李 欣, 朱晶宇
(1.中國北方車輛研究所,北京 100072;2.大連理工大學,大連 116024)
由于對動力系統(tǒng)的大規(guī)模需求,傳統(tǒng)柴油車很難提高燃油經(jīng)濟性.混合動力車輛在城市道路上行駛時可以充分發(fā)揮節(jié)能優(yōu)勢.引入驅(qū)動電機可回收制動能量,另一方面,發(fā)動機與電機協(xié)同使得發(fā)動機可以在高效率區(qū)域工作,從而適應城市民用車輛的制動頻率和低速行駛工況.在國內(nèi),混合動力車輛主要采用P2結(jié)構(gòu),發(fā)動機和永磁同步電機連接在同一軸上,可以相對提高車輛日常運行過程中的可靠性和能量利用率.增加變速箱可以有效換屆發(fā)動機和電機的坡起壓力,并在較大的范圍內(nèi)改變車輛行駛速度和車輪輸出扭矩.例如,GM Allison混合動力客車和Hino混合動力軌道客車采用發(fā)動機、雙電機和多個濕滑槽控制,從而實現(xiàn)多種工作狀態(tài)和模式切換.與P2結(jié)構(gòu)相比,多模開關(guān)可大大改進油耗和優(yōu)化動力系統(tǒng)工況.
混合動力車輛的控制策略在混合動力車輛的設(shè)計過程中起著重要的作用.隨著控制器硬件計算能力的進步,許多基于規(guī)則、優(yōu)化和人工智能的能量管理策略被開發(fā)和應用于工業(yè)上.由于混合系統(tǒng)的復雜性,控制策略的性能取決于參數(shù)優(yōu)化.許多先例討論過增程器與并行混合系統(tǒng)的優(yōu)化方法.然而,關(guān)于多模開關(guān)混合動力系統(tǒng)和傳動比優(yōu)化的例子卻很少.本文提出了一種基于神經(jīng)網(wǎng)絡的發(fā)動機工作點在線優(yōu)化控制策略,采用直接搜索算法對齒輪傳動比參數(shù)和多模切換邊界參數(shù)進行優(yōu)化.
本研究以某混動車輛增程器為框架進行研究.將飛輪拆下,并將其與電機連接,以建立一個混合多模態(tài)框架結(jié)構(gòu).多模開關(guān)混合動力系統(tǒng)結(jié)構(gòu)如圖1所示,包括柴油機、永磁同步電機、鋰離子電池組和離合器,驅(qū)動電機端增加變速箱.
圖1 多?;旌蟿恿Y(jié)構(gòu)
多模開關(guān)混合動力系統(tǒng)在運行過程中有三種模式:電動模式、混合動力模式和發(fā)動機模式.具體模式可根據(jù)車輛速度、目標驅(qū)動力和SOC可變范圍來選擇.
仿真平臺框架如圖2所示.采用來自駕駛周期的參考車速作為輸入信號,由駕駛員模型根據(jù)參考速度與實際速度之差輸出踏板加減速命令信息.車輛控制器采用規(guī)則型能量管理策略,將不同運行方式下的驅(qū)動力矩分配給發(fā)動機、發(fā)電機和電機.將驅(qū)動扭矩信號輸入到車輛縱向動力學模型中.最后,車輛動力學模型計算車輛在縱向方向的加減速信息,輸出仿真的車輛速度.
圖2 仿真平臺框架圖
發(fā)動機模型的建立是根據(jù)發(fā)動機的試驗數(shù)據(jù),通過插值和查表讀取數(shù)據(jù)得到燃油消耗率,用一階慣性描述柴油機扭矩的動態(tài)特性.圖3為發(fā)動機特性圖.
