孫瀚文 王鵬 歐陽(yáng)

（中國(guó)汽車工程研究院股份有限公司，重慶 400061）

基于工況及駕駛意圖識(shí)別的SOC動(dòng)態(tài)控制研究

孫瀚文 王鵬 歐陽(yáng)

（中國(guó)汽車工程研究院股份有限公司，重慶 400061）

為了解決混合動(dòng)力汽車在不同駕駛工況及駕駛意圖條件下油耗存在較大區(qū)別的問題，通過研究混合動(dòng)力汽車的EV/HEV模式切換策略，分析SOC單閾值控制的不足，提出了一種能夠根據(jù)駕駛工況、駕駛意圖對(duì)SOC進(jìn)行動(dòng)態(tài)控制，合理選擇EV/HEV模式切換點(diǎn)的方法。運(yùn)用該方法，在分段層面通過駕駛工況識(shí)別，在實(shí)時(shí)層面通過駕駛意圖識(shí)別，實(shí)現(xiàn)了發(fā)動(dòng)機(jī)起停及工作點(diǎn)的優(yōu)化，提高了電能利用效率，試驗(yàn)結(jié)果表明，實(shí)現(xiàn)了11.14%的節(jié)油效果。

1 概述

電池系統(tǒng)的優(yōu)化控制是影響混合動(dòng)力系統(tǒng)燃油經(jīng)濟(jì)性的重要因素，其中，最為關(guān)鍵的荷電狀態(tài)（State of Charge，SOC）控制不僅影響功率分配（可充/放電功率）、燃油效率，也影響電池的性能和壽命等。所以，燃油經(jīng)濟(jì)性等重要性能在一定程度上取決于行駛過程中的SOC管理，在整車層面則表現(xiàn)為EV/HEV模式切換點(diǎn)控制。

針對(duì)混合動(dòng)力汽車的SOC優(yōu)化控制，研究人員開展了多項(xiàng)研究工作。高建平[1]研究了基于工況識(shí)別的SOC優(yōu)化策略，選取了10個(gè)特征參數(shù)描述工況信息，在實(shí)際駕駛中進(jìn)行工況信息識(shí)別，實(shí)現(xiàn)了能量的優(yōu)化利用；張亞明[2]選取了影響相對(duì)較大的9個(gè)特征參數(shù)描述工況信息，簡(jiǎn)化了工況識(shí)別，提高了實(shí)時(shí)性；秦大同[3]、王慶年[4]等人考慮到駕駛意圖對(duì)整車能量分配的影響作用，提出了基于駕駛意圖識(shí)別的SOC優(yōu)化策略。

以上研究在基于工況識(shí)別、駕駛意圖識(shí)別的SOC優(yōu)化控制方面提出了很好的解決方案，但工況識(shí)別是針對(duì)某一段路況的識(shí)別策略，面對(duì)多變的實(shí)際道路工況，在策略的瞬時(shí)調(diào)整上略顯不足，而駕駛意圖識(shí)別在實(shí)時(shí)性上具有較大的優(yōu)勢(shì)。因此，本文結(jié)合駕駛工況識(shí)別與駕駛意圖識(shí)別提出了SOC優(yōu)化控制方法，并進(jìn)行了相關(guān)試驗(yàn)驗(yàn)證。

2 EV/HEV模式控制策略

混合動(dòng)力汽車的EV/HEV模式切換時(shí)機(jī)是根據(jù)SOC與車速確定的[5]。當(dāng)駕駛員輸入的需求功率高于根據(jù)SOC和車速計(jì)算得到的發(fā)動(dòng)機(jī)起動(dòng)功率閾值時(shí)，發(fā)動(dòng)機(jī)起動(dòng)，否則不起動(dòng)。

因此，EV/HEV模式切換控制策略的關(guān)鍵是SOC控制策略。通過合理的SOC閾值控制，減少發(fā)動(dòng)機(jī)起停次數(shù)，使發(fā)動(dòng)機(jī)更多地運(yùn)行在高效區(qū)間，提高燃油經(jīng)濟(jì)性。

