增程式电动汽车复合储能系统控制策略研究
2021-07-29赵令聪孙宾宾张铁柱赵玉祥
赵令聪,孙宾宾,张铁柱,赵玉祥
(山东理工大学交通与车辆工程学院,山东淄博 255000)
增程式电动汽车在车载储能系统电能充足时,以纯电动汽车方式运行;在复杂工况运行特别是需求功率较大的工况,如果仅仅采用动力电池组提供电能,难以满足驱动电机的功率需求,必须开启増程器(APU)发电[1]。高频负载需求会导致APU 工作点的剧烈变化,而本车采用的APU 为一种新型的约束活塞内燃直线发电装置,由于其结构复杂,故采用定工况点工作。为防止APU 频繁启停,根据最大功率和续驶里程采用后向型设计方法匹配的单一动力电池储能系统,将无法满足峰值功率需求,降低汽车动力性。
采用基于复合储能系统的能量系统方案可以有效实现对负载需求功率的分流控制[2]。复合储能系统的功率分配策略按控制方法分类有:逻辑门限类、模糊控制类、最优控制理论等。DHAMAL[3]采用逻辑门限控制策略,提升了复合储能系统的运行效率,延长了电池循环寿命;姚堤照等[4]采用多模糊联合控制的控制策略,有效平滑了锂电池的充放电电流;Song 等[5]基于动态规划结果,对复合储能系统参数及其控制策略进行了联合优化,有效降低了运营成本。
上述研究中都没有考虑需求功率中高频暂态功率对动力电池的影响,未对储能系统的频率控制展开研究。小波变换能够识别暂态功率,且在高频部分有较高的时间分辨率,本文设计的基于模糊控制的自适应小波变换控制策略可有效对需求功率进行功率分流,降低高频信号对动力电池的冲击,可对多能量源的功率分配提供一定的借鉴意义。
1 增程式电动汽车复合储能系统方案分析
1.1 负载需求功率特性及电源特性分析
以康玲X 系列某款车型为例,依据美国城市驾驶循环工况(UDDS)进行功率需求分析,整车主要参数如表1 所示,所获得的工况速度、需求功率随时间变化历程及功率谱密度曲线见图1。
图1 负载特性分析
表1 整车仿真模型主要参数
蓄电池的双层电容效应导致高频电流不能进行电荷转移反应,由高频暂态功率产生的高频电流由电池内部双层电容器承担,较高的负载值和频率会使电池电压有较大的波动,很可能导致双层电容的崩溃,进而损害电池[6]。电池的工作频率通常为10-2~10-1Hz,由图1 可知UDDS 循环工况下需求功率的截止频率在0.2 Hz 左右,若采用单一电源,将无法满足汽车的高频功率需求,为避免APU 的频繁启停,功率突变时的功率补偿将难以实现。超级电容具有较高的功率密度,其比功率是电池的10~100 倍,具有对高频暂态功率的快速响应特性,电池放电过程中的峰值功率和高频暂态功率得到缓解,降低电池的充放电电流,延长其循环使用寿命。本文采用具有高能量密度的动力电池和高功率密度的超级电容组成的复合储能系统作为增程式电动汽车的能量系统。
1.2 复合储能系统方案设计
复合储能系统构型可以分为三种:被动式构型、半主动式构型和主动式构型。本文采用控制简单的半主动式构型,如图2 所示,将超级电容与DC/DC 变换器串联后再与电池并联在直流母线上,双向DC/DC 变换器将超级电容和总线/电池解耦,电池同总线相连保证了总线电压的相对稳定。
图2 增程式电动汽车复合储能系统
2 复合储能系统功率分配控制策略设计
复合储能系统的核心问题是如何对两种储能元件的功率进行分配,发挥不同储能元件的优势,达到提高复合储能装置效率、延长电池组寿命等目的[7]。本文设计了一种自适应小波变换控制策略,基于储能系统的能量状态,采用模糊控制自适应调节小波分解层数,将超级电容SOC维持在理想值附近,充分发挥其“削峰填谷”的作用。
2.1 基于规则的逻辑门限控制策略设计
