纯电动汽车两挡AM T换挡策略研究

刘文光，毕善汕，徐 畅

（江苏大学 汽车与交通工程学院，江苏 镇江 212000）

为了降低纯电动汽车对电池和驱动电机性能的要求，一般为其匹配多挡自动变速器，其中两挡AMT具有结构简单、成本低且传动效率高等优点，是目前研究的热点。

为了兼顾车辆的经济性和动力性，保证驱动电机始终高效率工作，需要为两挡AMT设计合理的换挡策略。围绕这一问题，国内外专家学者进行了大量的研究。肖力军等［1］提出包含驱动电机的综合协调控制方法，采用PID和有限状态切换的控制策略对电机调速，仿真和台架试验结果显示驱动电机参与换挡，其换挡过程更快速。刘拂晓等［2］分别以加速时间最短和驱动电机效率最高为目标，制定了动力性和经济性换挡策略，基于模糊理论设计了切换控制器，仿真结果显示该方法能够保证车辆的经济性和动力性。FU Jiangtao等［3］建立了一种最佳能量消耗模型，并引入了2种附加成本函数，以防止频繁换挡。仿真和试验结果显示：该策略有效降低了车辆百公里能量消耗。李聪波等［4］提出了一种低能量损耗的经济性模式换挡策略，并制定了驱动电机转矩计算方法。仿真及试验结果表明，该换挡规律不仅逼近最佳动力性换挡规律，同时表现出良好的经济性。

目前，常见换挡策略的制定仅分析了驱动电机的特性及其效率变化，或以最小能量消耗为目标计算当前驱动电机的最小输出扭矩，虽然一定程度上提高了车辆的经济性，但会极大地牺牲车辆动力性［5－6］。纯电动汽车动力系统中动力电池效率和变速器效率同样是影响车辆续航里程的关键因素。同时，当前广泛使用的换挡策略是一种离线挡位选择方法，无法针对行驶工况的不同进行动态调整。针对上述问题，本文中通过搭建驱动电机、电池和变速器效率模型，分析各行驶工况下系统效率的变化情况，以系统效率最高为目标制定最佳经济性换挡策略。为了保证车辆的动力性，又以加速度最大为目标，制定最佳动力性换挡策略。最后，基于模糊理论设计了一种动力需求因数计算方法，通过动力需求因数判断此时车辆应采用何种换挡策略。仿真和试验结果显示：设计的换挡策略能够保证车辆满足驾驶员的动力需求，同时也能增加纯电动汽车的续航里程。

1 传动系统结构

本研究以某型匹配了两挡AMT的纯电动汽车为研究对象。该型车辆的传动系统由动力电池、永磁同步电机、两挡AMT和差速器等部分组成，如图1所示。其中动力传动一体化控制器负责将控制信号传递给电池、电机和两挡AMT，电池与永磁同步电机之间是电能的相互传递，电机、两挡AMT和差速器之间是机械能的传递。

图1 传动系统结构简图

由于驱动电机具有快速响应的特性，因此两挡AMT采用无离合器结构，如图2所示。

2 换挡策略设计

2．1 传动系统效率分析

制定经济性换挡策略时，需要充分考虑动力传动系统各部件的效率变化。由于其他部件在车辆各行驶工况下，效率较高且变化不明显，因此本文中仅分析驱动电机、动力电池和变速器的效率变化情况［7］。

图2 两挡AMT结构框图

1）驱动电机效率模型

建立永磁同步电机模型主要有理论分析和试验建模2种方法。理论分析建模是指通过分析永磁同步电机各部分受力情况和电气原理，建立描述电机特性的微分方程。但由于电机内部电磁耦合关系复杂且部分参数难以测量，因此采用试验建模的方式分析驱动电机的效率变化［8］。通过采集不同负载下，电机的转速、功率、扭矩等数据，建立能够描述电机实际动态特性的数据表，采用查表和插值的方式得到不同工况下电机的工作效率。

图3给出了电机效率ηm随电机转速ωm和转矩Tm变化的曲面。

图3 电机效率变化曲面

为方便分析电机效率的变化情况，将图3向电机转矩－转速平面投影，可得图4所示的电机效率的等高线图。从图4可以看出：当电机转速低于2 000 r／min且输出转矩低于150 N·m时，电机效率较低。因此，在设计换挡策略时，应避免驱动电机工作在这一区间内。

图4 电机效率等高线图

2）动力电池效率模型

磷酸铁锂电池是目前广泛应用的一种车载动力电池，其工作性能受温度、端电压、单体电池SOC等因素影响。由于电池的工作过程是一个复杂的化学反应过程，同样难以通过理论分析建立准确的数学模型。因此，本文中采用试验结合数值拟合的方式建立电池的效率模型。

由于本研究仅涉及纯电动汽车的升挡策略，在此仅建立动力电池放电效率模型。具体的方法如下：试验采用CKHF 500V500A智能放电仪，参考纯电动汽车正常行驶时电池的工作温度，将试验温度设定在（35±2）℃范围内。在车辆行驶过程中，动力传动一体化控制器会对驾驶员的驾驶意图进行解读，计算电机需输出的扭矩，并向电池管理系统发出功率请求。采集不同放电功率下，电池效率和SOC数据，并进行拟合，可得如图5所示的电池效率图。

