充電電流較大，超過1.4C，充電電流峰值超過1.76C，放電電流最大達到234.4A，超過1.46C，大電流沖放電時鋰電池效率低且會產生不可修復的損傷。圖6（b）中鋰電池在行駛過程中不充電，放電電流穩定在1C左右，對于提高鋰電池的效率和循環壽命起著重要作用。圖6（c）中超級電容利用快速大電流充電特性回收全部再生制動能量，提高了能量回收率，且鋰電池不進行制動能量回收；當目標功率變化較大時超級電容輸出部分功率，在電機功率達到83.4kw時超級電容輸出功率18.2kw，使鋰電池輸出功率穩定在額定功率左右，減小了鋰電池的工作負荷。

表1 整車基本參數Tab.1 Basic Parameters of Vehicle

表2 動力系統參數Tab.2 Dynamic System Parameters

圖6 仿真結果Fig.6 Simulation Results

不同電源結構儲能裝置電量變化結果，如表3所示。鋰電池作為單一動力源的電源結構中電量消耗為8.437Ah，復合電源中超級電容電量增加0.315Ah，鋰電池電量消耗為8.353Ah，在一個循環中節能0.339Ah，約4.7%。

表3 電量變化結果Tab.3 The Results of Charge Change

5 結論

基于CRUISE/MATLAB建立了純電動商務車的聯合仿真模型，在Simulink中制定模糊邏輯控制策略，在NEDC工況下對鋰電池和超級電容充放電電流、功率等進行綜合分析可知：（1）通過仿真，驗證了所建模型的正確性，后續可將此模型用于不同控制策略對純電動商務車進行能量管理控制的仿真驗證（2）主動控制式復合電源采用模糊控制策略將鋰電池放電電流限制在1C的高效工作區且增加了有效循環次數，可以延長鋰電池使用壽命，比原有電源結構節能4.7%，能夠增加純電動商務車的續駛里程約7.99km。

［1］董冰.基于鋰離子動力電池的純電動汽車能量管理系統控制策略與優化［D］.長春：吉林大學，2014：2-9.（Dong Bing.Energy Management System Control Strategy and OptimizationforPureElectricVehicleBasedontheLithium-lon Power Battery［D］.Changchun：JinLin University，2014：2-9.）

［2］宋永華，陽岳希，胡澤春.電動汽車電池的現狀及發展趨勢［J］.電網技術，2011（4）：1-7.（Song Yong-Hua，Yang Yue-Xi，Hu Ze-Chun.Present Status and Development Trend of Batteries for Electric Vehicles［J］.Power System Technology，2011（4）：1-7.）

［3］劉卓然，陳健，林凱.國內外電動汽車發展現狀與趨勢［J］.電力建設，2015（7）：25-32.（Liu Zhuo-Ran，Chen Jian，Lin Kai.Domestic and Foreign Present Situation and the Tendency of Electric Vehicles［J］.Electric Power Construction，2015（7）：25-32.）

［4］曹秉剛，曹建波，李軍偉.超級電容在電動車中的應用研究［J］.西安交通大學學報，2008（11）：1317-1322.（Cao Bing-Gang，Cao Jian-Bo，Li Jun-Wei.Ultracapacitor with Applications to Electric Vehicle［J］.Journal of XiAn JiaoTong University，2008（11）：1317-1322.）

［5］程立文，汪繼強，譚玲生.超級電容器的技術與應用市場發展簡評［J］.電源技術，2007（11）：921-925.（Cheng Li-Wen，Wang Ji-Qang，Tan Ling-Sheng.Brief Overview on Recent Technology&Market Progress of Supercapacitors［J］.Chinese Journal of Power Source，2007（11）：921-925.）

［6］He Hong-Wen，Xiong Rui，Chang Yu-Hua.Dynamic Modeling and Simulation on a Hybrid Power System for Electric Applications［J］.Energies，2010（11）：1821-1830.

［7］閔海濤，劉杰，于遠彬.混合動力汽車復合電源參數優化與試驗研究［J］.汽車工程，2011（12）：1078-1083.（Min Hai-Tao，Liu Jie，Yu Yuan-Bin.Parameters Optimization and Experiment Study on Ultra-capacitor/Battery Hybrid Energy Storage for a HEV［J］.Automotive Engineering，2011（12）：1078-1083.）

［8］李貴遠，陳勇.動力電池與超級電容混合驅動系統設計與仿真［J］.系統仿真學報，2007，（01）：101-105.（Li Gui-Yuan，Chen Yong.Design and Simulation of Hybrid-drive System with Battery Pack and Capacitors［J］.Journal of System Simulation，2007（1）：101-105.）

［9］朱福順，何洪文，何銀.基于硬件在環仿真的復合電源能量管理研究［J］.機械設計與制造，2013（1）：119-121.（Zhu Fu-Shun，He Hong-Wen，He Yin.Research on Energy Management System by Hardware-in-Loop Simulation［J］.Machinery Design&Manufacture，2013（1）：119-121.）

［10］張炳力，吳德新，竇聰.復合電源能量匹配與多目標模糊控制策略研究［J］.汽車技術，2014（12）：54-58.（Zhang Bing-Li，Wu De-Xin，Dou Cong.Energy Matching and Multiobjective Fuzzy Control Strategy Study on Battery/Ultra-capacitor Composite Energy Storage of EV［J］.Automobile Technology，2014（12）：54-58.）