基于负荷跟随阈值变化规则的并联混合动力汽车能量管理策略

陈致西　周金应　龙军　张明德　高越

摘 要：针对并联混合动力汽车的能量管理问题，提出了负载跟随阈值改变的控制策略（LTS）。LTS控制策略基于阈值变化机制和负载跟随方法，可以与电池电荷状态（SOC）保持成比例的微小偏差，能够有效确保电池持续稳定运行。本文设计LTS控制策略的阈值通过电池荷电状态（SOC）和发动机转速来综合调整动力输出方式，其能量管理的精细化程度更高。将该策略应用于混合动力汽车进行仿真测试，并与传统的等效燃油消耗率最小化策略（ECMS）和电动辅助控制策略（EACS）进行性能对比。结果表明，在燃油经济性方面，LTS控制策略优于EACS控制策略3.1%～10.4%，LTS控制策略优于ECMS控制策略2.5%～5.7%。在电池荷电状态（SOC）方面，LTS控制策略可以使SOC值大于60%。

关键词：混合动力汽车;负载跟随;阈值变化;能量管理;控制策略

中图分类号：U469.7文献标识码：A文章编号：1003-5168（2021）15-0077-05

Abstract： Aiming at the energy management problem of parallel hybrid electric vehicle， a load-following threshold change control strategy （LTS） was proposed. Based on the threshold change mechanism and load following method， the LTS control strategy can maintain a small deviation proportional to the battery charge state （SOC）， which can effectively ensure the battery to run continuously and stably. In this paper， the threshold value of the LTS control strategy is designed to adjust the power output mode comprehensively through the battery state of charge （SOC） and the engine speed， and the energy management is more refined. The proposed strategy was applied to the simulation test of hybrid electric vehicle， and the performance was compared with the traditional equivalent fuel consumption minimization strategy （ECMS） and the electric assisted control strategy （EACS）.The results show that the LTS control strategy is superior to the EACS control strategy by 3.1%～10.4% in fuel economy， and the LTS control strategy is superior to the ECMS control strategy by 2.5%～5.7%.In terms of battery state of charge （SOC）， the LTS control strategy can make the SOC value greater than 60%.

Keywords： hybrid electric vehicle;load following; threshold change;energy management;control strategy

混合動力汽车（Hybrid Electric Vehicle，HEV）具有节能、低污染、技术成熟等优势，现已成为车辆电动化转型升级的解决方案之一[1]。与传统的燃油汽车相比，混合动力汽车的动力系统具有多个动力源，对其动力系统进行科学合理的管理极为重要，一般是通过混合动力汽车的监控系统（SCS）来对多个动力源进行功率分配[2]。因此，对监控系统（SCS）进行深入研究，以提高车辆燃油经济性并降低排放，具有重要的实际应用价值。

当前的监控系统（SCS）控制策略主要分为基于优化和基于规则两种方法[3]。基于优化的控制策略是通过求解复杂的优化问题来实现能量分配管理，典型代表有动态规划（Dynamic Programming，DP）、等效燃油消耗最小化策略（Equivalent Consumption Minimization Strategies，ECMS）和庞德里亚金最小值原理等控制策略[4]。但是，基于优化的控制方法计算量较大，并且要完全获知车辆行驶状态参数，难以在实际车辆的能量管理中进行应用[5]。基于规则的控制策略一般是通过启发式方法进行控制，其规则设置简便且易于实现[6]。因此，在混合动力汽车中，一般采用基于规则的控制策略，其中以电力辅助控制策略（Electric Assisted Control Strategy，EACS）最为常见，但由于需要对很多车辆状态参数进行标定，整个调优过程耗时较长[7]。

