陳 龍，任 皓，袁朝春，汪少華，孫曉強(qiáng)，李道宇

(江蘇大學(xué)汽車(chē)與交通工程學(xué)院，江蘇鎮(zhèn)江 212013)

混合動(dòng)力汽車(chē)(hybrid electric vehicle，HEV)因其既繼承了純電動(dòng)汽車(chē)的高效率和低排放，又兼具傳統(tǒng)內(nèi)燃機(jī)車(chē)的動(dòng)力性和續(xù)駛里程，從而成為解決當(dāng)前節(jié)能環(huán)保問(wèn)題的切實(shí)可行方案［1］.但是由于涉及多個(gè)動(dòng)力源的協(xié)調(diào)與匹配，目前HEV動(dòng)力系統(tǒng)的結(jié)構(gòu)與傳統(tǒng)車(chē)輛相比更為復(fù)雜［2-3］.

輪轂電動(dòng)機(jī)較普通電動(dòng)機(jī)具有重量輕、轉(zhuǎn)矩大及結(jié)構(gòu)緊湊等優(yōu)點(diǎn)，同時(shí)其將動(dòng)力、傳動(dòng)和制動(dòng)裝置都集成在一起，能夠直接驅(qū)動(dòng)車(chē)輪，因此，將其應(yīng)用于混合動(dòng)力車(chē)輛中可以省去動(dòng)力耦合裝置，簡(jiǎn)化動(dòng)力系統(tǒng)結(jié)構(gòu).

基于上述分析，筆者提出在傳統(tǒng)前置前驅(qū)內(nèi)燃機(jī)車(chē)輛的結(jié)構(gòu)基礎(chǔ)上，引入輪轂電動(dòng)機(jī)置于車(chē)輛后橋，形成整車(chē)前橋內(nèi)燃機(jī)驅(qū)動(dòng)，后橋輪轂電動(dòng)機(jī)驅(qū)動(dòng)的多動(dòng)力源輸出HEV布置方案.根據(jù)車(chē)輛各部件參數(shù)以及整車(chē)動(dòng)力性能要求，確定輪轂電動(dòng)機(jī)的性能參數(shù)，在此基礎(chǔ)上，建立輪轂電動(dòng)機(jī)HEV整車(chē)動(dòng)力學(xué)仿真模型，設(shè)計(jì)基于模糊邏輯的HEV能量管理策略，并運(yùn)用ADVISOR2002對(duì)所設(shè)計(jì)的輪轂電動(dòng)機(jī)HEV的動(dòng)力性能和經(jīng)濟(jì)性能進(jìn)行仿真分析，驗(yàn)證設(shè)計(jì)方案的正確性和有效性.

1 輪轂電動(dòng)機(jī)HEV結(jié)構(gòu)設(shè)計(jì)

1.1 基本結(jié)構(gòu)

保留了原有前置前驅(qū)車(chē)輛前橋部分的動(dòng)力總成和變速傳動(dòng)系統(tǒng)，在后橋半軸與車(chē)輪之間增設(shè)了2個(gè)輪轂電動(dòng)機(jī)作為獨(dú)立驅(qū)動(dòng)機(jī)構(gòu)驅(qū)動(dòng)汽車(chē)后橋，設(shè)計(jì)方案總體布局如圖1所示，所采用的輪轂電動(dòng)機(jī)定子軸與后橋半軸固定連接，轉(zhuǎn)子與后輪輪轂固定連接.

