孫家文 劉勝永 王建超 黃俊華

摘 要：針對汽車仿真軟件ADVISOR2002中并聯(lián)式混合動力汽車的默認(rèn)電力輔助控制策略（EACS）未對發(fā)動機轉(zhuǎn)矩進行良好的分配以及未限制電池運行狀態(tài)，導(dǎo)致的發(fā)動機工作效率較低及電池可能出現(xiàn)過沖與過放現(xiàn)象等問題，通過基于發(fā)動機轉(zhuǎn)矩分配的思想制定了一系列規(guī)則，提出一種新的基于轉(zhuǎn)矩分配的改進控制策略（TDCS），將發(fā)動機的輸出轉(zhuǎn)矩限制在高效區(qū)域，并同時控制電池的開關(guān)狀態(tài).仿真結(jié)果表明，在特定工況下，改進的控制策略不僅能有效提高發(fā)動機工作效率，而且對蓄電池也有一定保護作用.

關(guān)鍵詞：并聯(lián)式混合動力汽車；電力輔助控制；轉(zhuǎn)矩分配；控制策略

中圖分類號：U469.72 文獻標(biāo)志碼：A

0 引言

目前，并聯(lián)式混合動力汽車控制策略已逐漸趨于成熟，基于規(guī)則的控制[1]、基于功率的控制、模糊控制[2-4]、神經(jīng)網(wǎng)絡(luò)控制[5]、實時優(yōu)化控制、電力輔助控制等被廣泛應(yīng)用于并聯(lián)式混合動力汽車控制策略.基于規(guī)則的控制與基于功率的控制都比較簡單，不能保證各部件得到最佳匹配，無法有效地提高整車效率；模糊控制不依賴系統(tǒng)的精確數(shù)學(xué)模型，具有較好的魯棒性與實時性，但過于依賴經(jīng)驗，容易陷入局部最優(yōu)；神經(jīng)網(wǎng)絡(luò)控制可以通過訓(xùn)練在理論上達到最優(yōu)，但在硬件實現(xiàn)方面較為困難[6]；實時優(yōu)化控制計算量太大，根本無法在實際車輛中實現(xiàn)實時控制[7].電力輔助控制策略（EACS）利用電機驅(qū)動系統(tǒng)作為輔助驅(qū)動源，根據(jù)工況，對發(fā)動機的輸出功率進行“削峰填谷”，從而優(yōu)化發(fā)動機的運行，應(yīng)用較為廣泛，已在現(xiàn)實的混合動力系統(tǒng)中實現(xiàn)，如本田Insight和雪鐵龍XSARA，在ADVISOR軟件中，將其設(shè)置為并聯(lián)混合動力車型的默認(rèn)控制策略.本文詳細介紹分析了電力輔助控制策略，指出其存在的不足，并利用基于發(fā)動機轉(zhuǎn)矩分配的思想對其進行優(yōu)化，得出新的基于轉(zhuǎn)矩分配的控制策略，改進的控制策略對汽車需求功率以及電池的荷電狀態(tài)（State of Charge）（即SOC值）都設(shè)定了一定的門限值，當(dāng)它們?nèi)〉貌煌膮^(qū)域內(nèi)的值時，發(fā)動機輸出相應(yīng)的轉(zhuǎn)矩，如此，可以保證發(fā)動機始終工作于高效區(qū)域，而電池也能避免過沖過放帶來的損害.

1 電力輔助控制策略分析

ADVISOR中默認(rèn)的并聯(lián)混合動力汽車控制策略為電力輔助控制策略.該策略的主要思路是：以發(fā)動機作為汽車的主驅(qū)動源，電機作為輔助驅(qū)動源，在車輛行駛過程中，根據(jù)蓄電池SOC值大小的不同，電機或處于電動狀態(tài)和發(fā)動機共同驅(qū)動汽車，或處于發(fā)電狀態(tài)，利用一部分發(fā)動機能量為蓄電池充電，將蓄電池SOC值保持在一中限制附近[8].在發(fā)動機工作的情況下，T=[Tr+Tchg，Tmin]max，其中，T為發(fā)動機輸出轉(zhuǎn)矩，Tr為汽車的需求轉(zhuǎn)矩，Tchg為給電池的補充轉(zhuǎn)矩，Tmin為當(dāng)前車速下的發(fā)動機轉(zhuǎn)矩下限.默認(rèn)的控制策略思想是：大多數(shù)情況下，將電池的SOC維持在一個中線值附近，即給電機施加一個補充轉(zhuǎn)矩Tchg，當(dāng)Tchg>0時，電機處于發(fā)電狀態(tài)，給電池充電；當(dāng)Tchg<0時，電機處于電動狀態(tài)，提供輔助能源.Tchg的計算公式如下：

