基于增程式電動汽車的能量管理控制策略研究

王開德，韓凱凱

(1.徐州生物工程職業技術學院，江蘇 徐州 221006；2.上海航天控制技術研究所，上海 201109)

石油資源緊缺和環境污染問題使得純電動汽車逐漸成為最受青睞的發展車型[1-2]，但目前動力電池技術尚未突破瓶頸，純電動汽車的發展也因續駛里程不足而受到諸多限制。增程式電動汽車作為新型車輛，兼備了傳統汽車的續駛里程和純電動汽車利用清潔高效的電能驅動的優點，被認為是最理想的過渡車型[3]。

增程式電動汽車不同于燃油汽車和純電動汽車，因此，動力電池和增程器雙動力源的存在使得能量管理控制策略尤為重要。所以，通過制定合理有效的控制策略，將整車的需求功率在兩個能量源之間進行最佳分配，是提高整車動力性和燃油經濟性、保證動力部件高效工作的關鍵[4]。本研究以傳統的控制策略為基礎，通過提出合理有效的能量管理策略來控制車載的兩個動力源，從而保證汽車正常行駛所需提供的能量，提高增程式電動汽車的性能。同時，又以汽車結束行駛時電池電量下降至設定荷電區間的下限值為優化目標，通過合理控制汽車行駛過程中增程器的關閉時刻對模型進行優化，避免動力電池過度放電導致壽命縮短的問題[5]。

1 能量管理控制策略及設計要求

1.1 設計要求

能量管理控制策略是指在汽車行駛過程中根據不同的運行狀態將整車的需求功率合理分配給兩個動力源，從而實現提高整車性能和降低汽車使用成本的方法[6]，其基本要求有：

1) 在汽車行駛過程中只要動力電池不出現放電至影響其使用壽命的情況，則盡可能依靠電池提供能量保證汽車正常行駛；

2) 在汽車的行駛過程中，為了避免發動機頻繁啟停而造成使用壽命縮短和燃油消耗過多的情況，通過能量管理控制策略對發動機的工作點進行控制，保證其工作在高效區；

3) 通過能量管理控制策略使動力電池SOC維持在合理的荷電區間內，避免動力電池深度放電，保證動力電池能夠回收制動產生的能量。

1.2 增程器補償電池放電的控制策略

1.2.1電動汽車的整車控制策略

本研究以傳統的控制策略為基礎，從延長動力電池使用壽命來降低汽車使用成本的角度出發，制定了增程器補償動力電池放電的能量管理控制策略。為了避免動力電池過度放電，整車需求能量大于動力電池輸出能量的部分由增程器輸出能量進行補償，從而保證汽車正常行駛的能量需求[7]。增程器補償動力電池放電的能量管理控制策略中各符號及意義見表1。

表1 控制策略參數表

1.2.2增程器控制策略

在增程器的控制策略中，若動力電池SOC大于荷電區間下限值，則整車以純電動模式運行，在此模式下由動力電池單獨輸出能量，保證汽車行駛過程中所有的能量需求而不需要開啟增程器；若動力電池SOC下降至荷電區間下限值，則將增程器打開，整車以增程模式運行，根據整車需求能量的大小確定對發動機采用何種控制策略，然后對發動機的輸出轉速和發電機的輸出轉矩進行控制。增程器控制策略流程圖見圖1。

圖1 增程器控制策略流程

2 增程式電動汽車動力系統建模

為了驗證整車性能是否達到設計要求以及所制定的能量管理策略可行性，有必要選擇合適的仿真軟件進行仿真。本研究主要按照設計要求對ADVISOR中自帶的各部件模型進行修改并在Matlab/Simulink中搭建增程器補償動力電池放電的控制策略模型，為后續仿真打下基礎[8]。

2.1 增程式電動汽車建模實現

2.1.1創建增程式電動汽車輸入腳本文件

整車參數輸入窗口見圖2，通過此界面編輯相應部件的m文件，從而將軟件自帶的數據更改為所設計的增程式電動汽車的基本參數和匹配結果。

圖2 整車參數輸入窗口

2.1.2設計汽車仿真模型

增程式電動汽車的動力系統布置形式為串聯式，所以選擇ADVISOR中自帶的串聯式混合動力汽車仿真模型，然后按照設計要求對該模型進行修改，并利用修改后的模型進行仿真。增程式電動汽車仿真模型頂層結構見圖3。

