增程式电动汽车动力系统匹配及其影响因素研究

翁才恩

摘要：以现有市场的某一电动车型为目标，进行增程式电动汽车动力系统匹配，并且在ADVISOR软件下完成建模，利用模型进行了多种工况下的仿真，同时在相同工况下研究了不同增程器功率和SOC控制范围对整车性能的影响。结果表明，设计的增程式电动汽车匹配合理，各项指标都到达了预期设计目标;增程器功率与当前工况平均速度越接近越省油，在CYC_NEDC工况下SOC变化范围在0.2～0.4之间比较省油。

关键词：增程式电动汽车;动力系统;影响因素;高级车辆仿真器ADVISOR

中图分类号：TP391.7 文献标志码：A

文章编号：2095-5383（2019）02-0014-05

Abstract：Targeting an electric vehicle in the existing market， the powertrain matching of the range-extended electric vehicle was carried out. The modeling was completed with the ADVISOR software. The model was used to simulate under various working conditions. At the same time， the effects of different range extender power and SOC control range on vehicle performance were studied under the same working conditions. The results show that the range-extended electric vehicles designed in this paper are reasonable， and all the indicators have reached the expected design goals. The closer the range extended power is to the average speed of the current working conditions， the more fuel-efficient. Under the CYC_NEDC condition， the SOC varies from 0.2 to 0.4 is more fuel-efficient.

Keywords：range-extended electric vehicle;powertrain matching;influencing factors;Advanced Vehlcle SimulatOR

随着全球石油能源问题和环境污染问题的日益严重，如何实现汽车的节能环保成为当今的热门话题。我国大力提倡发展新能源汽车，尤其是纯电动汽车，能够真正实现零排放、低噪声[1]，但是由于其电池问题导致里程太短、充电时间长，无法满足人们的需求。增程式电动汽车的概念和设计应运而生，因为其能够在满足人们日常需求里程的情况下实现纯电动行驶，如果要进行远距离行驶时，可以开启增程器模式，增加续航里程，充电时间可以在晚上，充分利用电网电能，减少晚上电能的损耗，减少燃油消耗和废弃排放[2]。故对增程式电动汽车进行动力系统匹配，并对其影响因素进行研究，从而保证其动力性，实现燃油更加经济的行驶，是本文的主要设计目标。最后通过MATLAB/Simulink和高级车辆仿真器（ADVISOR，Advanced Vehlcle SimulatOR）进行整车动力系统匹配性能仿真，充分展示了动力匹配效果，为对增程式电动汽车进一步研究奠定基础。

增程式电动汽车的动力系统主要由动力电池、驱动电机和增程器（APU）组成，其结构原理图如图1所示。其中APU主要由发动机和发电机两部分组成[3];控制系统主要由整车控制器和发动机控制器;对控制系统获取的主要信号是踏板信号和SOC信号;因此增程式电动汽车结构简单，既能实现短距离纯电动的节能环保，又解决纯电动汽车续航里程短的问题，可以满足人们的基本出行需求。

1 增程式电动汽车动力系统设计

1.1 增程式电动车整车参数

本文以某电动汽车为研究对象，将其进行增程式电动汽车的改装，使其满足增程式电动汽车设计目标，其整车参数及设计目标如表1所示。

1.2 驱动电机参数选择

驱动电机是整车动力性能的核心，车辆的加速性能、车速和爬坡能力都是由其决定的，因此驱动电机的功率选择直接影响整车的动力性。根据汽车行驶过程中的驱动力、阻力和车速，可以得到功率平衡方程[4]：

1.3 动力电池参数选择

1.4 APU参数选择

增程器（APU）是由发动机和发电机组成的，由于增程式电动汽车的发动机与车辆的动力传动系统没有直接的机械连接，只是单纯地起到带动发电机发电的作用，因此发动机能够工作在效率最高点。当动力电池的荷电状态（SOC）减少到下限（一般城市道路情况下为0.3）时，增程器起动，到达SOC上限时关闭[7]。为了满足车辆匀速行驶300 km以上的要求，增程器输出功率为：

2 增程式电动汽车在MATLAB中的建模

根据利用上述计算选择得到的整车参数，通过MATLAB/Simulink为平台的ADVISOR软件中建立了增程式电动汽车整车模型，如图2所示。控制策略都统一采用简单的逻辑门限制，主要方法是通过控制策略将SOC的值控制在某一范围内进行变化，即恒温器控制策略，增程式电动汽车控制策略模型如图3所示。

