許 兵,張維剛
(湖南大學(xué)汽車車身先設(shè)計(jì)制造國家重點(diǎn)實(shí)驗(yàn)室,湖南 長沙 410082)
日益嚴(yán)峻的能源短缺與環(huán)境污染問題使得電動汽車成為汽車領(lǐng)域的研發(fā)熱點(diǎn),其高效的能量利用率及零污染排放的環(huán)境友好性使其受到各國研究機(jī)構(gòu)的青睞[1]。目前,電動汽車主要采用單一電池作為動力源,在汽車行駛過程中頻繁變化的峰值功率會對電池造成較大的沖擊從而降低電池的使用壽命,同時(shí)電池低比功率的特性往往無法應(yīng)對汽車急加速、爬坡等峰值功率需求[2]。超級電容具有循環(huán)壽命長、高比功率等優(yōu)點(diǎn),將超級電容器與蓄電池組合成復(fù)合電源系統(tǒng)能夠做到優(yōu)勢互補(bǔ),既能改善電動汽車動力性能,又能提高制動能量回收效率,降低汽車能量消耗,并提高儲能系統(tǒng)的使用壽命。
復(fù)合電源由于具備兩種不同的能量源,其能量的合理分配成為當(dāng)前的研究熱點(diǎn),復(fù)合電源系統(tǒng)能量管理控制策略的好壞對復(fù)合電源系統(tǒng)的工作性能具有重要的影響[3]。目前,濾波控制[4]、基于規(guī)則的控制[5]、模糊控制[6]、粒子群算法[7]、人工蜂群算法[8]、神經(jīng)網(wǎng)絡(luò)控制[9]等方法被廣泛應(yīng)用于復(fù)合電源系統(tǒng)。低通濾波的控制主要是分離各能量源的需求功率,使超級電容器得到充分的利用,但無法兼顧電池的工作效率?;谝?guī)則的控制思想主要是利用簡單的閾值設(shè)計(jì)復(fù)合電源的工作模式,其控制策略簡單,系統(tǒng)運(yùn)行效果有待提高。模糊控制策略的控制器參數(shù)主要依靠專家經(jīng)驗(yàn),不能夠根據(jù)工況的實(shí)時(shí)變化而調(diào)整。粒子群算法在優(yōu)化過程中容易出現(xiàn)局部收斂的情況,難以找到全局最優(yōu)解。人工蜂群算法領(lǐng)域搜索能力強(qiáng),但其全局搜索能力較差。神經(jīng)網(wǎng)絡(luò)算法理論上具有較好的全局搜索與實(shí)時(shí)調(diào)整能力,但其運(yùn)算對硬件要求較高。
遺傳算法通過模擬人類遺傳的特點(diǎn),具有全局搜索能力強(qiáng),可擴(kuò)展性好,易于表達(dá)非精確的數(shù)學(xué)模型等一系列優(yōu)點(diǎn)。基于遺傳算法,對復(fù)合電源系統(tǒng)的雙模糊控制策略的控制參數(shù)進(jìn)行優(yōu)化,結(jié)合MATLAB 與ADVISOR 聯(lián)合仿真,以得到最優(yōu)的能量管理控制效果,充分利用超級電容優(yōu)勢,提高制動能量回收效率,降低復(fù)合電源系統(tǒng)能耗,提高純電動汽車的經(jīng)濟(jì)性能以及儲能系統(tǒng)工作壽命。
復(fù)合電源系統(tǒng)有三個(gè)主要的組成部分:蓄電池、超級電容器和雙向DC/DC 轉(zhuǎn)換器。選取主動控制式的拓?fù)浣Y(jié)構(gòu),由超級電容器與雙向DC/DC 轉(zhuǎn)換器串聯(lián),再將其與蓄電池并聯(lián),利用控制策略模塊對系統(tǒng)能量進(jìn)行合理的分配,最后為電機(jī)負(fù)載提供能量。DC/DC 轉(zhuǎn)換器可以協(xié)調(diào)蓄電池與超級電容器之間的電壓,能夠有效提高能量利用效率,保護(hù)蓄電池避免峰值電流的沖擊,有利于電機(jī)穩(wěn)定的工作,提高蓄電池的使用壽命。復(fù)合電源系統(tǒng)結(jié)構(gòu)組成,如圖1 所示。
