余 東

（成都工業(yè)職業(yè)技術(shù)學(xué)院 智能制造與汽車學(xué)院，四川 成都 610000）

無論是車輛在行駛過程中受到的空氣阻力，還是在減速或制動過程中受到的摩擦阻力，都會造成汽車通過摩擦生熱的方式消耗大量動能，導(dǎo)致汽車能源利用率低下，續(xù)航里程不足等問題。新能源汽車中的純電動汽車廣泛應(yīng)用大功率動力電池，其整車性價比和動力電池尺寸決定了電動汽車的商業(yè)化進(jìn)程，而純電動汽車智能發(fā)電對于整車性價比和動力電池尺寸具有關(guān)鍵影響。具有可控預(yù)算和車輛空間要求的購車人士將純電動汽車較短的續(xù)航里程作為主要不滿對象，最終選擇傳統(tǒng)能源汽車，使得純電動汽車市場競爭力不足。

葉青通過研究純電動汽車的安全制動范圍以及影響回饋制動能量的約束因素，在Matlab中搭建純電動汽車機(jī)電復(fù)合制動力分配仿真模型，以最大化回饋制動分配比例為目標(biāo)函數(shù)，以車速、制動強(qiáng)度和動力電池荷電狀態(tài)（State Of Charge,SOC）值作為輸入、以回饋制動分配比例模糊控制器隸屬函數(shù)和規(guī)則表為輸出，建立了回饋制動能量模型，通過遺傳算法優(yōu)化，最后仿真得到回饋制動力及可回收制動能量有了明顯的提升[1]。李春雷以四輪轂電機(jī)獨(dú)立驅(qū)動純電動汽車為對象，研究四輪轂電機(jī)獨(dú)立驅(qū)動純電動汽車的動力系統(tǒng)參數(shù)、四輪轂電機(jī)制動能量回饋發(fā)電效率模型、輪轂電機(jī)制動能量回饋的影響因素以及四輪轂電機(jī)獨(dú)立驅(qū)動純電動汽車制動能量回饋策略[2]。朱波等通過分析發(fā)現(xiàn)制動加速度與制動踏板開度成正比變化，為了改善制動效能的一致性，引入制動踏板開度修止系數(shù)，制定了基于PRBS-BEC策略能量回收策略，結(jié)果表明，能量回收效率有所提高，且制動效能更接近傳統(tǒng)汽車[3]。張鵬以微型乘用車為研究對象，對純電動汽車的能耗影響因素、動力系統(tǒng)參數(shù)匹配方法、電驅(qū)系統(tǒng)參數(shù)優(yōu)化、能耗優(yōu)化方案等進(jìn)行深入的研究和分析，在兼顧動力性的前提下，可以提升經(jīng)濟(jì)性，同時使用遺傳算法，在工程軟件平臺上，建立多目標(biāo)優(yōu)化模型，實(shí)現(xiàn)電機(jī)和減速參數(shù)的優(yōu)化匹配方法[4]。鄭偉提出在新能源電動汽車前端進(jìn)氣格柵后安裝一臺功率為50 W的磁懸浮垂直軸風(fēng)力發(fā)電機(jī)，然后通過對氣流動能、風(fēng)壓、風(fēng)速等研究，得出風(fēng)能以風(fēng)速的三次方倍增加，風(fēng)壓力以風(fēng)速的二次方倍增加。風(fēng)力發(fā)電機(jī)發(fā)電效率不僅受到風(fēng)能利用系數(shù)制約，還與機(jī)械傳動效率等因素有關(guān)[5]。

國內(nèi)專家學(xué)者針對純電動汽車?yán)m(xù)航能力的提升從制動能量回饋、搭載隨車風(fēng)力發(fā)電等途徑進(jìn)行了相關(guān)的研究。若單方面從制動能量回饋研究續(xù)航里程，分析了制動能量回饋影響因素如車速、制動強(qiáng)度及動力電池SOC值，而制動能量回饋則需要車輛制動時才能產(chǎn)生電能，發(fā)電條件單一。若從隨車風(fēng)力發(fā)電研究續(xù)航里程，則需要車輛有一定的風(fēng)速、風(fēng)壓，才能發(fā)出所需要的電能，發(fā)電要求復(fù)雜。從制動能量回饋和風(fēng)力發(fā)電協(xié)同工作發(fā)電，可克服發(fā)電條件單一等問題，只要車速到達(dá)發(fā)電條件就能啟動風(fēng)力發(fā)電，只要踩下制動踏板就能制動回饋，發(fā)電形式多樣，動力電池成本占整車成本二分之一以上，在電池容量不增加的前提下，通過制動能量回饋和風(fēng)力發(fā)電來提升續(xù)航里程是降低整車成本有效途徑之一。對于汽車制動回饋模糊控制研究，可通過遺傳算法優(yōu)化能量回收影響因素，提升整車回收能量。

