曾育平,秦大同,蘇 嶺,姚明堯
(1.重慶大學(xué),機械傳動國家重點實驗室,重慶 400044; 2.重慶長安新能源汽車有限公司,重慶 401120)
2016018
計及駕駛室供暖功率需求的插電式混合動力汽車實時控制策略*
曾育平1,秦大同1,蘇 嶺2,姚明堯1
(1.重慶大學(xué),機械傳動國家重點實驗室,重慶 400044; 2.重慶長安新能源汽車有限公司,重慶 401120)
在建立整車動力系統(tǒng)模型、發(fā)動機熱力學(xué)與油耗模型和駕駛室熱交換模型的基礎(chǔ)上,研究了計及駕駛室供暖功率需求的CD-CS模式控制策略、基于極小值原理的綜合供暖實時控制策略和基于極小值原理的主動綜合供暖實時控制策略。在Matlab/Simulink平臺上對上述3種控制策略進行了仿真,仿真結(jié)果表明:在由UDDS和HWFET組成的上下班工況下,與計及駕駛室供暖功率需求的CD-CS模式控制策略和基于極小值原理的綜合供暖實時控制策略相比,基于極小值原理的主動綜合供暖實時控制策略使發(fā)動機油耗分別降低了10.9%和4.97%。
插電式混合動力汽車;極小值原理;駕駛室供暖功率需求;實時控制策略
整車的功率需求包括車輛的行駛功率需求和電動附件功率需求,其中駕駛室制冷/供暖功率需求為主要的電動附件功率需求。傳統(tǒng)汽車通過發(fā)動機冷卻液的廢熱來滿足駕駛室供暖功率需求。由于本文中研究的插電式混合動力汽車發(fā)動機工作時間較傳統(tǒng)汽車短,因此在原發(fā)動機冷卻液廢熱供暖的基礎(chǔ)上增加了正的溫度系數(shù)(positive temperature coefficient, PTC)加熱器供暖。PTC加熱器的供暖功率需求將影響整車的能量分配和整車的效率,因此在研究插電式混合動力汽車能量管理策略時,需要考慮駕駛室的供暖功率需求對能量管理策略的影響。
插電式混合動力汽車的能量管理策略主要包括CD-CS模式控制策略(即電量消耗-電量保持模式控制策略)和“混合”模式控制策略。文獻(xiàn)[1]中研究了以電能為主的CD-CS模式控制策略;文獻(xiàn)[2]中根據(jù)不同的行駛里程,提出了發(fā)動機為主的CD-CS模式控制策略和電機為主的CD-CS模式控制策略;文獻(xiàn)[3]中研究了基于最佳電能使用的CD-CS模式控制策略;文獻(xiàn)[4]和文獻(xiàn)[5]中研究了基于確定性動態(tài)規(guī)劃算法的“混合”模式控制策略;文獻(xiàn)[6]中以燃油經(jīng)濟性和電池壽命為目標(biāo),研究了基于隨機動態(tài)規(guī)劃算法的“混合”模式控制策略;文獻(xiàn)[7]中研究了基于空間域動態(tài)規(guī)劃算法的“混合”模式控制策略;文獻(xiàn)[8]中研究了基于等效燃油消耗最小的“混合”模式控制策略;文獻(xiàn)[9]中以二氧化碳排放最少為目標(biāo)研究了基于極小值原理的“混合”模式控制策略。上述研究中控制策略的動力源能量分配都是基于車輛的行駛功率需求進行的,未考慮駕駛室供暖功率需求對動力源能量分配的影響。文獻(xiàn)[10]中對插電式混合動力汽車能量管理控制策略研究時雖然考慮了駕駛室的供暖功率需求,但其研究是針對發(fā)動機工作點相對固定的串聯(lián)式插電混合動力汽車,并且采用的是動態(tài)規(guī)劃算法,難以用于實時控制。
本文中以某并聯(lián)式插電混合動力汽車為研究對象,分別研究了計及駕駛室供暖功率需求的CD-CS模式控制策略和計及駕駛室供暖功率需求的“混合”模式控制策略,其中計及駕駛室供暖功率需求的“混合”模式控制策略采用了基于極小值原理的綜合供暖實時控制策略和基于極小值原理的主動綜合供暖實時控制策略。
1.1 插電式混合動力汽車整體結(jié)構(gòu)