圖3 增程式電動汽車仿真模型的頂層結構

2.2 整車動力學模型

汽車在行駛方向上受到的驅動力和行駛阻力決定了汽車沿行駛方向的運動特性，汽車在行駛方向上的受力見圖4。汽車的行駛方程式為

Ft=Fr+Fw+Fi+Fj。

(1)

圖4 汽車受力示意

整車動力學模型主要根據輪胎接地點的受力平衡計算整車牽引力的大小，利用迭代的方法計算整車的加速度，進而逐步積分計算整車的速度。需求驅動力與平均速度的乘積就是驅動車輪行駛的需求功率。

滾動阻力Fr計算公式為

Fr=(veh_mass+veh_cargo_mass)·
veh_gravity·cos(atan(grade))·
(veh_spd_r·wh_2nd_rrc+wh_1st_rrc)。

(2)

空氣阻力Fw計算公式為

Fw=veh_spd_r∧2·veh_air_density·
veh_CD·veh_FA·0.5。

(3)

坡道阻力Fi計算公式為

Fi=(veh_mass+veh_cargo_mass)·
veh_gravity·sin[atan(grade)]。

(4)

加速阻力Fj計算公式為

Fj=(veh_mass+veh_cargo_mass)·
(cyc_spd_r-v_prev)/dt。

(5)

2.3 增程器模型

增程器模型中的發電機模塊將其接收到的需求轉速和轉矩作為輸入信號，通過計算輸出電功率給功率總線模塊驅動汽車。該模塊考慮了自身功率損失、轉子軸加速慣性轉矩、發電機轉速-轉矩特性和控制器電流的限制。發電機模塊結構見圖5。

圖5 發電機模塊結構

2.4 能量管理策略模型

2.4.1增程器控制模塊

增程器控制模塊是由車輛工作模式的判斷、發動機控制以及發電機控制三部分組成。在本研究制定的能量管理控制策略中，增程器的工作狀態隨著車輛運行模式的變化而變化。首先根據動力電池SOC以及整車需求功率與動力電池最大放電功率之間的大小判斷是否需要開啟增程器。若需要開啟增程器，則根據整車需求功率與發動機工作在高效點的輸出功率來決定采用恒溫器控制策略或者功率跟隨控制策略[9]。

2.4.2電機控制模塊

電機控制模塊包括電機驅動控制和電機制動控制兩部分，根據檢測到的車速和踏板信號來判斷車輛處于驅動模式還是制動能量回收模式，然后通過輸入的踏板信號計算出電機的輸出轉矩。

3 整車性能仿真與模型優化

3.1 仿真參數的設置

3.1.1循環工況的選擇

由于所設計的汽車主要行駛在城市和城郊道路，所以選擇由4個市區運行工況和1個郊區運行工況組成的CYC_ECE_EUDC工況對整車性能進行仿真。CYC_ECE_EUDC工況見圖6。

圖6 CYC_ECE_EUDC工況

CYC_ECE_EUDC工況的特點統計見表2。

表2 CYC_ECE_EUDC工況特點統計

3.1.2加速性能測試設置

加速性能測試主要是用來確定增程式電動汽車的加速性能是否滿足整車的設計目標，通過加速性能測試既可以對前期動力系統參數匹配結果的正確與否進行驗證，又可以為后期的改進和優化提供依據[10]。

在加速性能測試中可以對測試條件進行設置，汽車在加速性能測試中所需的能量既可以由增程器或動力電池單獨提供，也可以讓兩個動力源均參與到汽車加速性能測試中，共同提供汽車所需的能量。測試結果可以顯示在仿真結果界面上。

3.1.3爬坡性能測試設置

爬坡性能測試中，既可以選擇汽車以指定的某一恒定速度行駛能夠達到的最大坡度來進行測試,也可以選擇在設定的坡度下汽車所能達到的最高車速來進行測試。根據本研究制定的性能指標，選擇汽車以20 km/h的恒定速度爬坡時，汽車所能達到的最大坡度來測試設計的增程式電動汽車的爬坡能力,驗證該車的爬坡能力。

3.2 整車性能仿真分析

在整車定義界面輸入所設計的增程式電動汽車的基本參數和動力系統部件參數匹配結果，然后將搭建的增程器補償電池放電的控制策略模型嵌入到ADVISOR中。為了能充分展示出汽車行駛過程中動力電池的充放電過程，在初始條件設置欄中將循環工況的重復次數設為20次，初始動力電池SOC設為1。

