王 虎

(天津科技大學(xué) 機(jī)械工程學(xué)院， 天津 300457)

電動(dòng)汽車由于具有零排放和靈活小巧等優(yōu)點(diǎn)在城市交通中得到了大力發(fā)展[1-3].但是充電樁數(shù)量缺乏、電池效能較低等問題嚴(yán)重制約了電動(dòng)汽車的發(fā)展.因此，增強(qiáng)電動(dòng)汽車的再生制動(dòng)技術(shù)作為節(jié)約電動(dòng)車能量的一種有效方法得到了國內(nèi)外的廣泛關(guān)注和研究.

福特公司的線控能量回收裝置使車輛的使用成本有了較大的下降[4-5].豐田集團(tuán)在20世紀(jì)末就推出了搭載能量回收裝置的汽車[6].日產(chǎn)公司也在2010年推出的純電動(dòng)汽車上應(yīng)用了能量回收裝置.Michael提出了理想再生制動(dòng)分配、最大能量回收分配和并聯(lián)制動(dòng)分配等能量回收控制方法.Mehrdad提出了優(yōu)化再生制動(dòng)和機(jī)械制動(dòng)的能量回收優(yōu)化方法.國內(nèi)也對(duì)電動(dòng)汽車能量回收方法展開了深入研究[7-8].李蓬等建立了整車動(dòng)力學(xué)模型和再生制動(dòng)控制模型，使能量回收率有了很大提升[9]；劉麗君等建立了聯(lián)合再生力矩、電池功率和制動(dòng)力的計(jì)算模型，使能量回收達(dá)到了較高的比例[10]；詹迅等為特定的制動(dòng)回饋裝置設(shè)計(jì)了新的制動(dòng)再分配方案，在保證行車安全的前提下簡化了控制策略[11].雖然目前對(duì)于能量回收的研究已經(jīng)有了大量成果，但是多數(shù)都只是停留在理論及實(shí)驗(yàn)階段[12-15]，投入量產(chǎn)的還是一些經(jīng)典可靠的模型.因此，研究新的更科學(xué)、更可靠、更穩(wěn)定的能量回收控制方法十分必要.

本文從提高電動(dòng)汽車能量使用效率的角度出發(fā)，提出了一種基于制動(dòng)強(qiáng)度的能量回收控制方法.該方法基于車輛制動(dòng)的理想曲線和ECE曲線將制動(dòng)情況分成四種類型，并給出了每種類型所需的制動(dòng)力.針對(duì)機(jī)械制動(dòng)力和電機(jī)制動(dòng)力之間的分配問題，提出了一種分配機(jī)械制動(dòng)力和電機(jī)制動(dòng)力之間比例的模糊控制模型，建立了車輛行駛速度、制動(dòng)力和電池電荷量與再生制動(dòng)比例之間的關(guān)系.最后基于NEDC工況對(duì)該方法進(jìn)行了實(shí)驗(yàn)驗(yàn)證.

1 能量回收模型

電動(dòng)車輛制動(dòng)過程中回收能量的大小主要由其制動(dòng)方法決定.制動(dòng)方法主要包括兩方面內(nèi)容：一是制動(dòng)力分配，主要是指合理地協(xié)調(diào)分配汽車前后輪之間的制動(dòng)力，從而保證汽車在制動(dòng)過程中安全平穩(wěn)；二是制動(dòng)過程中的能量回收，主要是協(xié)調(diào)電機(jī)制動(dòng)力的大小，使其能夠最高效地利用制動(dòng)過程中的能量.汽車在制動(dòng)過程中，前輪制動(dòng)力、后輪制動(dòng)力和電機(jī)制動(dòng)力之間通過相互協(xié)調(diào)來實(shí)現(xiàn)汽車的平穩(wěn)安全制動(dòng)，制動(dòng)過程如圖1所示.本文從制動(dòng)力分配和電機(jī)制動(dòng)力的模糊控制兩個(gè)方面研究制動(dòng)中的能量回收控制方法.