圖3 發(fā)動機特性圖
(1)
式中,mfuel(kg/s)為燃油消耗率;TEng(Nm)為發(fā)動機輸出扭矩;Ne(rpm)為發(fā)動機轉(zhuǎn)速。
驅(qū)動電機模型輸入電池電壓信號,電機反饋速度信號,電機在扭矩指令信號,輸出電機電流信號和電機扭矩信號。電機效率ηmot和扭矩Tmot、轉(zhuǎn)速MotSpd的關(guān)系如下:
ηmot=f(MotSpd,Tmot).
(2)
根據(jù)電機效率圖可以得到電機的電能損耗PLoss,電機轉(zhuǎn)速與扭矩的成績就是電機的機械功率PMech。電機電流如下:
(3)
發(fā)動機、驅(qū)動電機主要參數(shù)見表1:
表1 驅(qū)動系統(tǒng)參數(shù)
根據(jù)等效電路原理建立電池模型.輸入信號為電池電流、電池容量和電池溫度,輸出信號為電池電壓和電池SOC.電池模型見圖4:
圖4 電池模型
傳動系統(tǒng)主要包括發(fā)動機側(cè)的單齒輪箱模型、電機側(cè)的三級齒輪箱模型和扭矩聯(lián)軸器。離合器合上時,系統(tǒng)處于ENG模式,傳動軸3處的輸出扭矩Tout為:
Tout=Tin·N+Tmot·MotDriveRatio.
(4)
離合器分開時,系統(tǒng)處于EV或HEV模式,輸出扭矩Tout為:
Tout=Tmot·MotDriveRatio.
(5)
Tin為離合器后的輸出扭矩,N單齒輪箱傳動比,MotDriveRatio為電機側(cè)的傳動比。換擋策略見圖5:
圖5 換擋策略
車輛瞬態(tài)動力學模型包含三個自由度,分別為X、Z方向上的運動和Y方向上的旋轉(zhuǎn)運動.模型輸入為整車驅(qū)動力信號,輸出為整車在不同方向上的加速度和速度信號.車輛運動模型示意圖見圖6:
圖6 車輛運動模型
車輛動力進程可由下列式子表達:
(6)
(7)
(8)
(9)
(10)
(11)
表2 混合動力車輛參數(shù)
表3 混合動力車輛參數(shù)
為了達到實際應用的目的,控制器采用了基于確定規(guī)則的控制策略.系統(tǒng)控制框圖分為控制器部分和設(shè)備部分.控制器部分處理輸入信號,輸出電機扭矩、發(fā)動機扭矩、發(fā)電機扭矩和其他命令.輸入命令信號以驅(qū)動車輛.傳動系統(tǒng)和車輛運動模型將車輛速度、電機速度、發(fā)電機速度反饋給控制器,從而形成閉環(huán)控制.
發(fā)動機工況點的選擇是決定純發(fā)動機模式(ENG)和串聯(lián)模式(HEV)下燃油經(jīng)濟型水品的關(guān)鍵因素,發(fā)動機的候選工況點位于最小油耗線上(紅線),如圖3所示.
當SOC>55時,HEV模式執(zhí)行放電策略:HEV模式執(zhí)行充電策略,充放電模塊控制策略如下:
(1)放電模塊
當電機Pmot所需電力功率滿足式(12)時,發(fā)動機應在最大功率點。
Pmot>max(eng.pwr)+Pbattdischarg_lmt.
(12)
當電機所需電力滿足式(13)時,發(fā)動機應為最小功率點。此特殊情況下電池充電。
Pmot≤min(eng.pwr)
(13)
當電機所需電力滿足式(14)時,候選發(fā)動機工作點eng.pwr應滿足式(15).