在汽車行駛過程中，動力電池電量下降至設定荷電區間下限值時將增程器打開，若對發動機采用恒溫器控制策略，為了避免動力電池過度充放電，將動力電池的荷電區間上下限值分別設置為0.7和0.3；若對發動機采用功率跟隨控制策略，則將動力電池SOC控制在荷電區間下限值0.3左右進行小幅度波動。在對整車性能進行仿真分析之前需要驗證模型，檢驗搭建的模型能否滿足增程式電動汽車行駛過程中不同的運行狀態。

3.2.1動力電池單獨驅動模式仿真

圖7示出動力電池單獨驅動模式仿真結果。從仿真結果可看出，該模式下增程器不打開，動力電池單獨提供汽車行駛過程中所需的全部能量，根據電機需求功率控制動力電池的放電功率，兩者之間的變化趨勢相同。將系統各部件自身的功率損失考慮在內，所以動力電池單獨驅動模式下，動力電池放電功率大于電機的需求功率，說明仿真滿足使用要求。

圖7 動力電池單獨驅動模式仿真結果

3.2.2發動機單獨驅動模式仿真

圖8示出發動機單獨驅動模式仿真結果。在此模式下，發動機作為唯一的動力源，輸出整車需求的全部能量，而動力電池不再進行能量輸出。在汽車行駛過程中，發動機的輸出功率隨電機需求功率的變化而發生變化，并且兩者之間的變化趨勢保持一致。發動機不直接參與驅動，而是將燃油的化學能轉換成機械能帶動發電機發出電能，進而傳遞給電機驅動汽車行駛。不同形式的能量進行轉換會造成能量損失，所以發動機的輸出功率大于電機的需求功率。若汽車需求功率小于發動機工作在高效點1的輸出功率(10 kW)時，從經濟角度出發，需采用恒溫器控制策略將發動機的輸出功率控制在10 kW，保證發動機輸出的能量主要用于滿足汽車的行駛需求，多余的能量轉換成電能為動力電池充電。圖8中動力電池放電功率為負的時間段表示動力電池在充電，動力電池放電功率為0的時間段表示電池不進行能量輸出，整車以發動機單獨驅動模式運行。

圖8 發動機單獨驅動模式仿真結果

3.2.3行車充電驅動模式仿真

圖9示出行車充電驅動模式仿真結果。在汽車行駛過程中，電機的需求功率小于發動機工作在高效點1的輸出功率時，為了避免發動機在低負荷狀態下運行導致較高的燃油消耗，所以將發動機的輸出功率限制為10 kW，發動機輸出的能量一部分用來滿足汽車的行駛需求，一部分轉換成電能為動力電池充電，使得動力電池的電量盡可能長時間地維持在合理的荷電區間。圖9中，電機需求功率為負的時間段表示汽車減速制動過程，由于所制定的增程器補償動力電池放電的能量管理控制策略考慮了制動能量回收的問題，所以汽車在制動過程中產生的能量不會造成浪費，而是轉換成電能儲存于動力電池中。

圖9 行車充電驅動模式仿真結果

3.2.4雙動力源驅動模式仿真

圖10示出雙動力源驅動模式仿真結果。當動力電池電量下降至荷電區間下限值時，為了避免動力電池繼續放電，此時打開增程器并將其作為保證汽車正常行駛的主要動力源。在汽車行駛過程中，若電機需求功率大于發動機工作在高效點2的輸出功率25 kW時，通過恒溫器控制策略將發動機的輸出功率限制為25 kW，整車需求功率與發動機輸出功率之間的差值由動力電池放電進行補償，增程器和動力電池兩個動力源共同輸出能量保證汽車正常行駛。

圖10 雙動力源驅動模式仿真結果

3.2.5動力性仿真

圖11示出CYC_ECE_EUDC工況下車速隨時間的變化，由*號組成的曲線表示設計的增程式電動汽車在仿真過程中實際的速度隨時間的變化，兩條曲線基本重合，表明汽車具有良好的跟隨性，驗證了對增程式電動汽車動力系統的參數匹配結果，這也說明仿真數據能夠滿足循環工況對整車動力性的要求。