为了提高并联式混合动力汽车的燃油经济性，本文提出了一种负载跟随阈值改变（LTS）的控制策略。由于并联式混合动力汽车的发动机与车轮直接连接，在预定义功率阈值时，LTS控制策略设置的功率阈值综合考虑了电池荷电状态（State of Charge，SOC）和发动机转速，可以使混合动力汽车能量管理精细化程度更高。为了验证所提出方法的有效性，本文将LTS控制策略应用于混合动力汽车，设计了相关仿真试验，并与传统的等效燃油消耗最小化策略（ECMS）和电力辅助控制策略（EACS）进行对比。仿真结果表明，本文提出的LTS控制策略规则设置简便，无须过多人工干预，并且具有较好的能量管理综合性能。

1 动力系统架构和相关建模

如图1所示，并联式混合动力汽车具有两个作用在单轴上的动力系统[8]。电机系统用于驱动后轴，而发动机（Internal Combustion Engine，ICE）系统则连接到前轴。由图1可知，该车辆具有三个作用于车辆的动力源，包括齿轮箱之后的发动机功率[Peg]、变速器之后的電力辅助功率[Pmt]以及制动功率[Ph]。[Peg]始终为非负值，[Ph]始终为非正值，而[Pmt]可以取任何值，负值对应于再生制动或发动机对电池进行充电。

1.1 发动机（ICE）动力系统

发动机动力系统由以下两部分组成。

第一，发动机。发动机设置为2 L汽油发动机，峰值功率为120 kW，峰值扭矩为300 N·m，基于发动机转矩[Te]和发动机转速[ωe]的工作效率如图2所示。

式中：[mf]为燃油消耗;[QLHV]表示燃油低热值，取44.4 MJ/kg;[ηe（Te，ωe）]为发动机效率。发动机提供的机械功率为[Pe=Teωe]。

第二，变速器。本文以6速自动变速器为例，假定机械效率[ηe=0.96]为恒定值，由此可得出：

1.2 电力辅助系统

电力辅助系统主要包括电池、DC-DC（直流-直流）转换器、DC-AC（直流-交流）逆变器、电机和电机传动等模块。对其子模块分别进行建模。

第一，电池。混合动力汽车的电池模型设定使用锂离子电池，电压定义如下[9]：

根据电池功率[Pbl=Vbib]，可将电池平均电流[ib]求解为电池荷电状态（SOC）和[Pbl]的函数：[ibSOC，Pbl]。电池的荷电状态（SOC）模型描述如下：

第二，DC/DC转换器和DC/AC逆变器。忽略DC/DC转换器和DC/AC逆变器的高频振荡，并将其建模为具有恒定效率[ηdc=0.96]和[ηi=0.96]的静态组件。由此可得：

第三，电机。采用三相永磁同步电机，峰值功率为27 kW，扭矩为200 N·m。根据相关文献[9]可知，电机的效率[ηm]是关于电机转矩[Tlm]和电机转速[ωm]的函数。

第四，电机传动系统。永磁同步电机和混合动力汽车后轮以固定齿轮方式连接，固定齿轮的效率为[ηt=0.96]。可得如式（7）所示的表达式：

1.3 车辆动力学模型

对于混合动力汽车来说，机械制动可以应用于前轮和后轮，再生制动一般只在连接了电动机的后轴上进行。此外，假设可以恢复2/3的制动功率，剩余的制动功率则由[Ph]提供。

1.4 系统集成

根据功率传输路线可知，混合动力汽车的功率流可由两部分独立动力源来表示[u=Peg，Pmt]，不同功率计算表达式如下：

2 能量管理控制策略

本节提出了一种针对并联式混合动力汽车的启发式控制策略。在汽车行驶过程中，负载会跟随阈值发生改变，使能量管理更精准，有助于提高车辆的燃油经济性。首先，简要介绍传统的等效燃油消耗最小化策略（ECMS）和电力辅助控制策略（EACS），然后提出本文的负载跟随阈值改变的控制策略。

2.1 等效燃油消耗最小化策略（ECMS）

目前，等效燃油消耗最小化策略（ECMS）在许多混合动力汽车上得到了广泛应用，其相关数学表达式为：

式中：[qeq]表示等效燃油消耗率，其计算公式如（14）所示;[Sd]和[Sc]为等效因子;[Pmtmin]和[Pmtmax]为电力系统提供的最小和最大功率;[Temax]为发动机最大扭矩。

