關(guān)明義， 徐 巖， 高會(huì)敏

(1.北京博科測(cè)試系統(tǒng)股份有限公司，北京101102；2. 中國(guó)兵器科學(xué)研究院，北京100089)

串聯(lián)式混合動(dòng)力客車控制策略優(yōu)化

關(guān)明義1， 徐 巖2， 高會(huì)敏1

(1.北京博科測(cè)試系統(tǒng)股份有限公司，北京101102；2. 中國(guó)兵器科學(xué)研究院，北京100089)

混合動(dòng)力客車通常包含發(fā)動(dòng)機(jī)與蓄電池組兩種動(dòng)力源，如何對(duì)其輸出功率進(jìn)行分配，使系統(tǒng)總能耗達(dá)到最小是控制策略中需要關(guān)注的問題.針對(duì)客車行駛的特點(diǎn)，結(jié)合行駛工況的主客觀識(shí)別，運(yùn)用動(dòng)態(tài)規(guī)劃的方法對(duì)車輛動(dòng)力系統(tǒng)中各部件的需求功率進(jìn)行分配，并進(jìn)行了系統(tǒng)仿真.仿真結(jié)果表明，與開關(guān)控制策略模式相比，該方法能夠有效提高混合動(dòng)力汽車的燃料經(jīng)濟(jì)性.

混合動(dòng)力客車；控制策略；能量管理；工況識(shí)別；動(dòng)態(tài)規(guī)劃

混合動(dòng)力車輛在燃料經(jīng)濟(jì)性上的優(yōu)勢(shì)，來源于動(dòng)力系統(tǒng)中發(fā)動(dòng)機(jī)與蓄電池組兩種動(dòng)力源輸出功率的合理分配，其分配的依據(jù)一般取決于蓄電池組的荷電狀態(tài)(SOC)、功率需求、車速等車輛的行駛狀態(tài)特性.因此，功率的合理分配及SOC的正確管理對(duì)提高車輛的燃料經(jīng)濟(jì)性有十分重要的意義.

目前常用的混合動(dòng)力客車控制策略有兩種：一種是基于蓄電池組SOC的控制策略；另一種是基于道路工況的控制策略.基于蓄電池組SOC的控制策略中包括開關(guān)型與功率跟隨型等，其控制相對(duì)簡(jiǎn)單，但對(duì)不同工況的適應(yīng)性不好，在頻繁變化的工況下燃料經(jīng)濟(jì)性有所降低.基于道路工況的控制策略是根據(jù)未來道路工況及當(dāng)前車輛狀態(tài)實(shí)時(shí)進(jìn)行能量?jī)?yōu)化[1]，而這種控制策略的難點(diǎn)在于如何準(zhǔn)確及低成本的預(yù)測(cè)未來的道路工況.

針對(duì)混合動(dòng)力客車在城市公共交通的應(yīng)用，本文提出了一種結(jié)合行駛工況主客觀識(shí)別的控制方法，通過對(duì)當(dāng)前行駛參數(shù)進(jìn)行道路工況識(shí)別，結(jié)合當(dāng)前時(shí)間下車輛的平均行駛狀態(tài)，估計(jì)未來一段時(shí)間內(nèi)車輛的行駛工況，并計(jì)算出車輛的功率需求，從而調(diào)整電池組的SOC，減少充電時(shí)間與充電次數(shù)，降低能量損失，以達(dá)到提高整車的經(jīng)濟(jì)性的目的.

1 結(jié)合循環(huán)模式的能量管理策略的建立

本文針對(duì)串聯(lián)式混合動(dòng)力客車的行駛工況，提出了一種結(jié)合行駛工況識(shí)別的控制策略，這種策略中設(shè)定了不同的典型循環(huán)工況及對(duì)應(yīng)的控制策略參數(shù)，并且允許用戶自定義不同時(shí)間段內(nèi)車輛的行駛路況.以預(yù)先定義的行駛路況為基礎(chǔ)，結(jié)合車輛行駛的特征參數(shù)[2-3]，利用動(dòng)態(tài)規(guī)劃法，對(duì)發(fā)電機(jī)組功率和電池系統(tǒng)的輸出功率進(jìn)行動(dòng)態(tài)分配.