圖11 CYC_ECE_EUDC工況下仿真車速隨時間的變化

從圖12可以看出，在一個完整的CYC_ECE_EUDC工況內，電機的輸出轉矩既有正值也有負值。當汽車正常行駛時，驅動電機作為增程式電動汽車上唯一的驅動裝置，輸出轉矩為正，滿足汽車的能量需求；當汽車進行減速制動時，驅動電機的輸出轉矩為負，通過電機可以將制動過程產生的能量轉換成電能為動力電池充電。

圖12 CYC_ECE_EUDC下電機輸出轉矩隨時間的變化

所設計的增程式電動汽車的動力性仿真結果見圖13。從圖13可以看出，汽車的最高車速為110.3 km/h， 0—50 km/h的加速時間為5 s。在進行爬坡性能測試時，汽車在20 km/h的恒定速度下能夠完成的最大爬坡度為25.6%。

圖13 動力性仿真結果

整車動力性仿真結果與設計目標對比見表3。通過表3可知，汽車的最高車速、加速時間和最大爬坡度這3大表征汽車動力性的評價指標均能達到設計要求，驗證了對增程式電動汽車動力系統關鍵部件的參數匹配結果的正確性。

表3 整車動力性仿真結果與設計目標對比

3.2.6經濟性仿真

增程式電動汽車純電動續駛里程見圖14。從圖14可知，汽車在剛開始行駛時電池電量充足，不需要開啟增程器，由動力電池單獨提供汽車行駛過程中所需的全部能量。當汽車行駛了14 926 s(約4 h)后動力電池的電量下降至0.299 94，此時動力電池SOC低于設定的動力電池荷電區間下限值0.3。為了避免動力電池繼續放電，打開增程器并將其作為主要動力源輸出能量，保證汽車正常行駛。通過將行駛過程中汽車的需求功率與發動機工作在高效點的輸出功率進行對比，然后確定對發動機采用恒溫器控制策略或功率跟隨控制策略。當電池SOC隨著行駛時間的增加而逐漸下降至荷電區間下限值時，汽車從純電動模式運行轉為增程模式運行，增程式電動汽車的純電動續駛里程為131.45 km。由于所制定的增程器補償動力電池放電的能量管理控制策略能通過電機將減速制動過程產生的制動能量進行回收并儲存到動力電池中，有利于提高整車的能量利用率，所以仿真結果顯示增程式電動汽車純電動續駛里程大于設定的120 km。

圖14 純電動續駛里程

圖15示出CYC_ECE_EUDC工況下動力電池的放電效率。從圖15可以看出，動力電池的放電效率基本能夠達到0.95，在整個過程中具有較高的放電效率，能夠充分利用電能驅動汽車行駛，有利于發揮增程式電動汽車的優勢。

圖15 CYC_ECE_EUDC工況下動力電池放電效率

增程式電動汽車的優勢在于能有效減少燃油消耗，所以整車的燃油經濟性是評價該車性能是否良好的重要指標[11]。表4列出3種不同控制策略下所設計的增程式電動汽車的性能仿真結果對比。

表4 3種控制策略下整車性能仿真結果對比

通過表4可以看出，所設計的增程器補償動力電池放電的能量管理控制策略中，可以由動力電池和增程器共同輸出能量保證汽車正常行駛，所以在3種控制策略中，增程器補償動力電池放電的能量管理控制策略的動力性最好，其最高車速和0—50 km/h加速時間均優于其他兩種策略；增程器補償動力電池放電控制策略與功率跟隨控制策略相比，能夠使增程式電動汽車100 km所消耗的燃油減少，從而提高了汽車的經濟性；增程器補償動力電池放電控制策略與恒溫器控制策略相比，能進一步提高整車的動力性。通過上述對比表明：本研究所制定的增程器補償動力電池放電控制策略與傳統控制策略相比更具有優越性，能夠有效提高整車的性能。