图5 电池效率变化曲面

3）变速器效率模型

变速器的功率损失主要有齿轮啮合功率损失、轴承摩擦功率损失和搅油功率损失3部分组成。根据本文选用的某型两挡AMT的具体结构给出各功率损失的计算公式如下［9－12］：

式中：Pc为齿轮啮合功率损失；Ph为齿轮滑动摩擦功率损失；Pr为齿轮滚动摩擦功率损失；f（s）为瞬时摩擦因数；Fn为齿面法向载荷；vh（s）为啮合出的损失滑动速度；h为弹性动力油膜厚度；vg为平均滚动速度；b为齿轮有效齿宽；β为齿轮分度圆螺旋角。

式中：Pz为轴承摩擦损失功率；M为SKF模型轴承摩擦力矩；n为轴承旋转速度。

式中：Pj为搅油损失功率；Tchurn为搅油力矩［13－14］。

2．2 系统效率最优的最佳经济性换挡策略

根据车辆的行驶方程，可得驱动工况下车辆的输出功率，如式（4）所示。

而输入功率可表示为

结合式（4）（5）可得整车系统效率为

式中：ηsys为系统总效率；μ为路面附着系数；m为整车质量；α为坡道角度；CD为空气阻力系数；A为迎风面积；δ为质量换算系数；v为车速；ηm和ηb分别为电机、电池效率；Tm为电机输出转矩；ωm为电机角速度。

在不考虑坡道阻力的情况下，从式（6）中可得，系统效率与车速、加速度、电池效率、电机效率等因素有关［15］。同时结合本文中3．1节的分析结果可得：为了保证行驶过程中车辆系统效率最高，控制器需要控制车辆在不同的加速踏板开度和车速下选择合理的挡位，才能保证整车系统效率最高。基于AVL Cruise中的整车模型，结合上文给出的计算方法，分别计算电池SOC为0．9时，1挡和2挡的系统效率，如图6、7所示。

图6 SOC＝0．9时，1挡系统效率随加速度踏板开度 和车速变化曲面

图7 SOC＝0．9时，2挡系统效率随加速度踏板开度 和车速变化曲面

将图6、7合并可得图8，从图8可以看出：只要在两曲面交汇处换挡，即可保证换挡前后系统效率始终最高。

图8 SOC＝0．9时，系统效率随加速踏板开度 和车速变化曲面

由于系统效率最高时，车辆经济性最佳，因此将图8中的曲面交汇线向加速度踏板开度－车速平面投影，即可得到最佳经济性升挡曲线，如图9所示。

图9 最佳经济性升挡曲线

电池SOC变化对整车系统效率影响很大，通过分析不同SOC下最佳经济性升挡曲线，可得不同SOC下纯电动汽车最佳经济性换挡曲面，如图10所示。

图10 不同SOC时，最佳经济性升挡曲面

从图10可以看出：当电池SOC低于0．4时，最佳经济性升挡曲线有较明显的变化，其原因是电池SOC过低时电池效率下降剧烈。

2．3 最佳动力性换挡策略

在不考虑坡道阻力的情况下，通过式（4）可知：车辆加速度越大，驱动功率越大。分析不同挡位下车辆加速度随加速踏板开度和车速的变化关系，可得如图11所示的各挡加速度变化情况。

图11 SOC＝0．9时，加速度随加速踏板开度 和车速变化曲面

为了获取足够的动力性，需要保证换挡前后加速度均最大，从图11中可以看出：在1挡和2挡加速度曲面交汇处换挡，能够保证换挡前后加速度始终最大。基于上述原则，可得最佳动力性升挡曲线，如图12所示。

图12 SOC＝0．9时，最佳动力性升挡曲线

同理，分析不同SOC情况下最佳动力性升挡曲线的变化情况，如图13所示。从图13可以看出：随着SOC的变化，最佳动力性升挡曲线变化不明显。

图13 不同SOC下最佳动力性升挡曲面

3 换挡策略切换控制器设计

上文分别设计了最佳经济性和动力性换挡策略，但在实际行驶过程中动力性和经济性是一对相互矛盾的指标。驾驶员在追求动力性时，如果采用不合理的经济性换挡策略会导致换挡点动力输出降低，造成换挡顿挫，影响乘坐舒适性，反之亦然。因此，为了避免这一问题的发生，需要识别驾驶员的驾驶意图，并切换合理的换挡策略。

