前言：想要寫出一篇引人入勝的文章？我們特意為您整理了混合動力電動汽車能量管理策略研究范文，希望能給你帶來靈感和參考，敬請閱讀。

摘要:能量管理策略是混聯式混合動力電動汽車的重要研究與設計內容之一。文章介紹了混合動力控制系統整體結構和控制原理，建立了系統數學模型，優化了整車能量管理策略；根據整車性能要求設計了電驅動系統相關參數，基于Matlab/Simulink軟件平臺建立了仿真模型，進行了仿真試驗及結果分析。試驗結果表明：基于模糊邏輯的能量管理策略實現了較好的控制效果，提升了整車的動力性、經濟性和平穩性。

關鍵詞:混聯式混合動力電動汽車；能量管理策略；模糊邏輯；仿真

混合動力電動汽車是目前國內外市場上最常見的一種新能源汽車類型[1]。與其他類型的新能源汽車比較，混合動力電動汽車的關鍵技術比較成熟、經濟性較好。但是，由于混合動力電動汽車同時配備發動機和電力驅動系統，整車結構比較復雜，控制技術要求較高。能量管理系統是新能源汽車整車控制的核心部分，能量管理策略是混合動力電動汽車研究的關鍵問題[2]。由于能量管理系統研發成本較高，為提高可靠性并降低研發成本，研究人員多利用計算機仿真技術輔助設計，調整模型參數計算各種條件下的仿真結果，以獲得最優的設置參數。目前，國內研究人員較多利用Matlab/Simulink軟件進行新能源汽車相關仿真研究。例如，黎永鍵等利用Matlab軟件開發了純電動汽車整車控制器仿真平臺，并應用于控制策略的優化和測試[3]。周振響利用Simulink軟件進行混合動力電動汽車建模仿真測試，通過仿真試驗研究電驅動系統動態特性[4]。本文研究混聯式混合動力電動汽車能量控制策略，構建能量管理系統的數學模型，設計并推算各子系統參數，基于Matlab/Simulink平臺設計仿真軟件并進行試驗。

1混合動力控制系統數學模型

1.1混合動力系統結構

按照發動機和電動機的結構關系，混合動力系統可分為串聯式、并聯式和混聯式[5]。其中，混聯式混合動力系統應用最為廣泛，應用實例包括普銳斯、凱美瑞等混合動力電動汽車車型。本文以豐田混合動力系統THS（ToyotaHybridSystem）為參照，其結構如圖1所示。系統組成包括：發動機及控制器、動力蓄電池組及電源管理器、驅動電機及電機控制器、整車控制器、傳感器信號、傳動系統等[6]。THS系統主要部件作用介紹如下：MG1（發電機）和MG2（電動機）均為永磁電機，其產生的轉矩可用于與電流相匹配的所有用途，而轉速由交流電的頻率控制。變頻器將HV蓄電池的高壓直流電轉換為三相交流電來驅動MG1和MG2。電機控制器、發動機控制器、電源系統等電控單元由整車控制器控制。此外，變頻器將用于電流控制的信息傳輸到整車控制器。

1.2混合動力系統控制原理分析

混聯式混合動力電動汽車控制系統整體框架如圖2所示。整車控制器接收加速踏板傳感器和換擋桿位置傳感器信號，以判斷駕駛員的駕駛意圖，計算判斷整車工況并確定目標轉速和轉矩，發送指令至發動機控制器和電機控制器，分別控制發動機、電動機工作；發動機和電動機為混聯關系，可獨立工作，其輸出轉矩經過轉矩耦合器，通過傳動機構輸送至驅動橋；發電機由發動機帶動工作，產生電能并為動力電池組充電[7]。

