插電式混合動力汽車能量管理策略優化研究*

劉浪，竇勝月

?

插電式混合動力汽車能量管理策略優化研究*

劉浪，竇勝月

（長安大學汽車學院，陜西 西安 710064）

隨著社會的發展，能源問題、環保問題，成為了發展汽車產業的重中之重，受到了各大企業和國家政府的廣泛重視，所以對插電式混合動力公交車能量管理策略進行優化研究具有重大意義。文章基于西安市工況，對插電式混合動力公交車能量管理策略進行優化。首先選取了典型具有代表性的公交線路，通過短行程劃分，主成分分析，K均值聚類獲取代表西安市的道路工況。利用基于Matlab/simulink的advisor軟件進行混合動力汽車動力系統的搭建。導入代表西安市的道路工況進行動力性仿真，燃油經濟性仿真，得到相應結果。通過在萬有特性圖上自主選擇發動機最佳工作點，對advisor底層m文件關鍵語句進行修改，再次進行多組仿真。將每組仿真結果的動力性，燃油經濟性進行比較。最終實現了在保證動力性前提下，獲取了更好的燃油經濟性，從而實現了優化。

西安市工況；插電式混合動力公交車；能量管理策略；發動機最佳工作點

前言

隨著能源危機的不斷加劇，以及政府越來越嚴格的排放標準，發展新能源汽車成為汽車工業發展的必然選擇。插電式混合動力汽車既能夠發揮純電動汽車的優勢，又可以克服續駛里程不足的問題。極大程度上解決了傳統汽車油耗高的問題，降低了有害物質的排放。因此，實現科學的能量管理策略使插電式混合動力汽車在滿足動力性的前提下實現最佳的經濟性，具有十分重要的現實意義。

1 西安市城市工況勘測分析與提取

1.1 選取典型公交線路

西安城市道路眾多，紛繁復雜，每一條路段在某一個時間段都可能通過不同品牌的汽車，自然，他們通過該路段的速度皆會不同。但是，一個城市的道路工況總會由部分典型工況來組成，比如城市擁堵工況，城市交通工況等。我們不可能測量所有車輛的道路運行工況，根據實際情況，在所有的公交運行線路中選取了某公交車線路，該線路包含了從西安北郊到市中心的大部分路況，具有典型城市公交運行的特點。

采用sport-DL1測試儀對該公交客車的行駛數據進行采集，選取十組有效的完整的行車數據，其中第一組行駛速度與時間的關系圖如下圖1所示。后續對該十組行車數據進行概率統計分析。

圖1 行駛速度與時間關系圖

1.2 短行程劃分

短行程是指相鄰兩個停車點之間的汽車循環過程，由一個怠速部分和短行程部分組成[1]。在使用MATLAB對車速進行處理時，剔除了實驗數據中不合理的部分。具體的短行程劃分原則為：

表1 短行程片段特征值

1）前一時刻車速和后一時刻車速相差0.5km/h以內；

2）行駛車速小于2km/h。

最終劃分了1921個有效的短行程片段，保證了有足夠多的樣本量。針對每一個短行程樣本，提出了具有代表性的15個特征值，代表的意義如圖2所示。

圖2 串聯混合動力汽車模型結構圖

1.3 車輛行駛工況的建立

利用主成分分析法確定了工況中貢獻率最高的幾個參數，運用K均值聚類對劃分好的短行程進行分類[2]，根據以上幾種統計學方法對10組工況進行分析，從而得出西安市的道路工況。

2 搭建插電式混合動力汽車動力系統模型

Advisor 是有美國可再生能源實驗室NREL，在MAT -LAB和Simulink軟件環境下開發的高級車輛仿真軟件。基于這個汽車縱向動力學系統建模的軟件下，可以搭建混合動力汽車的動力模型，并對混合動力汽車的各種性能進行仿真實驗

2.1 整車技術參數

表2 整車技術參數表

2.2 基于advisor搭建串聯式混合動力汽車模型

串聯混合動力汽車的動力系統，包括發動機和蓄電池組。發動機輸出動能到發電機，發電機輸出的電能通過功率總線帶動電機工作，此時發動機工作在最佳工作點。當發電機輸出的功率滿足不了汽車行駛時所需的實際功率時，蓄電池組將向電機提供額外的動力。當發電機輸出的功率超過了汽車行駛所需的實際功率時，發電機將向蓄電池組充電。皆保證了發動機工作在最佳工作點上，以實現最低的燃油消耗率。[3]

