电动汽车能源管理

电动汽车能源管理系统指的是对电动汽车动力总成系统的能源转换装置中的能量进行协调、分配和控制的软、硬件的系统。为了能够使得电动汽车具有良好的机械性能、电驱动性能以及合理的能量分配等，所配备的能源管理系统必须对能量进行有效地监测和控制，以实现最大限度的利用能量，进而提高汽车的经济性能。因此能源管理系统的设计及策略的实施至关重要，本文介绍了有关的几项研究。

1 用于电动汽车混合动力储能系统的新型能源管理策略的开发[1]

1.1 主要目的及原理

混合动力储能系统（HESS）主要用于优化电动汽车嵌入式存储系统的性能。该存储系统将能源和电源（例如电池和超级电容器）分开，以最大限度地利用其特性。能源管理策略的选择是改善电源规模和减少锂离子电池使用限制的关键因素。因此，本文提出了一种新型HESS管理策略，来提高嵌入式存储系统的容量、效率或成本。此外，所提出的新型策略还可以改善电池的使用寿命（文中Fig.2）。

本文针对电动汽车应用情况开发并测试了用于电池/超级电容器混合储能系统的新型能源管理策略。其主要思想是根据超级电容器SOC电池功率的可变限制，以确保HESS的两个存储系统之间功率的最佳分配。对于相同的电动汽车行驶周期（EV范围、最大加速度和能量回收），以及相同尺寸的混合存储系统（最佳尺寸），采用所开发的能源管理策略可以降低电池电量应力，并且在电动汽车运行期间可以控制电池的健康状态（SOH）。

1.2 主要结论

通过仿真试验得出的结果表明，该管理策略有效地降低了电池的RMS（均方根）功率，并验证了电荷数量可以作为嵌入式能源管理概念中主要影响因素。本文还采用低功耗测试平台进行了实验验证，其中电池和超级电容器由电力电子设备来仿真实现，而存储系统的电气模型则在软件环境中实现。实验结果验证了所提出的能量管理策略的有效性。

Fig.2 Power management strategies to improve size and aging of the HESS

2 用于串联式混合动力电动汽车的实时最优能源管理策略[2]

2.1 主要目的及原理

本文介绍了一种用于串联式混合动力电动汽车（HEV）的能源管理（EM）策略。所提出的EM策略是一种针对电荷保持模式设计的自适应等效消耗最小化策略（ECMS）。该EM策略定义了电池充电状态（SOC）的软限制。但是为了抓住节能机会（CESO），EM策略允许SOC超过所定义的软限制。因此，所引入的EM战略又被命名为ECMS-CESO。另外，针对串联式HEV本文提出了ECMS最优等效因子的范围。该范围用于推导用于计算自适应等效因子的数学公式。所提出的EM战略的主要优势在于：ECMS-CESO可以实现接近最优的燃油经济性，而且无需预测驾驶者的需求。由于不需要进行预测，因此可以消除在预测时间范围内寻找最佳控制的密集计算。因此，对于实时应用来说，ECMS-CESO很容易被实现。

ECMS-CESO与其他类型的A-ECMS的区别在于以下三个特点：

1）ECMS-CESO主要基于动力传动系参数进行自校准，因此需要很少的调节和驱动循环数据；

2）ECMS-CESO设置自适应等效因子的数学公式；

3）定义SOC的软限制。当有节能机会时，或者当发动机不能提供所需的功率时，允许ECMS-CESO超过SOC软限制。

2.2 主要结论

本文通过所收集的实验动力总成数据，开发了一系列HEV动力学模型来评估ECMS-CESO的性能。与瞬时A-ECMS和预测性A-ECMS相比，ECMSCESO分别将燃油经济性（MPG）提高了1%和5%。EC⁃MS-CESO和瞬时A-ECMS的计算成本相同，但比预测性A-ECMS快得多。ECMS-CESO的性能可以在未来驾驶条件未知的情况下实现，而预测性A-ECMS则需要获得驾驶循环数据。另外，ECMS-CESO的调整参数取决于传动系，而瞬时A-ECMS的调整取决于驱动周期。总而言之，ECMS-CESO不仅具有很好的稳健性，并且需要很少的校准。这使得ECMS-CESO适用于串联式HEV的实时能源管理，构型见文中Fig.1。

Fig.1.Theconfiguration of thepowertrain in a series HEV in thisstudy

3 用于电动汽车双能量储存系统的能源和功率分流管理策略[3]

