張思雨，史珊珊

PHEV能量管理策略研究

張思雨，史珊珊

（長安大學(xué) 汽車學(xué)院，陜西 西安 710064）

針對一款串聯(lián)型插電式混合動力公交車，文章基于MTLALB建立整車和各部件數(shù)值模型。在中國典型城市公交工況下，建立基于全局優(yōu)化的DP策略，并與CD-CS策略和PMP策略進(jìn)行能耗對比分析。結(jié)果表明：（1）基于CD-CS策略的后期SOC在一定范圍內(nèi)波動，DP策略與PMP策略的SOC軌跡近似呈線性變化。（2）CD-CS策略較DP策略的能耗成本高22.68%，PMP策略比DP策略的能耗成本高0.30%。DP策略與PMP策略可以合理分配能量源，實(shí)現(xiàn)全局最優(yōu)，但DP策略相比PMP策略計(jì)算量大。

PHEV；能量管理；CD-CS策略；動態(tài)規(guī)劃

前言

近年來，汽車保有量的增加已嚴(yán)重影響交通能耗及城市空氣質(zhì)量[1]。而插電式混合動力汽車作為一種過渡車型，可外接電網(wǎng)充電，具有較長純電動續(xù)航里程，可有效降低排放和能耗，因此被廣泛應(yīng)用。PHEV存在多種動力源，如何實(shí)現(xiàn)車輛工作模式的切換和功率的分配對車輛能耗經(jīng)濟(jì)性有重大影響[2]。本文研究了CD-CS策略、DP策略和PMP三種策略，并基于中國典型城市公交工況進(jìn)行仿真分析。

1 整車參數(shù)

本文針對一款串聯(lián)插電式混合動力公交車展開研究，動力系統(tǒng)結(jié)構(gòu)如圖1所示。整備質(zhì)量為13 500 kg。主減速比為13.9，發(fā)動機(jī)與ISG電機(jī)耦合成EGU單元。動力電池是總?cè)萘繛?80 Ah的磷酸鐵鋰電池，單體電池電壓為3.2 V。

圖1 整車動力系統(tǒng)結(jié)構(gòu)圖

2 能量管理策略

2.1 CD-CS策略

該策略相應(yīng)閾值根據(jù)工程師經(jīng)驗(yàn)制定，算法簡單，實(shí)時(shí)性強(qiáng)，但適應(yīng)性差，不能實(shí)現(xiàn)系統(tǒng)的最佳性能。當(dāng)動力電池SOC較高時(shí)，電池作為唯一能量源驅(qū)動車輛，SOC水平不斷下降；當(dāng)電池SOC降至設(shè)定的閾值下限0.3時(shí)，為了保證電池的壽命和安全，EGU開始工作，恒功率向外輸出40 kW；當(dāng)SOC上升至閾值上限0.35時(shí)，EGU停止工作，利用電能驅(qū)動車輛運(yùn)動。

2.2 DP策略

動態(tài)規(guī)劃算法[3]可以實(shí)現(xiàn)全局最優(yōu)，可作為評估其他控制策略的基礎(chǔ)，但需要已知工況信息，不能實(shí)時(shí)應(yīng)用。動態(tài)規(guī)劃算法包括正推法和逆推法兩種形式，本文利用逆推法獲取最優(yōu)決策序列。

首先將狀態(tài)變量SOC進(jìn)行離散，其次逆向求解每個(gè)階段不同SOC離散點(diǎn)的最佳控制變量，最后正向獲得最佳控制變量序列。在已知工況的前提下，將動力電池組SOC作為狀態(tài)變量，電池的輸出功率P作為控制變量，遞歸方程表達(dá)式為：

（1）

式中：為時(shí)刻點(diǎn)，u為第個(gè)電池功率輸入，x為第個(gè)SOC離散值點(diǎn)，為P集合，(.)為當(dāng)狀態(tài)變量為x且控制變量為u時(shí)得到的第+1步的SOC，(.)為當(dāng)前時(shí)刻能耗，(x)是SOC為x時(shí)由第步到最后一步的累積最小成本。

需要滿足約束邊界要求：

式中：P為EGU輸出功率，T為電機(jī)輸出轉(zhuǎn)矩，n電機(jī)輸出轉(zhuǎn)速，max和min分別為對應(yīng)變量的上下邊界。

2.3 PMP策略

龐特里亞金極小值原理可以獲得全局最優(yōu)解，循環(huán)工況已知，PMP策略的目標(biāo)函數(shù)、哈密頓函數(shù)、協(xié)態(tài)方程、狀態(tài)方式如下：