1.1 特征參數(shù)的選取

通過對(duì)客車行駛狀況的分析，本策略中將道路的路況分為如下3種：順暢、緩行、擁堵.每輛客車在投運(yùn)前駕駛員通過自己主觀感受選擇適用于當(dāng)前線路的行駛狀況，作為路況判斷的依據(jù)之一.參數(shù)選取如公式(1)所示.

p0∈{C1,C2,C3}，

(1)

式中：p0表示對(duì)當(dāng)前時(shí)刻路況的預(yù)測(cè)；C1,C2,C3分別依次表示當(dāng)前行駛時(shí)刻預(yù)定義的3種路況預(yù)期.

1.2 運(yùn)用模糊邏輯的方法對(duì)行駛工況進(jìn)行預(yù)測(cè)

本文通過兩層判斷來實(shí)現(xiàn)對(duì)行駛工況的預(yù)測(cè).由于引入了主觀變量p0，首先直接驗(yàn)證p0的準(zhǔn)確性可以大大減少運(yùn)算時(shí)間，根據(jù)客車的行駛特點(diǎn)及對(duì)特征參數(shù)的分析，平均速度與停車時(shí)間比兩個(gè)參數(shù)對(duì)辨識(shí)工況的權(quán)重較大，本文在第一層對(duì)工況的預(yù)測(cè)中對(duì)p0的驗(yàn)證邏輯如下表1所示.

表1 基于對(duì)p0的驗(yàn)證對(duì)工況的預(yù)測(cè)

若以上驗(yàn)證結(jié)論為真，則直接預(yù)測(cè)工況C，若不成立，則進(jìn)行第二層判斷.

本文模糊邏輯識(shí)別基于多數(shù)規(guī)則創(chuàng)建，滿足如下規(guī)則：

(1) 3種工況下特征參數(shù)是固定的，在不滿足于第一層判斷邏輯時(shí)對(duì)循環(huán)模式特征的6個(gè)參數(shù)進(jìn)行規(guī)則判斷.

(2) 判斷基于多數(shù)規(guī)則，即若6個(gè)參數(shù)中有4個(gè)滿足同一工況條件，或滿足工況條件情況為3、2、1或3、1、1、1時(shí)，判斷輸出工況為此多數(shù)工況.

(3) 當(dāng)6個(gè)參數(shù)滿足工況條件為3、3或2、2、2時(shí)，即多數(shù)規(guī)則無法滿足時(shí)，按照參數(shù)對(duì)確定工況影響程度進(jìn)行排序，取相同工況條件參數(shù)影響程度順序號(hào)之和最小的工況為輸出工況.若順序和相同，則輸出工況為相同工況條件中最小順序號(hào)所在的工況.經(jīng)研究，這6個(gè)參數(shù)的影響程度依次為：1-平均速度、2-平均運(yùn)行時(shí)速度、3-最大速度、4-停車時(shí)間比、5-平均加速度、6-平均減速度.

1.3 串聯(lián)式混合動(dòng)力系統(tǒng)的最優(yōu)控制數(shù)學(xué)模型

在串聯(lián)式混合動(dòng)力系統(tǒng)中，發(fā)動(dòng)機(jī)-發(fā)電機(jī)組與蓄電池組兩部分對(duì)車輛提供能量，包括滿足工況要求需要的能量與自身其余電氣等系統(tǒng)所需要的能量?jī)刹糠?其中發(fā)動(dòng)機(jī)的模型為靜態(tài)模型，其燃料消耗量在萬有特性圖中進(jìn)行二維查表運(yùn)算得出.發(fā)電機(jī)的效率認(rèn)為是常數(shù)，電機(jī)效率通過MAP圖查表得出.蓄電池組在整個(gè)工況循環(huán)中可視為能量緩沖裝置，對(duì)蓄電池組充放電的過程認(rèn)為是能量的過渡，不影響系統(tǒng)的整體能量消耗.