圖1 動(dòng)力系統(tǒng)總體布局

1.2 工作原理

該動(dòng)力系統(tǒng)的設(shè)計(jì)布局實(shí)現(xiàn)了HEV前橋內(nèi)燃機(jī)驅(qū)動(dòng)，后橋電動(dòng)機(jī)驅(qū)動(dòng)的多動(dòng)力源驅(qū)動(dòng)形式.其中，2個(gè)輪轂電動(dòng)機(jī)可以處于電動(dòng)機(jī)和發(fā)電機(jī)工作狀態(tài);動(dòng)力電池組作為能量單元可以向輪轂電動(dòng)機(jī)提供電能也可以?xún)?chǔ)存回收輪轂電動(dòng)機(jī)產(chǎn)生的電能;電池管理器能夠監(jiān)控動(dòng)力電池組SOC等參數(shù);整車(chē)控制器能夠根據(jù)當(dāng)前整車(chē)動(dòng)力需求、動(dòng)力電池組SOC以及發(fā)動(dòng)機(jī)運(yùn)行區(qū)間合理確定整車(chē)工作模式.整車(chē)工作模式如表1所示.

表1 輪轂電動(dòng)機(jī)HEV工作模式

2 動(dòng)力系統(tǒng)參數(shù)確定

以某輕型前置前驅(qū)車(chē)輛為基礎(chǔ)，需要根據(jù)原有車(chē)型的具體參數(shù)以及相應(yīng)的動(dòng)力性能要求合理確定輪轂電動(dòng)機(jī)和動(dòng)力電池組的參數(shù).所采用的傳統(tǒng)前置前驅(qū)車(chē)型整車(chē)質(zhì)量為980 kg，迎風(fēng)面積為2.0 m2，滾動(dòng)阻力系數(shù)為0.01，滾動(dòng)半徑為0.272 m，旋轉(zhuǎn)質(zhì)量換算系數(shù)取1.04.考慮到增設(shè)輪轂電動(dòng)機(jī)、動(dòng)力電池等設(shè)備，經(jīng)過(guò)一定估算，整車(chē)質(zhì)量應(yīng)在原有車(chē)型基礎(chǔ)上增加280 kg(單個(gè)輪轂電動(dòng)機(jī)約為60 kg，動(dòng)力電池約為150 kg，控制設(shè)備為10 kg)，即輪轂電動(dòng)機(jī)HEV整車(chē)質(zhì)量為1 260 kg

整車(chē)動(dòng)力性能參數(shù)是輪轂電動(dòng)機(jī)和動(dòng)力電池組參數(shù)選取的主要依據(jù).輪轂電動(dòng)機(jī)HEV保留了原有車(chē)型41 kW的汽油發(fā)動(dòng)機(jī)，在此基礎(chǔ)上要求最高車(chē)速能達(dá)到120 km·h-1，純電動(dòng)最高車(chē)速為40 km·h-1，0～40 km·h-1的加速時(shí)間應(yīng)在 15 s內(nèi)，純電動(dòng)工況下(10 km·h-1)最大爬坡度能達(dá)到20%.

2.1 輪轂電動(dòng)機(jī)參數(shù)

電動(dòng)機(jī)的性能需滿(mǎn)足車(chē)輛純電動(dòng)行駛最高車(chē)速、加速時(shí)間以及最大爬坡度3方面的指標(biāo)，并能保證在高速聯(lián)合驅(qū)動(dòng)模式下提供相應(yīng)的轉(zhuǎn)矩［4-6］.

1)根據(jù)純電動(dòng)最高車(chē)速確定單個(gè)電動(dòng)機(jī)的額定功率:

式中:m為輪轂電動(dòng)機(jī)HEV整車(chē)質(zhì)量;g為重力加速度，取9.8 m·s-2;f為滾動(dòng)阻力系數(shù);uemax為純電動(dòng)最高車(chē)速;CD為空氣阻力系數(shù);A為迎風(fēng)面積;η為電動(dòng)機(jī)傳動(dòng)效率，取0.95.

2)根據(jù)最大爬坡度確定單個(gè)電動(dòng)機(jī)的峰值功率:

式中:α為坡道角度;ua為爬坡車(chē)速.

3)根據(jù)加速性能確定單個(gè)電動(dòng)機(jī)的峰值轉(zhuǎn)矩:

式中:F為驅(qū)動(dòng)力;δ為旋轉(zhuǎn)質(zhì)量換算系數(shù);du/dt為行駛加速度.