3.1 主要目的及原理

在能量存储系统（ESS，Fig.1）的发展方面，尽管电池开发取得了一些成果，但其功率和能量之间的比例尚未满足电动汽车的要求。本文介绍了一种考虑到能源和动力分流管理策略的超级电容器（SCs）组件在电动汽车中的集成应用，提出了双ESS的内部控制回路和能量管理策略，其中基于综合模糊逻辑控制器方法的能源管理策略主要用于提高电动汽车的效率和性能。所提出的策略确保电池供电时能够提供平均的电力需求部分，并且很容易适用于不同的驾驶模式。

3.2 主要结论

通过功率级硬件在环（HIL）试验平台来测试该策略的性能。测试结果验证了所提出的能源管理策略能够有效地协调能源流动。与纯电池配置相比，所提出的策略将电池电流均方根（RMS）值减少了12%，以延长电池的使用寿命。内部控制回路经过适当调整，可以实现两个不同ESS的完全解耦拓扑。

本文使用EMR方法在MATLAB/Simulink环境中开发了一个全局模型，该模型从扩展到混合配置的纯电池模型为出发点。原始配置通过道路试验结果进行了验证。本文提出的双ESS的内部控制回路和能量管理策略通过仿真试验结果分析表明，相对于纯电池配置而言，在所研究的道路行驶周期中所提出的策略有效地降低了3%的能量消耗。如果驾驶循环的特征更加城市化，则这种减少会更大。

Fig.1.Energy and power densitiesof different optionsof ESS in transportation systems(based on[6]).

4 基于集成车辆硬件在环（VHIL）方法和模型验证的电动混合动力系统[4]

4.1 主要目的及原理

通过使用多种类型的能量转换器将汽车动力传动系统混合被认为是减少燃料消耗和空气污染物的重要措施。因此，为了开发高效节能、高度复杂的混合动力系统，则需要新的设计方法和过程。不同能量转换器的相互作用在混合动力系统中起着重要作用，本文讨论了将混合动力系统纳入现有车辆平台以实现最高能效的可靠性。本文提出的集成车辆硬件在环（VHiL）方法和基于模型的设计（MBD）方法被用于评估电动动力总成的能效。

在VHiL中，混合动力电动动力总成模块是模拟的，而车辆的其余部分是真实的。完整的底盘系统作为车辆测试平台的一个组成部分。而一个完整的传统内燃机（ICE）动力车在转鼓实验台架中进行了测试（文中Fig.1），以便于在闭环、实时的反馈配置中集成高能效的混合动力电动动力总成模块。

4.2 主要结论及未来发展

在VHiL平台中，控制测试台的自动化软件与车载控制器之间的信号交换，并以闭环实时方式施加在驱动轮上的道路负载进行操纵，以便于实现所有混合动力驾驶模式，包括：所有电力范围（AER）、电力辅助（EPA）和混合模式（BM）。在成功实施VHiL（文中Fig.2）后，对基于规则（RB）能源管理策略（EMS）和等效消耗最小化策略（ECMS）进行比较研究。该研究结果表明，在两种控制策略下，测试车辆的实际燃料效率可用于评估动力总成系统的能量转换效率。电动助力能够显著地提高燃料效率，混合动力系统的结果与Equinox配备的传统动力系统的燃油消耗量进行了比较，有助于了解混合后获得的能量转换效率。未来的研究工作包括测试不同的配置和新的能源管理策略，其中连接的能源转换系统可以预测未来的交通和道路地形信息，从而最大限度地提高复杂、高效的混合动力系统的能源效率。

Fig.1.VHiL PXI platform and dyno interface setup.

参考文献

[1]RIZOUG N,MESBAHI T,SADOUN R,et al.Development of new improved energy management strategies for electric vehicle battery/supercapacitor hybrid energy storage system[J].Energy Efficiency,2018,11(4):823-843.

[2]REZAEI A,BURL J B,SOLOUK A,et al.Catch energy saving opportunity(CESO),an instantaneous optimal energy management strategy for series hybrid electric vehicles[J].Applied Energy,2017,208:655-665.

[3]TROVAOJPF,ROUX M,MENARD E,et al.Energy-and Power-Split Management of Dual Energy Storage System for a Three-Wheel Electric Vehicle[J].IEEE Transactions on Vehicular Technology,2017,66(7):5540-5550.

[4]MAYYAS A R,KUMAR S,PISU P,et al.Model-based design validation for advanced energy management strategies for electrified hybrid power trains using innovative vehicle hardware in the loop(VHIL)approach[J].Applied Energy,2017,204:287-302.

Fig.2.Vehiclehardware-in-the-loop(VHiL)experiment setup