基于以上，車輛需求的總功率公式如下：

Preq(t)=PAPU(t)+Pbat(t)，

(2)

式中：PAPU表示發(fā)動(dòng)機(jī)-發(fā)電機(jī)組的輸出功率；Pbat表示蓄電池組中能量變化所等效的功率變化.

發(fā)動(dòng)機(jī)-發(fā)電機(jī)組的輸出功率應(yīng)滿足以下方程：

PAPUmin≤PAPU(t)≤PAPUmax.

(3)

蓄電池組模型中的SOC是由庫倫計(jì)數(shù)法計(jì)算得出的，在t時(shí)刻的SOC(t)可以用以下公式計(jì)算得出：

(4)

式中：SOCi表示初始時(shí)刻蓄電池組的荷電狀態(tài)；Cap(T)與ηbat(I(t)，T)分別代表蓄電池組溫度為T時(shí)的電池容量和庫倫效率.

由于要保證電池的使用壽命，因此電池充放電需要嚴(yán)格限制，且循環(huán)前后荷電狀態(tài)不變，即需滿足以下方程組：

(5)

式中：Imin表示蓄電池組理論允許最大放電電流，且Imin<0；Imax表示蓄電池組理論允許最大充電電流，且Imax>0；T為整個(gè)循環(huán)的總時(shí)間.

對(duì)式(4)進(jìn)行微分，可得電池狀態(tài)方程為

(6)

定義損耗后的電池電流為Is(k,i,j)，則式(6)可簡(jiǎn)化為

(7)

式中：Cap表示蓄電池組的最大容量.

同理，式(5)可變化為

(8)

式中：Ismin表示蓄電池組實(shí)際允許最大充電電流，且Ismin<0；Ismax表示蓄電池組實(shí)際允許最大放電電流，且Ismax>0.

在整個(gè)循環(huán)期間，發(fā)動(dòng)機(jī)的燃料消耗量為

(9)

式中：fe-line(Pice)表示發(fā)動(dòng)機(jī)輸出功率為Pice時(shí)，經(jīng)濟(jì)運(yùn)行點(diǎn)的燃料消耗率.

綜上，基于燃料經(jīng)濟(jì)性的條件下，串聯(lián)式混合動(dòng)力的最優(yōu)化問題可表述為：找到滿足功率需求條件式(2)，約束條件式(3、8)時(shí)，找到使經(jīng)濟(jì)性指標(biāo)式(9)最小時(shí)Pice的值，其中狀態(tài)方程為(7).

1.4 運(yùn)用動(dòng)態(tài)規(guī)劃法對(duì)功率進(jìn)行分配

在本文中，控制變量為SOC值，控制目標(biāo)為整個(gè)循環(huán)中使燃料的消耗量最小.對(duì)上一節(jié)最優(yōu)化數(shù)學(xué)控制模型進(jìn)行離散化處理，轉(zhuǎn)成一個(gè)可以分成多個(gè)階段的決策問題，此問題即可通過動(dòng)態(tài)規(guī)劃的方法來進(jìn)行求解.

由于使用動(dòng)態(tài)規(guī)劃法時(shí)每個(gè)離散化的節(jié)點(diǎn)對(duì)應(yīng)的運(yùn)算階次很多，導(dǎo)致運(yùn)算時(shí)間長(zhǎng)，系統(tǒng)效率較低，故本文采用了一種順推型式的動(dòng)態(tài)規(guī)劃算法，在對(duì)運(yùn)算結(jié)果影響較小的情況下減少了運(yùn)算次數(shù).順推型動(dòng)態(tài)規(guī)劃算法單次計(jì)算示意圖如下圖1所示.

