純電動汽車低壓電源管理優化策略研究

彭忛　羅文廣

摘 要：隨著汽車技術的不斷發展，汽車的電氣設備種類越來越多，電器消耗的電能占整車能量比重不斷上升，對汽車低壓電源管理提出更高要求。為滿足用戶日益增長的汽車電子設備用電需求，達到減少整車能量消耗、提高電池充電效率的目的，在對純電動汽車負載進行分類的基礎上，利用遺傳算法對用于電量安全分級的低壓電池荷電狀態（state of charge， SOC）進行優化，并提出一種基于SOC的4級恒流低壓鋰電池充電管理策略；利用AVL-Cruise和MATLAB-Simulink軟件聯合仿真搭建車輛模型，采用不同工況進行仿真驗證和對比分析。結果表明，低壓鋰電池電源管理策略能夠滿足純電動汽車的電量安全性要求，在一定程度上提高了整車經濟性；優化后的鋰電池充電效率有一定的提高，充電時間也有所減少。

關鍵詞：純電動汽車；低壓電源管理系統；鋰電池；遺傳算法

中圖分類號：TM912.9；U469.72 DOI：10.16375/j.cnki.cn45-1395/t.2024.02.008

0 引言

環境問題和能源危機促進了新能源汽車行業的蓬勃發展，純電動汽車有巨大的發展潛能。純電動汽車低壓電源管理系統具有低壓鋰電池狀態監控、靜態電流管理、低壓鋰電池充放電管理、整車用電負載管理等功能，對整車行駛起到重要的保障作用[1]。低壓電源能量管理對車輛的能耗和動態性能有重要的影響，純電動汽車低壓電源管理系統的能耗問題是整車能量管理設計中不可忽略的部分之一[2-5]。

純電動汽車能量管理策略包括制動能量回收策略、高低壓電源管理策略和整車負載能耗控制策略等[6-9]。純電動汽車電源管理策略主要有2種方法：一是優化整車能量的使用率，根據汽車行駛狀態只保留必要的負載，把整車能量進行合理的分配，最大程度節約電能；二是提高電池使用效率，使其工作在高效能區間[10]。對電動汽車低壓電源管理系統進行合理的控制，可以有效降低電耗，提升整車性能。文獻[11]基于車輛行駛狀態、動力電池荷電狀態（state of charge， SOC）和低壓電池狀態提出了一種低壓電源能量管理系統，該低壓電源系統可以有效地監測和保護低壓電池，提高車輛動態性能；所提出的控制策略可以提高1.72%的純電行駛里程，并降低4%的電能消耗。文獻[12]建立了純電動汽車低壓電氣系統效率模型，驗證了鋰電池低壓電氣系統在輕載條件下能夠使系統效率提升10%。文獻[13]對B50EV車型的低壓電氣系統進行優化，實車驗證了系統的安全性和可靠性。文獻[14]在對整車低壓電氣系統進行分析的基礎上，設計了乘用車低壓電源的分配方案。文獻[15]使用神經網絡建立了一種基于工況在線識別的整車能量管理策略，實現了負載功率的最優分配。由以上文獻可知，使用不同的智能優化算法在一定程度上可提高能量管理系統的工作效率，因此，本文采用遺傳算法對低壓電源管理系統進行優化，以達到節約電能消耗的目的。

電池是影響電源管理系統和整車性能的一個十分重要的因素。在設計低壓電源能量管理策略時，不僅要保證整車的正常行駛，而且應該兼顧電池的充電管理。文獻[16]提出了一種4級恒流充電策略，并與等效恒流恒壓充電策略和基于充電電壓限制的充電策略進行比較，結果表明，基于電池SOC的充電策略充電時間更短。文獻[17]采用田口正交法對5級恒流充電策略進行優化，得到電池最優充電模式，再與恒流恒壓充電方式進行對比，結果表明該充電策略的充電效率提高了0.5%～0.9%，電池溫升降低約2 ℃。文獻[18]基于鋰離子電池等效電路模型提出了一種多級恒流充電方法，該方法與恒流恒壓方法相比，充電時間和充電容量分別降低12%和1.8%，充電效率提高0.54%，同時該多級恒流充電方法具有較低的溫升。由此可知，多級恒流充電策略具有結構簡單、易于控制和實現的優點，相對于恒流恒壓充電策略，該充電策略充電時間更短，充電效率更高。因此，本文對恒流恒壓充電策略進行改進，提出基于SOC的4級恒流充電策略，以達到減少低壓鋰電池充電時間的目的。