3 SOC單閾值控制策略

對(duì)于插電式混合動(dòng)力車型，其電池組工作模式包括電量消耗（Charge Depleting，CD）模式和電量保持（Charge Sustaining，CS）模式，不同模式的SOC控制策略不同[6]。CD模式充分利用電能輸出，SOC逐漸降低，直至到達(dá)SOC控制閾值（SOCobj），進(jìn)入CS模式；CS模式以SOCobj為控制目標(biāo)，電池仍可放電直至到達(dá)CS模式SOC下限（SOClow），起動(dòng)發(fā)動(dòng)機(jī)或提高發(fā)動(dòng)機(jī)起動(dòng)功率閾值，在滿足功率需求的同時(shí)，為電池充電，至CS模式SOC上限（SOChigh）后不再充電，發(fā)動(dòng)機(jī)停機(jī)或降低發(fā)動(dòng)機(jī)起動(dòng)功率閾值，利用電池純電驅(qū)動(dòng)或助力。

當(dāng)電池組處于CD模式時(shí)，整車在一定車速范圍內(nèi)盡可能保持在EV模式，同時(shí)擴(kuò)大電池助力的范圍，發(fā)動(dòng)機(jī)容易工作在經(jīng)濟(jì)點(diǎn)，因此CD模式的SOC控制相對(duì)簡(jiǎn)單。而CS模式由于存在較多的EV/HEV模式切換，發(fā)動(dòng)機(jī)運(yùn)行工況明顯增多，SOC控制與整車性能的關(guān)系更為緊密，若僅靠某個(gè)固定閾值控制，遇到較為激進(jìn)的工況，荷電狀態(tài)可能長(zhǎng)時(shí)間處于SOClow，電池助力消失，發(fā)動(dòng)機(jī)在全工況運(yùn)行。

4 工況識(shí)別

根據(jù)不同的工況特點(diǎn)，建立工況特征參數(shù)庫(kù)，反映工況的特征參數(shù)包括平均車速、平均加速度、平均減速度、最大減速度等，平均車速、平均加速度、平均減速度的計(jì)算方法為：

國(guó)際上對(duì)工況特征參數(shù)并沒有統(tǒng)一的標(biāo)準(zhǔn)，參數(shù)選擇過多會(huì)影響工況識(shí)別的實(shí)時(shí)性，過少會(huì)影響工況識(shí)別的準(zhǔn)確性，因此，研究過程中可根據(jù)需要選擇適當(dāng)數(shù)量的工況特征參數(shù)。

在車輛行駛過程中，采集工況參數(shù)信息，與工況特征參數(shù)庫(kù)進(jìn)行對(duì)比，識(shí)別此時(shí)的工況。若處于城市工況，通過降低SOCobj、提高發(fā)動(dòng)機(jī)起動(dòng)功率閾值，使整車?yán)^續(xù)處于EV模式下，增加純電行駛里程，減少由于發(fā)動(dòng)機(jī)起停產(chǎn)生的非必要燃油消耗；若處于高速工況，則通過提高SOCobj、降低發(fā)動(dòng)機(jī)起動(dòng)功率閾值，使整車保持HEV模式，發(fā)動(dòng)機(jī)處于高效工作區(qū)間。

工況識(shí)別可采用基于單隱含層前饋神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)算法[7]，訓(xùn)練集包含4個(gè)標(biāo)準(zhǔn)循環(huán)工況（NEDC、UDDS、HWY、US06），構(gòu)建隨機(jī)工況作為測(cè)試集，經(jīng)過訓(xùn)練后的識(shí)別結(jié)果如圖1所示。工況識(shí)別結(jié)果中，“1”表示城市城郊工況，“2”表示高速公路工況。

圖1 隨機(jī)工況的識(shí)別結(jié)果

5 駕駛意圖識(shí)別

考慮到工況識(shí)別較難應(yīng)對(duì)整車瞬時(shí)狀態(tài)變化，在此基礎(chǔ)上，引入駕駛意圖識(shí)別。對(duì)駕駛意圖進(jìn)行分類，確定駕駛意圖識(shí)別參數(shù)，在車輛行駛過程中，采集駕駛員操縱信息，通過參數(shù)對(duì)比，識(shí)別駕駛員操縱意圖。

