馬 超，楊 坤，金士偉，任立鵬，高 松

(1. 山東理工大學 交通與車輛工程學院，山東 淄博 255000； 2. 山東魯成慧創(chuàng)汽車科技有限公司，山東 威海 264300)

0 引 言

PHEV(plug-in hybrid electric vehicle)作為新能源汽車的一種，在目前的技術條件和社會環(huán)境下，是最具有現(xiàn)實意義的新能源汽車。PHEV具有純電驅動和發(fā)動機驅動里程延長能力，在PHEV的設計開發(fā)中，如何提升純電狀態(tài)下的行駛里程以及整車的動力與經(jīng)濟性是開發(fā)的重難點。

一般來說，PHEV的整車動力與經(jīng)濟性可通過新型構型設計與能量管理策略的開發(fā)與優(yōu)化實現(xiàn)。在PHEV的構型設計方面，現(xiàn)有PHEV多為單軸驅動(如豐田普銳斯、通用沃藍達、本田雅閣等)，且多基于典型混合動力汽車串聯(lián)、并聯(lián)及混聯(lián)構型研發(fā)，整車動力與經(jīng)濟性有進一步提升的潛力[1-3]。

國內(nèi)外已有四輪驅動構型相關的研究。在四輪驅動純電動汽車動力學控制方面，A.NASRI等[4]針對四輪驅動純電動汽車，介紹了新型的滑?？刂撇呗裕粍⑵降萚5]針對四輪輪邊驅動電動車，以滑移率作為電子差速評價指標，研究了工況條件以及整車結構參數(shù)對電子差速影響，為后續(xù)電子差速控制策略研究提供了參考；Y.GAO等[6]通過開發(fā)2自由度汽車動力學模型、上層控制策略、扭矩分配策略等，實現(xiàn)四輪輪轂電機驅動汽車的縱向穩(wěn)定性控制; 胡建軍等[7]針對四輪驅動汽車建立了整車動力學模型，提出多種基于扭矩分配模糊PID控制的集成牽引力控制策略。此外，陳黎卿等[8]針對純電動四輪驅動汽車提出了一種基于遺傳算法和PID控制的軸間扭矩分配控制策略，提升了整車動力性和穩(wěn)定性；帥志斌等[9]針對四輪獨立電驅動汽車，以直接橫擺轉矩控制為例，分析了車載通信網(wǎng)絡的非理想狀況對車輛動力學控制的影響。

在四輪驅動純電動汽車匹配與能量管理優(yōu)化方面，J.KIM[10]針對四輪驅動純電動汽車，開發(fā)了以最小能量消耗為目標的前后電機能量優(yōu)化分配算法；A.NASRI等[11]針對四輪輪轂驅動電動汽車，提出了基于反推控制的新型電機控制算法，實現(xiàn)了驅動效率的提升;B.SUN等[12]針對分布式的四輪驅動電動汽車，進行了基于數(shù)學方法的經(jīng)濟性優(yōu)化研究。

在四輪混合動力汽車方面，錢立軍等[13]提出一種模糊扭矩識別的插電式四驅混合動力汽車控制策略，實現(xiàn)了14.5%的燃油效率提升；莫愁等[14]提出了前輪發(fā)動機后輪電動機驅動的四驅混合動力構型，并進行了匹配設計及MATLAB和Cruise聯(lián)合仿真分析，驗證了動力性與經(jīng)濟性；白鴿[15]以四輪驅動插電式混合動力汽車為研究對象，建立動力學模型及PID、邏輯門限等多種能量管理優(yōu)化策略，并對其進行了仿真驗證；王剛毅[16]針對插電型混聯(lián)式混合動力汽車，進行了動力系統(tǒng)匹配設計及常用控制策略開發(fā)與仿真驗證分析。

通過文獻可知，針對四輪驅動純電動汽車，相關研究多集中在匹配控制、能量管理優(yōu)化策略、動力學控制等方面；針對四輪驅動混合動力汽車，相關研究多集中在匹配、邏輯門限控制、模糊控制、發(fā)動機最優(yōu)控制、牽引力控制等方面。綜上，雖已有四驅系統(tǒng)構型與能量管理優(yōu)化方面的研究，但適時四驅PHEV系統(tǒng)的設計與控制相關研究還較少，特別在多動力源的高效動態(tài)協(xié)調(diào)控制方面還有待于深入。因此，筆者提出一種新型適時四驅PHEV系統(tǒng)，后軸為雙電機多檔位純電驅動系統(tǒng)，可針對不同工況選擇不同電機與檔位，有效克服單電機固定檔位驅動效率受限問題[17-20]；前軸為發(fā)動機驅動，并使用了啟動發(fā)電一體機(ISG)，可實現(xiàn)發(fā)動機啟動與行車發(fā)電[21-22]。