式中：[qf=mf]为燃油消耗率。并联混合动力汽车的等效燃油消耗最小化策略（ECMS）中，每一对[Sd，Sc]决定一个控制映射，该映射确定多个动力源之间的功率分配因数[u=Peg/Ppl]。

2.2 电力辅助控制策略（EACS）

电力辅助控制策略（EACS）是一种常见的基于规则式的控制策略，采用负载跟随和阈值改变的方法对混合电池汽车动力系统的能量进行管理。一般主要以发动机（ICE）作为主要动力源，电力作为辅助动力源。当发动机工作效率低下或者功率需求超过发动机最大功率时，发动机与电池同时工作。当电池荷电状态（SOC）下降到一定水平时，发动机会产生额外的能量给电池充电。电力辅助控制策略（EACS）的控制规则如图3所示。

2.3 负载功率跟随阈值改变策略（LTS）

LTS控制策略是基于阈值变化机制和负荷跟随方法来设计的，可以与电池电荷状态（SOC）保持成比例的微小偏差。首先定义功率阈值为：

功率阈值取决于电池荷电状态（SOC）和发动机转速（[ωe]）。式（16）中：右边第二项是由ECMS生成的控制驱动，可以有效提高发动机的工作效率;[Pth]和[Pω]都是待确定的参数;SOCL和wL分别表示电池最小荷电状态和发动机最小转速。

在LTS控制策略中，当功率需求[Ppl≥Pegmin]时，将激活发动机（ICE），并利用功率负载跟随方法以较小的偏差进行工作，如式（17）所示：

式中：[Pch≥0]且为可调参数，[SOCmid=SOCU+SOCL/2]是期望的电池荷电状态值。

3 仿真验证及相关分析

将功率负载跟随阈值改变策略（LTS）、等效燃油消耗最小化策略（ECMS）以及电力辅助控制策略（EACS）与并联式混合动力汽车模型结合，对比三种控制策略的性能。根据全球统一的轻型车辆测试程序（WLTP），在低速（WL-L）、中速（WL-M）、高速（WL-H）和超高速（WL-E）共4个不同工况下进行仿真测试，不同工况的车速分布如图4所示。

为了评价各控制策略的燃油经济性，对实际燃油消耗和电池充电消耗均采用统一的规则：

式中：[ΔSOC=SOCinitial-SOCfinal];[Sd，efc]和[Sc，efc]是两个等效系数，可以根据相关文献[9，10]中折线图方法计算得到，其获得的数值如表1所示。

通过最小化等效燃油消耗[mefc]可以得到三种控制策略在不同工况下的性能最优值。表2给出了不同工况下三种控制策略的燃油经济性和最终SOC值。由表2可以看出，LTS控制策略无论是在燃油經济性方面还是在电池运行状态方面都具有最佳的性能表现。在燃油经济性方面，LTS控制策略优于EACS控制策略3.1%～10.4%，LTS控制策略优于ECMS控制策略2.5%～5.7%。在电池荷电状态（SOC）方面，LTS控制策略可以使SOC值保持在60%以上，电池运行处于较好的状态。

图5是不同控制策略下所产生的驱动功率情况。由于电机功率在给定发动机功率时是确定的，所以仅输出相关的发动机功率分布情况。由图5可知，三种控制策略都是在低功率负载情况下使用纯电动模式，当驱动负载功率需求较高时，激活发动机驱动模式。对于ECMS和LTS控制策略，发动机通常提供比所需要的驱动负载更多的功率，并且超出的功率存储在电池中以备后续使用;而EACS则不直接使用发动机为电池充电，除非电池达到SOC下限。另外，在WL-L和WL-M这两个工况下，对于发动机的激活时间，LTS控制策略和ECMS控制策略较为相似;但在WL-H和WL-E两种工况下，LTS会更频繁地激活发动机模式，保证混合动力汽车具有较好的动力性能。EACS控制策略虽然采用了负载跟随模式，但电池充电主要依靠再生制动，如果没有足够的再生制动来源，其就难以实现电池荷电状态的平衡。

