基于多模式切换的插电式混合动力电动汽车能量优化管理方法

刘天露，高春艳

（河北工业大学机械工程学院，天津300130）

基于多模式切换的插电式混合动力电动汽车能量优化管理方法

刘天露，高春艳

（河北工业大学机械工程学院，天津300130）

插电式混合动力汽车中电动机和发动机的能量优化控制方法在提高车辆续航里程及驾驶性能方面有重要影响，本文结合传统的差值补充策略、负载跟随策略、持续最优策略3种控制策略提出一种基于多模式切换的能量优化管理方法，设计了5种工作模式在不同电池SOC下的模式转移方法和功率分配方法，旨在使汽车在满足驱动需求的前提下针对不同的行驶状态都能够降低能量消耗.结合某PHEV车型整车仿真模型对提出的能量优化管理方法进行离线仿真，并将离线仿真结果与传统能量控制方法的仿真结果进行对比，结果表明基于多模式切换的能量优化管理方法提高了汽车燃油经济性和汽车续航里程.

插电式混合动力汽车；能量管理策略；整车控制器；离线仿真；燃油经济性

0 前言

插电式混合动力电动汽车（Plug_in Hybrid Electricl Vehicle，PHEV）作为传统汽油车到纯电动汽车的过渡车型，具有发动机和电动机两种动力源[1].在行驶过程中的驱动模式选择以及驱动功率分配问题是混合动力汽车技术中最重要的部分之一[2].

插电式混合动力汽车在行驶过程中的能量控制基本原则是能够尽可能多的使用动力电池电量减少不必要的油耗[3-4].根据电动机和发动机在不同需求功率来进行划分，目前PHEV的能量管理方法主要分为：差值补充策略、负载跟随策略、持续最优策略[5-6]3种.差值补充策略是指在PHEV的整个行程中主要由电动机驱动，当需求功率大于电动机可输出的最大功率时，不足部分由发动机补充.负载跟随策略是指在PHEV的整个行程中，主要由电动机驱动.当需求功率大于电动机可输出的最大功率时，由发动机单独驱动以满足需求功率.当需求功率大于发动机可输出的最大功率时，电动机驱动补足不足功率.持续最优策略是指在PHEV的整个行程中，主要由电动机驱动.当需求功率大于电动机可输出的最大功率时，发动机启动并工作在最佳能耗区域，大于需求功率部分则进行能量回收用于给动力电池充电[7].当需求功率大于发动机最佳能耗区域时，不足部分由电动机补充.3种控制策略如图1所示.

以上3种控制策略经过离线仿真并结合道路试验验证分别可以满足PHEV的驱动需求，但是并未考虑在不同电池电量情况下的动力分配[8].在行程的初始阶段，电池电量充足适宜以电动机为主要动力源，当使用负载跟随策略或持续最优控制策略时，则增加了发动机的驱动部分，并带有不必要的充电，增加了燃油消耗.在行程的末端，电池电量较低，电池端电压下降，此时如果继续使用差值补充策略则会造成动力电池过放电，对电池造成不可逆损伤，且在行程结束时，最优状态为电池电量剩余较少，而持续最优控制策略又会对电池造成不必要充电，降低燃油利用率.

图1 3种控制策略图Fig.1 Three control strategies

综合上述3种控制策略的优劣，本文根据电池在不同阶段的SOC分别采用基于发动机和电动机的差值补充策略与持续最优策略、负载跟随策略相结合，提出一种既保证燃油经济性，又能够最大限度的使用电池电能的能量优化管理方法.并通过MATLAB/Simulink搭建PHEV整车模型对提出的能量管理方法进行离线仿真，以验证理论的正确性.

1 能量优化管理方法设计

根据提出的混合能量管理需求，制定详细的能量优化管理方法，阐述不同的SOC下的工作方法和不同方法对应的工作模式如下.

1.1 不同SOC下的控制方法设计

根据单体电池放电试验得出的开路电压特性曲线如图2，对能量控制方法进行分析：

1）在1〉SOC〉80%时，电池端电压高，下降速度快，电池可输出的功率大，而充电效率低，所以将此点定义为SOCmax，此时使用基于电动机的差值补充策略，尽可能多的使用电动机驱动，且不对电池充电，减少燃油消耗.

