基于混沌粒子群算法的并联混合动力汽车能量管理策略

刘世达，齐毅，谭超广，刘豪睿

（德州学院汽车工程学院，山东 德州 253023）

前言

目前，电动汽车和混合动力电动汽车的发展，插电式混合动力电动汽车获得关注。PHEV使用存储电力汽车是首选的用户，在价格和经济性上比汽油更有竞争力。车辆仅由电池——这一过程被称为充电损耗（CD）模式，在SOC达到预定的阈值。SOC到达截止阀值后，车辆是由发动机和电池一起，称为电荷保持（CS）模式[1]。CD/CS模式是最简单和最直接的方式实现能源管理 PHEV；尽管如此，这种方法只能部分优化燃油经济性通过正确确定其控制参数。

插电式混合动力车能源管理可以作为一个随机优化问题。如果所有的驾驶信息是已知的在旅行开始之前，可方便地求得最优能源管理等目标改善燃油经济性，减少排放，并降低整体成本的电力和燃料汽油的价格。这促使许多研究者试图优化能源管理通过应用各种控制算法，众多研究人员基于模糊控制技术提出了一个能量控制策略。从这些研究中，模糊控制技术的适用性测试中混合动力电动汽车。然而，客观性和全局优化可能很难实现，因为隶属函数和模糊规则是由专家经验的模糊控制系统。因此，有必要修改PHEV的模糊能量控制器与一个合适的优化算法。

1 动力结构图

图1 并联动力汽车结构图

1.1 车辆模型

在并联混合动力结构中，发动机通过动力分配装置与电动机/发电机连接；电动机既可以提供动力，又可以利用发动机的剩余能量和汽车制动时的制动能来发电。Treq为混合驱动系统的总需求转矩，由车辆加速踏板信号、当前车速和变速器档位确定；Tengine和Tmotor分别为发动机和电机转矩。电机所能提供的正/负转矩可以调整发动机的工作点，调整的依据是发动机的效率曲线图。能量管理策略可根据混合驱动系统的需求转矩及当前电池组SOC，基于发动机效率曲线图合理地分配发动机和电机的输出转矩，以提高车辆的燃油经济性。

原始的PHEV模型的参数在表1中列出。动态性能要求从美国PNGV标准得到[2]，这些目标在表2中定义。

表1 车辆参数

表2 动力性能区间值

1.2 驾驶循环

有两个主要类别的驾驶周期，标准和非标准[3]。两个不同的城市驾驶循环及其统计，即NEDC和FTP，分别如表3所示。

表3 驾驶循环参数

2 ICPSO模糊控制策略

模糊控制器是模糊控制的重要核心，主要是由反模糊化接口、规则库、模糊化接口以及推理机制所构成的[4]。在经过多次计算后得到整车需求转矩 Treq和发动机在车速不变情况下最低油耗点所对应的转矩Topt，将以上两个数值相减后，与动力电池SCO共同作为输入变量。而在模糊推理后便可得到输出变量。其模糊控制器总体结构图为图2所示。

图2 并行混合动力车的模糊控制器

2.1 模糊控制规则中的待优化参数

粒子群优化算法编码和文档 M 的仿真平台集成的算法过程中，整车模型和模糊控制策略形成于 ADVISOR2002。算法运算过程如图3所示。

图3 ICPSO模糊控制优化过程

2.2 拟合测试

PHEB控制策略参数的优化最终目标是对汽车的油耗进行降低，并且在此过程中还能够能够有害气体的排放，更重要的是不会影响到汽车的动力。本数学模型所研究的排放指标有HC、CO以及NOx。对此，适应度函数为：

在上述公式中，F（x）代表的是目标函数，而（x1，x2，x3，x4，x5，x6）中参数与实际控制参数对应关系与值域如表 4所示。在表中，Fuel(x)为燃油消耗，CO(x)，HC(x)和NOx(x)分别表示控制参数为x时CO，HC，NOx的排放量，gj(x)≥0（j=1,2,L,m）代表的是汽车爬坡性能与加速性能的制约因素。对此，为了能够有效的、合理的适用于轮盘赌法选择策略，可将F（x）更改为：

式中：Fueltar、COtar、HCtar和 NOx,tar为控制器参数优化数学模型优化排放、油耗的目标值，其数值是符合美国联邦排放标准的[5]，表4中包含的是优化目标值。

表4 主要控制参数

此外，车辆纵向动态需求被定义为约束条件，以下乘用车约束确保车辆性能不降低的前提下优化[6]：1）爬坡能力0-88.5 km / h在不低于6.5% 的坡度下时间少于20秒；2）加速时间：0-97 km/h不超过12秒，64-97公里/小时不超过5.3秒，0-137公里/小时不超过 23.4秒；3）最高速度：≥137km/h；4）最大加速度：≥0.5g；5）制动距离≦42.7米。结合backward-forward建模用于混合动力汽车模型的实现和仿真控制器。潜在的改善燃油经济性已被证明通过使用ICPSO-fuzzy逻辑，相对于其他控制器，只有发动机的效率最大化。

3 优化结果

对此，将混沌遗传算法种群的数值设定为2000。除此之外，变异率为0.01，交叉率为0.9，终止代数为80以及初始种群大小为 50。紧接着，在 Matlab命令窗口运行非界面ADVISOR2002。

表5 燃料消耗和排放速率为手动和自动变速箱在各种驾驶循环

在仿真过程中，以原模糊控制策略与优化后的控制策略来执行仿真，进而得到的优化前后的运行效果如表5所示。由此能够看出在优化后汽车的油耗每公里降低 0.32L，其节油比重为5.15%。除此之外，CO排放方面降低了0.032g/km，同比之前降低了6.39%，并且HC与NOx等排放也有所降低。结果表明，优化的模糊控制器与ICPSO减少燃料消耗和排放在现实世界中驾驶循环对各种配置。

参考文献

[1] 刘博,杜继宏,齐国光.电动汽车制动能量回收控制策略的研究[J].电子技术应用, 2004, 30(1):34-36.

[2] 刘洋,胡嘉磊. 混合动力电动汽车能量管理系统控制策略研究[J].信息技术, 2016(9):121-125.

[3] 吴晓刚, 王旭东, 孙金磊,等.ISG 型混合动力汽车粒子群优化模糊控制研究[J].公路交通科技, 2011, 28(6):146-152.

[4] 吴剑, 张承慧, 崔纳新. 基于粒子群优化的并联式混合动力汽车模糊能量管理策略研究[J]. 控制与决策, 2008, 23(1):46-50.

[5] 李高. 并联式混合动力汽车能量优化管理策略的研究[D]. 湖南工业大学, 2014.

[6] 石磊.混合动力系统控制策略及匹配应用研究[D]. 湖南大学,2014.