4)根據(jù)最高車(chē)速確定電動(dòng)機(jī)的最高轉(zhuǎn)速:

式中:umax為最高車(chē)速;r為滾動(dòng)半徑.

根據(jù)上述計(jì)算，并結(jié)合目前市場(chǎng)上出現(xiàn)的輪轂電動(dòng)機(jī)型號(hào)，初步確定單個(gè)輪轂電動(dòng)機(jī)基本參數(shù):電動(dòng)機(jī)為直流無(wú)刷電動(dòng)機(jī);額定電壓為132 V;額定功率為5 kW;峰值功率為8 kW;峰值轉(zhuǎn)矩為220 N·m;最高轉(zhuǎn)速為1 200 r·min-1.

2.2 動(dòng)力電池組參數(shù)

選擇具有較高功率密度和能量密度的鋰離子電池作為動(dòng)力電池組，電池容量由輪轂電動(dòng)機(jī)HEV純電動(dòng)行駛里程決定，車(chē)輛純電動(dòng)行駛里程與車(chē)速、動(dòng)力電池容量等參數(shù)的關(guān)系為［7］

式中:s為純電動(dòng)模式續(xù)駛里程，取20 km;SOChigh為動(dòng)力電池SOC上限，取80%;SOClow為動(dòng)力電池SOC下限，取30%;Q為動(dòng)力電池容量.

根據(jù)上述關(guān)系以及輪轂電動(dòng)機(jī)相關(guān)參數(shù)，最終確定動(dòng)力電池組參數(shù):容量為2.06 A·h;額定電壓為132 V.

3 HEV整車(chē)建模

3.1 模型構(gòu)建

基于上述動(dòng)力系統(tǒng)參數(shù)設(shè)計(jì)，結(jié)合整車(chē)參數(shù)，利用電動(dòng)汽車(chē)仿真軟件ADVISOR2002建立輪轂電動(dòng)機(jī)HEV仿真模型，整車(chē)動(dòng)力學(xué)方程為

式中:Te為發(fā)動(dòng)機(jī)輸出轉(zhuǎn)矩;ig為變速器速比;i0為主減速器速比;ηe為發(fā)動(dòng)機(jī)傳動(dòng)效率;ηM為電動(dòng)機(jī)傳動(dòng)效率;ωR為車(chē)輪角速度;ωM為電動(dòng)機(jī)角速度;ωe為發(fā)動(dòng)機(jī)角速度.

在此基礎(chǔ)上，結(jié)合整車(chē)參數(shù)，利用電動(dòng)汽車(chē)仿真軟件ADVISOR2002建立輪轂電動(dòng)機(jī)HEV仿真模型，模型簡(jiǎn)圖如圖2所示.

模型分為前向仿真與后向仿真，其中，模型首先進(jìn)行后向仿真，依據(jù)道路循環(huán)，按照與實(shí)際功率流相反的方向，向整車(chē)模塊、車(chē)輪車(chē)軸模塊逐級(jí)發(fā)出轉(zhuǎn)速轉(zhuǎn)矩請(qǐng)求，控制策略模塊按照給定的控制策略合理分配發(fā)動(dòng)機(jī)和輪轂電動(dòng)機(jī)的轉(zhuǎn)速和轉(zhuǎn)矩，隨后模型轉(zhuǎn)前向仿真，沿著實(shí)際功率流的方向，從不同的動(dòng)力源出發(fā)，逐級(jí)傳遞當(dāng)前部件可以提供給下一級(jí)部件的轉(zhuǎn)速和轉(zhuǎn)矩，直至傳遞至整車(chē)模塊，最后得出整車(chē)的實(shí)際車(chē)速和轉(zhuǎn)矩［8-9］.