2）在10%＜SOC≤80%区间内，电池电压下降缓慢，可输出功率稳定，充电效率高.在此区间采用持续最优策略，由电动机作为主要动力源提供驱动所需动力.工作在最佳能耗区域的发动机可以对电池进行高效率的充电.

3）在0≤SOC≤10%区间内，充电效率高，但电池可输出效率低，所以将SOC=10%处的SOC值定义为SOCmin，在此区间内采用基于发动机的差值补充策略，由发动机作为主要动力源提供输出功率，不足部分则由动力电池继续放电使电动机输出扭矩助力，且不允许对电池充电.

1.2 工作模式设计

对差值补充策略、负载跟随策略、持续最优策略进行分析，结合PHEV运行过程中离合器开闭以及发动机的启停状态，将PHEV的动力系统运行状态细分为以下5种动力模式，如图3所示.

1）纯电动模式：电动机怠速运行且在电动机能够满足需求功率的情况下，由电动机独立提供驱动的模式；

图2 单体电池开路电压特性曲线Fig.2 Single cell open circuit voltage characteristic curve

2）发动机关闭模式：电动机关闭且在电动机能够满足需求功率的情况下，由电动机提供驱动的模式；

3）充电模式：发动机工作在最佳能耗区域时能够提供的输出功率在满足需求功率的情况下对富余输出功率进行能量回收的工作模式；

4）纯发动机模式：因动力电池电量过低或需求功率大于电机可输出的最大功率而关闭电动机由发动机单独驱动的工作模式；

5）电机助力模式：发动机作为主要动力输出，且当发动机无法满足需求功率时，由电动机补足不足功率的工作模式；

根据运行过程中是否涉及到离合器动作以及发动机的启停，可以将5种混合动力模式归纳为发动机关闭模式、纯电动模式、混合驱动3种模式.

图3 5种工作模式能量分配Fig.3 Five modes of work energy allocation

2 模式转移与功率分配

结合上节提出的控制策略以及不同的工作模式，阐述不同模式下的转移条件以及各个条件下的功率分配.

2.1 模式转移条件

1）条件C为模式2、模式3向模式1转换的转换条件

其中：Pt.dmd为传动系统需求功率；Pm.max为电动机最大输出功率；nt.dmd为变速箱需求转速；nt.clton为变速箱可进入混合模式的转速限值，是关于当前电池SOC的查表函数；Tt.clton变速箱可进入混合模式的功率限值，是关于当前电池SOC和当前变速箱转速的查表函数.

当电动机输出功率单独输出无法满足需求功率或变速箱转速、功率超过限值时，由纯电动或发动机关闭模式进入混合模式.

nt.clton由当前电池SOC决定，Tt.clton由当前电池SOC和变速箱输入轴需求转速共同决定.当SOC越高时，nt.clton与Tt.clton的值更高，从而使得动力系统工作在纯电动模式或发动机模式的比例更大，便可更多地利用电能；在不同转速下，参照发动机万有特性设定Tt.clton值，从而使发动机工作在最佳油耗区的比例提高.

2）条件A为模式1到模式2的转移条件；

图4 转移条件示意图Fig.4 Schematic diagram of transfer conditions

其中：nt.cltoff为变速箱可进入纯电动模式的转速限值，是关于当前电池SOC的查表函数；Tt.cltoff为变速箱进入纯电动模式的功率限值，是关于当前电池SOC和当前变速箱转速的查表函数；nt.clton〉nt.cltoff；Tt.clton〉Tt.cltoff，两值之差为保护区间，防止功率转速在该区域往复变化时造成频繁的模式切换造成能量损耗.

在电池SOC高于xSOC.min且电机可以单独满足功率需求的前提下，若变速箱输入轴需求转速低于nt.cltoff或变速箱输入轴功率低于Ptr.cltoff，则由混合模式进入纯电动模式.

3）条件B为模式2到模式3的转移条件

在xengoff大于0且电池SOC高于xSOC.max的前提下，若加速踏板开度低于αacc.engoff，且变速箱输出轴转速低于ntrans.engoff，此时进入发动机关闭模式.

