盧珊　葛進(jìn)　樊辰　彭志強(qiáng)　程友斌

摘要：為解決驅(qū)動(dòng)軸電機(jī)制動(dòng)力和液壓制動(dòng)力之間的分配關(guān)系，本文基于模糊控制算法，以制動(dòng)強(qiáng)度z、車速v、蓄電池荷電狀態(tài)SOC為輸入，以驅(qū)動(dòng)軸中電機(jī)制動(dòng)力的占比Kr為輸出，實(shí)現(xiàn)驅(qū)動(dòng)軸電液制動(dòng)力的最優(yōu)分，建立了驅(qū)動(dòng)軸電液制動(dòng)力的分配策略。最后將控制策略的仿真模型嵌入Advisor2002進(jìn)行仿真，結(jié)果表明：此論文建立的分配策略能夠進(jìn)一步提高制動(dòng)能量的回收效率，提升電動(dòng)汽車系統(tǒng)的能量利用效率。

關(guān)鍵詞：集中式電動(dòng)汽車;模糊控制算法;制動(dòng)能量回收;Advisor2002

1、引言

近些年來，純電動(dòng)汽車發(fā)展飛速，對其再生制動(dòng)的研究也是熱門方向。其基本思路是利用車輛制動(dòng)時(shí)電機(jī)產(chǎn)生的反向制動(dòng)力使車輛減速，同時(shí)由于此時(shí)電機(jī)轉(zhuǎn)子的轉(zhuǎn)動(dòng)頻率高于電源頻率，電機(jī)處于發(fā)電狀態(tài)，之后將轉(zhuǎn)換的能量存儲(chǔ)在儲(chǔ)能裝置中。對于提高能量的利用率、增加汽車的續(xù)航里程、降低車輛運(yùn)行成本具有重大意義。

有很多學(xué)者對此進(jìn)行了研究。文獻(xiàn)中利用模糊控制對電液制動(dòng)力進(jìn)行分配，均未考慮到車速對制動(dòng)能量回饋的影響。本文設(shè)計(jì)了以車速、制動(dòng)強(qiáng)度、蓄電池荷電狀態(tài)為輸入，回饋制動(dòng)比例為輸出的電液制動(dòng)力分配模糊控制器。并依據(jù)電機(jī)特性，計(jì)算出電機(jī)最大制動(dòng)力，對實(shí)際再生制動(dòng)力進(jìn)行限制。使車輛既可滿足制動(dòng)的安全性，又能實(shí)現(xiàn)制動(dòng)能量回收的最大化，最后進(jìn)行仿真驗(yàn)證。

2、電液制動(dòng)力模糊控制策略

為解決驅(qū)動(dòng)軸（前軸）電機(jī)制動(dòng)力和液壓制動(dòng)力之間的分配關(guān)系，采用模糊控制算法，以制動(dòng)強(qiáng)度z、車速v、蓄電池荷電狀態(tài)SOC為輸入，根據(jù)有關(guān)經(jīng)驗(yàn)建立模糊規(guī)則，輸出驅(qū)動(dòng)軸中電機(jī)制動(dòng)力的占比Kr，實(shí)現(xiàn)驅(qū)動(dòng)軸電液制動(dòng)力的最優(yōu)分配。

2.1電液制動(dòng)力分配原則

由車輛制動(dòng)時(shí)的總制動(dòng)力需求由制動(dòng)強(qiáng)度決定。根據(jù)制動(dòng)強(qiáng)度，本文采用如下電液制動(dòng)力分配原則：

（1）當(dāng)z<0.1時(shí)，僅采用電機(jī)制動(dòng)。

（2）當(dāng)0.1≤z≤0.7，前軸采用電液混合制動(dòng)。

（3）當(dāng)z>0.7，為避免造成安全事故，電機(jī)不參與制動(dòng)過程，制動(dòng)力全部由液壓制動(dòng)系統(tǒng)提供。

除此之外，分配后的的再生的制動(dòng)力還應(yīng)滿足電機(jī)的制動(dòng)能力，即實(shí)際分配后的再生制動(dòng)力不得大于電機(jī)當(dāng)前能夠提供的最大制動(dòng)力。

2.2 電液制動(dòng)力的模糊分配

（1）隸屬度函數(shù)

將模糊控制器的輸入為z、v、SOC的基本論域分別設(shè)置為[0，1]、[0，100]、[0，100%]，其中車速的單位為km/h，設(shè)置三個(gè)模糊子集S（small）、M（middle）、B（big），分別表示“小”、“中”、“大”。那么規(guī)定輸入z、v、SOC的模糊集合E（v）={S，M，B}、E（z）={S，M，B}、E（SOC）={S，M，B}。

模糊控制器的輸出Kr為驅(qū)動(dòng)軸再生制動(dòng)力的占比，其基本論域?yàn)閇0，1]，其模糊子集E（Kr）={S，M，B}。

（2）模糊規(guī)則

在對驅(qū)動(dòng)軸再生制動(dòng)力占比Kr進(jìn)行模糊控制規(guī)則制定的時(shí)候，不但要顧慮到蓄電池荷電狀態(tài)SOC以及車速v對機(jī)電復(fù)合制動(dòng)力分配所具有的影響，同時(shí)還應(yīng)該將電動(dòng)車輛所具有的制動(dòng)強(qiáng)度z涵蓋在內(nèi)，以確保其安全性指標(biāo)。依據(jù)當(dāng)前的理論與研究的狀況，本文所采用的模糊控制規(guī)則如表1所示。