圖1 復(fù)合電源系統(tǒng)結(jié)構(gòu)Fig.1 The Structure of HESS
復(fù)合電源系統(tǒng)的結(jié)構(gòu)決定了復(fù)合電源的功率流向,電動汽車對復(fù)合電源系統(tǒng)的需求功率和所能夠提供的功率分別為Preq和Pess,蓄電池提供的功率為Pbat,超級電容器提供功率為Puc,在忽略系統(tǒng)功率損失的情況下,系統(tǒng)功率分配滿足式(1):
為便于復(fù)合電源系統(tǒng)的數(shù)學(xué)描述,引入超級電容器、蓄電池的功率分配因子分別是Kuc和Kbat,則復(fù)合電源的功率分配可由式(2)表示:
為了更接近實(shí)際應(yīng)用,根據(jù)所選的純電動汽車基本參數(shù),如表1 所示。參考《新建純電動乘用車企業(yè)管理規(guī)定》,制定純電動汽車性能指標(biāo),如表2 所示。根據(jù)所選車型基本參數(shù),在NEDC(歐洲典型試驗(yàn)工況)循環(huán)工況下,以滿足系統(tǒng)的能量、功率需求為前提,匹配驅(qū)動電機(jī)參數(shù)以及蓄電池、超級電容器的單體數(shù)目。
根據(jù)汽車?yán)碚撝须姍C(jī)轉(zhuǎn)速與固定速比、主減速比的關(guān)系式(3)和最高轉(zhuǎn)速與基速關(guān)系式(4),設(shè)計(jì)驅(qū)動電機(jī)的基本參數(shù),包括最高轉(zhuǎn)速nmax與基速nb。
式中:nmax、nb、vmax、io、ig、r—驅(qū)動電機(jī)最高轉(zhuǎn)速、驅(qū)動電機(jī)基速、汽車最高車速、主減速比、變速器固定速比及車輪滾動半徑,β一般?。?~4)。
表1 復(fù)合電源純電動汽車基本參數(shù)Tab.1 Basic Parameters of Pure Electric Vehicle with HESS
表2 復(fù)合電源純電動汽車性能指標(biāo)Tab.2 Performance Index of Pure Electric Vehicle with HESS
以滿足純電動汽車的動力性能指標(biāo)為前提,匹配電機(jī)的功率、轉(zhuǎn)矩等參數(shù),動力性能指標(biāo)包括最高車速、最大爬坡度以及最短加速時(shí)間三個(gè)要求。根據(jù)汽車動力性參數(shù)性質(zhì),電機(jī)的峰值功率必須能夠同時(shí)滿足上述三個(gè)動力性能指標(biāo),根據(jù)所選車型的基本參數(shù),得到驅(qū)動電機(jī)的參數(shù),如表3 所示。
表3 驅(qū)動電機(jī)基本參數(shù)Tab.3 Basic Parameters of Motor
表4 復(fù)合電源各動力源參數(shù)Tab.4 Parameters of Each Power Source of HESS
復(fù)合電源純電動汽車中,主要由能量密度較高的蓄電池來提供汽車行駛的大部分能量,超級電容器主要提供所需峰值功率。在NEDC 工況下,根據(jù)能量、功率兩個(gè)方面的需求來設(shè)計(jì)蓄電池、超級電容器所需要提供的能量和功率,從而合理地選取蓄電池組與超級電容組的單體數(shù)目。分別以純電動汽車的續(xù)駛里程、行駛工況下的平均需求功率、需求能量來匹配蓄電池的參數(shù),以加速時(shí)的峰值功率需求來匹配超級電容器參數(shù)。根據(jù)蓄電池、超級電容的參數(shù)特性,所設(shè)計(jì)復(fù)合電源系統(tǒng)中蓄電池與超級電容器的參數(shù),如表4 所示。