1.3控制系統數學模型

1.3.1發動機模型。THS系統同時配備發動機和電機作為動力源。其中，發動機為阿特金森循環發動機類型。簡化阿特金森循環發動機，可列出以下數學模型：在某種工況下，以發動機實際輸出力矩與目標力矩的差值為狀態輸入量，整車控制器調整電子節氣門開度位置，保證目標轉速在規定范圍內?；谏鲜龇治?，發動機數學模型方程式如下式：1000ηt,e(Mgfr+12ρaCDAfV2+Mgi)（1）式中：Pe為發動機有效功率；M為整車質量；fr為滾動阻力系數；ρa為空氣密度；Af為迎風的正面面積；CD為空氣阻力系數；r為驅動輪半徑；ηt，ß為電機至驅動輪傳動效率。1.3.2電機系統模型。THS系統配備電機為永磁同步電機。永磁同步電機可簡化為轉子和定子兩部分，定子線圈通三相交流電產生旋轉磁場，定子磁場與永磁體的轉子相互作用產生電磁力，從而驅動轉子旋轉輸出。根據文獻，可利用Park坐標變換法列出永磁同步電機（d-q軸）的等效動態電路方程式如下：式中：id和iq為d軸和q軸定子電流；Rs為定子電阻；ωe為電角速度；ϕf為永磁體磁鏈；Ld、Lq分別為d、q軸電感分量。電磁轉矩Te可由式（4）計算：1.3.3行星齒輪機構模型。行星齒輪機構用于電動機和發動機動力耦合，并實現發電機正常工作，以保證動力電池組具有持續電能。行星齒輪機構內部結構圖如圖3所示。設太陽輪轉速為ns，齒圈轉速為nr，行星架轉速為ny，由文獻[12]可知以上關聯式為按照以下方法設計行星齒輪內部結構：發電機連接到太陽輪，驅動輪連接到齒圈，發動機連接到行星架。令kys=1+ig，有以下關系式成立：

2能量管理策略優化與設計

2.1能量管理策略優化方法

文獻[8]相關研究表明，電動汽車能量管理策略主要有基于規則的能量管理策略、基于成本函數的能量管理策略等。上述能量管理策略主要缺點是沒有將循環駕駛、駕駛員駕駛風格等作為考慮因素，導致無法保證較長的工作時段最優性能。由于混合動力系統的復雜性，基于準確的數學模型的傳統設計方法具有局限性。相關研究工作證明，采用模糊集合的模型控制理論設計電動汽車能量管理策略是可行的。因此，本文引入了一種將循環模式和模糊邏輯相結合的能量管理策略：根據汽車當前車速、需求轉矩、電池剩余電量、工作環境等因素，運用模糊邏輯對發動機和電動機進行最優功率分配，如圖4所示。

2.2基于模糊邏輯的能量管理策略

2.2.1制定模糊邏輯規則?；炻撌交旌蟿恿ο到y的控制邏輯示意如圖5所示。電池荷電狀態（StateOfCharge）記為SOC，其最小值為SOCmin、最大值為SOCmax；車速記為V，其最小值為Vmin、最大值為Vmax；加速度記為a，其最大值為amax、最小值為amin。根據車速、加速度和荷電狀態同時決定控制策略，各種工況下控制策略如下：1）低速區域（車速V<Vmin）。當SOC<SOCmin，動力電池組不輸出電能，控制器指令發動機以經濟模式運行，并通過驅動發電機向電池組充電；當SOCmin<SOC<SOCmax，發動機和電動機共同產生車輛運行所需力矩；當SOC>SOCmax，發動機停止運轉，進入電動機單機驅動模式，即由電動機提供車輛運行所需的力矩。2）中等速度區域（Vmin<V<Vmax）。當SOCmin<SOC<SOCmax，行星齒輪機構的太陽輪被固定在車梁上，發動機和電動機按照并聯方式運行，同時輸出功率并通過耦合器傳遞到車輪以驅動汽車。3）加速和全負荷工作區域（V=Vmax，a=amax）。當SOC>>SOCmin，發動機和電動機共同輸出功率，向驅動輪傳遞功率，此時無需向動力電池組充電；當SOC<<SOCmin，發動機單獨工作，其產生的力矩主要用于驅動汽車，由發動機帶動發電機產生電能并向動力電池組充電。4）制動工況。當制動所需功率超過電動機所能提供最大制動能量時，且SOC>SOCmax，電動機提供最大制動能量，剩余部分由機械制動提供；當SOC<SOCmax，兩種方式聯合制動，共同起作用；當SOC<SOCmin，只有機械制動起作用，制動時產生的熱能經過轉化器轉化為電能，并以化學能的形式存儲在動力電池組中。2.2.2建立模糊邏輯規則表。參考文獻[9]的研究內容，利用圖表法建立模糊邏輯規則如表1所示。

