插电式混合动力汽车实车优化控制策略研究＊

曾育平

（南昌工程学院 江西省精密驱动与控制重点实验室，南昌 330099）

插电式混合动力汽车实车优化控制策略研究＊

曾育平

（南昌工程学院 江西省精密驱动与控制重点实验室，南昌 330099）

针对目前优化控制策略由于寻优时间长，难以应用于实车控制的问题，提出了近似极小值原理优化控制策略，在Matlab/Simulink/Stateflow开发环境下，开发了基于该优化控制策略的实车控制软件。选取一段随机路况进行实车道路试验，结果表明，提出的优化控制策略实时性好，能够应用于实际车辆，且能合理分配发动机和电机扭矩。

1 前言

目前对插电式混合动力汽车（PHEV）整车能量管理控制策略的研究主要集中在以下两个方面：基于规则的控制策略[1]和基于瞬时优化[2-5]或全局优化[6-8]的优化控制策略。基于规则的控制策略虽然可以应用于实车控制，但其不能获得较优化的控制结果，基于瞬时优化或全局优化的优化控制策略虽然可以获得优化的控制结果，但此类控制策略的研究主要是基于MATLAB/Simulink的仿真研究，很少有将这些控制策略应用于实际车辆。综上所述，研究既能获得优化结果，同时又能应用于实际车辆控制的优化控制策略显得尤为重要。

本文针对某单电机并联式PHEV，在提出通过简化最优控制变量搜索空间来缩短寻优时间的近似极小值原理（Approximate Pontryagin’s Minimum Principle，APMP）优化控制策略的基础上，开发了基于该优化控制策略的实车控制软件，然后在某校园内选取一段随机路况进行实车道路试验，并对试验结果进行分析。

2 PHEV整车构成

2.1 PHEV系统结构

本研究对象是单电机并联式PHEV，其动力传动系统结构如图1所示，其动力系统主要由发动机、集成式起动发电机（Integrated Starter and Generator,ISG）、湿式多片离合器C1、电动油泵、无级变速器（CVT）、电池组和充电器组成。整车控制器通过控制湿式多片离合器的结合与分离实现整车工作模式的切换；通过控制电动油泵的运转实现低转速时蓄能器油压与CVT油压的建立；通过CAN总线实现与发动机控制器、电机控制器、电池管理系统、CVT控制器的通信，并监测车辆的运行状态，完成对ISG电机和发动机工作模式和扭矩转速的控制。PHEV动力传动系统参数如表1所列。整车参数如表2所示。

表1 PHEV的动力传动系统参数

表2 PHEV整车参数

2.2 PHEV整车控制策略

图2为PHEV的实车控制策略，由图2可知，其主要包括停车控制、起步控制、制动控制和驱动控制。停车控制包括控制湿式离合器断开、发动机停机、电机进入零扭矩模式；起步控制根据电池SOC是否低于最低限值来选择发动机起步或ISG电机起步；制动控制根据驾驶员在制动时是否踩下制动踏板来选择再生制动控制或滑行再生制动控制；驱动控制根据电池SOC大小选择APMP模式控制或电量维持（Charge Sustaining,CS）模式控制，即当电池SOC大于电池SOC最低限值时，整车通过基于近似极小值原理控制策略分配发动机和电机扭矩，当电池SOC低于SOC最低限值，则通过电量维持模式控制策略分配发动机和电机扭矩。

图2 插电式混合动力汽车实车控制策略

3 APMP模式控制

3.1 基于近似极小值原理的优化控制策略

基于极小值原理的控制策略将全局优化转化为瞬时优化，因此理论上该控制策略可以应用于实时控制，但是由于Hamilton函数是控制变量u(t)的复杂函数，并且在搜索最优控制变量时需要遍布整个控制变量域，因此基于极小值原理的控制策略所需计算量大和计算时间较长，实际上难以应用于实车控制。为此本文在APMP模式控制中采用能够将最优控制变量搜索空间由整个控制变量域简化为5个搜索点的近似极小值原理控制策略。

根据文献[9]可知，基于近似极小值原理优化控制策略只需通过搜索以下5个点即可获得最优控制变量值：Tm=Umin、Tm=Trcq-Topt、Tm=0、Tm=Umax和Tm=Treq，其中，Tm为电机输出扭矩；Treq为发动机和电机的总需求扭矩；Topt为各转速下发动机燃油消耗率的最低点所对应的发动机扭矩。