串聯混合動力汽車模型結構如圖2所示：得到的該模型是后向仿真模型。即通過預設的道路循環工況，發送給整車模型，傳遞給車輪所需的轉速及功率，再一步步反推給主減速器，變速箱，電機/發動機模型，得出所需的轉速轉矩信息，再由整車控制策略進行控制，確定動力源。然后再通過反饋一級一級的按原路徑將轉速傳遞給整車模型，使車輛可以實時的跟隨車速隨時間的變化。

3 基于西安市工況的仿真分析

得到了西安市的城市工況后，將西安市城市工況導入advisor，傳動系模式選擇SERIES_defaluts_in,即默認的傳動系統模型，利用advisor進行仿真分析。

3.1 動力性能仿真

動力性能包括最高車速、原地起步加速時間、最大爬坡度。在此只測試該車的前兩項動力性能評價指標。advisor中的加速性能測試程序可以確定當前汽車的最高車速。在仿真參數界面選擇Test Procedure下拉菜單中的TEST_ACCEL，點擊運行。便可彈出如圖3的界面。

圖3 最大行駛速度關系圖

由圖3可知，該車型最大車速為100km/h左右。市區限速一般為70km/h，滿足日常動力需求。

圖4 參數選擇界面圖

圖5 車輛仿真結果圖

同理，在仿真參數界面選擇Test Procedure下拉菜單中的TEST_GRADE，點擊運行。便可彈出如圖4圖5所示的界面。

由圖5可知，當所有系統啟動時，車速在55km/h情況下，該車型所能爬上的坡度為18%。城市道路一般坡度不大于5%，所以動力性能滿足日常城市道路行駛要求。

3.2 經濟性能及仿真

燃油經濟性用百公里燃油消耗量表示。但考慮到電池初始SOC的影響，若電池初始SOC不同，則對百公里油耗也會不同，沒有可比性。在此，電池初始SOC皆為0.7，選擇西安市城市道路工況，仿真結果如圖6所示：

圖6 車輛仿真結果圖

燃油消耗量如圖7所示：

圖7 燃油消耗量

排放指標如圖8所示：

圖8 排放指標

4 能量管理策略的分析與優化

4.1 串聯功率跟隨型控制策略

串聯功率跟隨型控制策略的核心思想是根據電機和蓄電池組的工作狀態，調節發動機的工作點經發動機向蓄電池組充電，控制目標是燃油消耗率最低與排放最低。在該控制策略中發動機的最佳工作點是受許多因素限制的。

發動機的開關控制邏輯是：當蓄電池組的SOC較高時，發動機關閉；當功率總線上的需求功率過高時，發動機開啟；當蓄電池組的SOC較低時，發動機開啟；如果前一狀態開啟且蓄電池的soc值小于cs_hi_soc，發動機開啟；如果前一狀態關閉且需求功率大于1.2發動機功率門限值，同時發動機關閉時間大于最低允許開啟時間，發動機將開啟。

發動機工作點控制模塊是根據發動機和發電機的功率范圍，計算出發動機最高效率和最低油耗下的發動機工作點，以數組形式存儲在輸入控制腳本文件中。在仿真過程中，根據定義的cs_pwr和cs_spd，通過查表來計算發動機的轉速和轉矩。[4]

但是，在不同工況下運行時，發現發動機都僅僅運行在轉速3300r/min轉矩為58N*m左右，在該工作點上，燃油經濟性沒有得到提升。

通過不斷優化發動機的最低燃油消耗率曲線，讓發動機在不同的最優工作點上工作，以最低燃油消耗率為目標。通過多組實驗，不斷逼近，得到在西安市實際道路工況下的發動機最優工作點，使得燃油消耗量最低。

4.2 優化最低燃油消耗率曲線

通過默認的控制策略得出的最低燃油消耗率曲線并不一定是最優的，還應該通過不斷地改變發動機的燃油消耗曲線，采用十組不同的工作的對比，比較出在西安市工況下那一組才是最優的。所采用的方法是迭代逼近法，以燃油消耗量為控制目標，不斷的逼近使接近最低值。

圖9 默認最低燃油消耗率數組

圖10 發動機最佳燃油消耗曲線圖

如圖所示，圖10中的虛線為advisor中默認最佳燃油消耗曲線。通過分析研究發現，該曲線是通過自主選擇的最佳發動機工作點，插值得到的，圖9中詳細展示了advisor中默認的11個發動機最佳工作點。