3.3 模型優化

3.3.1優化策略的制定

在汽車行駛過程中，當電池電量隨行駛時間的增加而逐漸下降至設定的荷電區間下限值時，打開增程器使汽車以增程模式運行，發動機作為主要動力源，動力電池僅對發動機輸出的多余能量進行吸收或補償不足的整車需求能量[12]。在此過程中，動力電池SOC僅發生小幅度波動。制定優化策略的規則時，設定功率跟隨控制策略中電池SOC充放電區間的上下限值分別為0.5和0.3，并要求使電池電量一直維持在0.4左右。汽車開始行駛時，電池SOC從設定的初始值1下降至0.3的過程中，單位SOC能驅動汽車行駛的距離用a表示，此過程中汽車的總行駛距離用S1表示；當電池電量下降至荷電區間下限值，打開增程器為動力電池充電使電池電量從0.3上升至0.5的過程中，單位SOC能驅動汽車行駛的距離用b表示，此過程中汽車的總行駛距離用S2表示；當動力電池充電至電池SOC達到荷電區間上限值，關閉增程器，由動力電池單獨輸出能量驅動汽車行駛使電池電量從0.5下降至0.3的過程中，單位SOC能驅動汽車行駛的距離用c表示，此過程中汽車的總行駛距離用S3表示。最終通過計算得到a=1.877 7，b=0.850 2，c=1.809 4。

當目標行駛里程處于[S1，S1+S2+S3]區間內，增程式電動汽車的目標行駛里程為

S=a(SOC0-30)+
(b+c)(SOCAPU_off-30)。

(6)

通過式(6)可以得到增程器關閉時刻的動力電池SOC，即

當目標行駛里程大于S1+S2+S3時，增程式電動汽車的目標行駛里程為

S=a(SOC0-30)+40(n-1)
(b+c)+(b+c)(SOCAPU_off-30)。

(8)

式中：n為增程器的啟動次數。

通過式(8)可以得到增程器關閉時刻的動力電池SOC，即

(9)

3.3.2優化模型仿真結果

在優化模型仿真過程中，將動力電池初始SOC設為1，通過計算得到S1=131.45 km，S2=17.01 km，S3=36.71 km，本研究中增程式電動汽車的定位為家用車，日行駛里程基本不超過160 km，所以在此次仿真中將汽車的行駛里程設為160 km。因為目標行駛里程處于[131.45，185.17]區間內，由式(7)計算得到，汽車續駛里程為160 km時，在增程模式下發動機為電池充電使其電量上升至0.399時即可關閉增程器，此時電池中儲存的電量可以提供汽車行駛完剩余里程所需的全部能量，并在汽車結束行駛時保證電池電量下降至荷電區間下限值。模型優化前后的動力電池SOC隨行駛距離的變化分別見圖16和圖17。

圖16 模型優化前的仿真結果

圖17 模型優化后的仿真結果

從圖16和圖17可知，由于設定的仿真行駛目標里程為160 km，超出了所設計的增程式電動汽車的純電動續駛里程，在汽車行駛過程中，當電池電量下降至設定的荷電區間下限值，打開增程器使汽車以增程模式運行。從圖16模型優化前的仿真結果可知，當汽車完成160 km的行駛里程時，動力電池SOC為0.44，沒有下降至設定的荷電區間下限值，無法達到充分利用電能驅動汽車行駛和減少燃油消耗的目標。從圖17可知，在汽車行駛過程中，通過提前關閉增程器，利用電池輸出能量保證汽車完成剩余行駛里程所需的全部能量。以160 km作為仿真行駛目標里程時，在增程模式下，當發動機給動力電池充電使電池SOC上升至0.399時可以關閉增程器，然后由電池單獨輸出汽車完成剩余行駛里程所需的全部能量，并能使汽車結束行駛時電池SOC下降至0.3。與優化前的模型相比，優化后的模型在此次仿真中使增程器的工作時間減少了57.55%。優化后的模型能在完成目標行駛里程時使電池電量下降至設定的荷電區間下限值，在汽車的行駛過程中有效縮短了增程器的工作時間，從而減少了燃油消耗，更多地依賴電能驅動汽車行駛，充分發揮了增程式電動汽車的優勢。

4 結束語

增程式電動汽車兼備了傳統汽車的續駛里程和純電動汽車利用電能驅動清潔高效的優點，被認為是最理想的過渡車型。本文分別從動力電池和發動機兩個角度出發，闡述了能量管理控制策略的含義，并對三種傳統的控制策略進行了對比分析，按照汽車在行駛過程中的能量流動對各工作模式進行了詳細的分析。通過仿真驗證了整車的動力性、經濟性以及續駛里程等均能達到設計要求。最后以汽車結束行駛時電池電量下降至設定的荷電區間下限值為優化目標進行優化設計，結果表明增程器的工作時間明顯縮短，增程器的燃油消耗大幅度降低。