插电式混合动力汽车能量管理策略优化研究*

刘浪，窦胜月



插电式混合动力汽车能量管理策略优化研究*

刘浪，窦胜月

（长安大学汽车学院，陕西 西安 710064）

随着社会的发展，能源问题、环保问题，成为了发展汽车产业的重中之重，受到了各大企业和国家政府的广泛重视，所以对插电式混合动力公交车能量管理策略进行优化研究具有重大意义。文章基于西安市工况，对插电式混合动力公交车能量管理策略进行优化。首先选取了典型具有代表性的公交线路，通过短行程划分，主成分分析，K均值聚类获取代表西安市的道路工况。利用基于Matlab/simulink的advisor软件进行混合动力汽车动力系统的搭建。导入代表西安市的道路工况进行动力性仿真，燃油经济性仿真，得到相应结果。通过在万有特性图上自主选择发动机最佳工作点，对advisor底层m文件关键语句进行修改，再次进行多组仿真。将每组仿真结果的动力性，燃油经济性进行比较。最终实现了在保证动力性前提下，获取了更好的燃油经济性，从而实现了优化。

西安市工况；插电式混合动力公交车；能量管理策略；发动机最佳工作点

前言

随着能源危机的不断加剧，以及政府越来越严格的排放标准，发展新能源汽车成为汽车工业发展的必然选择。插电式混合动力汽车既能够发挥纯电动汽车的优势，又可以克服续驶里程不足的问题。极大程度上解决了传统汽车油耗高的问题，降低了有害物质的排放。因此，实现科学的能量管理策略使插电式混合动力汽车在满足动力性的前提下实现最佳的经济性，具有十分重要的现实意义。

1 西安市城市工况勘测分析与提取

1.1 选取典型公交线路

西安城市道路众多，纷繁复杂，每一条路段在某一个时间段都可能通过不同品牌的汽车，自然，他们通过该路段的速度皆会不同。但是，一个城市的道路工况总会由部分典型工况来组成，比如城市拥堵工况，城市交通工况等。我们不可能测量所有车辆的道路运行工况，根据实际情况，在所有的公交运行线路中选取了某公交车线路，该线路包含了从西安北郊到市中心的大部分路况，具有典型城市公交运行的特点。

采用sport-DL1测试仪对该公交客车的行驶数据进行采集，选取十组有效的完整的行车数据，其中第一组行驶速度与时间的关系图如下图1所示。后续对该十组行车数据进行概率统计分析。

图1 行驶速度与时间关系图

1.2 短行程划分

短行程是指相邻两个停车点之间的汽车循环过程，由一个怠速部分和短行程部分组成[1]。在使用MATLAB对车速进行处理时，剔除了实验数据中不合理的部分。具体的短行程划分原则为：

表1 短行程片段特征值

1）前一时刻车速和后一时刻车速相差0.5km/h以内；

2）行驶车速小于2km/h。

最终划分了1921个有效的短行程片段，保证了有足够多的样本量。针对每一个短行程样本，提出了具有代表性的15个特征值，代表的意义如图2所示。

图2 串联混合动力汽车模型结构图

1.3 车辆行驶工况的建立

利用主成分分析法确定了工况中贡献率最高的几个参数，运用K均值聚类对划分好的短行程进行分类[2]，根据以上几种统计学方法对10组工况进行分析，从而得出西安市的道路工况。

2 搭建插电式混合动力汽车动力系统模型

Advisor 是有美国可再生能源实验室NREL，在MAT -LAB和Simulink软件环境下开发的高级车辆仿真软件。基于这个汽车纵向动力学系统建模的软件下，可以搭建混合动力汽车的动力模型，并对混合动力汽车的各种性能进行仿真实验

2.1 整车技术参数

表2 整车技术参数表

2.2 基于advisor搭建串联式混合动力汽车模型

串联混合动力汽车的动力系统，包括发动机和蓄电池组。发动机输出动能到发电机，发电机输出的电能通过功率总线带动电机工作，此时发动机工作在最佳工作点。当发电机输出的功率满足不了汽车行驶时所需的实际功率时，蓄电池组将向电机提供额外的动力。当发电机输出的功率超过了汽车行驶所需的实际功率时，发电机将向蓄电池组充电。皆保证了发动机工作在最佳工作点上，以实现最低的燃油消耗率。[3]

