秦大同 林毓培 劉星源 羅松

摘 要：針對搭載無級變速器的單電機插電式混合動力汽車，提出了一種新的動力參數(shù)與控制參數(shù)設(shè)計方法.建立插電式混合動力汽車各工作模式的系統(tǒng)效率模型，得到基于系統(tǒng)效率的工作模式切換規(guī)律，并對模式切換曲線乘以控制參數(shù)以實現(xiàn)模式切換規(guī)律的調(diào)整.充分考慮燃油經(jīng)濟性的影響因素，以動力源功率、電池數(shù)目以及主減速器速比作為動力系統(tǒng)設(shè)計參數(shù).利用Matlab/Simulink建立整車經(jīng)濟性仿真模型，構(gòu)建“城市城郊高速城郊城市”綜合行駛工況，以降低等效燃油消耗為目標，采用遺傳算法對插電式混合動力汽車動力系統(tǒng)參數(shù)與模式切換規(guī)律控制參數(shù)進行綜合優(yōu)化.結(jié)果表明：采用本文所提出的方法能夠優(yōu)化出一組合理的動力與控制系統(tǒng)參數(shù)，使整車等效燃油消耗更低，比優(yōu)化前的百公里等效油耗降低了7.2%.

關(guān)鍵詞：插電式混合動力汽車；參數(shù)優(yōu)化；遺傳算法；效率模型；綜合工況；模式切換

中圖分類號：U462.3+4文獻標志碼：A

Abstract：According to singlemotor plugin hybrid electric vehicle with Continuous Variable Transmission （CVT）， a novel design method of power and control parameters was proposed. The system efficiency model for each mode of Plugin Hybrid Electric Vehicl （PHEV） was built， the mode switching rules based on system efficiency was then obtained， and the adjustment of the mode switching rules through multiplying the mode switching curve with control parameters was realized. Fully considering the influencing factors of fuel economy， the power source， battery number and final drive ratio were regarded as the power parameters. By using Matlab/Simulink， the vehicle economy simulation model was built， and "CitySuburbanHighwaySuburbanCity" comprehensive driving conditions were constructed taking the reduction of the equivalent fuel consumption as the optimization target. The PHEV dynamic parameters and controlling parameters of mode switching rules were optimized under the comprehensive driving cycle by using Genetic Algorithm （GA）. The result demonstrates that， by using the method proposed in this paper， a set of reasonable power and control system parameters can be optimized to lower the vehicle equivalent fuel consumption， where the equivalent fuel consumption per 100 km can be reduced by 7.2% when compared with that of nonoptimization cases.

Key words：PHEV； parameters optimization； genetic algorithm；efficiency model； comprehensive driving cycle；mode switch

插電式混合動力汽車可以通過公共電網(wǎng)對電池進行外接充電，大大降低了車輛對燃油的依賴性，具有續(xù)駛里程長、排放低的顯著優(yōu)點[1].目前，混合動力汽車參數(shù)優(yōu)化主要包括動力系統(tǒng)參數(shù)優(yōu)化、控制系統(tǒng)參數(shù)優(yōu)化、動力系統(tǒng)參數(shù)與控制系統(tǒng)參數(shù)綜合優(yōu)化.王慶年提出一種以整車制造成本和年均使用成本為評價指標的動力系統(tǒng)參數(shù)匹配方法[2]，Tan G采用免疫遺傳算法對傳動系統(tǒng)參數(shù)進行多目標優(yōu)化[3]，但未考慮控制系統(tǒng)參數(shù)對汽車能耗經(jīng)濟性的影響；李軍、鄧元望分別采用遺傳算法對其邏輯門限控制參數(shù)與模糊策略控制規(guī)則進行優(yōu)化[4-5]，但忽略了動力系統(tǒng)參數(shù)與控制系統(tǒng)參數(shù)的相互影響；詹森、王潤才以發(fā)動機特性曲線作為設(shè)計控制系統(tǒng)參數(shù)的基礎(chǔ)對動力系統(tǒng)與控制系統(tǒng)參數(shù)進行綜合優(yōu)化[6-7]，但沒有綜合考慮發(fā)動機、電機、電池對控制系統(tǒng)參數(shù)的影響.鄧濤、曾育平分別將電池數(shù)目與電池容量作為動力系統(tǒng)參數(shù)，在單一工況下對動力系統(tǒng)參數(shù)和控制系統(tǒng)參數(shù)進行多目標優(yōu)化[8-9]，然而，單一工況下的參數(shù)優(yōu)化結(jié)果不具有普遍適應(yīng)性，且電池容量及數(shù)目的改變勢必影響整車重量.諸多研究都忽略了電池重量對能耗經(jīng)濟性和整車重量及成本的影響，所以對包括電池重量在內(nèi)的動力系統(tǒng)進行參數(shù)優(yōu)化是很有必要的，同時，在車輛燃油經(jīng)濟性優(yōu)化過程中選擇合理的控制參數(shù)也尤為重要.