筆者研究了目標插電式適時四驅混合動力汽車各駕駛模式下的動力學特性。由于虛擬開發(fā)平臺提供了發(fā)動機、電動機、電池、變速器、車輛等核心部件庫，支持虛擬駕駛、實時駕駛以及仿真結果分析評價。因此，筆者將利用虛擬仿真開發(fā)平臺[23-24]開發(fā)目標系統(tǒng)的整車模型，對目標系統(tǒng)的整車性能進行仿真分析，對多動力源之間動態(tài)協(xié)調(diào)控制算法進行研究。

1 虛擬仿真開發(fā)平臺

PHEV的構型、核心參數(shù)和控制算法與整車性能有直接聯(lián)系，在PHEV開發(fā)階段，需要研究上述因素對性能的影響。整車性能的仿真與評價需要將相關參數(shù)與算法應用到目標車輛模型中，已有研究團隊基于此開發(fā)了虛擬仿真開發(fā)平臺[24]。

1.1 虛擬仿真開發(fā)平臺介紹

虛擬仿真開發(fā)平臺包括3部分：① 基于MATLAB/Simulink的包含核心部件模型庫的新能源汽車整車模型；② 虛擬駕駛環(huán)境：基于Multigen creator與vegaprime反映道路、天氣、交通和信號燈系統(tǒng)的虛擬駕駛畫面；③ 實時駕駛設備：搭載整車模型的整車模擬器及虛擬駕駛環(huán)境。在平臺中，需方便的修改核心設計參數(shù)，如整車構型、核心部件參數(shù)、控制策略等，并通過離線仿真或實時虛擬駕駛對整車的動力、經(jīng)濟性進行評價[23]。

平臺提供的核心部件模型如圖1，可針對目標車輛構型構建整車模型，并搭載到模擬器中進行性能模擬[24]。利用離線仿真功能，可模擬多種行駛工況下的整車動力、經(jīng)濟性。在實時虛擬駕駛環(huán)境下，允許真實的駕駛員利用實時駕駛設備，進行實時模擬駕駛，并實時的觀測整車性能數(shù)據(jù)[24]，如圖2，從而進行新能源汽車構型影響、整車性能、核心部件性能及駕駛員相關的各種研究。

1.2 核心部件及整車模型試驗驗證

離線仿真時，虛擬仿真開發(fā)平臺構建的核心部件及整車模型的有效性，決定了目標車型整車動力性與經(jīng)濟性的準確度。若想利用此虛擬仿真開發(fā)平臺對新能源汽車及其核心部件性能進行有效、準確的仿真分析，需要對核心部件及整車模型進行試驗對比分析與驗證。

筆者首先利用平臺提供的核心部件庫搭建了典型的插電式通用沃蘭達整車模型，包含整車動力學模型的搭建及整車能量管理控制策略模型。為了驗證有效性，針對目標車型進行了基于OBD (on-board diagnostics)設備的實車UDDS工況試驗，如圖3。并將試驗數(shù)據(jù)與實際模型仿真結果進行了對比分析[25]，如圖4。由圖4可知，發(fā)動機、電機1(motor-generator 1, MG1)、電機2(motor-generator 2, MG2)、電池、整車速度等核心參數(shù)的仿真與試驗結果有很好的一致性，驗證了虛擬仿真開發(fā)平臺所建動力學模型及控制策略模型的準確和有效性。因此，虛擬仿真開發(fā)平臺可用于新能源汽車及核心部件性能的仿真與分析。

2 目標系統(tǒng)特性分析與建模

2.1 目標構型介紹

新型PHEV適時四輪驅動系統(tǒng)構型如圖5。圖5中，S代表太陽輪，C代表行星架，R代表齒圈。此構型具有發(fā)動機與雙電機多個動力源，可實現(xiàn)前輪或后輪單軸與四輪驅動。通過雙電機間，前軸與后軸間扭矩的動態(tài)協(xié)調(diào)控制，實現(xiàn)動力與經(jīng)濟性的提升。