圖2 整車(chē)仿真模型

3.2 控制策略制定

模糊控制技術(shù)具有較強(qiáng)的自適應(yīng)能力且不依賴(lài)于精確模型，因而適用于難以建立精確數(shù)學(xué)模型的HEV能量管理策略的制定［10］.為了兼顧發(fā)動(dòng)機(jī)燃油經(jīng)濟(jì)性和動(dòng)力電池SOC，采用的模糊控制器以道路總的需求轉(zhuǎn)矩T和發(fā)動(dòng)機(jī)優(yōu)化轉(zhuǎn)矩Topt之差ΔT和動(dòng)力電池組的SOC為輸入，輸出參數(shù)為系數(shù)K.2個(gè)輸入變量均采用5個(gè)語(yǔ)言模糊子集，其中ΔT模糊子集為{負(fù)大，負(fù)小，0，正小，正大}，論域設(shè)為［-50，50］，SOC模糊子集為{過(guò)低，偏低，適中，偏高，過(guò)高}，論域設(shè)為［0.20，1.00］，參數(shù)K的值域?yàn)閧0.80，0.85，0.90，0.95，1.00，1.10，1.15，1.20}，推理方法采用Sugeno型.控制系統(tǒng)的結(jié)構(gòu)如圖3所示，輸入變量的隸屬度函數(shù)分別如圖4，5所示，模糊控制規(guī)則如表2所示.

圖3 模糊控制系統(tǒng)結(jié)構(gòu)圖

圖4 輸入變量ΔT隸屬度函數(shù)

圖5 輸入變量SOC隸屬度函數(shù)

表2 系數(shù)K模糊控制規(guī)則表

道路總的需求轉(zhuǎn)矩為按照傳統(tǒng)前置前驅(qū)車(chē)型，在滿(mǎn)足當(dāng)前道路循環(huán)需求下，發(fā)動(dòng)機(jī)需要提供的轉(zhuǎn)矩T.以發(fā)動(dòng)機(jī)萬(wàn)有特性曲線為基礎(chǔ)，將不同轉(zhuǎn)速下發(fā)動(dòng)機(jī)燃油經(jīng)濟(jì)性最優(yōu)工作點(diǎn)連線，從而得到發(fā)動(dòng)機(jī)優(yōu)化轉(zhuǎn)矩曲線，如圖6所示.

圖6 發(fā)動(dòng)機(jī)優(yōu)化轉(zhuǎn)矩曲線

發(fā)動(dòng)機(jī)輸出轉(zhuǎn)矩為KTopt，整車(chē)動(dòng)力學(xué)模型將經(jīng)模糊控制得到的發(fā)動(dòng)機(jī)輸出轉(zhuǎn)矩按照實(shí)際功率流方向逐級(jí)傳遞得出發(fā)動(dòng)機(jī)傳遞至車(chē)輪車(chē)軸模塊的轉(zhuǎn)矩，進(jìn)而根據(jù)車(chē)輪車(chē)軸模塊的總轉(zhuǎn)矩需求計(jì)算出2個(gè)輪轂電動(dòng)機(jī)分別需要提供的轉(zhuǎn)矩.

4 仿真結(jié)果分析

利用ADVISOR2002中自帶的新歐洲行駛循環(huán)(new European drive cycle，NEDC)工況對(duì)所構(gòu)建的輪轂電動(dòng)機(jī)HEV仿真模型進(jìn)行仿真分析.NEDC工況由市區(qū)循環(huán)和市郊循環(huán)組成，其中市區(qū)循環(huán)包括15個(gè)工況(怠速、加速、勻速、減速等)，平均車(chē)速為19.0 km·h-1;市郊循環(huán)包括13個(gè)工況(怠速、加速、勻速、減速等)，平均車(chē)速為62.6 km·h-1，該工況車(chē)速與時(shí)間關(guān)系如圖7所示，動(dòng)力電池初始值為0.70，仿真時(shí)間為1 184 s.

圖7 NEDC仿真循環(huán)工況

仿真結(jié)果如表3所示，其中爬坡性能按照ADVISOR2002默認(rèn)的以速度88.5 km·h-1，持續(xù)行駛10 s所能爬行的最大坡度進(jìn)行計(jì)算.