串联混合动力汽车模型结构如图2所示：得到的该模型是后向仿真模型。即通过预设的道路循环工况，发送给整车模型，传递给车轮所需的转速及功率，再一步步反推给主减速器，变速箱，电机/发动机模型，得出所需的转速转矩信息，再由整车控制策略进行控制，确定动力源。然后再通过反馈一级一级的按原路径将转速传递给整车模型，使车辆可以实时的跟随车速随时间的变化。

3 基于西安市工况的仿真分析

得到了西安市的城市工况后，将西安市城市工况导入advisor，传动系模式选择SERIES_defaluts_in,即默认的传动系统模型，利用advisor进行仿真分析。

3.1 动力性能仿真

动力性能包括最高车速、原地起步加速时间、最大爬坡度。在此只测试该车的前两项动力性能评价指标。advisor中的加速性能测试程序可以确定当前汽车的最高车速。在仿真参数界面选择Test Procedure下拉菜单中的TEST_ACCEL，点击运行。便可弹出如图3的界面。

图3 最大行驶速度关系图

由图3可知，该车型最大车速为100km/h左右。市区限速一般为70km/h，满足日常动力需求。

图4 参数选择界面图

图5 车辆仿真结果图

同理，在仿真参数界面选择Test Procedure下拉菜单中的TEST_GRADE，点击运行。便可弹出如图4图5所示的界面。

由图5可知，当所有系统启动时，车速在55km/h情况下，该车型所能爬上的坡度为18%。城市道路一般坡度不大于5%，所以动力性能满足日常城市道路行驶要求。

3.2 经济性能及仿真

燃油经济性用百公里燃油消耗量表示。但考虑到电池初始SOC的影响，若电池初始SOC不同，则对百公里油耗也会不同，没有可比性。在此，电池初始SOC皆为0.7，选择西安市城市道路工况，仿真结果如图6所示：

图6 车辆仿真结果图

燃油消耗量如图7所示：

图7 燃油消耗量

排放指标如图8所示：

图8 排放指标

4 能量管理策略的分析与优化

4.1 串联功率跟随型控制策略

串联功率跟随型控制策略的核心思想是根据电机和蓄电池组的工作状态，调节发动机的工作点经发动机向蓄电池组充电，控制目标是燃油消耗率最低与排放最低。在该控制策略中发动机的最佳工作点是受许多因素限制的。

发动机的开关控制逻辑是：当蓄电池组的SOC较高时，发动机关闭；当功率总线上的需求功率过高时，发动机开启；当蓄电池组的SOC较低时，发动机开启；如果前一状态开启且蓄电池的soc值小于cs_hi_soc，发动机开启；如果前一状态关闭且需求功率大于1.2发动机功率门限值，同时发动机关闭时间大于最低允许开启时间，发动机将开启。

发动机工作点控制模块是根据发动机和发电机的功率范围，计算出发动机最高效率和最低油耗下的发动机工作点，以数组形式存储在输入控制脚本文件中。在仿真过程中，根据定义的cs_pwr和cs_spd，通过查表来计算发动机的转速和转矩。[4]

但是，在不同工况下运行时，发现发动机都仅仅运行在转速3300r/min转矩为58N*m左右，在该工作点上，燃油经济性没有得到提升。

通过不断优化发动机的最低燃油消耗率曲线，让发动机在不同的最优工作点上工作，以最低燃油消耗率为目标。通过多组实验，不断逼近，得到在西安市实际道路工况下的发动机最优工作点，使得燃油消耗量最低。

4.2 优化最低燃油消耗率曲线

通过默认的控制策略得出的最低燃油消耗率曲线并不一定是最优的，还应该通过不断地改变发动机的燃油消耗曲线，采用十组不同的工作的对比，比较出在西安市工况下那一组才是最优的。所采用的方法是迭代逼近法，以燃油消耗量为控制目标，不断的逼近使接近最低值。

图9 默认最低燃油消耗率数组

图10 发动机最佳燃油消耗曲线图

如图所示，图10中的虚线为advisor中默认最佳燃油消耗曲线。通过分析研究发现，该曲线是通过自主选择的最佳发动机工作点，插值得到的，图9中详细展示了advisor中默认的11个发动机最佳工作点。