目標PHEV前軸為傳統(tǒng)發(fā)動機驅動，發(fā)動機功率經(jīng)由離合器、變速器、差速器等傳遞到傳動軸。采用ISG，可實現(xiàn)發(fā)動機快速啟停與行車發(fā)電，提升續(xù)駛里程。后軸為雙電機驅動，兩個驅動電機分別適合低速與中速驅動，高速為雙電機聯(lián)合驅動。通過開發(fā)對應的控制策略，可實現(xiàn)車輛在電機高效區(qū)間的運行，提升純電行駛里程。

2.2 目標系統(tǒng)動力學特性分析

目標系統(tǒng)采用多種動力源，可有效提升整車動力與經(jīng)濟性，但帶來了整車能量管理與扭矩動態(tài)協(xié)調(diào)控制難題。需針對目標系統(tǒng)進行動力學特性分析，為解決問題提供依據(jù)。

目標系統(tǒng)依據(jù)電池電量的情況，可工作在電量消耗(charge depleting，CD)模式或電量維持(charge sustaining，CS)模式。在CD模式下，發(fā)動機不工作，由電池提供能量，在CS模式下，發(fā)動機及電機協(xié)同合作，以發(fā)動機為主提供能量。具體依據(jù)驅動情況可分為單軸驅動或四輪驅動模式，依據(jù)目標系統(tǒng)的能量流可分為單電機驅動、雙電機聯(lián)合驅動、發(fā)動機驅動、發(fā)動機行車發(fā)電、發(fā)動機-電動機聯(lián)合驅動(四輪驅動)、再生制動等模式。筆者采用能量流與杠桿分析法對各個駕駛模式進行動力學特性分析。

2.2.1 單電機驅動

單電機驅動包含MG1驅動與MG2驅動兩種模式。由圖6能量流圖可知，MG1驅動時，MG2鎖止，動力從太陽輪經(jīng)由行星架輸出，扭矩與速度傳遞關系如式(1)、(2)；MG2驅動時，MG1鎖止，動力從齒圈經(jīng)由行星架輸出，扭矩與速度傳遞關系如式(3)、(4)。

(1)

(2)

(3)

(4)

式中：T為扭矩；ω為轉速；J為轉動慣量；c為行星架；r為齒圈齒數(shù)；s為太陽輪齒數(shù)；N為減速比。

2.2.2 雙電機驅動

雙電機驅動時，MG1和MG2協(xié)調(diào)工作共同經(jīng)由行星架驅動汽車，動力學傳遞如式(5)：

(5)

此驅動模式下扭矩傳遞公式與單電機驅動相同。需要指出的是，在雙電機驅動時，雙電機間的功率分配比決定整車驅動效率。

2.2.3 發(fā)動機驅動與行車充電

前輪驅動時目標系統(tǒng)可在發(fā)動機驅動與行車充電模式下工作。發(fā)動機驅動時，動力經(jīng)由變速器傳遞至車輪如圖7。行車充電時，發(fā)動機帶動啟動/發(fā)電機進行發(fā)電，為電池補充能量。

動力學傳遞如式(6)、(7)：

(6)

(7)

式中：Clutch為離合器；e為發(fā)動機。

2.2.4 四輪驅動

四輪驅動下發(fā)動機與電動機共同輸出扭矩驅動車輛，車輛的總需求扭矩等于發(fā)動機與電動機輸出到車輛上的扭矩之和，動力傳遞公式與式(1)～(7)相同。四輪驅動情況下，根據(jù)實際行駛需求，發(fā)動機與電動機的扭矩分配主要為兩種：①發(fā)動機為主，電動機與ISG輔助發(fā)動機高效驅動；②發(fā)動機與電動機依據(jù)實際載荷分配動態(tài)分配需求扭矩。筆者將重點研究第一種扭矩分配形式。

2.2.5 再生制動

汽車剎車時，通過電機與摩擦制動的協(xié)調(diào)控制實現(xiàn)汽車的制動，同時完成電機對制動能量的回收。依據(jù)實際情況，可進行單電機或雙電機制動能量回收，動力學公式如式(1)～(4)。

2.3 基于虛擬仿真開發(fā)平臺的整車模型開發(fā)