若工況較為激進(jìn)，通過降低SOClow，擴(kuò)大電池助力窗口，增加輔助驅(qū)動(dòng)能力，提高發(fā)動(dòng)機(jī)工作在經(jīng)濟(jì)區(qū)間的機(jī)會(huì)；若工況較為緩和，通過提高SOChigh，擴(kuò)大電池充電窗口，增加純電行駛能力，減少發(fā)動(dòng)機(jī)起停次數(shù)。

駕駛意圖隨車輛運(yùn)行狀態(tài)和工況環(huán)境實(shí)時(shí)變化，是經(jīng)典的經(jīng)驗(yàn)?zāi)Ｐ?，而模糊理論在處理?jīng)驗(yàn)?zāi)Ｐ蜕暇哂忻黠@的優(yōu)勢(shì)[8～9]，因此，采用模糊控制器識(shí)別駕駛員操作意圖，根據(jù)模糊控制器理論，建立駕駛員意圖的模糊推理控制器，輸出變量為駕駛員意圖（包括起步、平穩(wěn)加速、一般加速、急加速、低速巡航、中速巡航、高速巡航），輸入變量為車速、加速度、踏板開度、踏板開度變化率等，并將各輸入變量模糊化。

車速的模糊子集為{VS，S，M，L}，其中VS表示極小，S表示小，M表示中，L表示大；加速度的模糊子集為{Z，PS，PM，PL}，其中Z表示零，PS表示正小，PM表示正中，PL表示正大；油門踏板開度的模糊子集為{S，M，L}，其中S表示小，M表示中，L表示大；油門踏板變化率的模糊子集為{NS，Z，PS，PM，PL}，其中NS表示負(fù)小，Z表示零，PS表示正小，PM表示正中，PL表示正大。

輸入變量隸屬度函數(shù)均采用高斯函數(shù)，如圖2所示。模糊規(guī)則的形式為“if…and…then…”，最終確定的模糊規(guī)則庫(kù)如表1所示。某段工況的駕駛意圖識(shí)別結(jié)果如圖3所示。駕駛意圖識(shí)別結(jié)果中，“1～7”分別表示起步、平緩加速、一般加速、急加速、低速巡航、中速巡航、高速巡航。

模糊推理采用Mamdani推理原則：

式中，R為模糊規(guī)則集合；A、B為模糊輸入集合；x、y為模糊輸入量；μ(x)為隸屬度函數(shù)。

清晰化計(jì)算采用重心法，取μc(z)的加權(quán)平均值為z的清晰值，即：

式中，z0為清晰值；μc為模糊輸出集合的隸屬度函數(shù)；zi為模糊輸出量。

6 基于工況和駕駛意圖識(shí)別的SOC動(dòng)態(tài)控制

基于固定閾值的SOC控制策略不夠靈活，無法應(yīng)對(duì)多變的道路工況和駕駛員操作輸入。為了改善這種狀況，提出了結(jié)合工況和駕駛意圖識(shí)別的SOC動(dòng)態(tài)控制方法，如圖4所示。

圖2 各輸入變量的隸屬度函數(shù)

表1 駕駛員意圖模糊規(guī)則庫(kù)

圖3 某段工況的駕駛意圖識(shí)別結(jié)果

圖4 基于工況和駕駛意圖識(shí)別的SOC動(dòng)態(tài)控制

假設(shè)2種工況Q、S分別對(duì)應(yīng)城市工況與高速工況，3種駕駛意圖q、s、t分別對(duì)應(yīng)平穩(wěn)加速、中速巡航、急加速，則共有6種識(shí)別結(jié)果，分別對(duì)應(yīng)不同的SOC閾值控制，對(duì)發(fā)動(dòng)機(jī)及電池控制策略進(jìn)行動(dòng)態(tài)調(diào)整，如表2所示。

表2 控制案例

該方法通過工況識(shí)別在分段層面上控制動(dòng)力源的功率分配，輔以駕駛意圖識(shí)別，在實(shí)時(shí)層面上覆蓋工況的復(fù)雜多變，實(shí)現(xiàn)SOC的動(dòng)態(tài)控制，優(yōu)化電能使用以降低油耗。