2.3混合動力控制系統參數設計

參照凱美瑞混合動力電動汽車車型的相關參數，本文設定汽車基本參數如下：m=1750kg，SA=2.85m2，CD=0.3，R=0.25m，fr=0.03。2.3.1發動機參數設計圖6a描述了在平坦路面和5%坡度路面上，1500kg車輛的載荷功率與車速的關系以及電動機輸出特性。由圖可知：在平坦路面上，對應于160km/h的車速，需要43kW的功率；在5%坡度路面上，配置四檔和三檔變速器的車輛將分別達到103km/h和110km/h的最高車速。傳動系統主傳動比為1.3，減速比為3.2。2.3.2電機參數設計圖6b描述了在水平良好路面上以及坡度小于5%的路面，車輛由0km/h速度至100km/h的加速時間與電機輸出功率的對應關系。由圖中曲線可知，要求汽車百公里加速時間為12s時，對應的電動機功率為75kW左右，該功率可以保證該車可以以60km/h車速在平坦路面和5%坡度的路面定速巡航。因此，本文選擇電動機額定功率為55kW、最大功率為75kW。2.3.3動力蓄電池參數設計由規定的加速性能所確定的電動機最大功率和由恒速確定的動力電池組額定功率，可由式（7）計算[15]：式中：Pbat、Pmotor分別代表蓄電池、電動機功率；ηmotor表示電動機效率。在本設計中，動力蓄電池的額定功率約為85kW。在行駛循環中，動力蓄電池的容量計算如下：式中：CE為蓄電池總能量容量；Cp為允許使用的總能量百分數。

3仿真試驗與分析

根據汽車行駛工況，選擇美國環境保護署EPA制訂的城市道路循環UDDS（UrbanDynamom⁃eterDrivingSchedule）作為試驗循環工況。通過仿真試驗得到燃油消耗率曲線、荷電狀態SOC特性線、車速變化曲線以及電機輸出力矩特性線，如圖7所示；UDDS工況下燃油消耗量試驗數據統計如表2所示。試驗結果分析如下：1）從圖7a以及表2可知，發動機燃油消耗率在41.86~230.23g/kWh區間變化，當發動機轉速達到4000r/min時，其燃油消耗率達到最大值，范圍滿足UDDS工況燃油經濟性的要求。2）從圖7b可知，動力電池荷電狀態SOC初始值為40.3%，在啟動、低速工況下動力電池提供的電能轉化為整車動能驅動車輛，因此下降明顯；在中等負荷工況下，發動機開始提供動能，同時向動力電池充電，因此SOC迅速上升，以保證SOC值處于穩定狀態。荷電狀態SOC值的控制策略使發動機和動力電池能量消耗處于最優水平，以減少車輛在啟動、怠速、低速等工況下能量損耗。3）由圖7c、圖7d可以看出，車輛速度變化范圍為0~90km/s，輸出力矩最大值200Nm。從中可以看出，電機輸出力矩實際值與標準值有高度一致性，魯棒性較強、超調量較小，較好地解決了傳統控制器存在的轉矩、磁鏈脈動較大、逆變器開關頻率不恒定的問題。

4結論

1）仿真試驗結果證明：本文設計的混合動力電動汽車能量管理模型有較好的動態響應特性、外干擾的魯棒性較強、超調量較小，因此該模型可用于混合動力電動汽車控制系統的研發。2）基于模糊控制策略的能量管理算法能解決傳統控制方法存在的轉矩、磁鏈脈動較大、逆變器開關頻率不恒定的問題。

作者:黎永鍵 邱秀麗 陳述官 單位:廣東農工商職業技術學院