目標系統(tǒng)采取的核心部件參數(shù)如表1。其中，MG1與MG2采用了相同的電機參數(shù)。

表1 整車基本參數(shù)

基于核心部件模型庫，筆者開發(fā)了目標雙軸耦合PHEV的動力學系統(tǒng)模型，并利用虛擬仿真開發(fā)平臺提供的核心部件GUI，對核心部件參數(shù)進行了輸入，完成了整車動力系統(tǒng)模型的搭建。

3 目標系統(tǒng)整車能量管理

目標系統(tǒng)具有多個動力源，需開發(fā)高效的能量管理策略來實現(xiàn)前/后軸單軸驅動或者四輪驅動。特別是針對后軸單電機或雙電機聯(lián)合驅動，開發(fā)了對應的單電機控制策略和雙電機動態(tài)協(xié)調(diào)控制策略。

3.1 核心部件控制策略

3.1.1 單軸驅動

各核心驅動部件需滿足駕駛員驅動需求，在單軸驅動情況下，相關部件需求扭矩計算如式(8)～(11)：

Twd=P×Tmax

(8)

Ted=Twd/(NffdNi)

(9)

(10)

(11)

式中：Twd為輪胎需求扭矩；P為油門開度；Tmax為系統(tǒng)最大扭矩；Ted為發(fā)動機需求扭矩；Nffd為前軸主減速齒輪減速比；Ni為變速器減速比；Nrfd為后軸主減速齒輪減速比；TMG1d為MG1需求扭矩。TMG2d為MG2需求扭矩。

通過式(8)可獲得在不同油門開度情況下，目標系統(tǒng)的需求扭矩?；诖诵枨笈ぞ?，由式(9)～(11)分別計算出發(fā)動機驅動、MG1驅動、MG2驅動或雙電機驅動時各驅動部件的需求扭矩。

3.1.2 雙軸耦合驅動

四輪驅動模式下，整車需求扭矩由前軸發(fā)動機與后軸電動機共同提供，如式(12)：

Twd=Twde+TwdMG

(12)

式中：Twde為前軸輪胎需求扭矩；TwdMG為后軸輪胎需求扭矩。

在此模式下，需依據(jù)整車需求，合理分配發(fā)動機與電動機的扭矩，如2.2.4所述，筆者將重點研究發(fā)動機驅動為主，電動機驅動為輔的扭矩分配方式，依據(jù)實際載荷分配動態(tài)分配的方案因已有較多研究，筆者不再重述。發(fā)動機的扭矩將依據(jù)發(fā)動機OOL(optimal operating line)曲線[23]，確定發(fā)動機扭矩，進而計算獲得電動機的需求扭矩。

3.1.3 制 動

在制動時，制動力將由雙電機再生制動與摩擦制動協(xié)同合作來提供。筆者將優(yōu)先使用再生制動力進行制動，僅當車速較低、SOC較高或者電機再生制動力不能滿足制動需求時，才加入摩擦制動。

3.2 模式切換控制策略

目標PHEV系統(tǒng)根據(jù)電池SOC與驅動需求，可自主工作在純電或混合驅動模式下。

純電驅動模式包含MG1驅動、MG2驅動和雙電機驅動三種。為研究各模式下的性能，采取單參數(shù)模式切換策略，低速時為MG1驅動，中速時為MG2驅動，高速時為雙電機驅動。

混合驅動模式下，發(fā)動機依據(jù)行駛需求啟停策略如圖8。發(fā)動機的啟停采取多參數(shù)聯(lián)合判斷策略，其中發(fā)動機啟動時需同時滿足四個參數(shù)要求，發(fā)動機停止時僅需滿足三參數(shù)需求中的一項。發(fā)動機工作時，整車需求扭矩由發(fā)動機和電動機協(xié)同合作共同驅動，通過電動機的輔助驅動，實現(xiàn)發(fā)動機的高效運行。

3.3 雙電機動態(tài)協(xié)調(diào)控制策略

在雙電機驅動時，MG1與MG2需要協(xié)調(diào)控制共同驅動汽車。由圖5可知，在同一扭矩輸出需求下，MG1與MG2的扭矩可由式(10)、(11)決定。因此，電機扭矩與車輛需求扭矩有確定比例關系，即電機需求扭矩由車輛需求扭矩直接確定。在車速確定的情況下，由式(5)可知，MG1與MG2的轉速有多種組合方式。在選定速度與扭矩需求情況下，電機扭矩可依據(jù)公式(10)、(11)算出，因雙電機具有多種轉速組合，MG1與MG2的驅動效率會發(fā)生變化。