为了进行优化，利用发动机的万有特性图，在保证相应工况发动机所需功率的条件下，选择设置了发动机的最佳工作点，通过进入advisor的底层m文件将对应的语句进行修改，实现了最佳燃油消耗曲线的修改。通过不断地变化所设置的发动机最佳工作点，不断地进行仿真，对比不同工作点下的动力性，燃油经济性，最终实现能量管理策略的优化。

4.3 不同工作点仿真结果对比

在advisor默认的能量管理策略下进行仿真，得出本文工况下发动机至少要能够发出25kw的功率，如图11所示为advisor默认情况下的仿真结果。所选发动机的最大转速为596.9rad/s，最大功率为50.8kw，在满足发动机所需功率情况下，重新设置工作点，表3为10组重新设置的工作点。

图11 默认仿真结果图

表3 不同工作点对比

由上表3可以看出10组数据，每组两对发动机的功率和转速，且每组的功率都大于25kw，所以可以保证在该工况下满足发动机的动力需求。主要对每组工作点的燃油经济性进行比较。可以看出5，7，10组的燃油经济性较高。但是第7组合第10组的发动机效率明显较低，其工作点的位置在万有特性图上已经明显偏离了中间效率较高的区域，所以选择第5组为发动机的工作点。

5 优化成果

设置[26000，26500]，[370.375]为发动机的最佳工作点，其仿真如下图12所示，发动机的工作效率图如图12所示。

图12 优化后仿真结果图

可以看出发动机的效率一直维持在30%-35%之间的较高的水平，且与未进行优化前相比，在保证动力性的前提下，燃油经济消耗率有了明显的提升，完成了优化。

图13 发动机效率图

6 结论

（1）利用sport-DL1测试仪对某一公交客车采集数十组客车行驶数据，运用短行程划分，主成分分析，聚类的方法，构建出了西安市的城市行驶工况。

（2）以西安市城市工况为基础，利用advisor仿真出了混合动力汽车的动力性，燃油经济性以及排放性能。

（3）通过优化能量管理策略中的最佳工作点的方式，通过迭代逼近算法，优化后使得整车的燃油经济性从以前的24.4L提升到了17.6 L。

[1] 杨瑜,陈波宁,高波,季峰.基于行程分析法的行驶工况的构建研究[J].现代车用动力,2013(02):24-27.

[2] 李孟良,朱西产,张建伟,张富兴,艾国和.典型城市车辆行驶工况构成的研究[J].汽车工程,2005(05):54-57.

[3] 曾小华,宫维钧.ADVISOR 2002电动汽车仿真与再开发应用.机械工业出版社.2017.3.

[4] ADVISOR2002/documention/advisor_doc.htm,Last Revised:30- April -2002.

Research On Optimization Of Energy Management Strategy For Plug-in Hybrid Electric Vehicles

Liu Lang, Dou Shengyue

( School of Automobile, Chang' an University, Shaanxi Xi’an 710064 )

With the development of the society, energy and environmental protection issues have become the top priority in the development of the automobile industry, which has receivedextensive attention from major enterprises and the national government. Therefore, it is of great significance to optimize the energy management strategy of plug-in hybrid electric vehicles.Based on the xi'an working condition, this paper optimizes the energy management strategy of the plug-in hybrid vehicles.Firstly, the typical and representative bus routes are selected, and the road conditions representing xi'an city are obtained through short journey division, principal component analysis and k-means clustering.The power performance simulation and fuel economy simulation are carried out on the road condition of xi'an city, and the corresponding results are obtained.By independently selecting the best operating point of the engine on the universal characteristic diagram, the key statements of the underlying m file of advisor are modified, and multi-group simulation is conducted again.The dynamic performance and fuel economy of each group are compared. Finally, under the premise of ensuring the power performance, better fuel economy is obtained, and the optimization is realized.

Xi'an working condition;plug-in hybrid bus;energy management strategy;optimal working point of engine

B

1671-7988(2019)05-25-05

U469.7

B

1671-7988(2019)05-25-05

U469.7

刘浪，就读于长安大学汽车学院车辆工程专业，本科。课题项目：大学生创新创业训练项目（201710710019）。

10.16638/j.cnki.1671-7988.2019.05.007