研究對象是并聯(lián)式插電混合動力汽車,其結(jié)構(gòu)如圖1所示,整車動力系統(tǒng)參數(shù)如表1所示,其動力系統(tǒng)主要由發(fā)動機、離合器C1,ISG電機、換擋離合器和CVT組成。整車控制器通過控制發(fā)動機和電機的運行狀態(tài)、離合器C1的分離與接合,以實現(xiàn)多種運行模式,滿足不同行駛條件下的整車行駛功率需求。駕駛室供暖系統(tǒng)由三通電磁閥、發(fā)動機、電子水泵、PTC冷卻液加熱器和駕駛室熱交換器組成。供暖系統(tǒng)有兩種工作模式,分別為“旁通”模式和“串聯(lián)”模式。“旁通”模式時,經(jīng)過駕駛室熱交換器的冷卻液不經(jīng)過發(fā)動機,而是通過三通電磁閥的旁通閥,在電子水泵、PTC冷卻液加熱器和駕駛室熱交換器之間進行循環(huán),此時PTC冷卻液加熱器工作;而“串聯(lián)”模式時,冷卻液通過三通電磁閥、發(fā)動機、電子水泵、PTC冷卻液加熱器和駕駛室熱交換器進行供暖系統(tǒng)的大循環(huán),此時PTC冷卻液加熱器不參與工作。整車控制器通過控制三通電磁閥和PTC冷卻液加熱器,實現(xiàn)供暖系統(tǒng)的模式切換。
圖1 插電式混合動力汽車的整體結(jié)構(gòu)圖
部件參數(shù)整車質(zhì)量1500kg發(fā)動機1.6L;4缸;最大功率93kW;最大轉(zhuǎn)矩157N·m電機最大功率30kW;最大轉(zhuǎn)矩110N·m電池容量40A·h;標(biāo)稱電壓336VCVT速比范圍0.42~2.43;主減速比5.24
圖2 發(fā)動機的熱交換模型
1.2 發(fā)動機熱力學(xué)及油耗模型
本文中將發(fā)動機缸內(nèi)燃燒產(chǎn)生的廢氣簡化為理想氣體,燃燒室產(chǎn)生的熱量通過氣缸套、氣缸體、發(fā)動機表面和附件及冷卻液與外界進行熱交換。熱交換有對流傳熱、輻射傳熱和熱傳導(dǎo)3種形式。圖2為發(fā)動機的熱力學(xué)模型。
忽略發(fā)動機的摩擦損失,發(fā)動機燃油燃燒時傳遞給氣缸套的熱量為
(1)
燃油燃燒時傳遞給發(fā)動機機體的熱量為
Qc2i_c=αQeng
(2)
式中:α為氣缸套與氣缸體之間的熱交換系數(shù),此值通過實驗數(shù)據(jù)擬合得到。
發(fā)動機機體傳遞給發(fā)動機表面和附件的熱量為
Qi2x_c=Ki2x(Ti-Tx)
(3)
式中:Ki2x為熱量傳導(dǎo)系數(shù);Ti為發(fā)動機機體溫度,℃;Tx為發(fā)動機表面和附件的溫度,℃。
將發(fā)動機冷卻液作為發(fā)動機機體的一部分,則發(fā)動機冷卻液的溫度即為發(fā)動機機體的溫度。發(fā)動機機體通過冷卻液散熱器散發(fā)的熱量為
(4)
其中Qrem=Qc2i_c-Qi2x_c-Qhrt
(5)
式中:Qhrt為發(fā)動機冷卻液向車室供暖時散發(fā)的熱量;Tset為節(jié)溫器設(shè)定的溫度點,℃。
發(fā)動機表面和附件部分向發(fā)動機艙散發(fā)的熱量為
Qx2h=β(Tx-Th)
(6)
式中:β為發(fā)動機表面和附件部分與發(fā)動機艙之間的熱交換系數(shù),此值可通過實驗確定;Th為發(fā)動機機艙溫度,℃。
發(fā)動機冷卻液溫度計算公式為
(7)
式中:mi為發(fā)動機機體質(zhì)量,g;ci為發(fā)動機機體的比熱容,J/(g·℃);Tcool為發(fā)動機冷卻液溫度。
發(fā)動機冷卻油耗模型為
(8)
γcold_factor=1+φκσ
(9)
(10)