三种控制策略的电池荷电状态（SOC）分布如图6所示（WL-L工况为左上，WL-M工况为右上，WL-H工况为左下，WL-E工况为右下）。由图6可知，除了WL-H工况外，其余三种工况下LTS控制策略和ECMS控制策略的SOC分布较为相似，这进一步证明了所提出LTS控制策略的有效性。对于EACS控制策略，由于负载跟随机制和再生制动有限，因此无法在所有的驱动循环中实现电池荷电状态平衡。因此，从保证电池稳定运行的角度来看，所提出的LTS控制策略具有与ECMS类似的性能，并显著优于EACS。

4 结论

本文采用负载跟随阈值改变的方法，设计了一种能够兼顾汽车燃油经济性和电池荷电状态的能量管理控制策略。针对控制实时性的需要，采用简化调优的方式对设计规则进行了改进。最后设计相关仿真测试，与传统的等效消耗最小化策略（ECMS）和电动辅助控制策略（EACS）进行对比，验证了所提出方法的有效性，得出如下结论。

①负载跟随阈值改变控制策略（LTS）设计规则简便高效，在燃油经济性和电池荷电状态平衡方面均优于电动辅助控制策略（EACS）。

②与等效燃油消耗率最小化策略（ECMS）相比，虽然LTS控制策略在燃油经济性方面与等效消耗最小化策略（ECMS）相差不大，但易于在车辆上实现且能够使电池保持稳定运行状态，综合性能优于等效消耗最小化策略（ECMS）。

③考虑到目前提出的LTS控制策略尚不能实现在多种工况下均保持有效性，在后续的工作中，将进一步对LTS控制策略进行改进，解决其在部分工况下燃油经济性改善程度不高的问题。

参考文献：

[1]DANAPALASINGAM K A ，RAHMAT M F. A review on hybrid electric vehicles architecture and energy management strategies[J]. Renewable & Sustainable Energy Reviews，2016（53）：1433-1442.

[2] SHABBIR W. Control Strategies for Series Hybrid Electric Vehicles[D].London：Imperial College London，2015.

[3]张新亮，周童.基于双模式优化算法的并联混合动力汽车能量管理策略研究[J].车用发动机，2020（6）：48-52，59.

[4]SHABBIR W，EVANGELOU S A. Exclusive operation strategy for the supervisory control of series hybrid electric vehicles[J]. IEEE Transactions on Control Systems Technology，2016（24）：2190-2198.

[5]金辉，张子豪.基于自适应动态规划的HEV能量管理研究综述[J].汽车工程，2020 （11）：1490-1496.

[6]KIM M，JUNG D，MIN K. Hybrid thermostat strategy for enhancing fuel economy of series hybrid intracity bus[J]. Vehicular Technology， IEEE Transactions on，2014 （8）：3569-3579.

[7]胡建军，杨颖，邹玲菠，等.混合动力汽车自适应等效油耗最低能量管理策略[J/OL].重庆大学学报：1-17（2020-11-04）[2021-03-04]. https：//kns.cnki.net/kcms/detail/detail.aspx？dbcode=CAPJ&dbname=CAPJLAST&filename=FIVE20201102002&v=xc2K4D0xBlj4MFNkVxhoPpCj7NVMlaHIlDy%25mmd2Bw8TT80oyzXX6ExDesfj4XTaxWn6M.

[8]HOU C，OUYANG M，XU L. Approximate Pontryagins minimum principle applied to the energy management of plug-in hybrid electric vehicles[J]. Applied Energy，2014（11）：174-189.

[9]PANDAY A ，BANSAL H. Energy management strategy implementation for hybrid electric vehicles using genetic algorithm tuned Pontryagins minimum principle controller[J]. International Journal of Vehicular Technology，2016（34）：13-24.

[10]秦大同，章晓星，姚明尧.计及能耗经济性和电池寿命的PHEV能量管理策略优化[J].重庆大学学报，2020（10）：1-11.