純電動汽車低壓電源管理系統結構簡單，在為整車提供電能時，工作效率還有待提高，在對低壓鋰電池進行充電時，充電策略和充電時間還有待改進。為了提高整車能量的使用效率，減少低壓電池的充電時間，本文對整車負載進行分類，采用遺傳算法對低壓電源管理系統進行優化，并提出基于SOC的4級恒流充電策略。與常用的低壓電池充電方式相比，本文提出的充電策略效率更高，充電時間更短。

1 系統建模及參數匹配

為進行系統仿真，需對純電動汽車整車及主要部件進行建模。

1.1 整車動力學模型

純電動汽車的動力系統主要由動力電池、驅動電機、DC/DC和低壓輔助電源等部分組成。其中動力電池為唯一動力源，驅動電機為汽車行駛提供輸出動力，DC/DC把高壓電轉化為低壓電對低壓電池進行充電，低壓電源系統可為整車負載提供電源。

電動汽車動力系統需要依靠車輛縱向動力學模型進行分析。汽車在行駛過程中的主要受力為驅動力和行駛阻力，電動汽車受力分析如圖1所示。根據受力情況可以建立受力平衡方程，由式（1）表示，

式中：[Ft]為驅動力；[Fw]為空氣阻力；[Ff]為車輪滾動阻力；[Fi]為爬坡阻力；[Fj]為加速阻力。

以某純電動汽車基本參數為基礎，在Cruise軟件中搭建整車模型，選取的整車參數如表1所示。

1.2 低壓電池模型

目前低壓電池應用較多的是鉛酸電池和鋰電池兩類。鉛酸電池技術成熟，可大電流使用，但能量密度較低且含有重金屬。鋰電池能量高，循環壽命長，可深度放電，綠色環保，因此選取鋰電池作為低壓輔助電池。電池基本參數如表2所示，本文鋰電池模型采用Rint模型。

式中：[U]表示電源電壓；[E]表示電機電動勢；[Ie]表示線圈電流；[Re]表示等效電阻；[ke]表示電機參數；[?L]表示磁通量；[ne]表示電機轉速。

2 整車負載分類及電量安全分級優化管理

2.1 整車負載分類

根據汽車運行時各種負載的工作性質，將所有負載分為安全類、行駛類、舒適類和娛樂類4種。安全類負載對整車正常行駛起保證作用，行駛類負載與汽車動力性相關，舒適類負載和娛樂類負載與駕駛員的需求相關。由于部分負載使用頻率與季節和外部環境有關，本文引入加權系數來計算在不同季節和不同行駛工況下的整車用電量。冬季雪夜和夏季雨夜2種工況是整車負載用電量的極限情況，因此本文選擇冬季雪夜、平常夜間和夏季雨夜3種典型工況，分別計算東風柳汽某款純電動車型各負載的用電量，如表4所示。

2.2 用于電量安全分級的低壓電池SOC優化

將負載類型對應的用電安全等級和12 V鋰電池SOC對應的電量安全等級進行匹配，實現不同類型負載的開閉管理，達到維持整車正常行駛安全和保護低壓鋰電池的目的。負載類型與電量安全等級劃分如表5所示。根據車輛行駛狀態，結合低壓鋰電池狀態信息對整車負載進行控制。在無特殊工況的情況下，依據當前電池SOC值按照用電安全等級對整車負載進行關斷處理，直至切斷所有負載。在特殊工況下，必須先滿足安全類負載，再根據具體情況對行駛類負載和舒適類負載進行功率分配，具體功率分配原則如表6所示。

為了優化整車能量的使用率，盡可能地減少能量消耗，本文采用遺傳算法對用于電量安全分級的低壓鋰電池SOC進行優化。優化目標為低壓鋰電池剩余SOC值最大，即整車能量消耗最小，整車需求功率最小。優化變量為12 V鋰電池的4個SOC切換閾值。遺傳算法優化參數設置如下：種群大小設置為50，最大遺傳代數設置為300，交叉概率設置為0.9，變異概率設置為0.001，終止條件為達到最大遺傳代數。經過300次迭代，遺傳算法結束，得到最優的低壓鋰電池SOC切換閾值；把優化結果代入整車仿真模型中，與未采用遺傳算法的低壓電源能量管理策略進行對比分析。遺傳算法優化步驟如圖3所示。