針對上述研究存在的不足，本文提出了一種新的插電式混合動力汽車動力與控制參數(shù)設(shè)計方法.通過對各個工作模式下系統(tǒng)效率的優(yōu)化得到最佳效率圖，以系統(tǒng)效率最佳為依據(jù)制定模式切換規(guī)律，并將模式切換規(guī)律曲線作為設(shè)計控制系統(tǒng)參數(shù)的基礎(chǔ).充分考慮發(fā)動機、電機及動力電池等動力系統(tǒng)參數(shù)對能耗經(jīng)濟性和整車重量及成本的影響，構(gòu)建由典型工況組成的綜合工況，基于遺傳算法對動力傳動系統(tǒng)參數(shù)和模式切換規(guī)律控制系統(tǒng)參數(shù)進行綜合尋優(yōu)，得到可使插電式混合動力汽車實現(xiàn)最佳能耗經(jīng)濟性的動力系統(tǒng)參數(shù)及控制系統(tǒng)參數(shù).

1 整車性能指標

本文研究對象是由某公司開發(fā)的CVT單電機插電式混合動力汽車，其動力系統(tǒng)結(jié)構(gòu)如圖1所示.

動力系統(tǒng)采用單軸并聯(lián)式結(jié)構(gòu)，發(fā)動機通過離合器與ISG電機相連，發(fā)動機和電機均可單獨工作，ISG電機可工作于轉(zhuǎn)矩補償或者充電狀態(tài).能量管理策略采用電量消耗（CD，Charge Depleting）與電量維持（CS， Charge Sustaining）模式，汽車初始工作于CD階段，直到電池電量下降至某一目標值后進入CS階段，此后電池電量在一定范圍內(nèi)波動.CD 階段包括純電動驅(qū)動模式和混合動力驅(qū)動模式，CS階段包括純電動驅(qū)動模式、純發(fā)動機驅(qū)動模式、混合動力模式驅(qū)動以及行車充電模式.汽車動力性指標如表1所示.

車輛動力系統(tǒng)的輸出功率需要滿足車輛行駛的動力性指標，即最高車速、最大爬坡度和車輛加速度[10].

通過理論計算法[11]對動力系統(tǒng)參數(shù)進行匹配，匹配結(jié)果如表2所示.

2 系統(tǒng)效率分析

按照邏輯門限規(guī)則[12]對動力源轉(zhuǎn)矩進行分配，搭建各工作模式效率優(yōu)化模型，并以工作效率最佳為依據(jù)制定模式切換規(guī)律，作為能量管理策略控制參數(shù)的確定依據(jù).

純電動工作模式下由電機單獨驅(qū)動車輛，發(fā)動機關(guān)閉，離合器分離，發(fā)動機無轉(zhuǎn)動慣量.其系統(tǒng)效率表達式為

對CD階段和CS階段各工作模式效率圖進行對比分析，將系統(tǒng)效率在“車速加速度”平面上投影，以工作效率最高作為依據(jù)劃分工況區(qū)域，得到模式切換規(guī)律，如圖3所示.然而，在動力系統(tǒng)參數(shù)優(yōu)化過程中，系統(tǒng)效率會隨著動力系統(tǒng)參數(shù)的改變而發(fā)生變化，模式切換規(guī)律需要隨即調(diào)整以適應(yīng)系統(tǒng)效率的變化，所以對模式切換曲線分別乘以控制參數(shù)K1、K2、K3、K4以實現(xiàn)模式切換規(guī)律的自適應(yīng)調(diào)整.

圖3中，①代表CD純電動模式；②代表CD混合驅(qū)動模式；③代表CS純電動模式；④代表行車充電模式；⑤代表CS發(fā)動機模式；⑥代表CS混合驅(qū)動模式.K1、K2、K3、K4為調(diào)整模式切換規(guī)律的控制參數(shù).

3 基于遺傳算法的優(yōu)化模型

3.1 優(yōu)化目標

本文中插電式混合動力汽車參數(shù)優(yōu)化的目標是在保證動力性滿足要求的前提下，合理使用外部充電電能，使汽車燃油消耗量最低.以汽車行駛百公里等效燃油消耗[13]為優(yōu)化目標，其表達式為

3.2 優(yōu)化變量

以理論計算法匹配的動力系統(tǒng)參數(shù)值作為動力參數(shù)優(yōu)化初值，控制參數(shù)K1、K2、K3、K4初值均設(shè)為1，除電池電量外，其余控制參數(shù)均取初始值的50%～150%作為參數(shù)優(yōu)化區(qū)間，考慮電池使用壽命，并能最大限度利用電池能量，以0.2作為電池SOC使用下限，以0.3作為SOCobj初值[11]，其優(yōu)化區(qū)間如表3所示.

