基于模糊控制的PHEV 轉(zhuǎn)矩協(xié)調(diào)控制策略研究

谷貴志，趙咪，樊然然

（832003 新疆維吾爾自治區(qū) 石河子市 石河子大學(xué) 機(jī)械電氣工程學(xué)院）

0 引言

隨著經(jīng)濟(jì)的發(fā)展，我國的汽車保有量逐年增加，隨之也出現(xiàn)了環(huán)境污染、化石能源枯竭、汽車尾氣危害等問題，新能源汽車的出現(xiàn)為解決以上問題提供了可能。混合動力汽車（Hybrid Electric Vehicle，HEV）作為一種傳統(tǒng)燃油汽車向電動汽車過渡的新能源汽車，因其相比傳統(tǒng)燃油汽車具有低排放、低污染等優(yōu)點，相比純電動汽車具有續(xù)航里程長、不用充電等優(yōu)點，受到了廣大消費(fèi)者接受和歡迎[1-2]。其中，并聯(lián)混合動力汽車（Parallel Hybrid Electric Vehicle，PHEV）燃料利用率高、結(jié)構(gòu)簡單、有效降低了整車質(zhì)量和制造成本，具有廣闊的發(fā)展前景。同時，PHEV 具有發(fā)動機(jī)和電機(jī)雙動力源，這種結(jié)構(gòu)使汽車具有多種運(yùn)行模式，復(fù)雜的運(yùn)行模式需要更加高效的控制策略[3]，文獻(xiàn)[4]針對不同結(jié)構(gòu)的HEV，采用靜態(tài)規(guī)則控制策略，通過對發(fā)動機(jī)工作區(qū)域的劃分，根據(jù)整車需求功率所在發(fā)動機(jī)工作區(qū)域確定整車的運(yùn)行模式，以達(dá)到功率合理分配的目的。靜態(tài)規(guī)則控制策略具有簡單有效、實用性強(qiáng)等優(yōu)點，但由于控制參數(shù)的大小和閾值主要根據(jù)經(jīng)驗設(shè)定，理論上控制效果不能達(dá)到最優(yōu)。文獻(xiàn)[5]采用實時最優(yōu)控制策略，運(yùn)用等效燃油消耗最小思想對PHEV 輸出轉(zhuǎn)矩協(xié)調(diào)控制，合理分配發(fā)動機(jī)和電機(jī)的輸出轉(zhuǎn)矩。由于需要實現(xiàn)油耗的實時最優(yōu)，因計算量大而很難應(yīng)用于實車運(yùn)行，文獻(xiàn)[6]采用基于動態(tài)規(guī)劃算法的全局最優(yōu)控制策略，在2 種不同優(yōu)化目標(biāo)下對PHEV 最優(yōu)轉(zhuǎn)矩分配進(jìn)行求解，通過對比，為更加高效的控制策略提供了依據(jù)。由于汽車未來的運(yùn)行工況是不確定的，全局最優(yōu)控制策略不能直接應(yīng)用于實車運(yùn)行，文獻(xiàn)[7-8]采用模糊控制策略分別對插電式PHEV 和PHEV 的轉(zhuǎn)矩協(xié)調(diào)分配問題進(jìn)行研究，模糊控制策略均能取得良好的控制效果。由于模糊控制策略的建立不依賴于被控對象精確的數(shù)學(xué)模型，并具有魯棒性強(qiáng)、實時性好等優(yōu)點，本文擬采用模糊控制策略在2 種不同循環(huán)工況下對PHEV 轉(zhuǎn)矩協(xié)調(diào)控制系統(tǒng)進(jìn)行研究。

1 PHEV 驅(qū)動系統(tǒng)結(jié)構(gòu)及運(yùn)行模式

雙軸PHEV 驅(qū)動系統(tǒng)結(jié)構(gòu)如圖1 所示，其主要包括發(fā)動機(jī)、離合器、蓄電池、電機(jī)、傳動系統(tǒng)等。

PHEV 獨(dú)有的雙動力源結(jié)構(gòu)使它既可以單獨(dú)驅(qū)動車輛行駛，又可以聯(lián)合驅(qū)動車輛行駛。當(dāng)車輛制動或減速時，電機(jī)作為發(fā)電機(jī)為蓄電池充電，回收部分能量。通過對發(fā)動機(jī)和電機(jī)輸出轉(zhuǎn)矩的協(xié)調(diào)控制，PHEV 有純發(fā)動機(jī)驅(qū)動、純電機(jī)驅(qū)動、混合驅(qū)動和制動4 種運(yùn)行模式：