1 純電動汽車風(fēng)力發(fā)電與制動能量回饋影響因素

純電動汽車是由可充電電池（如：鉛酸電池、鎳鎘電池、鎳氫電池或鋰離子電池）提供動力源的汽車[6]。因此，純電動汽車?yán)m(xù)航里程主要由動力電池供電量決定，而動力電池供電量可通過行車過程動態(tài)補(bǔ)充?，F(xiàn)有部分車輛配置制動能量回饋功能，但能量回收量不足以顯著提高車輛續(xù)航里程。當(dāng)前城市內(nèi)道路路況良好，城市間以高速或快速路連接，為增加純電動汽車單次充電后行駛公里數(shù)，結(jié)合市內(nèi)、市間綜合特點(diǎn)和汽車技術(shù)應(yīng)用現(xiàn)狀，以車載風(fēng)力發(fā)電和制動能量回饋來為純電動汽車增程。

風(fēng)力發(fā)電是指將風(fēng)的動能通過風(fēng)能轉(zhuǎn)換為機(jī)械能，再帶動發(fā)電機(jī)將機(jī)械能轉(zhuǎn)換成電能[7]。本文中的車載風(fēng)力發(fā)電是指車輛行駛后，由迎風(fēng)面吸進(jìn)自然風(fēng)力到車輛后，驅(qū)動風(fēng)力發(fā)電機(jī)運(yùn)轉(zhuǎn)，從而產(chǎn)生電能。為提高車載風(fēng)力發(fā)電效率，則需要達(dá)到一定的風(fēng)流強(qiáng)度才能啟動風(fēng)力發(fā)電系統(tǒng)。另外，車載風(fēng)力發(fā)電系統(tǒng)是一套機(jī)械電力裝置，不能與水接觸，否則會造成發(fā)電機(jī)短路或機(jī)械裝置銹蝕，為保證行車安全和裝置耐用，若行車環(huán)境中的雨水量進(jìn)入到車載風(fēng)力發(fā)電系統(tǒng)，則關(guān)閉風(fēng)力發(fā)電系統(tǒng)。由此可見，純電動汽車風(fēng)力發(fā)電的影響因素為行車環(huán)境和風(fēng)流強(qiáng)度，即空氣含水量與行車速度。

制動能量回饋是指車輛制動時，由車輪反向帶動電機(jī)轉(zhuǎn)動，將車輛的機(jī)械能轉(zhuǎn)換為電能。采用制動回饋裝置后，車輛在制動時驅(qū)動輪帶動車載常用的永磁無刷發(fā)電機(jī)運(yùn)轉(zhuǎn)，發(fā)電機(jī)反向給驅(qū)動輪阻力，讓車輪速度降下來，同時發(fā)電機(jī)被帶動后可產(chǎn)生電能進(jìn)而發(fā)電。由此可見，純電動汽車制動回饋主要影響因素為制動強(qiáng)度即制動踏板行程變化率。

此外，純電動汽車動力電池接受發(fā)電裝置提供的電能需要考慮當(dāng)前動力電池荷電情況，若電池的剩余容量非滿載時，則需要車載發(fā)電裝置工作。在常規(guī)制動中，優(yōu)先機(jī)械液壓制動還是制動回饋開展制動，需要結(jié)合發(fā)電機(jī)工作效率考慮。因此，還需要考慮動力電池SOC值、機(jī)械液壓制動力和回饋制動力的比例[8]。

2 純電動汽車風(fēng)力發(fā)電與制動能量回饋結(jié)構(gòu)

以某款純電動汽車為研究對象，提出了一種基于自適應(yīng)遺傳算法的車載風(fēng)力發(fā)電與制動能量回饋控制策略，該純電動汽車發(fā)電控制模型結(jié)構(gòu)如圖 1 所示。

圖1 純電動汽車車載發(fā)電控制模型結(jié)構(gòu)

車載發(fā)電控制系統(tǒng)核心為整車控制器（Vehicle Control Unit, VCU），它將接受來自車速傳感器的車速v信號，空氣濕度e傳感器的含水量q信號，制動踏板的制動強(qiáng)度z信號，動力電池的SOC信號，獲得這些信號后，VCU將發(fā)電信號傳遞給發(fā)電機(jī)控制器（Generator Control Unit,GCU）控制車載風(fēng)力發(fā)電機(jī)發(fā)電，傳遞給電機(jī)控制器（Motor Control Unit, MCU）控制輪轂電機(jī)制動能量回饋，在車載發(fā)電機(jī)和制動能量回饋機(jī)發(fā)電時，將發(fā)出的電能通過車載交流充電機(jī)（On Board Charger, OBC）儲存在動力電池中。