Umin和Umax如下所示：

式中，Temin为发动机在各转速下的最小输出扭矩；Temax为发动机在各转速下的最大输出扭矩；Tmmin为电机在各转速下的最小输出扭矩；Tmmax为电机在各转速下的最大输出扭矩。

3.2 APMP模式控制的扭矩分配流程

图3为APMP模式控制的扭矩分配流程图。图3中Treq为需求扭矩，Temax、Topt和Temin分别为发动机在各转速下的最大输出扭矩、燃油消耗率最低点所对应的扭矩和最小允许输出扭矩，Tbrk为电机在制动时的扭矩，Trg为需求扭矩界限，当Treq＜0时，Trg=1；当0≤Treq＜Temin时，Trg=2；当Temin≤Treq≤Topt时，Trg=3；当Topt≤Treq≤Temax时，Trg=3；当Treq＞Temax时，Trg=5。Hmax、Hopt、Heng、Hmin和Hmoi分别为Tm=Umin、Tm=Treq-Topt、Tm=0、Tm=Umax和Tm=Treq这5个工作点所对应的Hamilton函数值，Te和Tm分别为分配给发动机和电机的扭矩。dri_mode为整车的运行模式，0为起步控制模式，1为纯电动驱动模式，2为纯发动机驱动模式，3为混合驱动模式，4为行车充电模式，0.5为再生制动模式。

图3 APMP模式控制的扭矩分配流程图

由图3可知，APMP模式控制的扭矩分配首先根据发动机转速查表获得Temax、Topt和Temin，再根据发动机转速和发动机扭矩分别查表获得在这5个工作点（Te=Temax、Te=Topt、Te=Treq、Te=Temin和Te=0）下的发动机瞬时油耗，然后根据需求扭矩和5个工作点的发动机扭矩分别计算各工作点的电机扭矩（Tm=Umin、Tm=Treq-Topt、Tm=0、Tm=Umax和Tm=Treq），并由此计算这5个工作点所对应的电池瞬时等效油耗。最后由式（1）计算5个工作点所对应的Hamilton函数值，在此基础上，根据需求扭矩界限及各个Hamilton函数值的大小确定发动机和电机的扭矩及整车运行模式。

4 道路试验结果和分析

为了验证本文提出的优化控制策略，首先在Matlab/Simulink/Stateflow开发环境下结合D2P工具包Motohawk开发整车控制软件，然后将控制软件进行编译生成SRZ文件，并将此文件通过kavaser刷写到D2P中，最后在某校园内选取一段随机路况进行实车道路试验，图4为拉格朗日因子λ=1 800时的实车道路试验结果。

图4a为整车在此随机路况下的需求扭矩、需求扭矩界限和车速变化曲线，由需求扭矩曲线可知，整个过程中包括了起动、加速、急加速和减速等阶段。图4b包含了整车在此随机工况下的运行模式变化和在此随机工况下5个工作点的Hamilton函数值变化曲线。由图可知，a1阶段为起步阶段，所以整车运行模式为0，即起步控制模式；在a2阶段，由5个工作点的Hamilton函数值变化曲线可知，min(Hmax,Hout,Heng,Hmin,Hmot)=Hmot，因此整车在此阶段的运行模式为1，即纯电动驱动；在a3阶段，由图4a可知，需求扭矩界限Trg=1，即整车的需求扭矩为负，因此整车运行模式为0.5，即再生制动模式；在a4阶段，由5个工作点的Hamilton函数值变化曲线可知，此阶段min(Hmax,Hopt,Heng,Hmin,Hmot)=Heng，因此整车在此阶段的运行模式为2，即发动机单独驱动；在a5阶段，由图4a可知，需求扭矩界限Trg=4，即整车的需求扭矩处于Topt＜Treq≤Temax界限内，由图4b中5个工作点的Hamilton函数值变化曲线可知，此阶段，因此整车在此阶段的运行模式为3，即混合驱动；其它时刻的分析类似。由图4d可知，发动机和电机的总输出扭矩能较好的响应整车需求扭矩，说明本文提出的优化控制策略实时性好，能应用于实车能量管理控制。