7 試驗(yàn)驗(yàn)證

試驗(yàn)車的構(gòu)型及參數(shù)如圖5和表3所示。該試驗(yàn)車為串并聯(lián)構(gòu)型，具有EV和HEV 2種工作模式，HEV模式下具有串聯(lián)和并聯(lián)2種驅(qū)動(dòng)形式。

圖5 試驗(yàn)車動(dòng)力總成構(gòu)型

表3 動(dòng)力總成參數(shù)

該試驗(yàn)車搭載的高轉(zhuǎn)速驅(qū)動(dòng)電機(jī)可保證純電及串聯(lián)模式下整車的驅(qū)動(dòng)性能，搭載的阿特金森循環(huán)自然吸氣發(fā)動(dòng)機(jī)在電池功率不足的情況下也能夠通過串聯(lián)或并聯(lián)方式成為整車動(dòng)力源。

在試驗(yàn)車上安裝多個(gè)傳感器，包括半軸扭矩傳感器、電流傳感器、電壓傳感器、溫度傳感器、踏板位移傳感器等，同時(shí)結(jié)合CAN解析，采集各關(guān)鍵信號(hào)的試驗(yàn)數(shù)據(jù)。

通過在臺(tái)架上進(jìn)行工況測(cè)試，并對(duì)結(jié)果進(jìn)行分析，觀察本文提出的SOC動(dòng)態(tài)控制方法的實(shí)際效果，分析該方法對(duì)EV/HEV切換控制、發(fā)動(dòng)機(jī)起動(dòng)功率閾值控制的影響，最后對(duì)比不同SOC控制方法的節(jié)油效果。

采用市區(qū)UDDS工況和高速US06工況進(jìn)行試驗(yàn)，圖6為UDDS工況的測(cè)試結(jié)果。該工況平均功率約20 kW，屬于低速低功率需求工況。經(jīng)過工況識(shí)別，SOC控制區(qū)間為26%～28%；在約第200 s處功率需求突增，經(jīng)過駕駛意圖識(shí)別，SOC控制區(qū)間上調(diào)，提供更高的助力能力，減少工況需求的頻繁變化給發(fā)動(dòng)機(jī)帶來的影響；第400 s后，由于SOC較高，功率需求降低，經(jīng)過識(shí)別后，提高發(fā)動(dòng)機(jī)起動(dòng)功率閾值，更多地利用電能進(jìn)行純電驅(qū)動(dòng)/助力，回到SOC控制區(qū)間。

圖6 UDDS工況測(cè)試結(jié)果

圖7為US06工況的測(cè)試結(jié)果。該工況平均功率約40 kW，屬于高速高功率需求工況。經(jīng)過工況識(shí)別，SOC控制區(qū)間為32%～34%；在約第200 s處功率需求降低，經(jīng)過駕駛意圖識(shí)別的結(jié)果，SOC控制區(qū)間下調(diào)，充分利用電能助力，使發(fā)動(dòng)機(jī)工作在高速經(jīng)濟(jì)區(qū)間；第400 s后，由于SOC較低，經(jīng)過識(shí)別后，提高發(fā)動(dòng)機(jī)起動(dòng)功率閾值，為電池充電，回到SOC控制區(qū)間。

圖7 US06工況測(cè)試結(jié)果

圖8為兩種工況測(cè)試中的發(fā)動(dòng)機(jī)起動(dòng)功率閾值分布結(jié)果，可以看到，SOC動(dòng)態(tài)控制方法能使發(fā)動(dòng)機(jī)起動(dòng)功率閾值呈穩(wěn)定線性趨勢(shì)且較為集中，更有利于發(fā)動(dòng)機(jī)高效控制。

圖9為采用兩種SOC控制方法的發(fā)動(dòng)機(jī)工作點(diǎn)分布，可以看到，SOC動(dòng)態(tài)控制方法使發(fā)動(dòng)機(jī)起動(dòng)功率閾值的分布更加集中在經(jīng)濟(jì)區(qū)間，且擴(kuò)大了經(jīng)濟(jì)區(qū)間的利用范圍。

