鄧濤 黃希光 盧任之 李小靜 李亞南

摘要：為提高插電式混合動(dòng)力車(chē)輛的能量控制性能，能量管理策略一直受到很高的重視，本文介紹了國(guó)內(nèi)外相關(guān)最優(yōu)控制理論和優(yōu)化算法，著重闡述SOC自適應(yīng)的A-ECMS的優(yōu)勢(shì)，旨在為我國(guó)混合動(dòng)力能量管理策略的未來(lái)發(fā)展方向提出方案。

關(guān)鍵詞：PHEV?SOC?A-ECMS

引言

作為一種新型的多能量源交通工具，混合動(dòng)力汽車(chē)的性能與其采用的能量管理策略密切相關(guān)。在滿足汽車(chē)動(dòng)力性能的前提下，能量管理策略實(shí)現(xiàn)在發(fā)動(dòng)機(jī)、電機(jī)之間合理的轉(zhuǎn)矩分配，以獲得整車(chē)最大的燃油經(jīng)濟(jì)性能、最低的排放以及平穩(wěn)的駕駛性能。

1.插電式混合動(dòng)力汽車(chē)概念

插電式混合動(dòng)力汽車(chē)是指在特定工作條件下，可以從兩種或兩種以上的能量存儲(chǔ)器、能量源或能量轉(zhuǎn)化器中獲取驅(qū)動(dòng)能量的汽車(chē)，并可以附加充電的設(shè)備。

2.控制理論和最優(yōu)化原理

2.1邏輯門(mén)限值控制：控制過(guò)程由邏輯門(mén)限值確定，結(jié)構(gòu)原理上較易實(shí)現(xiàn)，并且對(duì)系統(tǒng)給的非線性控制很有效。

2.2動(dòng)態(tài)自適應(yīng)控制：動(dòng)態(tài)自適應(yīng)控制是針對(duì)對(duì)象特性的變化、漂移和環(huán)境干擾對(duì)系統(tǒng)的影響提出，通過(guò)在線辨識(shí)使這種影響逐漸降低以致消除。

2.3邏輯模糊控制：模糊控制可以利用語(yǔ)言信息卻不需要精確的數(shù)學(xué)模型，從而可以實(shí)現(xiàn)對(duì)不確定性系統(tǒng)較好的控制。

2.4神經(jīng)網(wǎng)絡(luò)控制：神經(jīng)網(wǎng)絡(luò)控制器是將神經(jīng)網(wǎng)絡(luò)作為控制器，實(shí)現(xiàn)對(duì)不確定系統(tǒng)或未知系統(tǒng)進(jìn)行控制，使控制系統(tǒng)達(dá)到所要求的動(dòng)態(tài)、靜態(tài)特性。

3.四種能量管理策略分析與介紹

3.1優(yōu)化發(fā)動(dòng)機(jī)工作的控制策略：低速和低負(fù)荷區(qū)域會(huì)導(dǎo)致工作效率的下降，優(yōu)化發(fā)動(dòng)機(jī)工作區(qū)間成為了能量管理的重要課題。

3.2優(yōu)化系統(tǒng)效率的控制策略：基于模糊規(guī)則控制優(yōu)化方法，該控制策略，考慮發(fā)動(dòng)機(jī)、電池組充放電效率、電機(jī)效率等多個(gè)參數(shù)，以系統(tǒng)效率整體最佳為控制目標(biāo)。

3.3等效燃油消耗最小控制策略：通過(guò)將電動(dòng)機(jī)的瞬時(shí)有效等效轉(zhuǎn)化為發(fā)動(dòng)機(jī)油耗，得到等效燃油消耗圖。以瞬時(shí)油耗最小為控制目標(biāo)，動(dòng)態(tài)分配發(fā)動(dòng)機(jī)和電動(dòng)機(jī)轉(zhuǎn)矩。

3.4全局優(yōu)化控制策略：瞬時(shí)油耗的最小值之和不是全過(guò)程最小，全局優(yōu)化模式才是真正意義上的最優(yōu)化。通過(guò)大量的計(jì)算實(shí)現(xiàn)整個(gè)循環(huán)工況（或短時(shí)期）內(nèi)的全局優(yōu)化轉(zhuǎn)矩分配原則。

