新的PHEV動力匹配控制方法設計與應用

王巧麗　張俊霞　李陽　鄧飛龍

摘 要：設計了基于CD-ECMS的動力系統控制策略，優化車輛的參數，提升車輛的綜合性能。新的動力匹配模塊根據路況、車輛實時狀態等信息科學匹配電機和發動機的動力輸出，提升發動機和電機的工作協調能力，改善車輛動力性能和燃油經濟性，新的控制算法嵌入到插電式混合動力的動力控制系統中，通過系統仿真和實驗驗證，結果表明：新的動力匹配算法避免能量的二次轉換，對比ECMS和CD-CS控制策略，百公里油耗分別降低了0.31L和0.11L，電池轉換效率分別提升了1.2%和11.2%，SOC分別下降了3%和7%，綜合效率分別提升了1%和19%。

關鍵詞：插電式混合動力汽車 控制系統 動力匹配 能量管理

改善整車的動力性能、提高能源的利用率、減少污染物的排放，提高車輛行駛效率、車輛對路況的適應能力、發動機的工作效率，優化驅動系統，搭建更優的混合動力汽車動力控制系統平臺。

1 數據采集

插電式混合動力汽車的動力匹配數據采集主要包括車輛工況信息、路況信息與大數據信息采集的綜合數據采集模塊，用于數據采集。

1.1 工作模式與參數

車輛的工況信息包括車輛的基本參數，主要包括發動機型號、排量、百公里油耗、最大扭矩、最大輸出功率、最高時速、最大轉速、變速箱型號、檔位個數、電機最大輸出功率、電池容量、續航里程、車輛的底盤信息、車輛的整備質量等信息。

1.1.1 車輛工作模式

（1）純電動工作模式：離合器2斷開，發動機暫停工作，啟動電機與ECVT系統；

（2）剎車過程能量回收：離合器2斷開，慣性驅動車輛，驅動電機變成發動機，能量回收；

（3）發動機驅動：離合1閉合，W-DCT工作，發動機驅動車輛行駛；

（4）混合驅動：兩個驅動器閉合，兩個變速器工作，電機和發動機同時驅動車輛；

（5）發動機驅動與充電結合：發動機工作、車輛行駛，電機給電池充電；

（6）怠速充電模式：分純發動機和市電模式；

（7）下坡或慣性充電模式：發動機和電機停止動力輸出，車輛繼續行駛帶動電機轉動給電池充電。

1.1.2 基本參數

結合前面的要求，選定的試驗樣車為大眾2021款邁騰的插電式混合動力汽車。

1.2 信息采集

（1）基于車況的信息采集：車況的信息采集包括車速、輸出扭矩、輸出功率、負荷、工作模式、蓄電池的容量、當前油量、可續航里程、輪速、檔位信息、油電輸出混合系數等；

（2）基于路況的信息采集：車輛的路況信息包括道路類型、坡度、過彎半徑、最高限速等信息；

（3）基于大數據的信息采集：包括同等路況信息、類似路況信息、同系列車況信息、當前車輛歷史數據信息，獲取最佳的輸入信息。

2 動力模型設計

模型包括基于路況信息的動力匹配模塊、基于車況信息的動力匹配模塊和智聯網大數據信息的系統動力匹配模塊。

2.1 新的混合動力汽車控制系統體系

新的混合動力汽車控制體系主要包括發動機控制、電機控制、能量管理模塊、動力匹配模塊、工作模塊、底盤系統、變速系統、實時控制信息。

2.2 基于車輛工況與路況結合的動力匹配模型

基于車輛工況的動力匹配主要包括歷史數據信息：發動機轉速、變速箱檔位信息、最大扭矩、發動機輸出功率、電機輸出功率、電池實時容量、最低保護電量、最大續航里程、實際續航里程等信息。

基于路況信息的混合動力汽車動力匹配主要根據實時車況信息、已有的路況信息計算車輛的實時動力輸出，構筑新的混合動力汽車的動力匹配模型?；诟咚俟返能囕v總負荷預測，默認高速公路的最大限速為120km/h，車輛總質量為m，含整備質量、旅客質量、行李質量等。插電式混合動力汽車在t時刻的總負荷如公式2所示。

