唐邦強(qiáng) 尹志宏 張炳力 李鎖斌

（昆明理工大學(xué)機(jī)電工程學(xué)院1） 昆明 650093） （合肥工業(yè)大學(xué)機(jī)械與汽車(chē)工程學(xué)院2） 合肥 230009）

行駛工況是純電動(dòng)汽車(chē)能量管理系統(tǒng)的重要輸入?yún)?shù)之一，合理設(shè)計(jì)工況對(duì)應(yīng)的控制策略可以獲得良好的控制效果，降低能耗．然而實(shí)際運(yùn)行工況是一個(gè)隨機(jī)的、不確定的過(guò)程（盡管實(shí)際行駛工況可能包含一些理論循環(huán)）［1］，這樣的輸入影響控制策略的效果，也會(huì)加大動(dòng)力系統(tǒng)的匹配優(yōu)化的難度，因此有必要尋找一種合理的處理方法將實(shí)際工況輸入轉(zhuǎn)變?yōu)橐粋€(gè)標(biāo)準(zhǔn)工況．本文以合肥市純電動(dòng)公交工況（HF－PEB－DC）為例，利用模糊控制開(kāi)發(fā)出工況自識(shí)別系統(tǒng)，并搭建一個(gè)SIMULINK模型進(jìn)行仿真，得出整定后的工況作為純電動(dòng)公交車(chē)能量管理系統(tǒng)的工況輸入．

1 工況自識(shí)別研究的意義

純電動(dòng)汽車(chē)能耗與行駛工況等諸多因素有著密切的關(guān)系，蓄電池的凈能量消耗由式（1）表述，蓄電池輸出功率由式（2）表達(dá)，蓄電池端的再生制動(dòng)功率由式（3）表達(dá)［2］．

式中：Pb－out為蓄電池輸出功率；Pb－in為蓄電池端的再生制動(dòng)功率；v為車(chē)速；M為車(chē)輛質(zhì)量；fr為滾動(dòng)阻力系數(shù)；i為路面坡度；ρa(bǔ)為空氣密度；Af為迎風(fēng)正面面積；CD為空氣阻力系數(shù)；δ為旋轉(zhuǎn)質(zhì)量轉(zhuǎn)換系數(shù)；ηt為傳動(dòng)裝置功率損耗；ηm為電機(jī)驅(qū)動(dòng)中的功率損耗；α為再生制動(dòng)系數(shù)．公式表明Eout不僅與 M，fr，i，Af，CD，δ，ηt，ηm等車(chē)輛自身和道路參數(shù)有關(guān)，還與v，dv／dt，α等工況參數(shù)有關(guān)，在車(chē)輛自身和道路參數(shù)確定的情況下，合理的工況參數(shù)可以降低能量消耗．電動(dòng)汽車(chē)能量管理系統(tǒng)對(duì)檢測(cè)到的狀態(tài)按預(yù)定的算法進(jìn)行推理和計(jì)算，并向能量存儲(chǔ)裝置發(fā)出指令．將實(shí)際行駛工況分解為典型的工況模塊，制定相應(yīng)的控制策略，優(yōu)化預(yù)定的算法，使能耗有最優(yōu)解．即當(dāng)車(chē)輛處于某個(gè)行駛狀態(tài)時(shí)，系統(tǒng)能依據(jù)過(guò)去n段的狀態(tài)，結(jié)合特征量的變化自動(dòng)識(shí)別目前的狀態(tài)符合哪個(gè)模塊，控制系統(tǒng)按照此模塊對(duì)應(yīng)的控制策略發(fā)出指令，從而達(dá)到節(jié)能的目的．因此識(shí)別工況并以此為基礎(chǔ)制定控制策略有利于降低純電動(dòng)汽車(chē)的能耗，這就是設(shè)計(jì)純電動(dòng)公交工況自識(shí)別系統(tǒng)的出發(fā)點(diǎn)．