圖1 順推式動(dòng)態(tài)規(guī)劃算法單次計(jì)算示意圖

將整個(gè)循環(huán)時(shí)間 [0,T]分成N份，單位時(shí)間為Δt，將蓄電池組SOC值變化范圍[SOCmin,SOCmax]分成M份，單位變化量為ΔS.在循環(huán)過程的某時(shí)刻，當(dāng)SOC為SOC(k,i)，以最大電流Ismin充電時(shí)，經(jīng)過單位時(shí)間Δt后，SOC值變?yōu)镾OC(k+1,j)，此過程中SOC變化量為m×ΔSOC.

根據(jù)本文的優(yōu)化設(shè)計(jì)目標(biāo)，需要將全局優(yōu)化進(jìn)行多階的分步計(jì)算，最終將每一階段到終止?fàn)顟B(tài)的累計(jì)最小能耗作為規(guī)劃目標(biāo)，采用遞歸調(diào)用的方式，從終止?fàn)顟B(tài)逆推至初始狀態(tài)求解.建立基本遞歸方程如下：

Jmin(k,j)=min{Jmin(k+1,j)+fuel(k,i,j)}，

(10)

式中：Jmin(k,j)表示從節(jié)點(diǎn)SOC(k,j)到終止?fàn)顟B(tài)SOC(T)的最小累計(jì)油耗；fuel(k,i,j)表示從節(jié)點(diǎn)SOC(k,i)變化到節(jié)點(diǎn)SOC(k+1,j)時(shí)發(fā)動(dòng)機(jī)的燃料消耗.

由式(10)可得第N-1步基本遞歸方程為

Jmin(N-1,j)=min{fuel(N-1,i,SOC(T))}.

(11)

將Jmin(k,j)對(duì)應(yīng)系統(tǒng)狀態(tài)SOC(k,j)存儲(chǔ)為沿時(shí)間方向的序列.計(jì)算最優(yōu)序列如下：

(12)

式中：U表示能量分配序列；argmin函數(shù)表示使{Jmin(k+1,j)+fuel(k,i,j)}達(dá)到最小值時(shí)自變量的取值.

式(11)表示節(jié)點(diǎn)SOC(k,j)在發(fā)動(dòng)機(jī)燃料消耗最小的序列上，且經(jīng)過節(jié)點(diǎn)SOC(k,j*).將式(7)離散化可得

(13)

式中：Is(k,i,j)表示SOC從SOC(k,i)變化到SOC(k+1,j)時(shí)蓄電池組的電流，可得

(14)

同理，當(dāng)蓄電池組放電時(shí)，可得：

(15)

由此可得i的取值范圍為：

j+mc×ΔSOC≤i≤j+md×ΔSOC.

(16)

依次計(jì)算出Is(k,i,j)，I(k,i,j)，PAPU(k,i,j).判斷PAPU(k,i,j)是否滿足約束條件式(3)，若滿足，則i為可行節(jié)點(diǎn)，記為i∈Sk，并計(jì)算fuel(k,i,j)、Jmin(k,i)和(k,j*)；否則i為不可行節(jié)點(diǎn)，記為i?Sk.然后取k=k-1繼續(xù)計(jì)算下一步或取i=i±ΔSOC重新計(jì)算.

2 仿真計(jì)算結(jié)果

文中采用Advisor軟件并結(jié)合MATLAB/Simulink環(huán)境針對(duì)某型號(hào)串聯(lián)式混合動(dòng)力客車進(jìn)行整車仿真.仿真中各主要?jiǎng)恿ο到y(tǒng)模型均為準(zhǔn)靜態(tài)模型，因此利用穩(wěn)態(tài)試驗(yàn)條件下獲得的輸入輸出數(shù)據(jù)建立部件模型，忽略其動(dòng)態(tài)響應(yīng)過程.仿真選用工況為中國(guó)典型城市道路工況.仿真結(jié)果如下圖2—圖4所示.控制策略優(yōu)化后電機(jī)及發(fā)動(dòng)機(jī)的工作點(diǎn)如下圖5、圖6所示.

通過仿真得出，在改進(jìn)后控制策略模式下整車燃料消耗率為25.33kg/100km，開關(guān)模式下的燃料消耗率為27.68kg/100km.