式中：為驅動電機的工作效率、為發動機的工作效率、為車輛的正面投影面積、為滾動摩擦系數、為空氣阻力系數、g為重力加速度，為車輛行駛過程中的坡度，為車輛在t時刻的坡度，v（t）為實時車速、為車輛的質量。車輛的時速為60km/h、車輛總質量為2000kg、坡度為0.32、t時刻以前的平均滾動摩擦系數為0.012，發動機的效率為0.286，電機的工作效率為0.663、風阻系數為0.36，代入數據計算得到t時刻混合動力汽車驅動系統的平均總功率為23.63kW。當車輛在運行的過程中存在加速與減速的情況。傳動系統的傳動效率越高，加速度也越大，大眾邁騰混動版的車輛旋轉質量換算系數為，取值為0.5。插電式混合動力汽車的最大加速度狀態下的輸出總功率如公式3所示，車輛最大加速度輸出總功率。

以大眾邁騰插電式混合動力汽車在坡度為0的測試道路情況下的百公里加速過程中總輸出為例，則v（t）=27.77m/s，百公里加速時間為7.7秒，百公里加速的最大計算如公式4所示，邁騰插電式混合的動力汽車的百公里加速時的輸出總功率為86.9kW，車輛采用電機與發動機共同驅動時最大功率可以達到240kW，存在后備輸出負荷。測試過程中，車輛在行駛過程中存在坡度、最大加速、一般減速和平路等情況，總結為高速公路、山路、城市道路、郊區道路和混合型道路等四種情況。

2.3 基于車聯網數據信息的動力匹配

基于車聯網數據信息的動力匹配模塊基于車輛工況、路況等信息的動力匹配，結合車輛的實時工況、實時路況、歷史數據，結合同等路況、同等車況的動力匹配，盡最大的可能提高發動機與驅動電機的協同工作能力。

基于車聯網的混合動力汽車動力匹配過程還要考慮發動機、電機的平均輸出功率，設定車輛測試過程中充當路況為混合型路況，測試過程中平均速度為82.12km/h，最高速度為123.79km/h，最低速度為15.21km/h。汽車的旋轉與質量的換算平均系數為0.486。

3 基于路況與駕駛質量的模型設計

新的混合動力汽車動力匹配仿真環境包括了車輛系統、路況信息、同等路況信息、同等車輛信息等基礎環境，系統仿真的軟件環境包括操作系統、中德汽車專用仿真模塊、MATLAB Simulate軟件環境、Cruise系統仿真環境。

3.1 基于路況的整車動力模型

考慮車輛的百公里耗電和百公里耗油，綜合考慮燃油經濟性、車輛污染物排放等問題，對車輛輪胎、底盤在側方位的干擾給予忽略，把車輛看成一個理想的平面運動剛體，建立適合實驗車輛實際情況的縱向分析為主、橫向分析為輔的動力分析模型。動力包括滾動摩擦阻力、坡度阻力、車輪動力、加速阻力。

輸出的扭矩通過車輛傳動系統進行調整改變其傳動比，變速系統的輸入扭矩包括發動機轉矩和電機的轉矩，總轉矩滿足公示7所示的要求。

（7）

式中，為測試車輛輪胎為0.802m、和分別為濕式雙離合變速器（W-DCT，Wet Dual Clutch Transmission））和電子無級變速器（ECVT，Electronic Continuously Variable Transmission）的傳動比。

3.1.1 發動機與電機模型

在ADVISOR中處理輸入/輸出數據，在Simulink中建立仿真模型，分析車輛的油耗。

式中：和分別為發動機的轉矩和發動機轉速，發動機的怠速為680rpm到700rpm，單位時間的燃油消耗為g/s，扭矩為。

3.1.2 電池與變速器模型

在混合動力汽車建模中，電池電能的消耗過程中，通過電磁內阻串聯模型分析電池的電能消耗，根據基爾霍夫理論分析串聯電池系統的電壓電流，如公式9，電池容量如公式10所示。