能量管理控制策略的作用是將汽車運(yùn)行時(shí)的能量需求合理地分配給復(fù)合電源系統(tǒng)中的能量源,使系統(tǒng)能夠高效的工作,其控制思想是蓄電池提供汽車行駛過程中的平均需求功率,超級電容器提供高于平均功率的部分,對蓄電池的功率、電流等方面起到“削峰填谷”的作用[10-11]。
復(fù)合電源系統(tǒng)具有放電提供能量和充電回收制動能量兩種主要的工作模式,為提高能量控制的效果,針對不同的工作模式設(shè)計(jì)不同的模糊邏輯控制策略,即采用雙模糊控制器作為能量管理控制單元。兩種工作模式下均采用以汽車需求功率Preq、蓄電池核電狀態(tài)SOCbat及超級電容核電狀態(tài)SOCuc為輸入,超級電容功率分配因子Kuc為輸出的Mamdani 型模糊控制器,模糊推理規(guī)則采用IF-THEN 語句形式來制定。
根據(jù)復(fù)合電源系統(tǒng)的工作特性,所設(shè)計(jì)的復(fù)合電源系統(tǒng)模糊邏輯能量管理控制策略遵循以下規(guī)律:
(1)當(dāng)需求功率Preq>0:超級電容器SOC 較高時(shí),優(yōu)先使用超級電容器提供能量,蓄電池只提供較小的平均功率,峰值功率較大時(shí)由蓄電池與超級電容共同提供能量;
(2)當(dāng)需求功率Preq<0:超級電容優(yōu)先回收制動能量,當(dāng)超級電容SOC 處于較高狀態(tài)時(shí),則改由蓄電池回收制動能量。
復(fù)合電源的控制策略核心思想旨在充分利用超級電容器快速充放電、循環(huán)壽命長及峰值功率高的優(yōu)勢,通過分擔(dān)蓄電池的峰值功率、峰值電流,從而使蓄電池工作在穩(wěn)定的電流范圍內(nèi),起到保護(hù)蓄電池的作用,延長蓄電池的使用壽命。當(dāng)汽車制動時(shí),利用超級電容器充放電效率高的優(yōu)勢來回收制動能量,提高能量的利用率,從而提高汽車的經(jīng)濟(jì)性能。
模糊子集的數(shù)量直接影響到模糊控制器的運(yùn)算效率,通過對系統(tǒng)工作狀態(tài)的分析,將驅(qū)動工況(放電狀態(tài))和制動工況(充電狀態(tài))下的模糊控制器的輸入、輸出變量的模糊子集設(shè)置,如表5 所示。各模糊子集的論域、隸屬度函數(shù)分別設(shè)置,如圖2、圖3 所示。依據(jù)復(fù)合電源模糊控制器的控制規(guī)律,在MATLAB/SIMULINK 仿真軟件中建立模糊邏輯能量管理控制策略仿真模型,如圖4 所示。
表5 輸入、輸出變量的模糊子集Tab.5 Fuzzy Subsets of Input and Output Variables
圖2 放電模式下輸入、輸出變量模糊子集的隸屬度函數(shù)Fig.2 Membership Functions of the Fuzzy Subset of Input and Output Variables in Discharge Mode
圖3 充電模式下輸入、輸出變量模糊子集的隸屬度函數(shù)Fig.3 Membership Functions of the Fuzzy Subset of Input and Output Variables in Charge Mode
圖4 復(fù)合電源系統(tǒng)模糊邏輯能量管理控制策略Fig.4 Fuzzy Logic Energy Management Control Strategy of HESS