為了驗證發(fā)動機熱力學(xué)模型的正確性,對某公司的插電式混合動力汽車進行道路試驗。行駛路況為某大學(xué)校園,環(huán)境溫度為18℃。試驗開始階段由電機起步,然后將車輛從純電動切換到純發(fā)動機驅(qū)動,試驗中主要采集了發(fā)動機轉(zhuǎn)速、發(fā)動機轉(zhuǎn)矩、發(fā)動機冷卻液溫度、車速和電機轉(zhuǎn)矩等信號。試驗完成之后,將發(fā)動機轉(zhuǎn)速、發(fā)動機轉(zhuǎn)矩和車速導(dǎo)入發(fā)動機熱力學(xué)模型,仿真得到發(fā)動機冷卻液溫度值,結(jié)果如圖3所示。由圖可知,發(fā)動機冷卻液溫度的仿真值和實驗值相差不大,能夠滿足模型的精度要求。
圖3 發(fā)動機冷卻液溫度的仿真值與試驗值對比
1.3 駕駛室熱交換模型
圖4為駕駛室熱量交換示意圖。由圖可知,駕駛室的熱交換主要包括駕駛室通過車身透明結(jié)構(gòu)和不透明結(jié)構(gòu)與車外空氣的熱交換量Qamb、太陽通過車身透明結(jié)構(gòu)對駕駛室的輻射熱量Qrad、乘員散發(fā)的熱量Qper、車外空氣進入駕駛室而產(chǎn)生的熱交換量Qven和供暖系統(tǒng)的供暖熱量Qheater。為了獲得駕駛室供暖功率需求,采用集總參數(shù)法,獲得了駕駛室的熱交換模型為
(11)
式中:mcabin為駕駛室內(nèi)空氣的質(zhì)量,g;Cp-cabin為駕駛室內(nèi)空氣的比熱容,J/(g·℃);Tcabin為駕駛室內(nèi)的溫度,℃;R為駕駛室與車外進行熱量交換的總熱阻??偀嶙鑂計算式為
(12)
式中:Rcv1和Rcv2為車身不透明圍護結(jié)構(gòu)的表面分別與車外空氣和駕駛室之間的對流熱阻;Rcd1和Rcd2分別為車身不透明圍護結(jié)構(gòu)的金屬層和隔離層的導(dǎo)熱熱阻;Rcv3和Rcv4為車身透明結(jié)構(gòu)分別與車外空氣和駕駛室之間的對流熱阻;Rcd3為車身透明結(jié)構(gòu)的導(dǎo)熱熱阻。
圖4 駕駛室熱量交換示意圖
向駕駛室供暖時,假設(shè)環(huán)境溫度為10℃,駕駛室內(nèi)溫度控制在22℃,太陽輻射強度、駕駛室的空氣進入量以及人體的散熱量不變,根據(jù)駕駛室的熱交換模型,計算得到駕駛室供暖功率需求為3kW。
假設(shè)駕駛室熱交換器的效率為70%,經(jīng)過駕駛室熱交換器的冷空氣流量為85g/s,由此可以計算出當(dāng)發(fā)動機溫度大于60℃時,發(fā)動機的冷卻液廢熱可以完全滿足駕駛室的供暖需求。
由圖1的整車供暖系統(tǒng)可知,供暖系統(tǒng)有兩種工作方式,分別為綜合供暖方式和主動綜合供暖方式。綜合供暖方式是整車控制器根據(jù)發(fā)動機冷卻液溫度來確定三通電磁閥和PTC冷卻液加熱器的工作狀態(tài),當(dāng)發(fā)動機冷卻液溫度≥60℃時,三通電磁閥工作在“串聯(lián)”模式,同時PTC的功率為零,駕駛室的供暖都來自發(fā)動機冷卻液,否則三通電磁閥工作在“旁通”模式,駕駛室供暖完全來自PTC冷卻液加熱器;主動綜合供暖方式則是整車控制器除了像綜合供暖方式那樣根據(jù)發(fā)動機冷卻液溫度來確定三通電磁閥和PTC冷卻液加熱器的工作狀態(tài)外,還可通過整車能量管理策略主動調(diào)節(jié)發(fā)動機的工作狀態(tài),從而調(diào)節(jié)發(fā)動機廢熱供暖和電池電能供暖,并盡可能多地使用發(fā)動機廢熱供暖,減少駕駛室供暖對電池電能的消耗。
2.1 計及駕駛室供暖功率需求的CD-CS模式控制策略
CD-CS模式控制策略分為電量消耗階段和電量維持階段。
電量消耗階段采用電動為主的控制策略,即車輛需求功率小于電機的最大輸出功率時,由電機單獨驅(qū)動,當(dāng)車輛需求功率超過電機的最大輸出功率時,發(fā)動機起動,并提供功率不足部分。
為了便于與后面基于極小值原理的“混合”模式控制策略進行對比,電量保持階段也采用基于極小值原理的主動綜合供暖實時控制策略。