為了進行優化，利用發動機的萬有特性圖，在保證相應工況發動機所需功率的條件下，選擇設置了發動機的最佳工作點，通過進入advisor的底層m文件將對應的語句進行修改，實現了最佳燃油消耗曲線的修改。通過不斷地變化所設置的發動機最佳工作點，不斷地進行仿真，對比不同工作點下的動力性，燃油經濟性，最終實現能量管理策略的優化。

4.3 不同工作點仿真結果對比

在advisor默認的能量管理策略下進行仿真，得出本文工況下發動機至少要能夠發出25kw的功率，如圖11所示為advisor默認情況下的仿真結果。所選發動機的最大轉速為596.9rad/s，最大功率為50.8kw，在滿足發動機所需功率情況下，重新設置工作點，表3為10組重新設置的工作點。

圖11 默認仿真結果圖

表3 不同工作點對比

由上表3可以看出10組數據，每組兩對發動機的功率和轉速，且每組的功率都大于25kw，所以可以保證在該工況下滿足發動機的動力需求。主要對每組工作點的燃油經濟性進行比較。可以看出5，7，10組的燃油經濟性較高。但是第7組合第10組的發動機效率明顯較低，其工作點的位置在萬有特性圖上已經明顯偏離了中間效率較高的區域，所以選擇第5組為發動機的工作點。

5 優化成果

設置[26000，26500]，[370.375]為發動機的最佳工作點，其仿真如下圖12所示，發動機的工作效率圖如圖12所示。

圖12 優化后仿真結果圖

可以看出發動機的效率一直維持在30%-35%之間的較高的水平，且與未進行優化前相比，在保證動力性的前提下，燃油經濟消耗率有了明顯的提升，完成了優化。

圖13 發動機效率圖

6 結論

（1）利用sport-DL1測試儀對某一公交客車采集數十組客車行駛數據，運用短行程劃分，主成分分析，聚類的方法，構建出了西安市的城市行駛工況。

（2）以西安市城市工況為基礎，利用advisor仿真出了混合動力汽車的動力性，燃油經濟性以及排放性能。

（3）通過優化能量管理策略中的最佳工作點的方式，通過迭代逼近算法，優化后使得整車的燃油經濟性從以前的24.4L提升到了17.6 L。

[1] 楊瑜,陳波寧,高波,季峰.基于行程分析法的行駛工況的構建研究[J].現代車用動力,2013(02):24-27.

[2] 李孟良,朱西產,張建偉,張富興,艾國和.典型城市車輛行駛工況構成的研究[J].汽車工程,2005(05):54-57.

[3] 曾小華,宮維鈞.ADVISOR 2002電動汽車仿真與再開發應用.機械工業出版社.2017.3.

[4] ADVISOR2002/documention/advisor_doc.htm,Last Revised:30- April -2002.

Research On Optimization Of Energy Management Strategy For Plug-in Hybrid Electric Vehicles

Liu Lang, Dou Shengyue

( School of Automobile, Chang' an University, Shaanxi Xi’an 710064 )

With the development of the society, energy and environmental protection issues have become the top priority in the development of the automobile industry, which has receivedextensive attention from major enterprises and the national government. Therefore, it is of great significance to optimize the energy management strategy of plug-in hybrid electric vehicles.Based on the xi'an working condition, this paper optimizes the energy management strategy of the plug-in hybrid vehicles.Firstly, the typical and representative bus routes are selected, and the road conditions representing xi'an city are obtained through short journey division, principal component analysis and k-means clustering.The power performance simulation and fuel economy simulation are carried out on the road condition of xi'an city, and the corresponding results are obtained.By independently selecting the best operating point of the engine on the universal characteristic diagram, the key statements of the underlying m file of advisor are modified, and multi-group simulation is conducted again.The dynamic performance and fuel economy of each group are compared. Finally, under the premise of ensuring the power performance, better fuel economy is obtained, and the optimization is realized.

Xi'an working condition;plug-in hybrid bus;energy management strategy;optimal working point of engine

B

1671-7988(2019)05-25-05

U469.7

B

1671-7988(2019)05-25-05

U469.7

劉浪，就讀于長安大學汽車學院車輛工程專業，本科。課題項目：大學生創新創業訓練項目（201710710019）。

10.16638/j.cnki.1671-7988.2019.05.007