為提升驅動效率，筆者提出基于雙電機驅動效率最優(yōu)的動態(tài)協(xié)調(diào)控制算法，如式(13)：

目標函數(shù):

Max|ηdual_drive(V,Tdriveshaft,ωMG1,ωMG2)|

受約束于：

(13)

式中：ηdual_drive為雙電機驅動效率；Tdriveshaft為驅動軸扭矩；Vmax為汽車最大行駛車速；TMG_max為電機最大扭矩；ωMG_max為電機最大轉速。

通過式(13)，以整車驅動效率最優(yōu)為目標，可獲得雙電機驅動時，不同車速與扭矩需求情況下，最優(yōu)MG1、MG2轉速組合。計算流程如圖9，其中，車輛需求車速和扭矩以及電機轉速按照一定增量(Δ)進行設置。

基于式(13)獲取不同驅動需求下最優(yōu)電機轉速組合后，由于不同時刻電機的最優(yōu)轉速不同，需要電機施加動態(tài)協(xié)調(diào)扭矩以實現(xiàn)轉速優(yōu)化控制。為控制電機最優(yōu)轉速變換，筆者提出電機動態(tài)協(xié)調(diào)控制扭矩的概念，計算如式(14)：

(14)

式中：TMG_coordinate為電機動態(tài)協(xié)調(diào)控制扭矩；ωMG_optimal為電機最優(yōu)轉速；ωMG_actual為電機實際轉速；KP_MG為線性增益；KI_MG為積分增益。電機最優(yōu)轉速經(jīng)按圖9進行計算后獲取，電機實際轉速為電機轉速的實時反饋值。線性與積分增益通過多次性能仿真分析并結合專家經(jīng)驗最終選取獲得。

MG1與MG2的驅動扭矩由兩部分組成，如式(15)。電機需求驅動扭矩TMG_dmd用來滿足駕駛驅動需求，電機協(xié)調(diào)控制扭矩TMG_coordinate，用來調(diào)節(jié)電機轉速以實現(xiàn)最優(yōu)效率驅動。

TMG_final=TMG_dmd+TMG_coordinate

(15)

雙電機動態(tài)協(xié)調(diào)控制策略的開發(fā)可以提升雙電機的整體驅動效率，結合開發(fā)的核心部件控制策略，實現(xiàn)了多動力源之間能量管理與控制。

4 仿真結果分析

適時四驅混合動力系統(tǒng)可工作在純電或混合動力驅動模式下，筆者將基于虛擬仿真開發(fā)平臺，對不同模式與控制策略下的仿真結果進行分析與驗證。

4.1 純電驅動模式

為驗證目標系統(tǒng)純電驅動性能，選取了UDDS行駛工況進行仿真分析，且未施加雙電機動態(tài)協(xié)調(diào)控制策略，仿真結果如圖10。

由圖10(a)可知，目標系統(tǒng)的實際車速與需求車速跟隨較好，驗證了提出的驅動與制動策略的正確性。圖10(b)～(e)為兩個電機的驅動扭矩與轉速，圖10中A部分為MG1驅動，B部分為MG2驅動，C部分為雙電機驅動，清晰的展示了單電機與雙電機驅動的情況。純電驅動模式下的具體分析如下：t=0～82 s時為低速運行區(qū)間，MG1單獨輸出扭矩驅動車輛，MG2不工作；t=82～118 s時為中速運行區(qū)間，MG2單獨輸出扭矩驅動車輛，MG1不工作；t=227～291 s時為高速運行區(qū)間，兩個電機依據(jù)行星齒輪特性同時輸出扭矩協(xié)同合作驅動汽車，兩者扭矩與轉速傳遞關系符合式(1)、(3)、(5)。從圖10中還可知，車速降低時車輛進入再生制動模式，電機提供負扭矩以提供制動力，同時達到回收制動能量、提升效率的目的。