2 合肥市純電動(dòng)公交工況循環(huán)（HF－PEB－DC）

文獻(xiàn)［3］給出了合肥市純電動(dòng)公交工況A，B，C 3個(gè)典型模塊，A模塊駐車(chē)時(shí)間長(zhǎng)，低速狀態(tài)，平均車(chē)速4．67km／h，是急加速緩減速模式，適合紅綠燈多及其擁堵路段；B模塊駐車(chē)時(shí)間短，慢速狀態(tài)，平均車(chē)速15km／h，是加減速均衡模式，適合紅綠燈較多擁堵?tīng)顩r一般的路段；C模塊駐車(chē)時(shí)間極短，中速狀態(tài)，平均車(chē)速28km／h，是緩加速急減速模式，適合紅綠燈少暢通路段．純電動(dòng)公交車(chē)實(shí)際行駛狀態(tài)大都是A，B，C模塊的組合，只不過(guò)組合狀態(tài)不同而已．合肥市純電動(dòng)公交工況循環(huán)見(jiàn)圖1．

圖1 合肥市純電動(dòng)公交工況循環(huán)圖

3 工況自識(shí)別系統(tǒng)的開(kāi)發(fā)

工況自識(shí)別系統(tǒng)的功能是將純電動(dòng)公交車(chē)的實(shí)際行駛參數(shù)輸入模糊控制器，由模糊控制器自動(dòng)識(shí)別目前的行駛狀態(tài)符合哪種典型模塊，并將識(shí)別出的模塊作為能量管理系統(tǒng)的輸入之一，因此模糊控制器的開(kāi)發(fā)是自識(shí)別系統(tǒng)開(kāi)發(fā)的最關(guān)鍵環(huán)節(jié)．圖2是工況自識(shí)別系統(tǒng)框圖，這是一個(gè)雙參數(shù)三輸入－輸出模糊控制系統(tǒng)．首先判斷平均速度是否超過(guò)30km／h，超過(guò)使用其他方式處理，結(jié)果輸入能量管理系統(tǒng)，否則信號(hào)進(jìn)入模糊控制器，模糊控制器另兩項(xiàng)輸入為純電動(dòng)公交車(chē)駐車(chē)時(shí)間比例、最大加速度值a，輸出是典型模塊參數(shù)u．

圖2 工況自識(shí)別系統(tǒng)框圖

3.1 控制策略

在總結(jié)實(shí)際操作經(jīng)驗(yàn)的基礎(chǔ)上，結(jié)合模糊控制的特點(diǎn)和能量管理系統(tǒng)的要求，純電動(dòng)公交工況自識(shí)別系統(tǒng)的主要控制策略如下［4］：

1）平均車(chē)速高（v＞30km／h）時(shí)，電動(dòng)車(chē)按高速控制方式執(zhí)行．

2）平均車(chē)速中等（20＜v≤30km／h）時(shí)，若駐車(chē)時(shí)間不長(zhǎng)，在加速、勻速或微減速狀態(tài)下車(chē)輛按中速控制方式執(zhí)行，強(qiáng)減速狀態(tài)時(shí)車(chē)輛按慢速控制方式執(zhí)行；若駐車(chē)時(shí)間長(zhǎng)，在強(qiáng)加速、微加速、勻速狀態(tài)下車(chē)輛按中速控制方式執(zhí)行；減速狀態(tài)下車(chē)輛按慢速控制方式執(zhí)行．

3）平均車(chē)速慢（10＜v≤20km／h）時(shí)：若駐車(chē)時(shí)間短，在加速狀態(tài)下車(chē)輛按中速控制方式執(zhí)行．勻速或微減速狀態(tài)時(shí)車(chē)輛按慢速控制方式執(zhí)行，強(qiáng)減速狀態(tài)時(shí)車(chē)輛按低速控制方式執(zhí)行；若駐車(chē)時(shí)間中等，在強(qiáng)加速狀態(tài)下車(chē)輛按中速控制方式執(zhí)行．微加速、勻速或微減速狀態(tài)下按慢速控制方式執(zhí)行，強(qiáng)減速狀態(tài)時(shí)車(chē)輛按低速控制方式執(zhí)行；若駐車(chē)時(shí)間長(zhǎng)，在加速狀態(tài)下車(chē)輛按慢速控制方式執(zhí)行．勻速或減速狀態(tài)下車(chē)輛按低速控制方式執(zhí)行．

4）平均車(chē)速低（0＜v≤10km／h）時(shí)：若駐車(chē)時(shí)間短，在加速狀態(tài)下車(chē)輛按慢速控制方式執(zhí)行．勻速或減速狀態(tài)時(shí)車(chē)輛按低速控制方式執(zhí)行；若駐車(chē)時(shí)間不短，在強(qiáng)加速狀態(tài)下車(chē)輛按慢速控制方式執(zhí)行．其余狀態(tài)下按低速控制方式執(zhí)行．