3.3 優(yōu)化約束

以整車動力性能要求為PHEV參數(shù)優(yōu)化的約束條件，約束表達式如下：

1）純電動工作模式

4 仿真分析

4.1 綜合工況的建立

選取代表不同行駛環(huán)境的幾種典型工況構(gòu)成綜合行駛工況.循環(huán)工況采用“市區(qū)城郊高速城郊市區(qū)”模式構(gòu)建復(fù)合工況，該工況涵蓋了NYCC、UDDS、HWFET三種分別代表市區(qū)、城郊、高速的行駛工況，如圖4所示.

4.2 參數(shù)優(yōu)化結(jié)果

選取初始種群規(guī)模（Population Size）為100，交配概率（Crossover Fraction）為0.8，變異概率（Migration Fraction）為0.2，進化代數(shù)（Generations）選取50，添加線性約束，在綜合工況下進行仿真優(yōu)化.

適應(yīng)度函數(shù)的優(yōu)化過程如圖5所示，隨著遺傳代數(shù)的增加，適應(yīng)度值不斷收斂，超過60代后趨于平穩(wěn)，該值即最佳適應(yīng)度值，此時優(yōu)化得到的參數(shù)結(jié)果如表4所示.在滿足約束條件下，電機功率和發(fā)動機功率較理論匹配方法均有所減少，避免了功率的浪費；同時，動力電池數(shù)目減少了16節(jié)，即電池重量減輕19.2 kg.

4.3 仿真結(jié)果對比分析

優(yōu)化前后的實際油耗對比如圖6所示，優(yōu)化后實際油耗較優(yōu)化前明顯降低.優(yōu)化前后的電池電量變化曲線如圖7所示，從圖7中可以看出，電池電量初始值選擇0.85，優(yōu)化前后汽車均能工作于電量消耗（CD）階段和電量維持（CS）階段，說明構(gòu)建的綜合工況達到了仿真優(yōu)化的要求.圖8和圖9所示為優(yōu)化前后發(fā)動機工作點分布圖，通過對比可以得到優(yōu)化后的發(fā)動機工作點較優(yōu)化前更為集中，且主要分布于高效率區(qū).

通過計算得到百公里等效油耗對比如表5所示，相比于優(yōu)化前的百公里等效油耗，采用本文提出的參數(shù)設(shè)計方法后，百公里等效油耗降低了7.2%.

5 結(jié) 論

1）充分考慮能耗經(jīng)濟性諸多影響因素，以邏輯門限能量管理策略為基礎(chǔ)，建立整車系統(tǒng)效率模型，通過各工作模式系統(tǒng)效率的對比分析，制定行車過程中模式切換規(guī)律，作為控制參數(shù)的優(yōu)化基礎(chǔ).

2）構(gòu)建“城市城郊高速城郊城市”綜合行駛工況，對動力系統(tǒng)及控制系統(tǒng)參數(shù)進行綜合優(yōu)化.優(yōu)化后的動力源功率、電池數(shù)目均有減少，降低了整車重量及成本.基于Matlab/Simulink建立整車仿真模型，對兩種參數(shù)設(shè)計方法進行仿真對比分析，結(jié)果表明：采用本文提出的方法能夠優(yōu)化出一組合理的動力系統(tǒng)參數(shù)及控制參數(shù)，使汽車等效燃油消耗更低.

3）相比于優(yōu)化前，采用本文提出的參數(shù)設(shè)計方法優(yōu)化后，發(fā)動機工作點更加集中于高效率區(qū)，但是效果仍然不夠理想，需要在本文研究基礎(chǔ)上進一步開展能量管理策略的優(yōu)化研究.

參考文獻

[1] 周云山， 賈杰鋒， 李航洋，等. CVT插電式混合動力汽車經(jīng)濟性控制策略[J]. 湖南大學(xué)學(xué)報（自然科學(xué)版）， 2016， 43（8）：25-31.

ZHOU Y S， JIA J F， LI H Y， et al. Economical control strategy for a plugin hybrid electric vehicle equipped with CVT[J].Journal of Hunan University（Natural Sciences），2016， 43（8）：25-31.（In Chinese）

[2] 王慶年， 王光平， 王鵬宇，等. 基于成本優(yōu)化的插電式混合動力參數(shù)匹配[J]. 吉林大學(xué)學(xué)報（工學(xué)版）， 2016， 46（2）：340-347.