图4 拉格朗日因子λ=1 800时的整车道路试验结果

为了验证基于近似极小值原理的优化控制策略能否合理分配发动机和电机扭矩，本文也同时开发了基于规则的CD-CS模式控制策略的整车控制软件，在此基础上，选择同一随机路段，并按照相同试验要求和步骤对两种控制策略进行对比道路试验，试验过程中分别记录这两种控制策略下的发动机转速和扭矩，最后在发动机万有特性图上标出发动机的工作点。图5和图6分别为发动机在基于规则的CD-CS模式控制策略下和基于近似极小值原理的优化控制策略下工作点分布图，由图5可知，CD-CS模式控制策略下，发动机的工作点大部分处于非燃油经济区。由图6可知，在优化控制策略下，发动机的工作点基本都处于燃油经济区。因此本文提出的优化控制策略能够合理分配发动机和电机扭矩。

图5 CD-CS控制策略下的发动机工作点

图6 优化控制策略下的发动机工作点

5 结束语

本文在分析Hamilton函数的基础上，提出了基于近似极小值原理的PHEV优化控制策略，该策略将最优解的搜索区域由整个控制变量域简化到5个搜索点，大大缩短了计算时间并减少了计算存储空间。

在Matlab/Simulink/Stateflow开发环境下并结合D2P工具包Motohawk开发实车控制软件，并在某校园内选取一段随机路况进行实车道路试验，试验结果表明，本文提出的控制策略实时性好，能够应用于实际车辆，并能够合理分配发动机和电机扭矩。

1 Banvait H,Anwar S，Chen Y B.A Rule Based Energy Management Strategy for Plug-in Hybrid Electric Vehicle.IEEE.American Control Conference∶St.Louis,IEEE,2009∶3938-3943.

2 Tulpule P,Marano V,Rizzoni G.Energy Management for Plug-in Hybrid Electric Vehicles Using Equivalent Consumption Minimisation Strategy.International Journal of Electric and Hybrid Vehicles,2010,2(4)∶329-350.

3 Geng B, Mills JK, Sun D.Two-stage Energy ManagementControlofFuelCellPlug-in Hybrid Electric Vehicles Considering Fuel Cell Longevity.IEEE Transactions on Vehicular Technology,2012,61(2)∶498-508.

4 He YM, Chowdhury M, Pisu P, et al.An Energy Optimization Strategy for Power-split Drivetrain Plug-in Hybrid Electric Vehicles.Transportation Research Part C∶Emerging Technologies,2012,22∶29-41.

5 Stockar S,Marano V,Canova M,et al.Energy-optimal control of Plug-in Hybrid Electric Vehicles for Realworld Driving Cycles.Vehicular Technology, IEEE Transactions on,2011,60(7)∶2949-296.

6 Onori S, Tribioli L.Adaptive Pontryagin’s Minimum PrincipleSupervisoryControllerDesign for the Plug-in Hybrid GM Chevrolet Volt.Applied Energy,2015,147∶224-234.

7 Gong Q,Li Y,Peng Z R.Trip-based Optimal Power Management of Plug-in Hybrid Electric Vehicles Vehicular Technology,IEEE Transactions on,2008,57(6)∶3393-3401.

8 MouraS J,FathyH K,CallawayD S,etal.A Stochastic Optimal Control Approach for Power Management in Plug-in Hybrid Electric Vehicles.ControlSystems Technology,IEEE Transactions on,2011,19(3)∶545-555.

9 秦大同,曾育平,苏岭,等.基于近似极小值原理的插电式混合动力汽车实时控制策略.机械工程学报,2015,51(2)∶134-140.

Research on the Optimal Control Strategy of A Real Plug-in Hybrid Vehicle

Zeng Yuping
（Jiangxi Province Key Laboratory of Precision Drive&Control,Nanchang Institute of Technology,Nanchang 330099）

To address the problem that the existing optimal control strategy is difficult to be applied in real vehicle control due to its long searching time,this paper proposes approximate pontryagin’s minimum principle control strategy.A real vehicle control software based on this optimal control strategy is developed in the Matlab/Simulink/stateflow development environment.Finally,a random road is selected for real vehicle test,the results show that the proposed optimal control strategy has good real-time performance,and can be applied to real vehicle,moreover,it can distribute engine and motor torque properly.

Plug-in Hybrid Electric Vehicle,Approximate Pontryagin’s Minimum Principle,Real-Time Control,Optimal Control Strategy

插电式混合动力汽车 近似极小值原理 实时控制 优化控制策略

U469.72

A

1000-3703（2017）11-0019-05

江西省教育厅科学技术项目（GJJ161123，GJJ151139），国家自然科学基金项目（51665020），重庆大学机械传动国家重点实验2016年开放基金项目（SKLMT-KFKT-201617）。

（责任编辑帘 青）

修改稿收到日期为2017年4月5日。