3 純電動汽車智能發(fā)電模型

為便于智能發(fā)電模型的研究，對車載風(fēng)力發(fā)電和制動回饋過程作如下假設(shè)：

（1）道路路面平整，無坡度；

（2）直路行駛，無轉(zhuǎn)向；

（3）忽略輪胎變形、自然風(fēng)力和風(fēng)向變化。

車載風(fēng)力發(fā)電系統(tǒng)打開進(jìn)氣格柵通過進(jìn)氣管道將空氣流傳送到風(fēng)力發(fā)電機(jī)葉片上，帶動風(fēng)力發(fā)電機(jī)運(yùn)轉(zhuǎn)，完成發(fā)電[9]。圖 2 為車載風(fēng)力發(fā)電系統(tǒng)進(jìn)氣端。

圖2 車載風(fēng)力發(fā)電系統(tǒng)進(jìn)氣端

風(fēng)能計算方程為

式中，Pfd為風(fēng)力電能，W；Efn為風(fēng)能密度，W/m2；Cp為風(fēng)輪效率；ρ為空氣密度，kg/m3；ss為吸入風(fēng)道的氣流速度，m/s；A為風(fēng)道截面積，m2。

汽車制動時，受力關(guān)系如圖 3 所示。所受到的力有驅(qū)動力Fq，滾動阻力Fg，空氣阻力Fk及制動力Fz，車輛質(zhì)量m，加速度a，摩擦因素μ，行車速度v。此時車輛所受到的合外力為

圖3 汽車制動受力關(guān)系

若車輛制動前車速為v0，能量為E0；制動后車速為v1，能量為E1，則車輛采取制動前后的能量損耗△E為

由能量守恒定律可知，能量損耗與車輛受力關(guān)系為

式中，s1為制動距離；s2為滾動距離。制動回饋能量來源于制動力生成的能量，而制動力可能是制動電機(jī)和機(jī)械液壓系統(tǒng)單獨(dú)或共同產(chǎn)生，Ej為機(jī)械液壓制動系統(tǒng)產(chǎn)生的能量。

式中，F(xiàn)kq為制動卡鉗夾緊力；w為車輪角速度；r為車輪半徑。由于產(chǎn)生的制動回饋能量儲存到蓄電池還需要經(jīng)過電機(jī)發(fā)電，OBC系統(tǒng)充電，因此，設(shè)定電機(jī)發(fā)電效率α，OBC系統(tǒng)充電效率β，結(jié)合式（4）—式（6）可得制動回饋電能為

結(jié)合純電動汽車車載風(fēng)力發(fā)電風(fēng)能模型及制動回饋電能模型，可得到智能發(fā)電模型為

4 純電動汽車智能發(fā)電模型仿真優(yōu)化分析

基于式（3）—式（10）智能發(fā)電模型，純電動汽車在行車過程中，如果空氣中含水量太高，進(jìn)入風(fēng)力發(fā)電系統(tǒng)后，會使得水跡浸潤到電氣元件，導(dǎo)致電路工作不正常，長此以往也會造成各金屬元件銹蝕。因此，為保證風(fēng)力發(fā)電系統(tǒng)的穩(wěn)定性，風(fēng)力發(fā)電需滿足以下幾個條件，例如：（1）空氣濕度＜80%，風(fēng)力發(fā)電靠風(fēng)吹動葉片，從而帶動發(fā)電機(jī)軸旋轉(zhuǎn)發(fā)電，而風(fēng)速太低，發(fā)電機(jī)運(yùn)轉(zhuǎn)速度過慢，發(fā)電效能低，為此設(shè)置風(fēng)力發(fā)電條件；（2）車速＞30 km/h；（3）動力電池的SOC＜80%，若車輛動力電池中的電量余量較多、充電效率較低，為使得充電效率保持在高位，避免發(fā)電系統(tǒng)的反復(fù)啟停。同時滿足以上三個條件，則車載風(fēng)力發(fā)電系統(tǒng)工作，進(jìn)而開始風(fēng)力發(fā)電。制動時滿足制動減速度即制動強(qiáng)度不大，制動踏板行程未超過三分之二，車輛制動防抱死系統(tǒng)未工作和動力電池SOC＜80%可充電條件，則制動回饋系統(tǒng)工作，進(jìn)而開始制動發(fā)電。

4.1 自適應(yīng)遺傳算法

對于純電動汽車發(fā)電量最大化地優(yōu)化分析，傳統(tǒng)研究按照遺傳算法來進(jìn)行影響因素的優(yōu)化，遺傳算法中的選擇-復(fù)制-交叉-變異等過程都伴隨著基因的環(huán)境適應(yīng)性，而不是單純的按照選擇-復(fù)制-交叉-變異進(jìn)行，容易得到局部最優(yōu)解，為了提升遺傳算法的有效性，需要對交叉概率，變異概率進(jìn)行環(huán)境適應(yīng)性的研究，以便在進(jìn)行優(yōu)化過程中尋得全局最優(yōu)解?；谧赃m應(yīng)遺傳算法的發(fā)電控制策略改進(jìn)點(diǎn)有以下兩點(diǎn)。