3.2 模糊器語(yǔ)言變量的賦值表

模糊器輸入駐車(chē)時(shí)間比例scale的語(yǔ)言變量選為SCALE、平均速度va的語(yǔ)言變量為VA、加速度值a的語(yǔ)言變量為A，輸出u的語(yǔ)言變量為U．設(shè)純電動(dòng)公交車(chē)駐車(chē)時(shí)間比例的論域?yàn)椋?，100%］，選定scale的論域?yàn)?X＝｛0，0．05，0．1，0．15，0．2，0．3，0．45，0．5，0．6，1｝，其語(yǔ)言變量SCALE選取3個(gè)語(yǔ)言值：｛PB，PM，PS｝，根據(jù)合肥市純電動(dòng)公交工況循環(huán)的特點(diǎn)，可確定隸屬函數(shù)μ（x）為梯形分布函數(shù)，并據(jù)此建立語(yǔ)言變量SCALE的賦值見(jiàn)表1．

平均速度va的論域?yàn)椋?，30］，選定語(yǔ)言變量VA 的論域?yàn)椋?，－5，…，0，…，5，6｝，量化因子kva＝6／15，語(yǔ)言值選?。鸓B，PM，PS｝，確定隸屬函數(shù)為梯形分布函數(shù)，建立語(yǔ)言變量VA賦值見(jiàn)表2．

加速度a的論域?yàn)椋郏?．5，1．5］，選定語(yǔ)言變量A的論域?yàn)椋?，－5，…，0，…，5，6｝，量化因子ka＝4，語(yǔ)言值選?。鸓B，PM，O，NM，NB｝，確定PB，NB的隸屬函數(shù)為梯形分布函數(shù)，PM，O，NM的隸屬函數(shù)為三角分布函數(shù)，建立語(yǔ)言變量A賦值見(jiàn)表3．

輸出u的論域?yàn)椋?，30］，選定語(yǔ)言變量U 的論域?yàn)椋?，－5，…，0，…，5，6｝，量化因子ku＝6／15，語(yǔ)言值選?。鸓B，PM，PS｝，確定隸屬函數(shù)為梯形分布函數(shù)，建立語(yǔ)言變量U賦值見(jiàn)表4．

表1 語(yǔ)言變量SCALE賦值表

表2 語(yǔ)言變量VA賦值表

表3 語(yǔ)言變量A賦值表

表4 語(yǔ)言變量U賦值表

3.3 模糊狀態(tài)表

根據(jù)總結(jié)的經(jīng)驗(yàn)共有45條控制規(guī)則，將其合并歸類(lèi)可得出模糊狀態(tài)表，如表5所列．表中每一條規(guī)則都決定一個(gè)模糊關(guān)系，用Rn（n＝1，2，…，45）表示，它們一共是45個(gè)，例如R1，R2，R25，R26分別為

通過(guò)45個(gè)模糊關(guān)系的并運(yùn)算可獲取表征工況自識(shí)別系統(tǒng)模糊控制器控制規(guī)則總的模糊關(guān)系R，即

3.4 模糊控制總算法

計(jì)算出模糊關(guān)系R以后，利用推理合成規(guī)則計(jì)算

表5 模糊狀態(tài)表

語(yǔ)言變量U 的模糊子集Uijl有10×13×13＝1 690個(gè)模糊子集合，應(yīng)用最大隸屬度法對(duì)此模糊集合進(jìn)行模糊判決，編制一個(gè)計(jì)算程序存儲(chǔ)到計(jì)算機(jī)中．實(shí)際控制過(guò)程中，在每一個(gè)控制周期中，將采集到的駐車(chē)時(shí)間比例和平均速度以及加速度分別乘以量化因子取得相應(yīng)論域元素，輸入計(jì)算程序即可求得輸出U所需的論域元素，再乘以比例因子ku，便是輸出的實(shí)際控制量變化值．這一部分主要依靠計(jì)算機(jī)完成．

4 仿真實(shí)現(xiàn)

利用matlab／simulink對(duì)工況自識(shí)別系統(tǒng)進(jìn)行建 模 如 圖 3 所 示［5－6］，模 糊 控 制 器 （fuzzy logic controller）輸入語(yǔ)言變量駐車(chē)時(shí)間比例scale、平均速度va、加速度a的隸屬函數(shù)分別如圖4～6所示，輸出u的隸屬函數(shù)如圖7所示．圖8是輸入輸出關(guān)系曲面圖．