2.2 功率分配策略

3种工作模式之间的转换条件确定之后，现说明3种工作模式下的功率分配规则.

1）在发动机关闭和纯电动模式下，SOC〉xSOC.max，由电机单独满足需求功率.

其中：Pe.t为发动机目标功率；Pm.t为电机目标功率；Pt.dmd为传动系统需求功率.

2）在混合模式下，若电池SOC〉xSOC.max，则不允许发动机主动给电池充电，依靠制动能量回馈保持自平衡.

①传动系统需求功率介大于发动机最佳油耗功率且小于发动机最佳油耗功率与电动机最大输出功率之和时，功率分配为发动机最佳油耗区域时的输出功率与电动机输出功率之和.式（5）为功率条件，式（6）为功率分配.

其中：Pt.dmd为传动系统需求功率；Pe.b发动机最佳油耗区域功率；Pm.max为电动机最大输出功率.

②传动系统需求功率大于发动机最佳油耗功率与电动机最大输出功率之和时，电动机输出最大功率，不足部分由发动机补充.式（7）为功率条件，式（8）为功率分配.

其中Pe.max为发动机可输出最大功率.

3）在混合模式下，若电池xSOC.max〉SOC.情况1下，发动机工作在最佳油耗区域用于满足汽车运行需求功率，对最佳油耗区域输出功率大于需求功率部分进行能量回收给动力电池充电.若电池SOC低于xSOC.min，则不允许充电，在情况2下，由发动机提供全部需求功率，发动机最大功率不足以满足功率需求时，由电机助力.若电池SOC高于xSOC.min，则允许充电.

①传动系统需求功率小于发动机最佳油耗功率时且SOC〉xSOC.min，发动机工作在最佳油耗区域，多出的功率用于给电池充电.公式（9）为功率条件，公式（10）为功率分配.

②传动系统需求功率大于发动机最佳油耗功率时且SOC〉xSOC.min，由发动机提供全部需求功率，需求功率大于发动机最大输出功率时由电动机驱动进行补充.式（11）为功率条件，式（12）为功率分配.

③SOC＜xSOC.min，不允许给电池充电，发动机始终输出传动系统需求功率，若不足需求功率，则由电机助力.式（13）为功率条件，式（14）为功率分配.

3 能量分配控制策略仿真研究

PHEV动力系统结构如图5所示，整车控制器通过CAN总线采集发动机、驱动电机、电池管理系统、变速箱控制器及离合器控制器以及整车状态等信息.对输入信号进行处理后通过输出硬线输出端口以及CAN通讯控制车辆行驶.

图5 PHEV动力系统架构Fig.5 The PHEV power system architecture

根据整车主要参数使用MATLAB/Simulink对PHEV建立前向仿真模型，整车仿真模型包括发动机、电动机、动力电池、驾驶员模型、路况模型、传动系统模型、车辆模型以及包含多模式切换策略的VCU控制器模型，整车参数如表1所示.

结合整车仿真模型，分别对搭建包含持续最优控制策略的VCU和包含本文提出包含多模式切换控制策略的VCU进行离线仿真.将NEDC循环工况重复10次，对不同控制策略下的发动机油耗、电池SOC剩余进行统计，得出对比分析结果.

对多模式切换能量优化管理策略离线仿真得出仿真结果分析.截取NEDC循环工况中的仿真结果如下图，图6为此段工况中发动机转速、电机转速、离合器命令、发动机启动命令在570 s至620 s处的仿真结果.在586.1 s离合器结合，PHEV由纯电动模式转换为混合动力模式，发动机由怠速运行开始输出扭矩，转速增大.电动机转速降低.在614.5 s处离合器脱开，PHEV由混合动力模式转换为发动机关闭模式，由电动机提供全部的输出功率.此时间段内的需求扭矩与电动机输出扭矩、发动机输出扭矩之间的关系如图7所示.