圖8 發(fā)動(dòng)機(jī)起動(dòng)功率閾值分布

圖10為采用兩種SOC控制方法的發(fā)動(dòng)機(jī)能量輸出積分，在相同工況下，SOC動(dòng)態(tài)控制方法使發(fā)動(dòng)機(jī)的能量輸出降低了0.144 kW·h，油耗降低了0.067 L，降幅達(dá)11.14%。

圖9 發(fā)動(dòng)機(jī)工作點(diǎn)分布

圖10 發(fā)動(dòng)機(jī)能量積分

8 結(jié)論

本文提出的結(jié)合工況識(shí)別和駕駛意圖識(shí)別的SOC動(dòng)態(tài)控制方法，解決了單固定閾值SOC控制的局限性，通過轉(zhuǎn)鼓臺(tái)架試驗(yàn)驗(yàn)證，達(dá)到了節(jié)油11.14%的效果。該方法的優(yōu)勢(shì)主要有：

a.通過對(duì)EV/HEV模式切換時(shí)機(jī)的控制，實(shí)現(xiàn)了發(fā)動(dòng)機(jī)起停及起動(dòng)功率閾值的優(yōu)化。

b.通過對(duì)SOC的動(dòng)態(tài)平衡閾值控制，提高了電能利用效率。

c.普遍適用于多動(dòng)力源的能量輸出匹配，特別是混合動(dòng)力系統(tǒng)能量管理策略的開發(fā)。

1 高建平.基于工況識(shí)別的混合動(dòng)力汽車優(yōu)化控制策略研究.北京：北京理工大學(xué)，2010.

2 張亞明.基于DIRECT算法和工況識(shí)別的混合動(dòng)力汽車優(yōu)化研究.北京：北京理工大學(xué)，2010.

3 秦大同，楊官龍，胡明輝，等.基于駕駛意圖的插電式混合動(dòng)力汽車能量管理策略.吉林大學(xué)學(xué)報(bào)：工學(xué)版，2015，45（6）：1743～1750.

4 王慶年，唐先智，王鵬宇，等.基于駕駛意圖識(shí)別的混合動(dòng)力汽車控制策略.吉林大學(xué)學(xué)報(bào)：工學(xué)版，2012，42（4）：789～795.

5 Kim J,Sim H,Oh J.The Flexible EV/HEV and SOC Band Control Corresponding to Driving Mode,Driver's Driving Style and Environmental Circumstances.Oxford University Press，2012，4（2）：151～152.

6 張博，李君，高瑩，等.Plug-in混合動(dòng)力汽車能量管理策略優(yōu)化設(shè)計(jì).農(nóng)業(yè)機(jī)械學(xué)報(bào)，2009，40（9）：20～25.

7 朱凱，王正林.精通Matlab神經(jīng)網(wǎng)絡(luò).北京：北京電子工業(yè)出版社，2009.

8 王玉海，宋健，李興坤.基于模糊推理的駕駛員意圖識(shí)別研究.公路交通科技，2005，22（12）：113～118.

9 Wu L,Su X,Shi P,et al.Model approximation for discretetime state-delay systems in the T-S fuzzy framework.IEEE Transactions on Fuzzy System，2011，19（2）：366～378.

（責(zé)任編輯 斛 畔）

修改稿收到日期為2016年10月21日。

Research of SOC Dynamic Control Based on Recognition of Driving Condition and Intention

Sun Hanwen,Wang Peng,Ou Yang
（China Automotive Engineering Research Institute Co.,Ltd.,Chongqing 400061）

Fuel consumption of HEV differed greatly under different driving conditions and intentions,to solve this problem,we proposed a method which could make dynamic control according to driving conditions and driving intentions, appropriately selecting EV/HEV mode switching point,through research of EV/HEV mode switching strategy of HEV, analysis of deficiency of SOC threshold value control.With this method,through driving condition recognition by time slot, and real-time driving intention recognition,engine start-stop and operating points were optimized and electric power utilization efficiency was improved.Test results showed that a fuel saving rate of 11.14%was achieved.

Recognition of driving condition,Recognition of driving intention,SOC balancing

駕駛工況識(shí)別 駕駛意圖識(shí)別 SOC平衡

U469.72

A

1000-3703（2017）02-0010-06