式中：t為工況最終時(shí)刻，為協(xié)態(tài)變量

利用打靶法進(jìn)行數(shù)值求解：

式中，為第次打靶的初始協(xié)態(tài)變量值，是第次打靶中的SOC最終值，為SOC的下限值，0和確定前兩個(gè)初始協(xié)態(tài)變量值。

3 仿真分析

基于17個(gè)中國典型城市公交工況[4]進(jìn)行CD- CS、DP、PMP策略仿真。電池SOC初值為0.8，末值為0.3。基于CD-CS、DP策略的SOC軌跡如圖2所示，基于PMP策略在三次打靶下的SOC變化曲線如圖3所示。可以看出DP策略與PMP策略的SOC軌跡曲線都近似呈線性變化，CD-CS策略曲線與其它兩種策略相差很大，后期的SOC在0.3至0.35之間波動。圖4、圖5為在DP策略下的EGU和電池輸出功率。表1為三種策略連續(xù)運(yùn)行約百公里下的能耗成本對比?？梢钥闯龌贑D-CS策略的總成本最高為86.70元，基于DP策略的總成本最低為70.67元，基于PMP策略的總成本與DP策略相差不大，為70.88元。

圖2 基于CD-CS、DP策略的SOC變化曲線

圖3 PMP策略的SOC變化曲線

圖4 DP策略下EGU輸出功率曲線

圖5 DP策略下電池輸出功率曲線

表1 不同策略下的能耗經(jīng)濟(jì)性對比

策略電費(fèi)/元?dú)赓M(fèi)/元總費(fèi)用/元 CD-CS35.1051.6086.70 DP38.0132.6670.67 PMP38.2932.5970.88

4 結(jié)論

三種策略中，CD-CS策略是基于工程師經(jīng)驗(yàn)制定相應(yīng)閾值，不能實(shí)現(xiàn)全局最優(yōu)，后期的SOC在一定范圍內(nèi)波動，其能耗成本較DP策略高22.68%；DP策略作為一種全局優(yōu)化策略可以合理分配電池和EGU的輸出功率，使得綜合成本最小，但是計(jì)算所需時(shí)間長；PMP策略與DP策略的SOC的變化軌跡相似，近似呈線性變化，能耗成本較DP策略高0.30%，但是PMP策略的協(xié)態(tài)變量初值難以調(diào)整。

[1] 王欽普,游思雄,李亮,等.插電式混合動力汽車能量管理策略研究綜述[J].機(jī)械工程學(xué)報(bào),2017,53(16):1-19.

[2] 謝海明,黃勇,王靜,等.插電式混合動力汽車能量管理策略綜述[J].重慶理工大學(xué)學(xué)報(bào)(自然科學(xué)),2015,29(07): 1-9.

[3] HE H W,TANG H L,WANG X M,et al.Global optimal energy management strategy research for a plug-in series-parallel hybrid electric bus by using dynamic programming[J]. Ma- thematical Problems in Engineering,2013(pt.14):1-11.

[4] 全國汽車標(biāo)準(zhǔn)化委員會.汽車試驗(yàn)用城市運(yùn)轉(zhuǎn)循環(huán):QC/T 759—2006 [S].北京:中國計(jì)劃出版社,2006.

Research on Energy Management Strategy of PHEV

ZHANG Siyu, SHI Shanshan

( Chang'an University School of Automotive Engineering, Shaanxi Xi'an 710064 )

For a series plug-in hybrid electric bus, this paper establishes the corresponding numerical model of the power components of vehicle based on MATLAB. Under the Chinese typical city bus driving cycle, the DP strategy based on global optimization was established, and the energy consumption cost was compared with that of the CD-CS strategy and PMP strategy. The results show that: (1) The SOC fluctuates within a certain range based on CD-CS strategy, and the SOC trajectories of the DP strategy and the PMP strategy change approximately linearly. (2) The energy consumption cost of CD-CS strategy is 22.68% higher than that of DP strategy, and the energy consumption cost of PMP strategy is 0.30% higher than that of DP strategy. The DP strategy and the PMP strategy can reasonably allocate energy sources to achieve global optimization. But the calculation amount based on the DP strategy is larger than PMP strategy.

Plug-in hybrid electric vehicle; Energy management; CD-CS strategy; Dynamic programming

B

1671-7988(2022)01-186-03

U461.2

B

1671-7988(2022)01-186-03

CLC NO.: U461.2

張思雨（1996—），女，碩士研究生，就讀于長安大學(xué)，研究方向：新能源汽車能量管理策略。

10.16638/j.cnki.1671-7988.2022.001.042