圖1 車輛制動(dòng)過程Fig.1 Vehicle braking process

1.1 制動(dòng)力分配模型

為了保證在安全穩(wěn)定的前提下合理高效地利用制動(dòng)能量，確定制動(dòng)力分配策略時(shí)需要考慮以下規(guī)則：一是在保證電動(dòng)車安全穩(wěn)定的同時(shí)使電機(jī)盡可能地參與制動(dòng)；二是制動(dòng)力分配策略必須簡單可行；三是可以顯著提高制動(dòng)能量回收率和利用率.根據(jù)制動(dòng)力理想分配曲線、ECE中車輛行駛及能量回收相關(guān)規(guī)定，結(jié)合當(dāng)前主流的理想制動(dòng)分配方法、并行制動(dòng)力分配方法和最大能量回饋分配方法的特點(diǎn)，提出了基于制動(dòng)強(qiáng)度的制動(dòng)力分配模型.該制動(dòng)力分配模型包括四個(gè)階段，第一階段是只利用再生制動(dòng)力制動(dòng)；第二階段是同時(shí)利用再生制動(dòng)力和機(jī)械制動(dòng)力制動(dòng)；第三階段是同時(shí)利用再生制動(dòng)力和機(jī)械制動(dòng)力制動(dòng)，但是再生制動(dòng)力逐漸減小，機(jī)械制動(dòng)力逐漸增大；第四階段是只利用機(jī)械制動(dòng)力制動(dòng).各個(gè)階段之間的分界點(diǎn)由制動(dòng)強(qiáng)度確定.相應(yīng)的分界點(diǎn)根據(jù)電動(dòng)車輛的相關(guān)參數(shù)計(jì)算，如表1所示.

表1 電動(dòng)車輛參數(shù)Tab.1 Electric vehicle parameters

各階段制動(dòng)強(qiáng)度和前后輪所需的制動(dòng)力如下：

1) 制動(dòng)強(qiáng)度Z≤0.21時(shí)，車輛所需的制動(dòng)力較小，直接利用驅(qū)動(dòng)軸電機(jī)提供制動(dòng)力進(jìn)行制動(dòng).此時(shí)前后輪的制動(dòng)力分配策略為

(1)

式中：Fbf為前輪制動(dòng)力；Fbr為后輪制動(dòng)力；G為車輛重力.

2) 制動(dòng)強(qiáng)度0.21

(2)

式中：b為后輪至車輛重心的距離；hg為車輛重心高度；L為車輛前后輪之間的距離.

3) 制動(dòng)強(qiáng)度0.52

(3)

式中，φ為路面附著系數(shù).

4) 制動(dòng)強(qiáng)度Z>0.7時(shí)，此時(shí)車輛由于制動(dòng)強(qiáng)度很大而處于緊急制動(dòng)狀態(tài).這種情況下應(yīng)該優(yōu)先考慮車輛的安全性，沿著理想曲線制動(dòng)來使前后輪一致抱死，從而實(shí)現(xiàn)安全平穩(wěn)制動(dòng).此時(shí)前后輪制動(dòng)力分配策略為

(4)

式中，a為前輪至車輛重心的距離.

總的制動(dòng)過程曲線如圖2所示.

圖2 制動(dòng)過程曲線Fig.2 Braking process curves

1.2 模糊控制模型

目前，對(duì)于機(jī)械制動(dòng)力和電機(jī)制動(dòng)力之間的比例分配主要采用基于車速的查表法進(jìn)行.該方法具有操作簡單、性能可靠等優(yōu)點(diǎn)，但是由于分配策略單一，不能適應(yīng)車輛實(shí)際行進(jìn)中的各種復(fù)雜情況，給車輛的安全帶來了隱患，同時(shí)也不適用于再生能量最大化回收的要求.本文提出了一種模糊控制的分配方法.模糊控制算法作為一種智能算法，在多變量、變量狀態(tài)變化較大及控制問題不能用數(shù)學(xué)模型表達(dá)等問題上具有較大的優(yōu)勢.由于車輛制動(dòng)能量回收受到多種因素的影響，并且各個(gè)因素與能量回收率之間沒有清晰的數(shù)學(xué)模型，因此，采用模糊控制方法具有良好的效果.通過對(duì)車輛能量回收率影響因素的分析，可知車輛行駛速度V、制動(dòng)力F和電池電荷量SOC對(duì)能量回收率的大小發(fā)揮著關(guān)鍵作用.本文基于上述三個(gè)變量建立模糊控制模型.

1) 車輛行駛速度.車速與能量回收率有直接關(guān)系，當(dāng)車速較低時(shí)能夠回收的能量較少，車速較高時(shí)能夠回收的能量較多.本文將車速分成高速、中速和低速三檔來建立模糊模型，其中，低速和高速模型的隸屬度函數(shù)采用雙邊高斯型函數(shù)，中速模型的隸屬度函數(shù)采用三角型函數(shù).雙邊高斯型函數(shù)和三角型函數(shù)定義分別為

(5)

(6)

本文中低速時(shí)，σ1=20、c1=50、σ2=10、c2=70，高速時(shí)與其相反.本文中a1=10、b1=50、c1=90.