在獲得模糊控器的輸出之后，采用重心法對其進(jìn)行清晰化。

3、仿真模型的建立及結(jié)果分析

3.1 仿真模型的建立

根據(jù)上述研究，建立前后軸制動(dòng)力分配策略的Simulink模型，將前后軸制動(dòng)力分配的子模型封裝后，結(jié)合驅(qū)動(dòng)軸電液模糊控制策略，建立電液制動(dòng)力模糊分配的Simulink模型。

3.2 結(jié)果分析

將前文建立的Simulink模型嵌入到Advisor2002中，對原有的再生制動(dòng)策略進(jìn)行改進(jìn)。初始SOC設(shè)置為0.8，然后選取CYC_UNIF01工況進(jìn)行仿真。

CYC_UNIF01工況下車輛制動(dòng)強(qiáng)度和驅(qū)動(dòng)軸電機(jī)制動(dòng)力占比Kr的仿真結(jié)果最大值分別為0.273和0.56。

對比本文再生制動(dòng)控制策略和基于理想I曲線模糊再生制動(dòng)策略下前軸制動(dòng)力的分配結(jié)果，可以發(fā)現(xiàn)，本文再生制動(dòng)控制策略下分配的前軸制動(dòng)力明顯大于基于理想I曲線模糊再生制動(dòng)策略下的前軸制動(dòng)力，本文提出的再生制動(dòng)策略能夠在制動(dòng)安全的基礎(chǔ)上最大限度的將制動(dòng)力分配到驅(qū)動(dòng)軸（前軸），因此有利于最大化回收制動(dòng)能量。

對比本文再生制動(dòng)控制策略和基于理想I曲線模糊再生制動(dòng)策略下SOC的仿真結(jié)果后可以發(fā)現(xiàn)在CYC_UNIF01運(yùn)行結(jié)束后，基于I曲線的模糊再生制動(dòng)策略SOC剩余28.7%，本文提出的再生制動(dòng)控制策略下SOC剩余36.4%，SOC的消耗較少了7.7%，這說明本文提出再生制動(dòng)控制策略能夠明顯提高制動(dòng)能量的回收效率。

此外，為了直觀的證明再生能量回收的效果，讀取Advisor與制動(dòng)策略、基于理想I曲線模糊再生制動(dòng)策略和本文再生制動(dòng)控制策略下制動(dòng)總能量和回收能量的數(shù)據(jù)，如表2所示。

從表2中數(shù)據(jù)可以看出，在CYC_UNIF01工況下，三種再生制動(dòng)控制策略制動(dòng)能量的回收效率分別為34.7%、42.4%、47.0%。本文再生制動(dòng)控制策略制動(dòng)能量的回收效率最高，相對于前兩者，依次增加了12.3%、4.6%。因此可以說明，本文提出的再生制動(dòng)能量控制策略能夠深度挖掘制動(dòng)能量回收系統(tǒng)的潛力，有效提升制動(dòng)能量的回收效率。

4、結(jié)論

（1）基于模糊控制算法，提出了前軸（驅(qū)動(dòng)軸）電液制動(dòng)力的分配策略，并建立了考慮SOC、車速及制動(dòng)強(qiáng)度影響的再生制動(dòng)模糊控制器。

（2）仿真結(jié)果表明，本文提出的再生制動(dòng)能量回收策略能夠進(jìn)一步提升制動(dòng)能量的回收效率。

參考文獻(xiàn)

[1]王艷杰. 基于ADVISOR純電動(dòng)汽車再生制動(dòng)電—液復(fù)合制動(dòng)控制策略研究[D]. 長安大學(xué)，2016.

[2]劉志強(qiáng)，汪浩磊，杜榮華. 考慮參數(shù)靈敏度的電動(dòng)汽車回饋制動(dòng)模糊控制[J]. 中南大學(xué)學(xué)報(bào)（自然科學(xué)版），2016，47（11）：3700-3706.

[3]Chan C C，Bouscayrol A，Chen K. Electric，hybrid，and fuel-cell vehicles：architectures and modeling[J]. IEEE Transactions on Vehicular Technology，2010，59（2）：589-598.

[4]杜冠磊，馬向華.基于模糊邏輯的混合動(dòng)力汽車制動(dòng)力動(dòng)態(tài)分配控制策略研究[J].自動(dòng)化技術(shù)與應(yīng)用，2013，32（03）：17-20.

[5]王耀南，劉東奇. 電動(dòng)汽車機(jī)電復(fù)合制動(dòng)力分配策略研究[J]. 控制工程，2014，21（3）：347-351.

[6]劉麗君，姬芬竹，楊世春，等. 基于ECE 法規(guī)和Ⅰ曲線的機(jī)電復(fù)合制動(dòng)控制策略[J]. 北京航空航天大學(xué)學(xué)報(bào)，2013 （1）：138-142.

[7]劉志強(qiáng)，汪浩磊，杜榮華. 考慮參數(shù)靈敏度的電動(dòng)汽車回饋制動(dòng)模糊控制[J]. 中南大學(xué)學(xué)報(bào)（自然科學(xué)版），2016，47（11）：3700-3706.

[8]Yimin Gao，Mehrdad Ehsani. Electronic Braking System of EV And HEV—Integration of Regenerative Braking[J].Automatic Braking Force Control and ABS，2001，（1）：2478-2481.

[9]鄒淵，孫逢春，王軍，等. 電動(dòng)汽車用仿真軟件技術(shù)發(fā)展研究[J]. 機(jī)械科學(xué)與技術(shù)，2004，23（7）：761-764.

作者簡介：盧珊，1994.12，女，湖南岳陽，碩士研究生，助理講師，電動(dòng)汽車動(dòng)力學(xué)

2020年湖南鐵路科技職業(yè)技術(shù)學(xué)院院級(jí)科研課題（HNTKY-KT2020-3）