圖5為動力電池功率輸出特性。由圖可見,在SOC<0.5時,動力電池的輸出功率隨著SOC的降低而大幅度降低,因此在驅(qū)動電機需求功率和PTC加熱器需求功率之和大于電池的輸出功率時,電池的輸出功率首先滿足PTC加熱器的功率需求,電池剩余的輸出功率提供給電機,驅(qū)動功率不足部分由發(fā)動機補充。
圖5 動力電池功率輸出特性
2.2 計及駕駛室供暖功率需求的“混合”模式控制策略
2.2.1 基于極小值原理的綜合供暖實時控制策略
在綜合供暖方式下,當(dāng)發(fā)動機冷卻液溫度≥60℃時,駕駛室的供暖功率全由發(fā)動機廢熱提供,否則全由PTC加熱器提供,因此PTC加熱器的功率為
(13)
電池的輸出功率為
(14)
式中:Pbat為電池的輸出功率,kW;Pmot為電機輸出功率,kW;ηmot為電機的效率;Pptc為PTC加熱器所消耗的功率。忽略PTC加熱器與駕駛室熱交換器的熱交換效率,則Pptc=3kW。
電池電流為
(15)
式中:Ibat為電池電流,A;Uoc為電池的開路電壓,V;Rint為電池內(nèi)阻,Ω。
綜合供暖方式實時控制策略未從能量管理策略上主動調(diào)節(jié)發(fā)動機廢熱供暖和電池電能供暖,并且未考慮發(fā)動機冷機對發(fā)動機油耗的影響,因此依據(jù)極小值原理,綜合供暖方式實時控制策略的Hamilton函數(shù)為
(16)
最優(yōu)控制變量為
(17)
式中R為控制變量的容許可達(dá)集。
約束條件為
(18)
2.2.2 基于極小值原理的主動綜合供暖實時控制策略
主動綜合供暖方式和綜合供暖方式都是通過發(fā)動機冷卻液溫度來確定三通電磁閥和PTC加熱器的工作狀態(tài),因此主動綜合供暖方式的Pptc,Pbat和Ibat表達(dá)式與綜合供暖方式一致。
主動綜合供暖方式實時控制策略從能量管理策略上主動調(diào)節(jié)發(fā)動機廢熱供暖和電池電能供暖,并且考慮了發(fā)動機冷機對發(fā)動機油耗的影響,即在發(fā)動機冷卻液溫度低于60℃時在目標(biāo)函數(shù)中增加對發(fā)動機冷卻液溫度低于60℃的懲罰,而在發(fā)動機冷卻液溫度處于60℃或者高于60℃時,目標(biāo)函數(shù)中除了增加對發(fā)動機冷卻液溫度高于60℃的懲罰外,還在目標(biāo)函數(shù)中考慮了發(fā)動機冷機對發(fā)動機油耗的影響。因此依據(jù)極小值原理,主動綜合供暖方式實時控制策略的Hamilton函數(shù)為
(19)
狀態(tài)方程為
(20)
正則方程為
(21)
忽略電池SOC對電池內(nèi)阻和電動勢的影響,則可求解得λ(t):
λ(t)=λ(t0)=λ0
(22)
(23)
(24)
式中α和β分別同式(2)和式(6)。
(25)
式中R為控制變量的容許可達(dá)集。約束條件與式(18)一致。
2.3 仿真結(jié)果分析
行駛工況選擇如圖6(a)所示的上下班工況,此工況總行駛距離為80km,分別由城市循環(huán)工況(UDDS)和美國高速公路工況(HWFET)組成。利用Matlab/Simulink仿真平臺建立整車仿真模型,并對以上3種控制策略進行仿真,仿真結(jié)果如圖6(b)~圖6(g)所示,其中圖6(b)、圖6(c)和圖6(d)為在3種控制策略下的發(fā)動機輸出轉(zhuǎn)矩圖。圖6(e)、圖6(f)和圖6(g)分別為在3種控制策略下的電池SOC值變化曲線、發(fā)動機冷卻液溫度變化曲線和發(fā)動機的累積油耗曲線。
圖6 計及駕駛室供暖功率需求的3種實時控制策略仿真結(jié)果圖
由圖6(b)、圖6(e)和圖6(f)可知,CD-CS模式控制策略下,在電量消耗階段,電池除了給電機提供驅(qū)動功率,還要給PTC加熱器提供功率,因此SOC下降速度非???當(dāng)SOC下降到SOC的目標(biāo)值時,系統(tǒng)進入電量維持階段,發(fā)動機提供主要的驅(qū)動功率,在此階段駕駛室供暖基本上都由發(fā)動機廢熱提供。