其中，Tc表示發(fā)動機對電機的充電轉(zhuǎn)矩，SOChi，SOClo，SOCm分別表示電池SOC高限值、SOC低限值以及SOC的中限值.由此公式可以看出，電力輔助控制策略的目的是使電池SOC盡量平衡在中線附近.

綜上分析得知，電力輔助控制策略比較簡單，但也比較有效地完成了混合動力汽車中的能量分配.該控制策略也有不少缺陷，在ADVISOR2002的默認(rèn)參數(shù)中，ess_on始終為“1”，即代表電池是始終處于工作狀態(tài)，沒有將需求功率與電池SOC值進行動態(tài)的結(jié)合考慮，只是單純地將SOC值分為高于中限制與低于中限制兩種情況. HEV在實際工況中，需求功率不停變的，當(dāng)需求功率較小，而SOC值屬于大時，電機仍向發(fā)動機提供輔助能量，造成了能量浪費.當(dāng)需求功率很大，發(fā)動機不能單獨提供足夠動力時，需要電機提供輔助能量，若此時SOC值低于電池安全放電范圍，如20%，電池仍放電，就會對蓄電池的性能、壽命都有很大損害，另外，當(dāng)需求轉(zhuǎn)矩在發(fā)動機最小轉(zhuǎn)矩與最大轉(zhuǎn)矩之間時，發(fā)動機默認(rèn)輸出需求轉(zhuǎn)矩而非效率最高的最大轉(zhuǎn)矩.針對這些情況，本文在默認(rèn)控制策略的基礎(chǔ)之上進行了優(yōu)化，結(jié)合車輛需求轉(zhuǎn)矩與電池SOC值制定了一套轉(zhuǎn)矩分配策略.

2 基于轉(zhuǎn)矩分配的控制策略

根據(jù)車速進行查表，可得到當(dāng)前車速下發(fā)動機的最大轉(zhuǎn)矩Tmax，再用最大轉(zhuǎn)矩乘以最小轉(zhuǎn)矩系數(shù)可以得到該車速下發(fā)動機的轉(zhuǎn)矩下限Tmin.發(fā)動機只有工作在兩轉(zhuǎn)矩范圍內(nèi)，才能保持較高的效率，而工作在最大轉(zhuǎn)矩時效率最高[9-10].

改進的控制策略結(jié)合車輛需求轉(zhuǎn)矩與電池SOC值制定一系列規(guī)則，目的是使發(fā)動機能持續(xù)工作在高效狀態(tài)，同時對電池進行一定的保護.分別將SOCmin與SOCmax設(shè)定為電池的SOC低限值與高限值.TDCS的基本方案如表1所示，體現(xiàn)了不同需求轉(zhuǎn)矩以及SOC的取值下發(fā)動機的取值以及電池開關(guān)狀態(tài)，ess_on=0表示關(guān)閉電池開關(guān).

當(dāng)前車速下的需求轉(zhuǎn)矩低于發(fā)動機最小轉(zhuǎn)矩下限時，如果SOCSOCmax，此時發(fā)動機仍輸出最小轉(zhuǎn)矩，但為避免蓄電池過充，需關(guān)閉電池開關(guān)。

當(dāng)前車速下的需求轉(zhuǎn)矩處于最大轉(zhuǎn)矩與最小轉(zhuǎn)矩下限之間時，如果SOC≤SOCmax，則發(fā)動機輸出最大轉(zhuǎn)矩，同時電機工作處于發(fā)電狀態(tài)；如果SOC>SOCmax，則發(fā)動機輸出需求轉(zhuǎn)矩，同時關(guān)閉電池開關(guān).