（1）采用實(shí)數(shù)交叉，第i個染色體ai和第j個染色體aj在k位的交叉操作，增大交叉均勻性和隨機(jī)性，避免出現(xiàn)局部最優(yōu)解。

（2）變異操作時，若滿足變異概率，第i個個體的第j個基因aij根據(jù)隨機(jī)生成的[0,1]中的數(shù)f，f小于0.5時，變異基因?yàn)?/p>

f大于0.5時，變異基因?yàn)?/p>

其中

4.2 優(yōu)化過程

（1）編碼，二進(jìn)制編碼搜索能力較強(qiáng)，決策變量e、z、soc、v，參數(shù)數(shù)量較少，二進(jìn)制編碼完全滿足需求。

（2）設(shè)置遺傳算法參數(shù)，群體規(guī)模sizepop為 100，迭代次數(shù)maxgen為50，交叉概率 pcross為 0.6，變異概率pmutation為0.01。

（3）算法規(guī)則設(shè)定，選擇方式采用常見的輪盤賭法，當(dāng)生成隨機(jī)數(shù)小于交叉概率pcross，則采用單點(diǎn)交叉配對的染色體進(jìn)行交叉操作，交叉點(diǎn)后的染色體根據(jù)生成的隨機(jī)數(shù)小于變異概率pmutation則執(zhí)行變異操作。

（4）選擇適應(yīng)度函數(shù)，以安全為第一約束條件，使純電動汽車盡可能多地回收能量。選擇目標(biāo)函數(shù)f(x)為風(fēng)力發(fā)電和制動回饋能量的生成總量之和倒數(shù)，風(fēng)力和制動回饋的發(fā)電能量可作為適應(yīng)度函數(shù)F(x)。當(dāng)適應(yīng)度函數(shù)值越大目標(biāo)越優(yōu)，直達(dá)到預(yù)定的代數(shù)，優(yōu)化結(jié)束并獲得最優(yōu)解。

基于上述控制方法，進(jìn)行了仿真計算，表1為仿真中的主要參數(shù)。

表1 仿真模型中的主要參數(shù)

在保證制動安全性前提下，仿真工況設(shè)定如下：初始車速v0為60 km/h，期望制動減速度為-0.5 g，在砂石路面上進(jìn)行模擬仿真，附著系數(shù)μ設(shè)為0.6。通過Matlab優(yōu)化仿真后的結(jié)果如圖 4 發(fā)電電量關(guān)系圖所示。

圖4 發(fā)電電量關(guān)系圖

通過仿真結(jié)果可知，剛開始啟動時，發(fā)電機(jī)運(yùn)轉(zhuǎn)速度較慢，感應(yīng)電動勢較小，因此，車載發(fā)電電能增勢較小、發(fā)電值較小。隨著風(fēng)力發(fā)電機(jī)與制動回饋電機(jī)平穩(wěn)運(yùn)轉(zhuǎn)后，到30代后發(fā)電電量趨于穩(wěn)定，此時，風(fēng)力發(fā)電與制動能量回饋之和處于最佳發(fā)電值。通過仿真結(jié)果可以看出，采用的智能發(fā)電的控制策略能有效地提高電池的續(xù)航能力，在保證行車安全的前提下，將行駛過程中的風(fēng)能有效轉(zhuǎn)化成電能，常規(guī)制動時將制動時產(chǎn)生的多余能量回收利用，延長了電動汽車的續(xù)航里程。

5 結(jié)束語

對于純電動汽車的自身發(fā)電，可能會隨著行車速度、動力電池荷電狀態(tài)SOC、制動強(qiáng)度等因素而變化，瞬時發(fā)電功率也需要進(jìn)行及時調(diào)整，這就需要對發(fā)電過程進(jìn)行智能控制，在保證車輛行車安全的同時，還要保證車輛行駛的動力性。因此，通過對用于車載發(fā)電的可回收能量進(jìn)行分析后，得出的結(jié)論為風(fēng)力發(fā)電和制動能量回饋兩種方式較好，最后通過純電動汽車的智能發(fā)電仿真進(jìn)行優(yōu)化分析，結(jié)果顯示優(yōu)化純電動汽車智能發(fā)電的輸入量后，其發(fā)電量將增加，這將增加純電動汽車?yán)m(xù)航里程，并提高其經(jīng)濟(jì)性，展現(xiàn)出節(jié)能減排先進(jìn)技術(shù)。