3 低壓鋰電池充電管理策略研究

電池管理策略主要包括電池狀態監測和電池的充放電管理。為了避免因低壓電池虧電引起的無法啟動高壓系統、導致車輛拋錨的情況，同時為了提高電池使用效率、節約電池充電時間，本文對低壓鋰電池的充電策略進行研究。目前純電動汽車低壓鋰電池的充電方式主要有3種：第一，整車外接電網充電時給低壓鋰電池充電；第二，在一些特殊的工況下，如減速、制動、下坡時，制動能量給低壓鋰電池充電；第三，在汽車正常行駛中，動力電池通過 DC/DC 給低壓鋰電池充電。本文采用的是第三種方式，具體的充電流程如圖4所示。

為了在短時間內盡可能地多充電，提高低壓鋰電池的充電效率，本文采用基于電池SOC的多級恒流充電方式對傳統恒流恒壓充電方式進行改進，該方法去掉了恒壓部分，由幾個電流幅值不同的恒流模式組成。充電級數直接影響電池的充電時間和充電效率，當充電級數達到5時，充電時間和充電效率沒有明顯的改善，并且超過5級會使控制電路更復雜，因此設計充電級數為4級。多級恒流充電方式的核心問題是確定每個階段的充電電流。為了確定每一級的充電電流，本文采用迭代優化方法來尋找充電電流最優值。為了簡化搜索最佳充電電流的過程，第一階段充電電流被設置為恒流恒壓模式的標稱充電電流的2倍。在充電過程中，基于當前的電池SOC值來判斷充電過程是否進入下一階段，當SOC值達到100%時，充電過程終止。

4 仿真測試與分析

4.1 低壓電源能量管理策略仿真分析

為了驗證本文提出的低壓電源能量管理策略的有效性，通過仿真測試，分析整車能量消耗。為了使仿真結果更加客觀且多元化，采用NEDC、CLTC、WLTC、60 km/h等速巡航等4種工況進行仿真測試，4種工況仿真測試結果如圖5所示。

本文采用MATLAB-Simulink與AVL-Cruise軟件進行聯合仿真，搭建車輛前向仿真平臺。1）在Simulink中對低壓電源能量管理策略進行建模；2）在Cruise中搭建純電動汽車的整車模型；3）通過MATLAB編譯器將Simulink中的策略進行編譯，生成DLL文件；4）在Cruise軟件中調用生成的DLL文件進行聯合仿真。純電動汽車仿真模型如圖6所示，遺傳算法優化結果如表7所示。將遺傳算法的優化結果載入搭建的車輛仿真模型，可以得出不同工況下整車電耗仿真結果，仿真結果如表8所示。

從表8可知，采用遺傳算法對低壓電源管理策略進行優化后，純電動汽車在NEDC、CLTC、WLTC、60 km/h等速巡航這4種工況下的整車的電耗值都有所減少，其中CLTC工況節約的電耗值最高，60 km/h等速巡航工況節約的電耗值最低。

4.2 鋰電池充電策略仿真分析

為了更直觀地驗證基于SOC的4級恒流充電策略的有效性，在Simulink中建立了電池的充電模型，如圖7所示。選取標稱電壓為12 V、標稱容量為22 A[·]h、初始SOC為35%的鋰電池進行充電測試，當SOC達到95%時停止充電。4級恒流充電策略和基于SOC的恒流恒壓充電策略中，電池的充電電壓、充電電流和電池SOC值變化的結果如圖8、圖9所示。由圖8可知，采用4級恒流充電策略，電池SOC從35%充電到95%需要410 s，而采用恒流恒壓充電策略（圖9），電池SOC從35%充電到95%則需要490 s。4級恒流充電策略與傳統恒流恒壓充電策略相比，充電時間從490 s減少到410 s，充電效率提高了16.3%。因此，本文提出的4級恒流充電策略充電時間更短，充電效率更高。

5 結論

本文以純電動汽車低壓電源管理系統作為研究對象，通過Cruise軟件建立整車模型。為減少電池電量消耗，節約整車電耗，提出低壓電源能量管理策略，并采用遺傳算法對其進行優化，結果表明優化后各個工況下的整車電耗均有所降低。采用4級恒流充電策略對低壓鋰電池充電進行優化，結果表明優化后電池的充電時間明顯縮短，提高了電池的充電效率。

參考文獻

[1] 李軍.電動汽車電源管理策略分析[J].上海汽車，2018（12）：6-10.

[2] 王琦，劉勝永，鄭致飛.基于模糊控制的純電動汽車能量管理策略研究[J].廣西科技大學學報，2021，32（2）：83-88，106.