當(dāng)前車速下的需求轉(zhuǎn)矩大于最大轉(zhuǎn)矩時，發(fā)動機需輸出最大轉(zhuǎn)矩，同時，電機應(yīng)工作于電動狀態(tài)，提供輔助動力，但如果SOC

當(dāng)汽車制動時，即需求功率為負(fù)，若此時SOC3 基于ADVISOR的建模與二次開發(fā)

本控制策略中，如何控制好電池的開關(guān)狀態(tài)是非常關(guān)鍵的一步，本文對電池開關(guān)的設(shè)計原則為當(dāng)出現(xiàn)以下兩種情況時，關(guān)閉電池開關(guān)：當(dāng)電池SOC低于低限值SOCmin而電機仍處于電動狀態(tài)時；當(dāng)電池SOC高于高限值SOCmax而電機處于發(fā)電狀態(tài)時.如圖1所示為電池開關(guān)控制模型，其中輸入1為電池SOC，輸入2為電機需求轉(zhuǎn)矩.cs_dl_lo_soc與cs_dl_hi_soc分別表示SOCmin與SOCmax，分別設(shè)定為0.2與0.9.

為使改進的控制策略能夠成功地嵌入ADVISOR中并仿真，需要對ADVISOR中的模型及部分文件進行修改添加.具體步驟如下：

首先打開ADVISOR＼models＼library目錄下的控制策略庫文件lib_controls.mdl，通過點擊EDIT菜單下的UNLOCK LIBRARY解除鎖定，選擇該文件下的并聯(lián)電輔助控制策略模塊electric assist control strategy

[3] YIN H，ZHOU W H，LI M，et al. An adaptive fuzzy logic-based energy management strategy on battery/ultracapacitor hybrid electric vehicles[J]. IEEE Transactions on Transportation Electrification，2016，2（3）：300-311.

[4] 陳贊，譚光興，林聰，等. 基于模糊算法的純電動汽車制動能量回收[J]. 廣西科技大學(xué)學(xué)報，2014，25（3）：32-37.

[5] 劉家良. 基于模糊神經(jīng)網(wǎng)絡(luò)的混合動力電動汽車能量管理的研究[D]. 武漢：武漢理工大學(xué)，2003.

[6] 王斌，徐俊，曹秉剛，等. 采用模擬退火算法的電動汽車復(fù)合電源能量管理系統(tǒng)優(yōu)化[J]. 西安交通大學(xué)學(xué)報，2015，49（8）：90-96.

[7] 石慶升. 純電動汽車能量管理關(guān)鍵技術(shù)問題的研究[D]. 濟南：山東大學(xué)，2009.

[8] 曾小華，王慶年，李駿，等. 基于ADVISOR2002混合動力汽車控制策略模塊開發(fā)[J]. 汽車工程，2004，26（4）：394-396.

[9] 李洋洋，謝金法，張靖龍. 不同發(fā)動機轉(zhuǎn)矩下限對HEV實際運行的影響[J]. 中國農(nóng)機化學(xué)報，2016，37（2）：131-135.

[10] 李歡，林川. 基于ADVISOR的混合動力電動汽車控制策略仿真研究[J]. 廣西工學(xué)院學(xué)報，2005，16（4）：27-30.

Abstract：Since the default electric assisted control strategy（EACS） of parallel hybrid electric vehicle in the vehicle simulation software ADVISOR2002 can not distribute the engine torque for good and does not limit the battery working state， resulting in low engine efficiency and the battery overcharging or discharging and other issues， this paper proposed a new improved control strategy based on torque distribution （TDCS） through a series of rules based on the idea of engine torque distribution. It will limit the output torque of the engine in the high efficiency area， and control the battery switch state at the same time. The simulation results show that the improved control strategy can not only improve the efficiency of the engine， but also have a certain protective effect on the battery under certain conditions.

Key words：parallel hybrid electric vehicle； electric assisted control strategy； torque distribution； control strategy

（學(xué)科編輯：張玉鳳）