对持续最优控制策略进行离线仿真，同样截取NEDC循环工况中的570 s至620 s处的仿真结果，图8，在576.7 s处离合器结合，此时需求功率大于电动机可输出的最大功率，发动机工作在最佳油耗区域，多出的功率用于给动力电池充电，此时间段内的需求扭矩与电动机输出扭矩、发动机输出扭矩之间的关系如图9所示.

表1 整车主要参数Tab.1 Main vehicle parameters

图6 多模式切换控制策略下各性能指标与转速关系曲线Fig.6 Multi-mode switching control strategy under the performance indicators and speed curve

图7 多模式切换控制策略下各性能指标与转矩关系曲线Fig.7 Multi-mode switching control strategy under the performance indicators and torque curve

图8 持续最优控制策略下各性能指标与转速关系曲线Fig.8 Continuous optimal control strategy under the performance indicators and speed curve

为了更好的评价2种工作模式的优劣.统计2种不同控制策略仿真结果下的SOC剩余以及燃油量计算出PHEV以持续最优模式工作时消耗的能量成本为27.4元，而以混合模式工作时消耗的能量成本为21.3元，节约近20%.

综上所述，混合模式下的能量分配策略闭传统的持续最优控制策略能够对发动机和电动机进行更合理的控制，从而获得较好的能耗经济性.

图9 持续最优控制策略下各性能指标与转矩关系曲线Fig.9 Continuous optimal control strategy under the performance indicators and torque curve

4 结论

基于多模式切换的插电式混合动力电动汽车能量优化管理方法是在分析传统控制策略的控制特点的基础上提出的1种新的控制方法.综合了传统方法的优点，弥补了传统控制策略在特定工况下的缺陷，使控制策略更加合理，在满足动力需求的前提下提高了PHEV的燃油经济性.

[1]姜顺明，周柯.插电式混合动力汽车预测控制策略的研究[J].机电工程，2017，34（1）：88-93.

[2]王庆年，段本明，王鹏宇，等.插电式混合动力汽车动力传动系参数优化[J].吉林大学学报（工学版），2017，47（1）：1-7.

[3]阿莱.车市2016：中国品牌乘用车表现抢眼卡车回暖带动商用车增长[N].现代物流报，2017-01-18（B03）.

[4]张楠，张小山.一种混合动力总成、车辆及控制系统[P].中国专利：CN105128645A，2015-12-09.

[5]孙超.混合动力汽车预测能量管理研究[D].北京：北京理工大学，2016.

[6]张洁丽.基于模型预测控制的插电式混合动力客车能量管理策略研究[D].北京：北京理工大学，2016.

[7]杨伟斌，陈全世，田光宇，等.插电式混合动力汽车换挡规律及转矩分配策[J].机械工程学报，2013，49（14）：91-98.

[8]杨林，鄢挺，羌嘉曦，等.混合动力电动汽车动力品质控制方法[P].中国专利：CN105292109A，2016-02-03.

[责任编辑 田丰夏红梅]

Energy optimization management method of plug-in hybrid electric vehicle based on multi-mode switching

LIU Tianlu，GAO Chunyan
（School of Mechanical Engineering,Hebei University of Technology,Tianjin 300130,China）

The driving strategy and energy optimization control method of the engine and motor of plug-in hybrid electric vehicle have great influence on improving the overall performance of the vehicle.This paper proposed an energy optimization management method based on multi-mode switching by combining three kinds of traditional control strategies including the difference supplement strategy,the load following strategy and the continuous optimal strategy.We designed five modes of operation under different battery SOC mode transfer method and torque distribution method to meet the needs of the drive under the premise of different driving conditions to reduce the energy consumption.The simulation results of the energy optimization method are compared with the simulation results of the traditional energy control method.The results show that the energy optimization management method based on multi-mode switching improves the fuel consumption of the vehicle Economy and car mileage.

plug-in hybrid vehicle;energy management strategy;vehicle controller unit;off-line simulation;fuel economy

TP271

A

1007-2373（2017）03-0039-07

10.14081/j.cnki.hgdxb.2017.03.008

2017-01-18

河北省高等学校科学技术研究项目（17961820D）

刘天露（1989-），男，硕士研究生.通讯作者：高春艳（1979-），女，副教授，博士.