4.2 混合驅動模式

混合驅動模式同樣選取UDDS行駛工況進行仿真分析，且未施加雙電機動態(tài)協(xié)調(diào)控制策略，仿真結果如圖11。

如圖11(a)所示，目標系統(tǒng)的實際車速與需求車速跟隨較好，驗證了提出的混合驅動策略的正確性?；旌向寗幽Ｊ较碌木唧w分析如下：t=20～24 s與t=163～167 s區(qū)間為電動模式，由圖11(d)～(e)可知MG1輸出扭矩驅動汽車；t=24～117 s與t=167～330 s區(qū)間(圖中標注部分)為發(fā)動機電動機混合驅動模式；從圖11(b)～(g)可知，發(fā)動機與電動機同時輸出扭矩共同滿足汽車驅動需求，同時在此區(qū)間，MG1與MG2仍按照低、中、高速需求工作在不同的模式下，由于發(fā)動機驅動的原因，電機實際驅動扭矩降低。再生制動模式下發(fā)動機關閉，電機提供制動力。

4.3 雙電機動態(tài)協(xié)調(diào)控制

為實現(xiàn)雙電機動態(tài)協(xié)調(diào)控制，需要獲得不同速度、轉矩需求情況下的電機最優(yōu)驅動轉速，筆者利用MATLAB的m文件進行編程，考慮了實際的電機效率曲線，逆變器效率，傳動效率等損失，利用式(13)獲得了電機的最優(yōu)轉速，實現(xiàn)了在不同車速與轉矩需求情況下的雙電機動態(tài)協(xié)調(diào)控制。

4.3.1 轉速轉矩特性對比分析

筆者對施加動態(tài)協(xié)調(diào)控制策略前后的雙電機轉速與轉矩進行了對比。由圖12可知，t=227～291 s時為雙電機驅動模式，MG1與MG2的速度差異來自于提出的動態(tài)協(xié)調(diào)控制算法。通過算法，將雙電機的速度控制在了式(13)計算所得的電機優(yōu)化曲線上。

MG1與MG2通過行星齒輪共同驅動汽車，在需求扭矩一致的情況下，扭矩未發(fā)生變化，控制前后的扭矩曲線是重合的，如圖10(b)、(d)。這正是由于對電機優(yōu)化轉速的控制，實現(xiàn)了整車驅動效率的提升。

4.3.2 動態(tài)協(xié)調(diào)控制經(jīng)濟性分析

為了驗證雙電機動態(tài)協(xié)調(diào)控制對經(jīng)濟性的改善效果，筆者針對CUDEC，US06等循環(huán)工況進行了仿真測試，以US06高速循環(huán)工況為例，通過查看MG1與MG2的工作點效率圖，如圖13?？梢园l(fā)現(xiàn)，施加動態(tài)協(xié)調(diào)控制后，MG1的工作點向右側高效區(qū)移動，MG2的工作點向中間高效區(qū)緊縮。

通過對比SOC發(fā)現(xiàn)，在未進行較好的電機匹配與換擋控制優(yōu)化的情況下，雙電機動態(tài)協(xié)調(diào)控制算法在US06與CUDEC循環(huán)工況下，分別實現(xiàn)了3.24%與4.26%的效率提升，證明了所提算法的有效性。

5 結 論

筆者利用虛擬仿真開發(fā)平臺對提出的新型雙軸耦合插電式適時四輪驅動汽車進行了動態(tài)協(xié)調(diào)控制策略開發(fā)及整車性能仿真驗證的研究。

為驗證虛擬仿真開發(fā)平臺所建整車模型的有效性，進行了實車試驗與仿真的對比分析；通過對目標系統(tǒng)各工作模式下的動力學特性分析，開發(fā)了發(fā)動機、MG1、MG2等核心部件的驅動/制動策略與模式切換控制策略；為進一步提升整車效率，提出一種基于效率最優(yōu)的雙電機動態(tài)協(xié)調(diào)控制策略，可獲得與車輛需求車速、扭矩對應的最優(yōu)雙電機轉速，實現(xiàn)多動力源之間的能量管理與優(yōu)化控制；仿真分析結果表明，筆者開發(fā)的整車能量管理策略滿足整車性能需求，提出的雙電機動態(tài)協(xié)調(diào)控制算法實現(xiàn)了電機的優(yōu)化控制，通過對比發(fā)現(xiàn)，此算法實現(xiàn)了電機工作點向高效區(qū)的移動，在US06與CUDEC工況下，分別實現(xiàn)了3.24%與4.26%的效率提升，為具備多動力源新能源汽車的協(xié)調(diào)控制提供了理論支持。