由圖6(c)、圖6(d)、圖6(e)和圖6(f)可知:在時間段a內(nèi),車輛處于起步階段,在綜合供暖實時控制策略下,發(fā)動機停機時間較長,發(fā)動機冷卻液溫度上升較慢,電機提供的驅(qū)動功率較多,因此電池SOC下降較快,而在主動綜合供暖實時控制策略下,由于發(fā)動機冷卻液溫度在這個階段低于60℃,此控制策略明顯增加了發(fā)動機的工作時間和輸出轉(zhuǎn)矩,發(fā)動機冷卻液溫度迅速升高,并且發(fā)動機冷卻液溫度在670s后達(dá)到60℃,此時間段內(nèi),電機提供的驅(qū)動功率較小,電池SOC下降緩慢;在時間段b1,b2和b3內(nèi),車輛主要行駛在城市循環(huán)工況下,車輛的行駛需求功率在大部分時間內(nèi)較低,在綜合供暖實時控制策略下,為了避免發(fā)動機工作在低效率區(qū),發(fā)動機在大部分時間內(nèi)處于停機狀態(tài),因此發(fā)動機冷卻液溫度在大部分時間內(nèi)都低于60℃,在這些時間段內(nèi),電池既要滿足電機的驅(qū)動功率需求,同時還要滿足PTC的供暖功率消耗,因此電池SOC下降非???,而在主動綜合供暖實時控制策略下,為了提高在這些時間段內(nèi)的發(fā)動機冷卻液溫度,增加發(fā)動機冷卻液廢熱供暖,控制策略在驅(qū)動效率損失不大的前提下增加了發(fā)動機在這些時間段內(nèi)的工作時間,發(fā)動機冷卻液溫度都保持在60℃以上,在這些時間段內(nèi),PTC的供暖功率為零,且電機提供的驅(qū)動功率較少,因此SOC值下降緩慢;在時間段c1,c2和c3內(nèi),車輛主要行駛在美國高速公路工況下,車輛的行駛需求功率較高,因此在綜合供暖實時控制策略下,發(fā)動機基本都處于工作狀態(tài),并且輸出轉(zhuǎn)矩較大,發(fā)動機冷卻液溫度基本都大于60℃,駕駛室供暖主要由發(fā)動機冷卻液廢熱提供,且電機在這些時間段內(nèi)提供的驅(qū)動功率較少,故SOC值下降緩慢,而在主動綜合供暖實時控制策略下,發(fā)動機工作時間明顯減少,這是因為在時間段a,b1,b2和b3內(nèi),電池電能消耗比較少,為了使電池電能在行駛終點前降低至預(yù)定值,主動綜合供暖實時控制策略需要在保持發(fā)動機冷卻液溫度在60℃以上的前提下增加在剩下的c1,c2和c3時間段內(nèi)的電池電能消耗,因此在這些時間段內(nèi),電池SOC下降比較快。
由圖6(g)可知,CD-CS模式控制策略經(jīng)濟性最差,其次是綜合供暖實時控制策略,經(jīng)濟性最好的是主動綜合供暖實時控制策略,相比于前面兩者,主動綜合供暖實時控制策略在整個上下班工況下的發(fā)動機油耗分別降低了10.9%和4.97%。
(1) 在建立整車動力系統(tǒng)模型、發(fā)動機熱力學(xué)及油耗模型和駕駛室熱交換模型的基礎(chǔ)上,研究了計及駕駛室供暖功率需求的CD-CS模式控制策略、基于極小值原理的綜合供暖實時控制策略和基于極小值原理的主動綜合供暖實時控制策略。
(2) 在Matlab/Simulink仿真平臺上建立整車仿真模型,并對以上3種控制策略進行了仿真,仿真結(jié)果表明:在由UDDS和HWFET組成的上下班工況下,相比于計及駕駛室供暖功率需求的CD-CS模式控制策略和基于極小值原理的綜合供暖實時控制策略,基于極小值原理的主動綜合供暖實時控制策略的發(fā)動機油耗分別降低了10.9%和4.97%。
[1] BANVAIT H, ANWAR S, CHEN Y. A Rule-based Energy Management Strategy for Plug-in Hybrid Electric Vehicle (PHEV)[C]. American Control Conference,2009.ACC’09. IEEE,2009:3938-3943.