由于模糊控制器的控制參數(shù)與模糊推理規(guī)則主要依賴專家經(jīng)驗(yàn),系統(tǒng)運(yùn)行工況的復(fù)雜多變需要更加靈活地調(diào)整控制器的參數(shù)使控制策略達(dá)到更好的效果?;谶z傳算法對模糊控制器的隸屬度函數(shù)參數(shù)進(jìn)行優(yōu)化,以提升能量管理控制策略的性能。
復(fù)合電源系統(tǒng)的模糊控制器參數(shù)優(yōu)化是一個(gè)典型的非線性約束優(yōu)化問題,其數(shù)學(xué)描述,如式(5)所示:
設(shè)計(jì)的模糊控制器隸屬度函數(shù)類型有三種:高斯型、Sigmoid型和Z 型,三種隸屬度函數(shù)表達(dá)式均由兩個(gè)特征參數(shù)a、b 確定,因此,待優(yōu)化參數(shù)可表示為如式(6)所示:
式中:X、Y、Z、M—輸入變量Preq、SOCbat、SOCuc 及輸出變量Kuc所對應(yīng)的待優(yōu)化參數(shù),xi與xi+1是第i 個(gè)隸屬度函數(shù)的兩個(gè)特征參數(shù),Y、Z、M 中的參數(shù)與X 中關(guān)系同理。
根據(jù)各模糊子集之間的關(guān)系,同時(shí)為減少運(yùn)算時(shí)間,設(shè)置優(yōu)化參數(shù)的基本約束,如式(7)所示:
能量管理控制目標(biāo)旨在合理分配需求功率,充分發(fā)揮各能量源優(yōu)勢,避免電池遭受大電流沖擊,延長其使用壽命,提高系統(tǒng)能量回收效率,降低整車能耗。因此,設(shè)計(jì)的優(yōu)化算法目標(biāo)函數(shù),如式(8)所示:
式中:Eall—系統(tǒng)總能耗;D—汽車行駛距離;SOCbatr—仿真結(jié)束后蓄電池剩余電量;w1和w2—兩部分對應(yīng)的權(quán)重,w1+w2=1。
為了使復(fù)合電源系統(tǒng)各部件的安全、健康以及高效地工作,需要對各能量源的SOC、功率及能量進(jìn)行相應(yīng)的邊界約束,如式(9)所示:
式中:SOCbat、Pbat、Ebat、SOCuc、Puc、Euc—蓄電池的SOC、功率及能量和超級電容器的SOC、功率及能量。
圖5 遺傳算法優(yōu)化模糊控制流程Fig.5 Optimization Procedure of Genetic Algorithm of Fuzzy Logic Controller
基于遺傳算法的模糊控制優(yōu)化過程需要結(jié)合MATLAB 程序與ADVISOR 軟件進(jìn)行聯(lián)合仿真,通過在MATLAB 中編寫控制算法及優(yōu)化算法程序,并與ADVISOR 程序之間進(jìn)行相互調(diào)用,實(shí)現(xiàn)參數(shù)的最優(yōu)化,具體優(yōu)化流程,如圖6 所示。
通過對ADVISOR 仿真軟件中的純電動車型進(jìn)行二次開發(fā),主要包括修改整車頂層仿真模型文件、編輯底層M 文件,基于所選車型基本參數(shù)完成仿真參數(shù)的設(shè)置與修改,在MATLAB 中編寫遺傳算法優(yōu)化模糊控制器的程序,在NEDC、UDDS 循環(huán)工況下進(jìn)行離線優(yōu)化仿真來得到模糊控制器隸屬度函數(shù)的最優(yōu)參數(shù)。將最優(yōu)解導(dǎo)入復(fù)合電源模糊邏輯能量管理控制策略,進(jìn)行不同行駛工況下的性能仿真實(shí)驗(yàn),對比分析優(yōu)化前后結(jié)果以驗(yàn)證遺傳算法優(yōu)化模糊控制器參數(shù)的有效性。
