張丹 劉助春 楊小峰 黃登登

1.湖南汽車工程職業(yè)學(xué)院 湖南省株洲市 412000 2.陜西重型汽車有限公司 陜西省西安市 710200

1 引言

隨著汽車保有量的不斷增加，空氣質(zhì)量惡化、石油資源匱乏等問題已引起人們的廣泛關(guān)注。在能源短缺和環(huán)境污染的雙重背景下，作為具有發(fā)動機(jī)和電動機(jī)兩種動力源的并聯(lián)式混合動力汽車（PHEV）已引起世界各大汽車制造商的高度重視。

由于PHEV 擁有復(fù)雜的結(jié)構(gòu)和運(yùn)行模式，在整車建模仿真過程中，采用傳統(tǒng)的控制策略往往不能適應(yīng)工況和負(fù)載的動態(tài)變化。在不建立精確的整車能耗模型前提下，模糊邏輯控制策略只需要確定隸屬度函數(shù)參數(shù)和模糊規(guī)則即可達(dá)到精確的控制效果。因此，對PHEV 的模糊控制策略進(jìn)行研究并付諸實(shí)踐具有重要意義。

2 并聯(lián)式混合動力系統(tǒng)

如圖1 所示，相較于傳統(tǒng)的內(nèi)燃機(jī)車輛，發(fā)動機(jī)和電機(jī)既可以單獨(dú)驅(qū)動車輛，也可以通過耦合裝置共同驅(qū)動車輛。在不同的運(yùn)行模式下，發(fā)動機(jī)和電機(jī)的運(yùn)行狀態(tài)如表1 所示。

圖1 并聯(lián)式混合動力系統(tǒng)結(jié)構(gòu)示意圖

表1 PHEV 工作模式

其中，√表示動力部件在此模式下處于工作狀態(tài)，× 表示動力部件在此模式處于不工作狀態(tài)。

3 并聯(lián)式混合動力系統(tǒng)建模

3.1 發(fā)動機(jī)模型

整個(gè)發(fā)動機(jī)系統(tǒng)非常復(fù)雜，難以用數(shù)學(xué)模型準(zhǔn)確表示。在考慮發(fā)動機(jī)慣性負(fù)載和損耗的前提下，首先依據(jù)MAP 圖確定發(fā)動機(jī)的轉(zhuǎn)矩與轉(zhuǎn)速，然后計(jì)算其油耗和排放，如圖2 所示。其中，模塊1 控制發(fā)動機(jī)的啟停；模塊2 計(jì)算發(fā)動機(jī)的可用扭矩和轉(zhuǎn)速；模塊3 計(jì)算發(fā)動機(jī)的油耗和排放。

圖2 發(fā)動機(jī)模型

3.2 電機(jī)模型

在發(fā)電機(jī)模式下，電機(jī)將機(jī)械能轉(zhuǎn)化為電能給電池充電；在電機(jī)模式下，電機(jī)將電池提供的電能轉(zhuǎn)化為機(jī)械能用以驅(qū)動汽車行駛。電機(jī)模型同時(shí)包括正向和反向仿真，這也就意味著輸出不僅包括電機(jī)的可用功率，而且也囊括電機(jī)的需求功率，如圖3 所示。其中，模塊1 和模塊2 分別為電機(jī)的后向和前向仿真路徑模塊；模塊3依據(jù)電機(jī)所需扭矩和轉(zhuǎn)速計(jì)算電機(jī)能耗；模塊4 判斷所選電機(jī)工作點(diǎn)是否在可行范圍之內(nèi)；模塊5 根據(jù)電機(jī)的當(dāng)前運(yùn)行條件計(jì)算電機(jī)溫度。

圖3 電機(jī)模型

3.3 電池模型

電池模型是一個(gè)由電動勢和等效內(nèi)阻組成的等效電路，以電機(jī)模塊的功率需求作為輸入，計(jì)算電池充放電過程中的電壓、電流以及SOC，最后將電池組輸出的功率返回至電機(jī)模塊。如圖4 所示，模塊1 計(jì)算蓄電池的開路電壓和內(nèi)阻；模塊2 計(jì)算等效電路的電流和電池的工作電壓；模塊3限制電池的放電程度，避免電池出現(xiàn)過度放電；模塊4 計(jì)算電池SOC 及其變化值；模塊5 計(jì)算電池組溫度。