[2] GONDER J, MARKEL T. Energy Management Strategies for Plug-In Hybrid Electric Vehicles[C]. SAE Paper 2007-01-0290.
[3] 羅國鵬,羅禹貢,李克強.基于最佳電能使用的插電式混合動力客車控制策略[J].汽車工程,2012,34(6):475-478.
[4] 張博,鄭賀悅,王成.可外接充電混合動力汽車能量管理策略[J].機械工程學(xué)報,2011,47(6):113-119.
[5] GONG Q, LI Y, PENG Z R. Trip-based Optimal Power Management of Plug-in Hybrid Electric Vehicles[J]. Vehicular Technology, IEEE Transactions on,2008,57(6):3393-3401.
[6] MOURA S J, FATHY H K, CALLAWAY D S, et al. A Stochastic Optimal Control Approach for Power Management in Plug-in Hybrid Electric Vehicles[J]. IEEE Transactions on Control Systems Technology,2011,19(3):545-555.
[7] YANG Bin, LI Yaoyu, GONG Qiuming, et al. Multi-information Intergrated Trip Specific Optimal Power Management for Plug-in Hybrid Electric Vehicle[C].2009 American Control Conference: St. Louis, IEEE,2009:4607-4612.
[8] TULPULE P, MARANO V, RIZZONI G. Energy Management for Plug-in Hybrid Electric Vehicles Using Equivalent Consumption Minimisation Strategy[J]. International Journal of Electric and Hybrid Vehicles,2010,2(4):329-350.
[9] STOCKAR S, MARANO V, CANOVA M, et al. Energy-optimal Control of Plug-in Hybrid Electric Vehicles for Real-world Driving Cycles[J]. IEEE Transactions on Vehicular Technology,2011,60(7):2949-296.
[10] SHAMS-ZAHRAEI M, KOUZANI A Z, KUTTER S, et al. Integrated Thermal and Energy Management of Plug-in Hybrid Electric Vehicles[J]. Journal of Power Sources,2012,216:237-248.
The Real-time Control Strategy for Plug-in Hybrid Electric Vehicleswith Consideration of Cabin’s Heating Power Demand
Zeng Yuping1, Qin Datong1, Su Ling2& Yao Mingyao1
1.ChongqingUniversity,TheStateKeyLaboratoryofMechanicalTransmission,Chongqing400044;2.ChongqingChanganNewEnergyAutomobileCo.,Ltd.,Chongqing401120
Base on the vehicle powertrain system model, engine thermodynamics and fuel consumption model, and cabin thermal exchange model, CD-CS mode control strategy, Pontryagin’s minimum principle (PMP)-based comprehensive real-time heating control strategy and PMP-based active comprehensive real-time heating control strategy are studied with consideration of cabin heating power demand. Then the above-mentioned three control strategies are simulated on Matlab/Simulink platform. The results show that under the commuter driving cycle composed of UDDS and HWFET, compared with CD-CS mode control strategy and PMP-based comprehensive real=time heating control strategy, the engine fuel consumption with PMp-based active comprehensive real-time heating control strategy reduces by 10.9% and 4.97% respectively.
PHEV; Pontryagin’s minimum principle; cabin’s heating power demand; real-time control strategy
*國家863計劃項目(2013BAG12B01)和重慶市基礎(chǔ)與前沿研究計劃杰青項目(cstc2013jcyjjq60002)資助。
原稿收到日期為2014年7月18日,修改稿收到日期為2014年9月16日。