3．1 驾驶意图识别

驾驶员模型是根据车辆当前行驶状态和期望状态的差值计算出加速或制动踏板开度，因此通过加速踏板开度及其变化率结合当前车速能够反推出驾驶员的驾驶意图。

为了能够量化驾驶员的驾驶意图，提出综合性能指标E和动力需求因数λ，具体的计算方法如下：

式中：cb为量纲为一化后的平均百公里电耗；ta为量纲为一化后达到期望车速的加速时间。

动力需求因数越大，表示驾驶员需要更多的动力性，此时应选择最佳动力性换挡策略，以获得更短的加速时间。若动力需求因数越小，表示驾驶员更追求经济性，此时应选择最佳经济性换挡策略，以获得更小的平均百公里电耗。通过分析加速踏板开度及其变化率，推理得到合理的动力需求因数，并选择相应的换挡策略，使得综合性能指标最小，即代表选择的换挡策略最佳。

3．2 基于模糊理论的动力需求因数确定

动力因数的确定涉及因素较多，且非线性关系复杂，难以建立准确的数学模型。模糊控制理论不依赖精确的数据模型，且鲁棒性强，能够根据输入准确推导出合理的动力需求因数［16－20］。本文中选择加速踏板开度及其变化率作为模糊控制器的输入，选择动力需求因数增量为模糊控制器的输出，系统的结构如图14所示。

图14 切换控制器系统结构简图

从图14可知：当动力需求因数经过模糊控制器优化后小于0．5，切换控制器认为当前的驾驶意图为获取更好的经济性，反之则认为驾驶员需要更强的动力输出。采用上述切换逻辑能够保证行驶过程中综合性能最优。

由于车辆处于制动工况时，需要尽可能回收更多的能量，选择经济性降挡策略。因此，本研究仅设计驱动工况下，纯电动汽车的换挡策略切换控制器。

具体分析驾驶员意图和加速踏板开度及其变化率的关系，如下：当驾驶员有更强的动力需求时，会踩下加速踏板，加速踏板开度越大，表示驾驶员此时的动力需求越强，反之亦然。同时，加速踏板开度变化率能够反映驾驶员对动力性需求的迫切程度，变化率越大表示驾驶员迫切需要更强的动力输出，反之亦然。

结合以上规律，选择加速踏板开度的模糊论域为［0，6］，加速踏板开度变化率的模糊论域为［－6，6］，动力需求因数增量的模糊论域为［－6，6］，制定合理的隶属度函数和模糊控制规则表，可得如图15所示的模糊控制曲面。

图15 模糊控制曲面

将模糊控制器输出的动力需求因数增量与当前动力需求因数相加即可确定采用何种换挡策略。当动力需求因数λ≥0．5时，驾驶员对车辆动力性需求较大，采用最佳动力性换挡策略，反之当λ＜0．5时，则采用最佳经济性换挡策略。

4 仿真与试验

为了验证所设计的换挡策略是否有效，将该控制策略与仅基于电机效率最优的传统换挡策略进行对比仿真验证。仿真参数如表1所示，电池初始SOC值设定为0．9，仿真工况选择NEDC城市循环工况。

表1 整车、电机、电池组、两挡AMT参数

仿真结果如图16～19所示。

图16 系统效率随时间变化曲线

图17 电池SOC随时间变化曲线

图18 百公里电耗随时间变化曲线

图19 加速度随时间变化曲线

由表2仿真结果可知：相较于传统换挡策略，本文中设计的综合换挡策略可有效提升系统效率，平均效率提升达到11．19%，电池SOC提升约10 37%，平均百公里电耗可降低9．97%，平均加速度略有恶化，约3．96%。由此可见采用综合换挡策略能够有效提升纯电动汽车经济性，延长续航里程，同时保证车辆动力性满足驾驶员驾驶需求。

表2 优化前后性能对比

为了验证换挡策略的有效性和应用效果，采用如图20所示的两挡AMT试验平台进行试验。试验结果如图21、22所示。

图20 两挡自动变速器试验台架

图21 试验与仿真SOC值变化

图22 试验与仿真加速度

由图21、22可知：试验数据和仿真数据虽然有一定的差距，但趋势大致相同，可以证明设计的换挡策略对真实两挡AMT同样有效。

5 结论

1）分析了纯电动汽车动力电池、驱动电机和变速器效率模型，得到了纯电动汽车主要部件的效率变化趋势及其影响因素。

2）通过分析SOC为0．9时，不同挡位下系统效率随加速踏板开度和车速的变化关系，以系统效率最高为目标投影得到最佳经济性换挡曲线。再通过分析不同SOC情况下，最佳经济性换挡曲线的变化情况，制定了适合车辆各工况的最佳经济性换挡策略。

3）通过分析不同挡位下加速度随加速踏板开度和车速的变化关系，以加速度最大为目标设计了最佳动力性换挡曲线。同样，分析了SOC变化对最佳动力性换挡曲线的影响。

4）将百公里电耗和加速时间组合为综合性能指标，以加速踏板开度及其变化率为输入，基于模糊理论设计了一种动力需求因数调节控制器，通过驾驶行为预测车辆对动力的需求情况，进行经济性换挡策略和动力性换挡策略切换。通过仿真和试验可知，所设计的纯电动汽车换挡策略相较于传统换挡策略能够在保证动力性的前提下极大地提升经济性，延长车辆的续航里程。