2) 制動(dòng)力.制動(dòng)力的大小決定了制動(dòng)方式，當(dāng)制動(dòng)力較大時(shí)優(yōu)先選擇機(jī)械摩擦制動(dòng)，制動(dòng)力較小時(shí)可以優(yōu)先選擇電機(jī)制動(dòng).制動(dòng)力同樣分成高、中、低三檔來建立模糊模型.其中，低檔對(duì)應(yīng)所需制動(dòng)力較小，實(shí)際中通常是車輛行駛在緩坡時(shí)的制動(dòng)力.中檔是普通行駛條件下的制動(dòng)，該檔時(shí)能夠回收的能量較大.高檔對(duì)應(yīng)了緊急制動(dòng)的情況.低檔和高檔模型的隸屬度函數(shù)采用雙邊高斯型函數(shù)，中檔模型的隸屬度函數(shù)采用三角型函數(shù).本文中低檔時(shí)，σ1=210、c1=520、σ2=130、c2=710，高檔時(shí)與其相反.本文中a1=120、b1=500、c1=880.

3) 電池電荷量.電池電荷量表示電池當(dāng)前電量與電池最大容量之間的比值.電池電荷量的大小直接決定電機(jī)能否進(jìn)行制動(dòng).電池電荷量也分成高、中、低三檔來建立模糊模型.其中，低檔和高檔模型的隸屬度函數(shù)采用雙邊高斯型函數(shù)，中檔模型的隸屬度函數(shù)采用鐘型函數(shù).鐘型函數(shù)的定義為

(7)

式中：a=0.1；b=0.35；c=0.5.本文中低檔時(shí)，σ1=0.2、c1=0.5、σ2=0.1、c2=0.7，高檔時(shí)與其相反.

車輛制動(dòng)時(shí)應(yīng)該優(yōu)先選擇電機(jī)制動(dòng)，使回收的能量最大化.制動(dòng)力較大時(shí)采用摩擦制動(dòng)來使車輛穩(wěn)定.車輛正常行駛時(shí)盡量選擇電機(jī)制動(dòng)來回收制動(dòng)能量.車量低速行駛時(shí)盡量選擇機(jī)械制動(dòng)，以避免電機(jī)轉(zhuǎn)矩較低導(dǎo)致電量不足.車速較高時(shí)優(yōu)選電機(jī)制動(dòng)和機(jī)械制動(dòng)聯(lián)合工作的方式，基于上述原則，可以建立車輛行駛速度V、制動(dòng)力F和電池電荷量SOC與再生制動(dòng)比例K之間的模糊關(guān)系模型.四者之間關(guān)系的三維曲面圖如圖3所示.由圖3可知，通常情況下，再生制動(dòng)比例與電池電荷量、制動(dòng)力之間是反比的關(guān)系，與車輛行駛速度之間是正比的關(guān)系，即電池電荷量越高、制動(dòng)力越大的情況下，再生制動(dòng)比例越??；車輛行駛速度越大時(shí)，再生制動(dòng)比例越大.

圖3 各種因素與再生制動(dòng)比例之間模糊關(guān)系Fig.3 Fuzzy relationship among various factors and regenerative braking ratios

2 實(shí)驗(yàn)及分析

目前，對(duì)電動(dòng)汽車進(jìn)行測試仿真的主流軟件包括PSAT、CRUISE和ADVISOR等.ADVISOR軟件是NREL(national renewable energy laboratory)開發(fā)的高級(jí)車輛仿真軟件.隨著該軟件的發(fā)展，已經(jīng)廣泛應(yīng)用在電動(dòng)汽車的測試領(lǐng)域.此外，該軟件開放了所有函數(shù)接口并且能夠在Matlab/Simulink環(huán)境中運(yùn)行，因此，本文選擇ADVISOR軟件作為實(shí)驗(yàn)軟件.實(shí)驗(yàn)選擇新歐洲道路循環(huán)工況(NEDC)進(jìn)行測試.NEDC是ECE道路工況和市郊循環(huán)工況的有機(jī)結(jié)合，能夠比較逼真地對(duì)城市道路和郊區(qū)道路進(jìn)行模擬.實(shí)驗(yàn)中涉及的參數(shù)包括：時(shí)間1 200 s，距離10.95 km，最大車速120 km/h，平均車速33.4 km/h，最大加速度1.06 m/s2，最大減速度1.39 m/s2，停車次數(shù)13次.實(shí)驗(yàn)采用本文中的模型與ADVISOR中的模型進(jìn)行比較.整個(gè)實(shí)驗(yàn)過程中車輛的行駛狀態(tài)如圖4所示.