（1）當(dāng)車輛剛起步或低速運(yùn)行時，整車需求轉(zhuǎn)矩較低，為使發(fā)動機(jī)盡可能工作在高效率區(qū)，電機(jī)單獨(dú)驅(qū)動車輛行駛；

（2）當(dāng)車輛勻速運(yùn)行在平直的公路上，根據(jù)蓄電池組SOC 的高低，判斷發(fā)動機(jī)是否需要向蓄電池組充電，此時，PHEV 運(yùn)行在純發(fā)動機(jī)驅(qū)動模式或混合驅(qū)動模式；

（3）當(dāng)車輛運(yùn)行在高速、大負(fù)荷、爬坡等情況下，發(fā)動機(jī)所能提供的轉(zhuǎn)矩小于整車需求轉(zhuǎn)矩，此時，發(fā)動機(jī)和電機(jī)共同驅(qū)動車輛行駛；

（4）當(dāng)車輛制動或減速時，發(fā)動機(jī)關(guān)閉，由電機(jī)和機(jī)械制動機(jī)構(gòu)共同完成制動或減速工作，在保證制動性能的前提下，電機(jī)盡可能多地回收制動能量，剩余制動能量由機(jī)械制動機(jī)構(gòu)消耗。

2 模糊控制策略的設(shè)計

PHEV 轉(zhuǎn)矩協(xié)調(diào)控制策略的研究，主要是實現(xiàn)整車需求轉(zhuǎn)矩在發(fā)動機(jī)與電機(jī)之間合理的分配，重點是對發(fā)動機(jī)性能的優(yōu)化。有2 種控制模式可以用來實現(xiàn)發(fā)動機(jī)性能的優(yōu)化：一種是基于燃油消耗的控制策略模式，另一種是基于效率的控制策略模式。本文采用基于效率的模糊控制策略對PHEV 驅(qū)動模式下發(fā)動機(jī)和電機(jī)輸出轉(zhuǎn)矩協(xié)調(diào)控制，控制發(fā)動機(jī)盡可能工作在最大效率點附近，在滿足動力性能的前提下，降低燃油消耗和尾氣排放，并使蓄電池組SOC 維持在一定范圍內(nèi)。

2.1 模糊控制策略設(shè)計原理

模糊控制策略設(shè)計原理如圖2 所示，主要包括輸入?yún)?shù)論域轉(zhuǎn)換模塊、模糊控制器模塊、輸出參數(shù)論域轉(zhuǎn)換模塊。本文采用雙輸入單輸出的Mamdani 型模糊控制器，以整車需求轉(zhuǎn)矩Treq 與當(dāng)前轉(zhuǎn)速下發(fā)動機(jī)最大效率輸出轉(zhuǎn)矩Teff 的比值k 作為模糊控制器的一個輸入，蓄電池組荷電狀態(tài)SOC 作為另一個輸入，模糊控制器的輸出為發(fā)動機(jī)輸出轉(zhuǎn)矩Te。為了使模糊控制器具有一定的通用性，通過輸入輸出參數(shù)論域轉(zhuǎn)換模塊對輸入輸出參數(shù)進(jìn)行論域變換。電機(jī)輸出轉(zhuǎn)矩Tm由整車需求轉(zhuǎn)矩Treq與發(fā)動機(jī)輸出轉(zhuǎn)矩Te的差值求出。

2.2 輸入輸出參數(shù)論域轉(zhuǎn)換模塊的設(shè)計

根據(jù)模糊控制原理，為了使模糊控制器的一個輸入比值k 落在相對應(yīng)隸屬函數(shù)的論域中，需要通過輸入?yún)?shù)論域轉(zhuǎn)換模塊對比值k 進(jìn)行論域變換。蓄電池組SOC 作為模糊控制器的另一個輸入，由于蓄電池組SOC 允許的最大最小值可以直接作為蓄電池組SOC 隸屬函數(shù)的論域，不需要進(jìn)行論域變換。

同理，在模糊控制器輸出端，輸出參數(shù)論域轉(zhuǎn)換模塊將模糊推理得出的發(fā)動機(jī)輸出轉(zhuǎn)矩論域范圍內(nèi)的精確值轉(zhuǎn)化為發(fā)動機(jī)輸出轉(zhuǎn)矩的實際值。

輸入輸出參數(shù)論域轉(zhuǎn)換模塊所采用的計算方法如式（1）、式（2）所示：

式中：U ——論域變換后的值；Umax——論域變換后的最大值；Umin——論域變換后的最小值；U*——論域變換前的值；——論域變換前的最大值；——論域變換前的最小值；R——比例因子。