圖4 電池模型

4 模糊控制器設(shè)計(jì)

在確定了各部件的結(jié)構(gòu)和參數(shù)后，如何協(xié)調(diào)發(fā)動機(jī)和電機(jī)之間的功率流分配以達(dá)到節(jié)能減排的目的，這就需要對模糊控制器進(jìn)行設(shè)計(jì)。

4.1 輸入輸出變量

在設(shè)計(jì)模糊控制器時(shí)，不僅要確保發(fā)動機(jī)盡可能在高效率區(qū)域運(yùn)行，同時(shí)也要維持電池的SOC 平衡。本研究以整車所需扭矩T和電池組SOC 作為模糊控制器的輸入變量，發(fā)動機(jī)扭矩T作為輸出變量。

4.2 隸屬度函數(shù)

根據(jù)PHEV 的實(shí)際運(yùn)行狀態(tài)，對輸入輸出的隸屬函數(shù)進(jìn)行劃分，將需求轉(zhuǎn)矩T和電池組SOC 分別劃分為7 個(gè)模糊子集{VS，S，RS，M，RB，B，VB}，論域量化為[1,11]；將發(fā)動機(jī)轉(zhuǎn)矩T劃分為9個(gè)模糊子集{VS，S，RS，RM，M，VM，RB，B，VB}，論域量化為[1,11]。模型選用Mamdani 算法，并采用三角形和梯形相結(jié)合的隸屬度函數(shù)，如圖5 所示。

圖5 輸入輸出隸屬度函數(shù)

4.3 模糊控制規(guī)則

對于模糊控制規(guī)則的設(shè)計(jì)，在考慮工程經(jīng)驗(yàn)的同時(shí)也要顧及到被控對象的輸入輸出特性。一是當(dāng)電池的SOC 至較大時(shí)，使用電機(jī)單獨(dú)驅(qū)動車輛，以免發(fā)動機(jī)在低效率區(qū)域運(yùn)行；如果電機(jī)的最大扭矩小于所需扭矩，則發(fā)動機(jī)和電機(jī)一起驅(qū)動車輛。二是當(dāng)電池的SOC 值較小時(shí)，發(fā)動機(jī)為主要?jiǎng)恿υ矗诒ＷC汽車正常行駛的前提下向電池組充電；三是在低速行駛時(shí)，車輛運(yùn)行于電動模式，此時(shí)發(fā)動機(jī)不工作，以避免其工作于低效率區(qū)域；四是在扭矩需求特別大的情況下，如爬坡行駛時(shí)，發(fā)動機(jī)和電機(jī)共同驅(qū)動車輛。針對上述情況，本研究擬定了49 條模糊規(guī)則，如表2 所示。

表2 模糊規(guī)則控制表

5 仿真結(jié)果與分析

為了對仿真結(jié)果進(jìn)行分析，將設(shè)計(jì)的模糊控制與ADVISOR 軟件默認(rèn)的電機(jī)輔助控制策略分別嵌入ADVISOR 中的整車仿真模型中，并在CYC_UDDS 城市循環(huán)工況下進(jìn)行仿真。

如圖6 所示，與電機(jī)輔助控制策略相比，采用模糊控制后發(fā)動機(jī)的工作點(diǎn)更集中于高效區(qū)域（紅線區(qū)域），這表明模糊控制策略效果更好。

圖6 優(yōu)化前后發(fā)動機(jī)工作點(diǎn)

從圖7 可以看出，無論采用哪種控制策略，動力電池SOC 初始值均0.7，但循環(huán)工況結(jié)束時(shí)的SOC 值差異較大。采用模糊控制時(shí)，動力電池SOC 終值為0.7，在運(yùn)行過程中SOC 略有波動；采用電機(jī)輔助控制時(shí)，動力電池SOC 終值為0.63，SOC 下滑0.07，這說明模糊控制可以提高電池組的充放電效率，延長電池組的使用壽命。

圖7 優(yōu)化前后電池組SOC

6 結(jié)論

仿真實(shí)驗(yàn)表明，與電機(jī)輔助控制策略相比，模糊控制可以使發(fā)動機(jī)的工作點(diǎn)集中于高效區(qū)域，在實(shí)現(xiàn)扭矩合理分配的同時(shí)減少電池組SOC 的波動幅度，延長電池組的使用壽命。