[3] 崔華芳.電動車經濟性影響因素分析及能量管理測試研究[J].汽車零部件，2019（8）：56-61.

[4] 王濤.低功耗電源管理系統研究與設計[D].上海：華東師范大學，2022.

[5] ZHAO Y，CAI Y G，SONG Q W.Energy control of plug-in hybrid electric vehicles using model predictive control with route preview[J].IEEE/CAA Journal of Automatica Sinica，2021，8（12）：1948-1955.

[6] 徐金波.純電動汽車驅動控制策略與能量管理策略分析[D].西安：長安大學，2019.

[7] 周維，張承寧，李軍求.增程式電動車BL和CD-CS型最優能量管理策略比較研究[J].汽車工程，2016，38（12）：1407-1414.

[8] 趙國柱，黃相，孫瓊瓊，等.模糊控制的電動車復合電源能量管理研究[J].傳感器與微系統，2017，36（1）：48-51，55.

[9] 劉勝永，曹括，周冀龍，等.基于SOC的V2G充電樁充放電控制策略研究[J].廣西科技大學學報，2019，30（1）：59-66.

[10] 董冰，田彥濤，周長久.基于模糊邏輯的純電動汽車能量管理優化控制[J].吉林大學學報（工學版），2015，45（2）：516-525.

[11] ZHAO Y Q，WANG Y Q，YUAN S H.Energy management of low voltage power supply of plug-in hybrid electric vehicle[J]. IFAC-PapersOnline，2018，51（31）：1-6.

[12] 程夕明，胡薇，翟鈞，等.純電動汽車低壓電氣系統效率研究[J].汽車工程，2022，44（4）：601-608.

[13] 徐東平，白國軍，林菁，等.B50EV低壓電氣系統改進設計[J].汽車零部件，2019（8）：10-14.

[14] 鐘文英.乘用車低壓電源分配方案設計[J].機電技術，2021（6）：75-78，108.

[15] 章楠.基于工況在線識別的汽車電能管理系統的研究與實現[D].合肥：合肥工業大學，2018.

[16] LEE C H，CHEN M Y，HSU S H，et al.Implementation of an SOC-based four-stage constant current charger for Li-ion batteries[J].Journal of Energy Storage，2018，18：528-537.

[17] JIANG L，LI Y，HUANG Y D，et al.Optimization of multi-stage constant current charging pattern based on Taguchi method for Li-ion battery[J].Applied Energy，2020，259：114148.

[18] KHAN A B，CHOI W.Optimal charge pattern for the high-performance multistage constant current charge method for the Li-ion batteries[J].IEEE Transactions on Energy Conversion，2018，33（3）：1132-1140.

Study on optimal strategy of low-voltage power supply

management for pure electric vehicles

PENG Fan1， 2， LUO Wenguang*1， 2

（1. School of Automation， Guangxi University of Science and Technology， Liuzhou 545616， China;

2. Guangxi Key Laboratory of Automobile Components and Vehicle Technology （Guangxi University

of Science and Technology）， Liuzhou 545616， China）

Abstract： With the continuous development of automotive technology， there are more and more types of electrical equipment for automobiles， and the proportion of electric energy consumed by electrical appliances in the? vehicle energy continues to rise， posing higher requirements for low-voltage power supply management. In order to meet the increasing demand of users for electricity， reduce the energy consumption of the vehicle and improve the charging efficiency of the battery， based on the classification of pure electric vehicle loads， this paper uses genetic algorithm to optimize the state of charge （SOC） of low-voltage batteries for power safety classification and proposes a four-stage constant current low-voltage lithium battery charging management strategy based on SOC. Then we use AVL-Cruise and MATLAB-Simulink software to jointly simulate and build a vehicle model and use different operating conditions for simulation verification and comparative analysis. The results show that the low-voltage lithium battery power supply management strategy can meet the electric safety requirements of pure electric vehicles， and improve the vehicle economy to a certain extent. After optimization， the charging efficiency of the lithium battery has been improved to a certain extent， and the charging time has also been reduced.

Keywords： pure electric vehicle; low-voltage power supply management system; lithium battery; genetic algorithm

（責任編輯：黎 婭）

收稿日期：2023-03-13；修回日期：2023-03-23

基金項目：國家自然科學基金項目（62263001）；廣西自然科學基金重點項目（2020GXNSFDA238011）資助

第一作者：彭忛，碩士研究生

*通信作者：羅文廣，工學碩士，教授，研究方向：智能控制及智能自動化，E-mail：wgluo@gxust.edu.cn