表3 仿真結(jié)果

由表3可以看出:在模糊控制策略下，輪轂電動(dòng)機(jī)HEV與傳統(tǒng)前置前驅(qū)車(chē)型相比，動(dòng)力性有了較大提升，同時(shí)整車(chē)油耗降低了23.3%，發(fā)動(dòng)機(jī)平均效率提升了11.3%.輪轂電動(dòng)機(jī)HEV與傳統(tǒng)前置前驅(qū)車(chē)型的發(fā)動(dòng)機(jī)轉(zhuǎn)矩對(duì)比如圖8所示，四輪混合動(dòng)力車(chē)型在市區(qū)循環(huán)的停車(chē)時(shí)間段實(shí)現(xiàn)了發(fā)動(dòng)機(jī)的關(guān)閉，降低了油耗，在市郊循環(huán)高速巡航、加速行駛情況下，發(fā)動(dòng)機(jī)的轉(zhuǎn)矩保持在穩(wěn)定范圍內(nèi).

圖8 發(fā)動(dòng)機(jī)轉(zhuǎn)矩

輪轂電動(dòng)機(jī)HEV的輪轂電動(dòng)機(jī)輸出轉(zhuǎn)矩和工作點(diǎn)動(dòng)力電池SOC變化分別如圖9，10所示.由圖9可以看出:輪轂電動(dòng)機(jī)在整個(gè)工況循環(huán)中提供了較大的助力轉(zhuǎn)矩，并在車(chē)輛減速制動(dòng)過(guò)程中作為發(fā)電機(jī)工作，實(shí)現(xiàn)了制動(dòng)能量的回收.由圖10可以看出:輪轂電動(dòng)機(jī)工作點(diǎn)主要位于低轉(zhuǎn)速區(qū)域，體現(xiàn)了輪轂電動(dòng)機(jī)在低轉(zhuǎn)速下提供高轉(zhuǎn)矩的特性，選擇的輪轂電動(dòng)機(jī)參數(shù)是合理的.

圖9 輪轂電動(dòng)機(jī)轉(zhuǎn)矩

圖10 輪轂電動(dòng)機(jī)工作點(diǎn)

動(dòng)力電池SOC變化曲線如圖11所示，動(dòng)力電池SOC初始值為0.70，終值為0.65，未出現(xiàn)較大波動(dòng)，實(shí)現(xiàn)了電池充放電的平衡.

輪轂電動(dòng)機(jī)HEV與傳統(tǒng)前置前驅(qū)車(chē)型發(fā)動(dòng)機(jī)工作點(diǎn)比較如圖12所示，傳統(tǒng)車(chē)型發(fā)動(dòng)機(jī)工作點(diǎn)分散，工作點(diǎn)大部分位于低轉(zhuǎn)速、低轉(zhuǎn)矩的高油耗區(qū)域，而在模糊邏輯控制策略下，輪轂電動(dòng)機(jī)混合動(dòng)力發(fā)動(dòng)機(jī)工作點(diǎn)大部分位于發(fā)動(dòng)機(jī)優(yōu)化轉(zhuǎn)矩曲線附近，因而發(fā)動(dòng)機(jī)油耗得到改善.

圖11 動(dòng)力電池SOC

圖12 發(fā)動(dòng)機(jī)工作點(diǎn)

5 結(jié)論

1)以傳統(tǒng)前置前驅(qū)車(chē)型為基礎(chǔ)，通過(guò)在車(chē)輛后橋引入輪轂電動(dòng)機(jī)，設(shè)計(jì)了輪轂電動(dòng)機(jī)HEV動(dòng)力系統(tǒng)布置方案，并根據(jù)整車(chē)動(dòng)力性要求完成對(duì)輪轂電動(dòng)機(jī)和動(dòng)力電池的選型設(shè)計(jì).