4.各種能量管理策略算法的分析

4.1?動(dòng)態(tài)對(duì)話：將全過(guò)程分為若干個(gè)互相聯(lián)系的k?個(gè)階段，求出每個(gè)階段的最小值，以得到最小的目標(biāo)函數(shù)值。

4.2?隨機(jī)動(dòng)態(tài)規(guī)劃：將駕駛員需求功率模擬為一個(gè)離散的隨機(jī)動(dòng)態(tài)過(guò)程，并建立相應(yīng)的馬爾可夫模型，在此基礎(chǔ)上采用策略迭代的算法對(duì)能量管理策略進(jìn)行了優(yōu)化。

4.3?最小值原理：PMP（龐特里亞金）控制策略給出了一系列必要的瞬時(shí)優(yōu)化條件，全局最優(yōu)解必須滿足所有的條件。

4.4?等效燃油最?。嚎紤]電池在充放電過(guò)程中油耗，借助等效因子將電動(dòng)機(jī)的能量消耗等效為發(fā)動(dòng)機(jī)的油耗，實(shí)時(shí)控制。

5.先進(jìn)A-ECMS算法分類(lèi)介紹

5.1?行駛工況預(yù)測(cè)的自適應(yīng)：根據(jù)行駛條件預(yù)測(cè)，周期性更新控制參數(shù);確定最優(yōu)等效因子，同時(shí)SOC保持恒定。

5.2?駕駛模式識(shí)別的A-ECMS算法：周期性識(shí)別代表性駕駛模式對(duì)應(yīng)一個(gè)預(yù)設(shè)定好的等效因子（離線計(jì)算的預(yù)計(jì)算值）。

5.3?SOC反饋的自適應(yīng)算法：基于SOC反饋?zhàn)赃m應(yīng)算法，提出了一個(gè)簡(jiǎn)單比例控制器、提出了基于PI控制器的自適應(yīng)規(guī)則、提出了離散化自適應(yīng)規(guī)則。

5.4?自適應(yīng)等效燃油消耗最小的原理圖

5-1??A-ECMS基本原理圖

Fig.5-1?The?basic?principle?diagram?of?A-ECMS

根據(jù)行駛工況的預(yù)測(cè)，駕駛模式識(shí)別，以及SOC的反饋，自適應(yīng)調(diào)整等效因子值，達(dá)到實(shí)時(shí)最優(yōu)控制。

6.結(jié)論

能量管理策略，應(yīng)該滿足實(shí)時(shí)控制的基礎(chǔ)上，應(yīng)用優(yōu)化算法，減少計(jì)算機(jī)的負(fù)荷，從而更加適合于實(shí)車(chē)?？刂撇呗运槍?duì)的對(duì)象和環(huán)境有不確定性，研究對(duì)象越來(lái)越復(fù)雜，以及無(wú)人駕駛技術(shù)，使控制理論對(duì)智能化提出更高的要求，未來(lái)智能化的研究仍然是一個(gè)難點(diǎn)。自適應(yīng)結(jié)合神經(jīng)網(wǎng)絡(luò)控制，加入學(xué)習(xí)能力，調(diào)整等效因子值，是未來(lái)的發(fā)展趨勢(shì)。能量管理策略，可以結(jié)合整車(chē)的控制，考慮燃油經(jīng)濟(jì)性的同時(shí)，兼顧排放性和駕駛舒適性和安全性能等多個(gè)指標(biāo)。

參考文獻(xiàn)：

[1]王積偉.現(xiàn)代控制理論與工程[M]，北京：高等教育出版社，2003.

[2]張洪鉞，王青.最優(yōu)控制理論與應(yīng)用[M]，北京：高等教育出版社，2005.

[3]楊亞聯(lián)，蒲斌，胡曉松，葉盼.Isg型速度耦合混合動(dòng)力系統(tǒng)全局最優(yōu)控制方法[J].重慶大學(xué)學(xué)報(bào)，2013，36（09）：71-77.

[4]Jinming?Liu，?Huei?Peng.?Control?Optimization?for?a?Power-Split?Hybrid?Vehicle[J].?Proceedings?ofthe2006?American?Control?Conference，?2006，466-471.

[5]lorenzo?Serrao，?Simona?Onuri，?Giorgio?Rizzoni.?Ecms?as?a?Realization?of?Pontryagin's?Minimum?Principle?for?Hev?Control[J].?2009，3964-3969.