min(eng.pwr) (14) (15) 式中,Pbattdischarg_lmt為當前SOC對響應下的放電能量。 發(fā)動機工作點、電機動力需求和電池放電極限功率都在圖7中體現(xiàn),其中區(qū)域①②③代表了式(12),(13),(14)。 圖7 放電模式下發(fā)動機工作點 (2)充電模式 當電機所需電力符合式(16)時,發(fā)動機將在最小功率點工作。 (16) 當電機所需動力符合式(17)時,發(fā)動機將在最大功率點工作。此特殊情況下電池放電。 Pmot>max(eng.pwr). (17) 當電機所需電力滿足式(18)時,候選發(fā)動機工作點eng.pwr應滿足式(19)。 min(eng.pwr)-|Pbattcharg_lmt| (18) (19) Pbattdischarg_lmt為當前SOC對響應下的放電能量。 發(fā)動機工作點、電機動力需求和電池放電極限功率都在圖8中體現(xiàn),其中區(qū)域①②③代表了式(16),(17),(18)。 圖8 充電模式下發(fā)動機工作點 對于基于規(guī)則型的能量管理策略,其模式切換參數(shù)對燃油經(jīng)濟性的提高有重要影響。傳統(tǒng)的基于工程經(jīng)驗確定的模式切換參數(shù)不能實現(xiàn)全局優(yōu)化,且在校準時依賴于周期條件。因此,本研究采用基于全局情況的模式搜索方法,對參數(shù)選擇進行了廣泛的討論。直接搜索算法在當前點周圍搜索一組點并計算其目標函數(shù)值,與傳統(tǒng)的網(wǎng)絡搜索或非先行搜索相比,模式搜索具有方向性。通過比較目標函數(shù)在不同方向上的極值,可以找到局部或全局最優(yōu)點。模式搜索方法的基本過程如下: (1)參數(shù)初始化,選擇xk作為初始點進行優(yōu)化; (2)選擇搜索模式,在初始點周圍生成新的基點。 有兩種常見的模式:最大正基模式(2N)和最小正基模式(NP1)。如果自變量的數(shù)量為n,最大的正基模由有2n個向量,最小的正基模有2n+1個向量。本研究采用最大正基模式,每個方向上的向量稱為圖案的向量集vi,以f表示。圖9為當前點時生成的圖案的方向獨立變量n=3。從最大正基模式出發(fā),搜索6個方向。 圖9 最大正基模式圖像研究 (20) (3)在當前模式下生成所述的點,同時網(wǎng)格尺寸(步長)為Δk,表示當前初始點xk到2n個方向點的距離。 (4)計算當前初始點xk和xk+{di}的目標函數(shù)值,找出目標函數(shù)最小值對應的點。 如果f(xk+{di}) (5)根據(jù)每步的結(jié)果判斷Δk進行放大或縮小。如果符合下列條件則迭代結(jié)束。 Δk (21) 本研究以NEDC循環(huán)為試驗周期,以每百公里最小當量消耗為優(yōu)化目標。式(22)~(25)確定每100公里的等效油耗。 (22) (23) (24) (25) 式中:Vfueleng為發(fā)動機油耗;Vfuel_equ為電力等效油耗;Ebat為耗電量;Qfuel為柴油熱值;ρfuel為柴油;Vb和Ib為電池電壓和電流;Vveh為車速。 如圖10所示,對8個變量進行優(yōu)化。 圖10 模式對應區(qū)域和邊界條件 邊界參數(shù)包括p1,q1,r2,s1,和s2.s1表示車輛在EV區(qū)域的最大速度,s2為ENG區(qū)所需最大扭矩,p1,q1和r2為HEV區(qū)切換所需的邊界參數(shù). 電機側(cè)三級換擋點動參數(shù)包括MotDriveRatio1,MotDriveRatio2,和MotDriveRatio3.它表示選擇不同檔位時車輛所需扭矩的峰值. 三種模式區(qū)和車輛工作點的分布如圖11~圖13所示.