基于UDDS 循环工况,依据动力学方程求得驱动电机所需功率,将电机正负需求功率分别积分,得出驱动与制动条件下的正负能量需求,将驱动与制动时间进行统计求和,两者相除即为需求功率门限制Pave_p与Pave_n。具体逻辑门限控制策略流程如图3 所示。
图3 逻辑门限控制策略流程图
滤波函数为:
式中:τ1、τ2为充放电过程中的低通滤波时间常数。
2.2 基于Haar 小波的双通道正交滤波器组设计
小波变换可以同时具备对信号的时域和频域分析功能,因其可以识别暂态功率并进行功率分流等独特优势,在能量管理领域得到了很好地应用[8]。车辆功率需求信号是离散值,采用离散小波变换对需求功率信号进行分解。
连续小波变换表达式为:
式中:W为小波系数;λ 为伸缩因子;μ平移因子;x(t)为原始信号;ψ 为母函数。
令λ=2j,μ=k·2j,j、k∈Z,得离散小波变换公式如式(3):
离散小波变换的逆变换公式为:
选择Haar 小波函数作为母函数,Haar 小波具有最短的滤波长度,而且小波变换与反变换相等,能够使得小波算法更为简单,代码执行效率更高[9-10]。Haar 小波函数表达式为:
通过高通滤波器H1(z)与低通滤波器H2(z),将原需求功率信号分解为细节信号与近似信号,也就是分配给超级电容和动力电池的高频部分和低频部分;依据重构滤波器组[G1(z),G2(z)]T完成信号重构。三阶Haar 小波分解与重构流程如图4 所示,分配给超级电容的高频信号为x1(t)+x2(t)+x3(t),分配给电池的低频信号为x0(t)。
图4 三阶Haar小波分解与重构示意
2.3 基于模糊控制的自适应小波变换
2.3.1 自适应小波变换分解层数范围确定
信噪比为有效信号与噪声信号之比,定义有效信号为小波分解后的低频信号,噪声信号为小波分解后的高频信号,所以本文信号信噪比的实际意义是动力电池与超级电容之间的输出能量比。本文基于UDDS 循环工况对Haar 小波进行离线仿真,不同分解层数对应的信噪比大小见表2。
表2 Haar 小波不同分解层数对应的信噪比大小
本文信噪比的选取原则如下:(1)因为复合储能系统中动力电池是主要能量源,超级电容只是起到补偿作用,所以信噪比须大于1;(2)为提高超级电容的利用率,充分发挥其“削峰填谷”作用,信噪比值应尽量小。综上,本文中小波变换自适应调节的分解层数范围为1≤N≤5。
2.3.2 模糊控制器的设计
本文采用的模糊控制器为两输入单输出模式,输入为整车需求功率Preq和超级电容SOCuc,输出为小波分解层数分配因子K。模糊控制器的输入输出变量的模糊论域分别为Preq=[-3,3],SOCuc=[0.5,1],K=[0,1]。模糊语言值为Preq=[NB、NM、NL、ZO、PL、PM、PB],分别代表负大、负中、负小、零、正小、正中、正大;SOCuc=[L、ML、M、MB、B],分别代表小、较小、中、较大、大;K=[ZO、VL、ML、M、MB、VB],分别代表0、很小、较小、中、较大、很大。隶属度函数如图5 所示。
图5 模糊规则曲面图
由表2 可知,小波分解层数越高,分配给超级电容的能量就越多,故本文的模糊控制规则主要遵循以下规律:驱动时,当超级电容SOC较高时,采用高阶Haar 小波对需求功率进行分解;当超级电容SOC较低时,采用低阶Haar 小波对需求功率进行分解;制动时,当超级电容SOC较高时,采用低阶Haar小波对需求功率进行分解;当超级电容SOC较低时,采用高阶Haar 小波对需求功率进行分解。
小波分解层数自适应调节规则见表3。
表3 Haar 自适应小波分解层数确定规则