WANG Q N， WANG G P， WANG P Y， et al. Parameter matching for plugin hybrid electric vehicle based on cost optimization[J]. Journal of Jilin University（Engineering and Technology Edition），2016， 46（2）：340-347. （In Chinese）

[3] TAN G， LIN C， BAI Y， et al. Multiobjective optimization of HEV transmission system parameters based on immune genetic algorithm [C]// IEEE International Conference on Communication ProblemSolving. IEEE， 2015.

[4] 李軍， 朱亞洲， 徐楊蛟，等. 混合動力汽車動力傳動系統(tǒng)控制策略優(yōu)化研究[J]. 機械設(shè)計與制造， 2014（3）：138-141.

LI J， ZHU Y Z， XU Y J， et al. Research on control strategy optimization in power train transmission system of hybrid electric vehicle[J]. Machinery Design and Manufacture，2014 （3）：138-141. （In Chinese）

[5] 鄧元望， 王兵杰， 張上安，等. 基于混沌遺傳算法的PHEV能量管理策略優(yōu)化[J]. 湖南大學(xué)學(xué)報（自然科學(xué)版）， 2013， 40（4）：42-48.

DENG Y W， WANG B J， ZHANG S A， et al. Optimization of energy management strategy of PHEV based on chaosgenetic algorithm[J].Journal of Hunan University（Natural Sciences），2013， 40（4）：42-48. （In Chinese）

[6] 詹森， 秦大同， 曾育平. 基于多循環(huán)工況的混合動力汽車參數(shù)優(yōu)化研究[J]. 汽車工程， 2016， 38（8）：922-928.

ZHAN S， QIN D T， ZENG Y P. A study on the parameter optimization of hybrid electric vehicle based on multiple driving cycles[J].Automotive Engineering，2016， 38（8）：922-928. （In Chinese）

[7] 王潤才， 何仁， 俞劍波，等. 基于遺傳算法的插電式串聯(lián)混合動力汽車動力參數(shù)優(yōu)化[J]. 中國機械工程， 2013， 24（18）：2544-2549.

WANG R C， HE R，YU J B， et al. Parameter optimization of PSHEV based on genetic algorithm[J].China Mechanical Engineering， 2013， 24（18）：2544-2549. （In Chinese）

[8] 鄧濤， 林椿松， 李亞南，等. 采用NSGAⅡ算法的混合動力能量管理控制多目標優(yōu)化方法[J]. 西安交通大學(xué)學(xué)報， 2015， 49（10）：143-150.

DENG T， LIN C S， LI Y N， et al. A multiobjective optimization method for energy management control of hybrid electric vehicles using NSGAⅡalgorithm[J].Journal of Xian Jiaotong University， 2015， 49（10）：143-150. （In Chinese）

[9] 曾育平， 秦大同， 蘇嶺，等. 插電式混合動力汽車動力系統(tǒng)的成本、油耗和排放多目標參數(shù)優(yōu)化[J]. 汽車工程， 2016， 38（4）：397-402.

ZENG Y P， QIN D T， SU L， et al. Cost， fuel consumption and emission multiobjective parameter optimization for the power train of a plugin HEV[J]. Automotive Engineering，2016，38（4）：397-402. （In Chinese）

[10]趙新慶. 基于CVT的插電式混合動力汽車能量管理策略研究[D]. 重慶：重慶大學(xué)， 2014.

ZHAO X Q. Study on energy management strategy for plugin hybrid electrical vehicle with CVT[D]. Chongqing： Chongqing University，2014. （In Chinese）

[11]武小蘭， 王軍平， 曹秉剛，等. 充電式混合動力電動汽車動力系統(tǒng)的參數(shù)匹配[J]. 汽車工程， 2008， 30（12）：1095-1098.

WU X L， WANG J P， CAO B G， et al. Parameter matching of power train in a plugin hybrid electric vehicle[J].Automotive Engineering，2008， 30（12）：1095-1098. （In Chinese）

[12]盧立來. 基于路況信息預(yù)測的插電式混合動力汽車能量管理策略研究[D]. 重慶：重慶大學(xué)， 2015.

LU L L. Research on energy management for plugin hybrid electric vehicle based on prediction of driving conditions[D]. Chongqing： Chongqing University， 2015. （In Chinese）

[13]崔納新， 步剛， 吳劍，等. PlugIn并聯(lián)式混合動力汽車實時優(yōu)化能量管理策略[J]. 電工技術(shù)學(xué)報， 2011，26（11）：155-160.

CUI N X， BU G， WU J， et al. Realtime optimization of energy management strategy for plugin parallel hybrid electric vehicles[J]. Transactions of China Electrotechnical Society，2011，26（11）：155-160. （In Chinese）