圖4 車輛行駛狀態(tài)Fig.4 Vehicle running status

實(shí)驗(yàn)過程中電池充放電情況對(duì)比如圖5所示.圖5中，電流為正表示車輛處于放電驅(qū)動(dòng)行駛狀態(tài)，電流為負(fù)表示車輛處于充電制動(dòng)狀態(tài).由兩種方法的實(shí)驗(yàn)結(jié)果可知，在放電驅(qū)動(dòng)行駛狀態(tài)時(shí)，本文方法和ADVISOR的電池放電狀態(tài)基本相同.在充電制動(dòng)狀態(tài)時(shí)，本文方法的電流量大于ADVISOR，這表明本文方法具有更強(qiáng)的充電能力，在制動(dòng)過程中能夠回收更多的能量.

圖5 電池充放電情況Fig.5 Charging and discharging of battery

實(shí)驗(yàn)過程中的電機(jī)扭矩狀態(tài)如圖6所示.圖6中，電機(jī)扭矩為正表示車輛處于放電驅(qū)動(dòng)行駛狀態(tài)，扭矩為負(fù)表示車輛處于充電制動(dòng)行駛狀態(tài).在放電驅(qū)動(dòng)行駛狀態(tài)時(shí)，本文方法和ADVISOR的扭矩變化情況基本相同.在充電制動(dòng)行駛狀態(tài)時(shí)，本文方法的電機(jī)扭矩大于ADVISOR的電機(jī)扭矩，這表明采用本文方法進(jìn)行制動(dòng)時(shí)，電機(jī)在制動(dòng)過程中起到了更大的作用.

圖6 電機(jī)扭矩狀態(tài)Fig.6 Motor torque status

實(shí)驗(yàn)中的電池SOC狀態(tài)如圖7所示.隨著車輛行駛，電池中的電量逐漸減少，因此，兩種方法的電池SOC變化總趨勢都是隨著時(shí)間的增加逐漸減小.但是本文方法在行駛的整個(gè)過程中電池SOC的值都大于ADVISOR.這表明采用本文方法時(shí)有更多的能量對(duì)電池進(jìn)行充電，即本文方法對(duì)更多的能量進(jìn)行了回收.因此，本文方法有更高的能量回收率，進(jìn)而提高了能量的使用效率.

圖7 電池SOC狀態(tài)Fig.7 Battery SOC status

測試過程中本文方法和ADVISOR的能量回收數(shù)據(jù)如表2所示.

表2 實(shí)驗(yàn)中能量回收數(shù)據(jù)Tab.2 Energy recovery data during experiments

由上述指標(biāo)值可知，本文方法在行駛過程中消耗的能量少于ADVISOR中消耗的能量.本文方法的回收能量在制動(dòng)能量中的比例為10.37%，大于ADVISOR的4.42%，這表明本文方法有更高的能量回收率.本文方法的能量效率為0.478，高于ADVISOR的0.412.綜上所述，本文方法具有更好的能量回收能力，能夠有效地提高電動(dòng)汽車的能量使用效能，從而達(dá)到節(jié)約能量的目的.

3 結(jié) 論

本文從提高電動(dòng)汽車能量使用效率的角度出發(fā)，提出了一種基于制動(dòng)強(qiáng)度的能量回收控制方法.基于車輛制動(dòng)的理想曲線和ECE曲線，根據(jù)制動(dòng)強(qiáng)度將制動(dòng)情況分成四種類型并給出了每種類型所需制動(dòng)力.提出了一種分配機(jī)械制動(dòng)力和電機(jī)制動(dòng)力之間比例的模糊控制模型.該模型建立了車輛行駛速度、制動(dòng)力和電池電荷量與再生制動(dòng)比例之間的關(guān)系.最后基于NEDC工況驗(yàn)證了本文模型的性能.實(shí)驗(yàn)結(jié)果表明，本文方法在回收能量數(shù)量、能量回收率和能量效率等方面都優(yōu)于傳統(tǒng)方法，可以為電動(dòng)汽車能量回收方法研究和使用提供參考.