式中：為電池輸出負荷，為t時刻的開路電壓，為電池的內阻，和為t時刻電池的容量和初始容量，為最大容量（單位為Ah）。

車輛的轉速與扭矩改變依賴于變速系統，動力端和傳動端的比值滿足公示11和公式12的約束。

式中：和分別為WDCT和ECVT的傳動比，和為電機驅動的輸入和輸出端的轉速，和為電機和發動機的效率。

3.1.3 駕駛指令模型

駕駛員對車輛進行駕駛過程中需要通過油門、剎車、檔位對車輛進行主要的控制，其中WDCT的檔位分為1到8檔，ECVT的檔位分為1到6檔，分為自動模式和手動模式，油門由節氣門開度、油門踏板開度等信息表示，剎車由制動踏板開度和制動行程等信息表示。

式中，、、和分別為驅動電機、發動機制動的最大轉矩和請求的總轉矩。

3.2 基于ECM的電機驅動的動力匹配

基于ECM的電機驅動系統動力匹配需要發動機的動力匹配，充分考慮發動機、電機的協同控制，結合電池電量與燃油的消耗，控制發動機與電機的的動力匹配遵循電能優先、能量流最小、駕駛需求與制動結合的原則。

式中：為t時刻的發動機能量消耗，為t時刻電機的電能消耗，、為t時刻發動機和電機的轉矩，和分別為t時刻電機和發動機的轉速，通過瞬時等效燃油消耗（ECMS，Equivalent consumption minimization strategy）推算最低油耗。

3.2.1 ECMS策略電池電量使用規律

理想的電池的荷電狀態（SOC，Static of charge）全程趨向線性下降，采用CD-CS控制策略進行動力匹配與能量管理。

3.2.2 ECMS扭矩分配規律

在優化策略控制下，等效因子越大，發動機工作點區域和等效因子同時變小，發動機驅動車輛、下坡、剎車過程中電機充電。

4 基于ECM的動力匹配

4.1 整車控制

根據驅動電機、電池系統、發動機、傳動系統反饋的狀態信息獲如圖2所示的整車控制。

4.2 能量管理與動力匹配

電量保護閾值為電量的20%，小于次閾值時不能啟動電機進行驅動。仿真工況包括6個NEDC循環，總里程66公里，總時間為7200S，電池閥值SOC CD為0.2，電池容量大于0.4時啟動純電動模式。

CD-ECM控制策略工作效率、燃油消耗、SOC變化、電池的轉化率、綜合效率均優于CD-CS策略、ECM策略，本文設計的CD-ECMS控制策略有一定的應用價值。

5 結論

等效因子取值越小，電機提供的驅動扭矩越大，從而導致電池SOC下降越快；而發電扭矩越大，從而導致電池SOC下降更慢，甚至出現SOC上升。在PHEV中，應盡量避免能量的二次轉換，若等效因子選取不當，必然出現能量的二次轉換。

參考文獻：

[1]Ou Yang ， Ming Gao. Development Strategy and Countermeasures for Energy Conservation and New Energy Vehicles in China [J]. Automotive Engineering， 2006， 28 （4）： 317-321.

[2]M.Sabri M F，Danapalasingam K A，Rahmat M F.A review on hybrid electric vehicles architecture? and energy management strategies[J]. Renewable and Sustainable Energy Reviews，2016，53：1433～ 1442.

[3]葉楚天.動力電池及充電基礎設施技術發展對電動汽車能量補給方式的影響研究[[J].南方能源建設，2017， 4（2）：69-72.

[4]李建秋，方川，徐梁飛.燃料電池汽車研究現狀及發展[J].汽車安全與節能學報， 2014，5（1）： 17-29.

[5]陳萬吉，孫鳳艷.我國發展插電式混合動力汽車的戰略考量[J].汽車與配件，2015（33）：50-51.

[6]Sun Yongzheng， Li Xianzhu， Deng Jun. Selection， Matching， and Simulation of Plug in Series hybrid Electric Cars [J]. Automotive Engineering， 2010， 32 （12）： 1015-1020.

[7]曾育平，秦大同.基于近似極小值原理的插電式混合動力汽車實時控制策略研究[J].汽車工程，2017（09）：32-38.

[8]Sun C，Sun F，He H .Investigating adaptive：ECMS with velocity forecast ability for hybrid electric vehicles[J]. Applied Energy， 2016， 185.

[9]Gong Q， Li Y， Peng Z R.Trip-Based Optimal Power Management of Plug-in Hybrid Electric Vehicles[J]. IEEE Transactions on Vehicular Technology， 2008， 57（6）：3393-3401.