優(yōu)化前后復(fù)合電源系統(tǒng)在完成單個(gè)NEDC 循環(huán)工況下的蓄電池SOC 變化曲線對比,優(yōu)化后的蓄電池SOC 曲線下降速率明顯降低,完成單個(gè)循環(huán)工況后,蓄電池的SOC 剩余量提高4.55%,說明超級電容的利用效率提高,蓄電池能量消耗降低,蓄電池的放電狀態(tài)得到改善,能夠有效提高純電動汽車的續(xù)駛里程,延長儲能系統(tǒng)的使用壽命,如圖6 所示。
圖6 優(yōu)化前后的NEDC 工況下蓄電池SOC 變化對比Fig.6 Comparison of Battery SOC Changes in NEDC Condition Before and After Optimization
NEDC 工況下優(yōu)化前后的系統(tǒng)總能耗仿真結(jié)果對比,利用遺傳算法對模糊控制器進(jìn)行優(yōu)化后,復(fù)合電源系統(tǒng)的總能耗降低4.88%,純電動汽車的經(jīng)濟(jì)性能明顯提高,如圖7 所示。
圖7 優(yōu)化前后的NEDC 工況下系統(tǒng)總能耗對比Fig.7 Comparison of Total Energy Consumption of the System under NEDC Condition Before and After Optimization
在同樣的單個(gè)NEDC 循環(huán)工況下,優(yōu)化后復(fù)合電源系統(tǒng)總能量消耗的變化速率下降,說明復(fù)合電源系統(tǒng)的能量利用效率提高;同時(shí),由于超級電容器的高效充放電效率使得制動能量回收效率提高14.95%,儲能系統(tǒng)能量分配變得更加合理,不僅能延長儲能系統(tǒng)的工作時(shí)間,也使得儲能系統(tǒng)的節(jié)能性能大大提高。
優(yōu)化前后蓄電池電流變化曲線對比,經(jīng)遺傳算法優(yōu)化后的模糊控制策略下蓄電池的電流大小明顯降低,峰值電流降低效果顯著,說明超級電容承擔(dān)了主要的峰值功率,蓄電池遭受大電流沖擊情況明顯改善,電池能夠工作在穩(wěn)定的電流范圍,蓄電池的使用壽命將大大提高,也使得儲能系統(tǒng)的工作壽命得以提高,如圖8 所示。NEDC、UDDS 循環(huán)工況下的優(yōu)化前后結(jié)果對比,如表6 所示。
圖8 優(yōu)化前后的NEDC 工況下蓄電池電流變化對比Fig.8 Comparison of Battery Current in NEDC Condition Before and After Optimization
表6 優(yōu)化前后結(jié)果對比Tab.6 The Comparison of Results Before and After Optimization
針對蓄電池循環(huán)壽命短、充放電效率低等缺點(diǎn),將蓄電池和超級電容器組成復(fù)合電源系統(tǒng)作為純電動汽車的儲能系統(tǒng),采用合理的能量管理控制策略來降低電動汽車能量消耗、提高儲能系統(tǒng)使用壽命。基于選定車型,參照電動汽車性能指標(biāo)對復(fù)合電源系統(tǒng)、驅(qū)動電機(jī)進(jìn)行參數(shù)匹配,制定模糊邏輯能量管理控制策略,利用遺傳算法對模糊控制器隸屬度函數(shù)參數(shù)進(jìn)行優(yōu)化,結(jié)合MATLAB 與ADVISOR 仿真軟件進(jìn)行整車性能仿真分析。結(jié)果表明:基于遺傳算法優(yōu)化后的模糊控制能量管理策略能夠充分發(fā)揮超級電容器的特點(diǎn),有效改善蓄電池的放電狀態(tài),降低復(fù)合電源系統(tǒng)總能耗,穩(wěn)定蓄電池充放電電流從而保護(hù)蓄電池,延長儲能系統(tǒng)的工作壽命,提高系統(tǒng)能量利用效率。