單齒輪比的工作點主要分布在電機最大轉(zhuǎn)速對應的車輛需求扭矩極限值上.電機轉(zhuǎn)速超過了選擇大傳動比時的極限,而小傳動比時扭矩不足,因此單個傳動比的覆蓋面積并不理想.對三檔傳動比參數(shù)進行優(yōu)化后,電動面積增大,混合動力面積減小,換擋到高檔比時,最低檔所對應的車輛所需扭矩限值增大,電機最大轉(zhuǎn)速限值不會超值.因為實際的工作模式也會收到電池SOC影響.它可能在實際操作中處于其他模式,即使它位于電流區(qū)域. 圖11 單傳動比工作點 圖12 優(yōu)化前三級傳動比工作點 圖13 優(yōu)化后三級傳動比工作點 NEDC循環(huán)測試中速度跟隨曲線如圖14所示.紅線為反饋速度,藍線為目標間距.全過程中,模擬速度與目標速度一致. 圖14 NEDC循環(huán)中速度跟隨線 電池SOC和運行模式變化如圖15所示.模式值1為EV模式,2為HEV模式,3為ENG模式.在仿真的前200秒,系統(tǒng)主要運行在HEV模式.由于電機的電力需求低,比發(fā)動機最小功率點要小,因此處于充電狀態(tài).200~800秒時,系統(tǒng)運行模式在EV模式和HEV模式下頻繁切換,SOC在50~60之間變化.800秒后,在ENG模式下的SOC下降,因為發(fā)動機提供的扭矩不滿足車輛需求,使得電機消耗電池電量來提供不足的扭矩.經(jīng)過參數(shù)優(yōu)化,最終的SOC可以達到較高的水平. 圖15 電池SOC和運行模式的變化 電機工作點分布如圖16所示.為了提高車輛的最大速度性能,要求低傳動比;為了提高車輛在恒定轉(zhuǎn)速區(qū)域的加速性能,需要高傳動比.單傳動比的確定是電機工作點集中在外曲線和高速區(qū)域,對應效率低.對三種傳動比進行優(yōu)化后,電機的工作點與最有工作點匹配.電機工作點位于高效區(qū)間,提高了車輛在恒定轉(zhuǎn)速區(qū)域和恒定功率區(qū)域的性能. 圖16 電機工作點分布 在圖17中,發(fā)動機工作點很好的集中在BSFC最佳效率曲線上.各候選工作點的燃油消耗隨功率的變化先減小后增大.功率等級為65 kW時,油耗最低.發(fā)動機主要工作在20 kW左右的最小功率下.這是因為在試驗周期NEDC中存在較多的減速(功率回收)工況,電機工作在制動回收模式和低電力需求模式.在快速加速階段,電機需要大量電能,發(fā)動機工作在100 kW左右.可以看出,在65 kW工況下,優(yōu)化后的工作點數(shù)量較優(yōu)化前的單齒比和三齒比工況有所增加.結(jié)果表明,采用參數(shù)優(yōu)化后的三級傳動比傳動,每百公里等效油耗降低5.0%. 圖17 發(fā)動機工作點分布 以一種具有多模開關(guān)的混合動力車輛為例,研究了NEDC工況下的能量管理策略和參數(shù)優(yōu)化問題.可以得出以下結(jié)論: 1)設(shè)計了一種多模式混合動力車輛的整車模型,包括三自由度整車動力學模型、電機/發(fā)動機/發(fā)電機/電池模型和動力傳動模型; 2)根據(jù)電機的電力需求、電池狀態(tài)、電池充放電極限功率,設(shè)計了規(guī)則型控制策略,在線優(yōu)化了發(fā)動機工作點; 3)通過基于全局情況的模式搜索方法對參數(shù)選擇進行了優(yōu)化,包括切換模式參數(shù)和傳動比; 4)本研究以NEDC循環(huán)為試驗循環(huán),以最低每百公里等效油耗為優(yōu)化目標,結(jié)果表明,電機側(cè)的三級傳動可以有效改善電機工作性能和發(fā)動機燃油經(jīng)濟性.采用參數(shù)優(yōu)化后的三級傳動比傳動,百公里等效油耗可以降低5%.2 參數(shù)優(yōu)化
3 仿真結(jié)果與分析
3 結(jié) 論