2.3 模糊控制器的設(shè)計

模糊控制器的設(shè)計主要包括輸入?yún)?shù)的模糊化及隸屬函數(shù)的設(shè)計、模糊規(guī)則的設(shè)計、輸出參數(shù)的去模糊化3 個部分[9]。

（1）輸入?yún)?shù)的模糊化及隸屬函數(shù)的設(shè)計

模糊控制器的一個輸入比值k 通過輸入?yún)?shù)論域轉(zhuǎn)換模塊縮放到[0，1]論域范圍內(nèi)，將其論域范圍劃分為7 個模糊子集，模糊集合為{VL，L，RL，N，RH，H，VH}，其隸屬函數(shù)如圖3（a）所示。蓄電池組SOC 沒有經(jīng)過論域變換，為保證電池使用壽命，蓄電池組SOC 論域設(shè)定為[0.5，0.7]，將其論域范圍劃分為5 個模糊子集，模糊集合為{VL，L，N，H，VH}，其隸屬函數(shù)如圖3（b）所示。模糊控制器的輸出發(fā)動機(jī)輸出轉(zhuǎn)矩Te的論域設(shè)定為[0，1]，將其論域范圍劃分為7 個模糊子集，模糊集合為{VL，L，RL，N，RH，H，VH}，其隸屬函數(shù)如圖3（c）所示。

圖3 模糊控制器輸入輸出參數(shù)隸屬度函數(shù)Fig.3 Membership functions of input and output parameters in fuzzy controller

（2）模糊規(guī)則的建立

模糊規(guī)則是模糊控制器的核心，模糊規(guī)則的建立主要有以下依據(jù)：

（1）當(dāng)蓄電池組SOC 很高，整車需求轉(zhuǎn)矩不大的情況下，電機(jī)單獨(dú)驅(qū)動車輛行駛，若整車需求轉(zhuǎn)矩大于電機(jī)所能提供的最大轉(zhuǎn)矩，發(fā)動機(jī)和電機(jī)共同驅(qū)動車輛行駛。

（2）當(dāng)蓄電池組SOC 適中，整車需求轉(zhuǎn)矩不大的情況下，發(fā)動機(jī)以大于整車需求轉(zhuǎn)矩的狀態(tài)運(yùn)行，多余轉(zhuǎn)矩為蓄電池組充電。若整車需求轉(zhuǎn)矩適中，發(fā)動機(jī)單獨(dú)驅(qū)動車輛行駛；若整車需求轉(zhuǎn)矩較大，發(fā)動機(jī)提供的轉(zhuǎn)矩不能滿足整車需求轉(zhuǎn)矩要求，發(fā)動機(jī)和電機(jī)共同驅(qū)動車輛行駛。

（3）當(dāng)蓄電池組SOC 很低時，為了保證蓄電池組的使用壽命，在車輛正常行駛的前提下，發(fā)動機(jī)盡可能以大于整車需求轉(zhuǎn)矩狀態(tài)運(yùn)行，提高蓄電池組的荷電狀態(tài)。

根據(jù)輸入輸出參數(shù)論域上模糊子集的劃分，建立了35 條模糊控制規(guī)則，如表1 所示。

表1 模糊控制規(guī)則表Tab.1 Rules of fuzzy control

（3）輸出參數(shù)的去模糊化

模糊控制器的輸出參數(shù)為模糊值，需要通過去模糊化處理轉(zhuǎn)化為精確值，去模糊化的面積中心法運(yùn)算公式如式（3）所示：

式中：u0——去模糊化后的精確值；u——模糊值；a ——u 所在論域中的最小值；b ——u 所在論域中的最大值；A（u）——u 的隸屬函數(shù)。

3 整車建模及仿真分析

3.1 整車建模與仿真參數(shù)的確定

基于MATLAB/Simulink 仿真平臺在ADVISOR汽車仿真軟件上對PHEV 進(jìn)行整車建模，主要包括整車控制模塊、整車模塊、循環(huán)工況、車輪與半軸模塊、主減速器模塊、變速器模塊、離合器模塊、控制策略模塊、轉(zhuǎn)矩耦合器模塊、電機(jī)與控制模塊、發(fā)動機(jī)模塊、能量儲存器模塊、排放后處理模塊等[10]，本文主要對控制策略模塊進(jìn)行設(shè)計。PHEV 主要部件仿真參數(shù)如表2 所示。