圖2 發(fā)動(dòng)機(jī)效率

圖3 蓄電池組的SOC

圖4 蓄電池組輸出功率

圖5 控制策略優(yōu)化后電機(jī)的工作點(diǎn)

圖6 控制策略優(yōu)化后發(fā)動(dòng)機(jī)的工作點(diǎn)

3 結(jié) 論

1)證明了基于燃料經(jīng)濟(jì)性的控制策略優(yōu)化是有效的，通過仿真計(jì)算得出控制策略優(yōu)化后燃料經(jīng)濟(jì)性提高8.49%

2)通過仿真比較得出，在優(yōu)化后的控制策略中，發(fā)動(dòng)機(jī)起動(dòng)后，蓄電池組則發(fā)揮其負(fù)荷均衡作用，以平衡路面需求功率和發(fā)電機(jī)組輸出功率，保證發(fā)動(dòng)機(jī)以單點(diǎn)恒功率方式在較高的效率點(diǎn)工作.該控制策略下電池的SOC變化相對(duì)更加平穩(wěn)[6]，對(duì)電池壽命提高有很大幫助.

3)從仿真結(jié)果看出，發(fā)動(dòng)機(jī)始終維持在一個(gè)較高的效率范圍內(nèi)工作，電機(jī)的工作效率點(diǎn)也大多接近較高區(qū)域.

4)本文所提出的控制策略是基于燃?xì)饨?jīng)濟(jì)型而建立的，但經(jīng)過仿真發(fā)現(xiàn)，SOC變化區(qū)間也有所降低，這對(duì)提高電池的壽命也有幫助.

研究表明，在對(duì)混合動(dòng)力客車控制策略進(jìn)行優(yōu)化時(shí)，應(yīng)用主觀與客觀相結(jié)合的方式進(jìn)行未來工況預(yù)測(cè)是行之有效的，研究結(jié)果對(duì)實(shí)際車輛的優(yōu)化提出了理論依據(jù).

[1] Johannesson L， Pettersson S，Bo Egardt．Predictive energy management of a 4QT series-parallel hybrid electric bus[J]．Control Engineering Practice,2009,17(12)：1440-1453．

[2] Ericsson E．Variability in urban driving patterns[J]．Transportation Research Part D,2000，5(5)：337-354．

[3] 朱道偉，謝 輝，嚴(yán) 英，等．基于道路工況自學(xué)習(xí)的混合動(dòng)力城市客車控制策略動(dòng)態(tài)優(yōu)化[J]．機(jī)械工程學(xué)報(bào),2010，46(6)：33-38．

[4] 白東明．基于工況識(shí)別的CNG混合動(dòng)力公交車控制策略優(yōu)化研究[D]．長(zhǎng)春：吉林大學(xué)，2014．

[5] 趙春陽.基于行駛工況辨識(shí)的混合動(dòng)力客車控制策略研究[D].長(zhǎng)春：吉林大學(xué)，2015.

[6] 范 狄．基于電池荷電狀態(tài)的混合動(dòng)力公交客車控制策略研究[D]．長(zhǎng)春：吉林大學(xué)，2015．

Optimization of Control Strategy for Hybrid Electric Bus

GUAN Ming-yi1, XU Yan2, GAO Hui-min1

(1.BBK Test Systems Co., Ltd., Beijing 101102, China;2.Ordnance Science Institute of China, Beijing 100089, China)

There are two kinds of energy sources, usually one engine and a set of batteries, in a hybrid electric bus. The problems of how to distribute the output power between the two sources and how to minimize the total energy consumption need to be concerned in the control strategy. According to the driving characteristics of the bus and the subjective-objective recognition for the driving cycles, the dynamic programming method is used to allocate the required power for each part of the power system. The result of simulation analysis indicates that the proposed method can effectively improve the fuel economy of the bus compared with a switch-mode control strategy.

hybrid electric bus; control strategy; energy management; driving cycle recognition; dynamic optimization

1009-4687(2017)02-0050-05

2017-3-14

關(guān)明義(1984-)，男，工程師.

TK421.8

A