2)在ADVISOR2002中構(gòu)建了輪轂電動(dòng)機(jī)HEV仿真模型，并在兼顧燃油經(jīng)濟(jì)性和動(dòng)力電池SOC的基礎(chǔ)上，制定了基于模糊邏輯的整車(chē)能量管理策略.

3)仿真結(jié)果表明:輪轂電動(dòng)機(jī)HEV在整車(chē)質(zhì)量增加的情況下，與傳統(tǒng)前置前驅(qū)車(chē)型相比，動(dòng)力性得到一定提升，同時(shí)改善了整車(chē)燃油經(jīng)濟(jì)性，驗(yàn)證了設(shè)計(jì)方案的合理性，為進(jìn)一步設(shè)計(jì)開(kāi)發(fā)輪轂電動(dòng)機(jī)HEV提供了參考.

References)

［1］Chau K T，Chan C C.Emerging energy-efficient technologies for hybrid electric vehicles［J］.Proceedings of the IEEE，2007，95(4):821-835.

［2］于秀敏，曹 珊，李 君，等.混合動(dòng)力汽車(chē)控制策略的研究現(xiàn)狀及其發(fā)展趨勢(shì)［J］.機(jī)械工程學(xué)報(bào)，2006，42(11):10-16.

Yu Xiumin，Cao Shan，Li Jun，et al.Present study situation and developing trend of control strategies for hybrid electric vehicle［J］.Chinese Journal of Mechanical Engineering，2006，42(11):10-16.(in Chinese)

［3］Inalpolat M，Kahraman A.Dynamic modelling of planetary gears of automatic transmissions［J］.Journal of Multi-body Dynamics，2008，222(3):229-242.

［4］谷 靖，歐陽(yáng)明高，盧蘭光，等.微型純電動(dòng)汽車(chē)的系統(tǒng)構(gòu)型與關(guān)鍵參數(shù)設(shè)計(jì)［J］.汽車(chē)工程，2013，35(1):7-12.

Gu Jing，Ouyang Minggao，Lu Languang，et al.System configuration and key parameters design of a micro electric vehicle［J］.Automotive Engineering，2013，35(1):7-12.(in Chinese)

［5］黃萬(wàn)友，程 勇，曹 紅，等.純電動(dòng)汽車(chē)動(dòng)力驅(qū)動(dòng)系統(tǒng)參數(shù)匹配試驗(yàn)［J］.江蘇大學(xué)學(xué)報(bào):自然科學(xué)版，2013，34(2):131-136.

Huang Wanyou，Cheng Yong，Cao Hong，et al.Matching experiment of EV power-train parameters［J］.Journal of Jiangsu University:Natural Science Edition，2013，34(2):131-136.(in Chinese)

［6］Xu Chunhua，Niu Jigao，Pei Fenglai.Design and simulation of the power-train system for an electric vehicle［C］∥2011 2nd International Conference on Artificial Intelligence，Management Science and Electronic Commerce.Piscataway，USA:IEEE，2011:3868-3871.

［7］馬東兵.四輪驅(qū)動(dòng)混合動(dòng)力汽車(chē)控制策略仿真與測(cè)試［D］.上海:上海交通大學(xué)機(jī)械與動(dòng)力工程學(xué)院，2013.

［8］石凱凱，羅衛(wèi)東，李亞輝，等.混合動(dòng)力牽引車(chē)控制策略研究［J］.機(jī)械設(shè)計(jì)與制造，2013(1):171-174.

Shi Kaikai，Luo Weidong，Li Yahui，et al.Research on control strategy of hybrid tractor［J］.Machinery Design＆Manufacture，2013(1):171-174.(in Chinese)

［9］Gao D W，Mi C，Emadi A.Modeling and simulation of electric and hybrid vehicles［J］.Proceedings of the IEEE，2007，95(4):729-745.

［10］Schouten N J，Salman M A，Kheir N A.Energy management strategies for parallel hybrid vehicles using fuzzy logic［J］.Control Engineering Practice，2003，11(2):171-177.