3 增程式電动汽车仿真与分析

3.1 多种工况仿真结果与分析

由于ADVISOR软件中没有我国道路的相关工况，因此本文先选择使用与我国工况最为接近的CYC_NEDC新欧洲行驶循环工况，该工况循环一次的距离为10.93 km，平均车速为33.21 km/h，能达到设计要求的最高车速120 km/h，能够很好地检验本文设计的增程式电动汽车。

本文在ADVISOR软件界面输入上述驱动电机、动力电池和APU参数后，其中APU的功率是以60 km/h增程器的功率作为仿真的，并且将SOC控制

在0.3～0.7之间，然后将工况设置为CYC_NEDC，SOC的初始值为1，为了能够很好地观察设计目标中纯电动的续航里程大于等于60 km，因此该工况下至少需要循环6次，这里设置为10次，整车仿真结果如图4所示。可以看出，在汽车进行109.3 km的行驶后，在第5个循环过一点就开启增程器，此时的SOC为0.3，还没到0就已经行驶了64 km，完全满足增程式电动汽车纯电动续航里程的目标;百公里油耗为5 L，比目前市场上的燃油车省油;0～100 km的加速时间为13.2 s，并且20 km/h时的爬坡度为30.8%，都满足设计目标。

为了进一步地说明本文动力系统参数选择的可行性和合理性，本文除了进行以上工况仿真外，还进行了CYC_UDDS、CYC_ECE_EUDC和CYC_HWFET工况的仿真，最终结果如表1所示，表明各种工况下的仿真结果都满足设计目标。其中平均车速为77.58 km/h的CYC_HWFET工况的最省油，平均车速为32.1 km/h的CYC_ECE_EUDC工况的纯电动续航里程最长。

3.2 不同增程器功率对整车性能的影响分析

为了研究不同增程器功率对燃油消耗的影响，本文利用控制变量的方法，将上述设置的仿真参数不变，其中工况固定为CYC_NEDC，循环次数都是10次，SOC的变化范围为0.3～0.7，初始SOC为1，增程器功率分别为40 km/h的16 kW，60 km/h的21 kW和80 km/h的27 kW，仿真结果如表3所示。结果表明，增程器功率越接近道路工况平均速度（CYC_NEDC工况的平均速度为33.21 km/h），即40 km/h时，本文设计的增程式电动汽车最省油。

3.3 不同SOC范围对整车性能的影响分析

为了研究不同SOC范围对整车性能的影响，本文设定相同的CYC_NEDC循环工况，循环次数都是10次，增程器的功率为上述最为节能的平均速度为40 km/h时，计算得到的增程器功率参数，通过改变SOC范围进行仿真。结果如表4所示，SOC范围的变化会影响燃油消耗，在CYC_NEDC工况下将SOC设定为0.2～0.4时最省油。

4 结束语

本文通过对增程式电动汽车进行结构分析，并进行动力系统的理论计算，完成了整车动力系统的匹配工作，最后利用MATLAB/Simulink和ADVISOR进行仿真，结果表明该车辆的动力性、续航里程和燃油经济性都达到了设计目标。并且对增程式电动汽车燃油经济性影响因素进行了研究，其中增程器功率参数和SOC控制范围都对燃油经济性有影响。为了进一步提高增程式电动汽车的燃油经济性，今后的研究内容将是在此基础上，进行增程器和SOC控制策略的研究。

参考文献：

[1]刘青，贝绍轶，汪伟，等.增程式电动汽车动力系统参数匹配仿真与分析[J].现代制造工程，2017（11）：76-80.

[2]李理.增程式电动汽车动力系统匹配及控制策略优化研究[D].武漢：武汉理工大学，2014.

[3]牛继高，李根，李晨旭，等.增程式微型电动汽车整车参数匹配及校验[J].中原工学院学报，2016，27（4）：37-42，52.

[4]余志生.汽车理论[M].北京：机械工业出版社，2009.

[5]李翔.增程式电动汽车动力参数匹配设计及仿真实验研究[D].镇江：江苏大学，2013.

[6]张承宁，周维，李军求，等.基于极小值原理的增程式电动车辆在线能量管理控制策略[J].北京理工大学学报，2015，35（9）：931-935.

[7]张聪.混合动力汽车实时能量优化管理策略研究[D].天津：天津大学，2015.