表2 PHEV 主要部件仿真參數(shù)表Tab.2 Main components simulation parameters of PHEV

圖4 為模糊控制策略模塊仿真框圖，將設(shè)計的模糊控制策略模塊與其它模塊共同完成PHEV整車模型的建立。

圖4 模糊控制策略模塊仿真框圖Fig.4 Simulation block diagram of fuzzy control strategy module

3.2 仿真結(jié)果對比分析

循環(huán)工況選擇新歐洲行駛工況（CYC_NEDC）和美國城市行駛工況（CYC_UDDS），其主要參數(shù)如表3 所示。為了更好地查看PHEV的續(xù)航能力，循環(huán)次數(shù)均選擇為5 次。

表3 NEDC 和UDDS 循環(huán)工況的主要參數(shù)表Tab.3 Parameters of NEDC and UDDS cycle conditions

根據(jù)選擇的仿真參數(shù)和循環(huán)工況，在ADVISOR中分別對模糊控制策略和電機(jī)輔助控制策略下的整車模型進(jìn)行仿真，并對仿真結(jié)果對比分析。

（1）蓄電池組SOC 變化曲線對比分析

圖5 為采用電機(jī)輔助控制策略和模糊控制策略在2 種循環(huán)工況下的蓄電池組SOC 變化曲線圖。從圖中可以看出，在經(jīng)過5 個循環(huán)周期后，NEDC 循環(huán)工況下，電機(jī)輔助控制策略和模糊控制策略的蓄電池組SOC 的值分別為0.610 和0.591，UDDS 循環(huán)工況下，電機(jī)輔助控制策略和模糊控制策略的蓄電池組SOC 的值分別為0.615和0.605，2 種控制策略下的蓄電池組SOC 相差不大，且都可以實現(xiàn)蓄電池組SOC 在一定范圍內(nèi)的動態(tài)平衡，模糊控制策略滿足設(shè)計要求。

（2）整車燃油經(jīng)濟(jì)性和排放性能對比分析

表4 為2 種循環(huán)工況下分別采用電機(jī)輔助控制策略和模糊控制策略的整車燃油經(jīng)濟(jì)性和排放性能。從表4 可以看出，NEDC 循環(huán)工況和UDDS 循環(huán)工況在經(jīng)過5 個循環(huán)周期后，模糊控制策略相對于電機(jī)輔助控制策略下車輛的百里油耗分別降低了10.4%和8.7%。從排放性能來看，模糊控制策略相對于電機(jī)輔助控制策略下車輛的HC 排放量有少量的增加，車輛的CO 排放量明顯減少，在UDDS 循環(huán)工況下，車輛的NOx 排放量有少量減少，由于NEDC 循環(huán)工況后半段車輛運(yùn)行在高速狀態(tài)，根據(jù)設(shè)計的模糊控制規(guī)則，此時整車需求轉(zhuǎn)矩較高，蓄電池SOC 適中，發(fā)動機(jī)運(yùn)行在高轉(zhuǎn)矩狀態(tài)，這導(dǎo)致在NEDC 循環(huán)工況下，車輛的NOX排放量反而有所增加。

（3）發(fā)動機(jī)工作點對比分析

圖7 2 種控制策略在UDDS 循環(huán)工況下發(fā)動機(jī)工作點分布圖Fig.7 Distribution of engine operating points for two control strategies under UDDS cycle condition

圖6 和圖7 為在2 種循環(huán)工況下分別采用電機(jī)輔助控制策略和模糊控制策略的發(fā)動機(jī)工作點分布圖。相較之下，當(dāng)使用電機(jī)輔助控制策略時，發(fā)動機(jī)工作點分布較為分散，發(fā)動機(jī)工作效率不高，而使用模糊控制策略時，發(fā)動機(jī)工作點較為集中地分布在發(fā)動機(jī)工作效率較高的區(qū)域。對比結(jié)果表明，模糊控制策略下，發(fā)動機(jī)的平均工作效率高于電機(jī)輔助控制策略。

4 結(jié)論

針對PHEV 的轉(zhuǎn)矩協(xié)調(diào)分配問題，建立了一種雙輸入單輸出模糊控制器，使用MATLAB/Simulink 和ADVISOR 軟件聯(lián)合完成PHEV 整車模型的搭建，根據(jù)選擇的汽車主要部件仿真參數(shù)和循環(huán)工況，利用ADVISOR 軟件對不同循環(huán)工況下采用電機(jī)輔助控制策略和模糊控制策略搭建的整車模型進(jìn)行仿真。仿真結(jié)果表明，在保證PHEV 整車性能的前提下，2 種控制策略都能夠維持蓄電池組SOC 的動態(tài)平衡，相較于電機(jī)輔助控制策略，本文提出的模糊控制策略能夠更好地控制發(fā)動機(jī)工作在高效率區(qū)，進(jìn)一步提高了PHEV 的整車燃油經(jīng)濟(jì)性和排放性能。