本文所设计的自适应小波变换控制策略如图6 所示。首先采用一个模糊控制器,根据汽车功率需求信号和超级电容SOC自适应调节小波分解层数,然后将需求功率信号进行实时小波变换,将分解后的高频信号分配给超级电容,低频信号分配给蓄电池。
图6 自适应小波变换控制策略示意图
3 控制模型仿真分析
本文基于MATLAB/Simulink 搭建复合储能系统模型来验证所提出的控制策略的有效性。经参数匹配后的复合储能系统主要参数见表4。
表4 复合储能系统参数
图7 描述的是经自适应小波分解后的电池输出功率及其功率谱密度。从中可以看出,动力电池的功率频谱分量集中在0~0.1 Hz 之间,符合电池的正常工作频率,在一定程度上验证了所提控制策略的有效性。
图7 自适应小波变换下电池输出功率分析
从图8 可以看出,采用复合储能系统优势明显,相比较于单一电源,复合储能系统中动力电池SOC下降得更为缓慢,其中,本文所提出的自适应小波变换控制策略表现尤为突出,由表5 计算结果可知,逻辑门限控制策略将能量利用率提高了1.78%,自适应小波变换控制策略将能量利用率提高了6.61%。
表5 不同控制策略下的电池SOC 变化
图8 不同控制策略下动力电池SOC
逻辑门限和自适应小波变换控制策略下超级电容的SOC情况如图9 所示。从中可以看出,整个过程中,超级电容处于动态充放电状态,循环结束时,逻辑门限控制策略下超级电容SOC为0.9 左右,自适应小波变换控制策略下超级电容SOC为0.7 左右,当超级电容的SOC在0.7 左右的时候,超级电容存储的能量为最大存储能量的1/2,此时汽车在面临大功率需求时,超级电容有充足的能量来平衡峰值功率;在制动能量回收时,超级电容有充足的空间来回收制动能量,这充分表明了所提自适应小波变换控制策略的有效性。
图9 不同控制策略下超级电容SOC
不同控制策略下动力电池电流变化情况如图10 所示。从中可以看出,动力电池作为单一能量源时,其放电电流较大且幅值变化很大,最大放电电流达到286 A,此时电池的放电倍率高达4.7C,高倍率充放电会对其寿命产生巨大影响,甚至造成毁灭性破坏。在自适应小波变换控制策略下,电池电流幅值较低且变化平缓,最大放电电流为152 A,降低了47%,且放电电流基本控制在100 A 以下,放电倍率控制在2C以内,减少了大电流对电池的冲击,可以大幅度提高电池寿命。
图10 不同控制策略下电池电流变化
图11 描述的是不同控制策略下电池的工作温度变化。从图中可以看出,采用单一电源的电池温度上升3.46 ℃;在逻辑门限控制策略下,电池的温度上升2.24 ℃,降低了35.3%;采用自适应小波变换控制策略的电池温度上升最为缓慢,上升了2.01 ℃,降低了41.9%。
图11 不同控制策略下电池温度变化
综上分析,本文提出的自适应小波变换控制策略取得了较好的控制效果,较单一电源,降低了动力电池充放电电流,电压输出更加稳定,电池温升得到控制;较逻辑门限控制策略,增加了超级电容的利用率,充分发挥了其“削峰填谷”的作用。
4 结束语
本文研究了增程式电动汽车复合储能系统的设计及其控制策略,在传统小波变换的基础上提出了一种自适应小波变换控制策略,基于MATLAB/Simulink 平台进行了仿真分析,经过对比分析,得到如下结论:
(1)自适应小波变换控制策略能够对需求功率进行合理分配,有效降低了高频功率对电池的冲击,使电池输出电流更为平缓,与单一电源相比,能量利用率提高了约6.61%,温升降低了41.9%;
(2)在超级电容利用率方面,自适应小波变换控制策略比逻辑门限控制策略优势更加明显,仿真结束后,超级电容SOC保持在理想值0.7 左右,能有效发挥其“削峰填谷”的作用。