圖3 工況自識(shí)別系統(tǒng)仿真模型

仿真采用合肥市純電動(dòng)汽車(chē)示范工程中18路純電動(dòng)公交車(chē)實(shí)驗(yàn)采集的實(shí)際行駛數(shù)據(jù)，其速度－時(shí)間曲線如圖9所示，將其作為輸入，通過(guò)仿真得出圖10結(jié)果．將2幅圖進(jìn)行對(duì)比，可以看出原來(lái)隨意性很強(qiáng)的速度－時(shí)間歷程已變得有明顯特征，分為3個(gè)層次，第一個(gè)層次是一個(gè)低速狀態(tài)，平均速度在5km／h左右，即為合肥市典型公交工況的A模塊；第二個(gè)層次是慢速狀態(tài)，平均速度在15km／h左右，為B模塊；第三層次為中速狀態(tài)，平均速度在28km／h左右，為C模塊，高速狀態(tài)在圖中沒(méi)有出現(xiàn)是因?yàn)楣卉?chē)在行駛過(guò)程中平均速度沒(méi)有超過(guò)30km／h．標(biāo)準(zhǔn)化處理后的工況作為輸入，可以讓能量管理系統(tǒng)按照對(duì)應(yīng)的分類(lèi)控制策略執(zhí)行控制，簡(jiǎn)化了能量管理系統(tǒng)的結(jié)構(gòu)，提高控制效率，也就是降低了能耗．

圖5 平均速度隸屬函數(shù)圖

圖6 加速度隸屬函數(shù)圖

圖7 輸出U隸屬函數(shù)圖

圖8 輸入輸出關(guān)系曲面圖

圖9 實(shí)際行駛工況速度－時(shí)間圖

圖10 自識(shí)別后的速度－時(shí)間歷程圖

5 結(jié)束語(yǔ)

本文利用合肥市純電動(dòng)汽車(chē)示范工程采集的數(shù)據(jù)，開(kāi)發(fā)設(shè)計(jì)了工況自識(shí)別系統(tǒng)．該系統(tǒng)采用模糊控制原理，以行駛階段的駐車(chē)時(shí)間比例、平均速度和加速度作為模糊控制器的輸入，合肥市純電動(dòng)公交工況典型模塊參數(shù)為輸出．給出了系統(tǒng)的控制策略，制定了各個(gè)語(yǔ)言變量的賦值表和模糊狀態(tài)表，并使用SIMULINK搭建了仿真模型，仿真結(jié)果顯示原來(lái)隨機(jī)的、不確定的工況已轉(zhuǎn)化為符合典型工況模塊特征的工況，說(shuō)明開(kāi)發(fā)的純電動(dòng)公交工況自識(shí)別系統(tǒng)是可行的．使用這些整定后的工況作為能量管理系統(tǒng)的輸入可以簡(jiǎn)化能量管理系統(tǒng)的結(jié)構(gòu)，提高控制效率，降低能耗，同時(shí)也為控制策略的優(yōu)化提供了思路．

［1］羅玉濤，胡紅斐，沈繼軍．混合動(dòng)力電動(dòng)汽車(chē)行駛工況分析與識(shí)別［J］．華南理工大學(xué)學(xué)報(bào)：自然科學(xué)版，2007，35（6）：8－13．

［2］Ehsani M，Gao Y，Gay S E，et al．Modern electric，hybird electri and fuel cell vehicles fundamentals，theory and design［M］．北京：機(jī)械工業(yè)出版社，2008．

［3］曾光奇．模糊控制理論與工程應(yīng)用［M］．武漢：華中科技大學(xué)出版社，2006．

［4］張國(guó)良．模糊控制及其MATLAB應(yīng)用［M］．西安：西安交通大學(xué)出版社，2002．

［5］李 穎．Simulink動(dòng)態(tài)系統(tǒng)建模與仿真基礎(chǔ)［M］．西安：西安電子科技大學(xué)出版社，2004．

［6］賈秋玲．基于 Matlab 7．x／Simulink／stateflow系統(tǒng)仿真、分析及設(shè)計(jì)［M］．西安：西北工業(yè)大學(xué)出版社，2006．