汽车制动能量回收系统研究综述

王烁宇 郭鹏 徐振宁 安林春

1.天津理工大学 天津市先进机电系统设计与智能控制重点实验室 天津市 300384

2.天津理工大学 机电工程国家级实验教学示范中心 天津市 300384

1 前言

在保证车辆行驶稳定性的前提下，制动能量回收系统将汽车制动或减速过程中的部分机械能，经过再生系统转化为其他形式的能量，并通过能量转换装置储存在储能装置中，同时产生一定的制动阻力，实现车辆制动减速[1]。制动能量回收对于增加续航里程、降低能耗和提高经济性能有重要的作用。对车辆制动能量回收系统的深入研究对新能源汽车的普及具有推动作用。

制动能量回收系统主要包括两个子系统：再生制动系统和液压制动系统[2]。为了提高再生制动能量回收的效率和性能，合理的管理策略、能量回收模式和制动力分布是不可缺少的，现有的管理策略主要是并行策略和串行策略。并行策略下的再生制动可以直接添加到传统的液压制动中，而不需要对液压制动力进行任何调整。对于串行策略，再生制动力优先于液压制动力，伴随着相应的液压制动力调整。所以广泛采用串行策略，可以带来良好的制动感觉。

制动能量回收技术可以有效地降低汽车的燃油消耗，对制动能量回收技术的研究涉及多种科学技术。目前，国内外对制动能量回收系统进行了广泛深入研究，在回收方式研究和策略研究等方面取得了一系列成果。本文总结和归纳了关于能量回收系统的国内外文献，综述国内外研究现状和上述研究方面取得的成果，并指出了制动能量回收系统研究的发展方向。

2 能量回收系统在车辆中的应用及研究现状

法国人Darracq首次应用制动能量回收。由于电机与电池性能的局限性和内燃机技术突飞猛进，制动能量回收技术发展停滞不前。随着现代科学技术快速发展、环保意识增强，制动能量技术俨然成为汽车研究的热门话题。然而，在制动过程中，大部分动能由于制动器和车轮之间的摩擦而损失，传统的机械制动方法会因摩擦产生大量的热量，在当今日益拥堵的城市道路上，汽车频繁的启动和制动势必造成大量摩擦散失。国内外科研人员和汽车公司都对制动能量回收技术进行了大量的研究，目前，制动能量回收系统的研究主要集中在两个方面，一是如何尽可能多地获取制动能量，二是如何更快、更安全地回收制动能量[3]。

国外针对制动能量回收的研究较完善，不仅在理论研究方面，而且在实物应用方面也相对成熟。丰田在1997 年开发了Prius 混合动力汽车，第一代Prius 再生制动系统没有采用电子控制制动器（ECB），在制动能量回收与液压制动协调控制存在问题，导致车辆制动时舒适性差。在第二代中，通过调整液压制动力和再生制动力之间的比例，从而提高了能量回收系统的能量利用率[4，5]。通过对电子控制制动器不断改进研究，不断提高系统性能，以及实现低重量和低成本。

本田第一代采用双制动力分配系数的控制策略，通过制动踏板开关联动实现一定量的制动回收[6，7]。第二代在第一代的基础上，根据驾驶员的制动踏板力提高制动回收比例，进一步提高回收量。最大的创新是第三代，使用电子控制实现制动回收协调方案，最大限度地使再生制动力代替摩擦制动，同时兼顾制动舒适性确保车辆稳定性和安全性。采用双BOX 设计概念是本田电子制动助力系统最为独特所在[7]，在不影响制动感觉的情况下大大提高了制动回收量。IMA 混合动力系统在2010 款Insight 混合动力车上应用，系统采用执行器和电控单元组成的一体化模块[8]。

福特公司的线传电液系列再生制动系统，用线传操控技术、电子系统和机械制动器取代机械及液压制动系统，将驾驶者的踏板命令转变为电信号，驱动电机执行所需的操作，明显提高了制动性能[9]。然而驾驶感觉、制动距离和最佳能量回收等控制目标往往是互相制约的，这些要求在实际驾驶中无法同时满足。Susan R.Cikanek 介绍了PHEV 新型并联再生制动系统，通过高效、单齿轮、直接驱动变速箱来实现再生制动，以实现最佳的制动效率。这种再生制动系统已经在车辆上进行了模拟和测试[10]。

美国Texas A&M 大学的YiminGao 等人提出了三种控制策略：理想再生制动策略、最优再生制动策略和并联再生制动策略[11]，从制动性能的角度分析和评价三种制动力分配控制策略，对汽车的续航能力和能源效率有重要影响，并在城市驾驶循环条件的中型混合动力汽车上进行了模拟分析。

Yimin Gao 和Mehrdad Ehsani 解决了能量回收系统与ABS 系统兼容工作的问题。研究出一种集成ABS 系统的制动控制策略，并对基于该策略的全电动和混合动力汽车进行了仿真实验[12]。然而，制动能量回收系统和ABS 系统处理相同的参数，这使得软件处理变得更加困难，当车轮抱死时，这两个系统必须切换其操作，这增加了系统的错误率。

国内针对制动能量回收的研究都只停留在理论分析或者建模仿真阶段，研究技术水平高于目前市场主流产品，在实车上应用较少，难以实现量产和产业化。国内研究人员针对控制策略进行了深入研究，提出一些改进意见，并建立了相关模型进行仿真验证。重庆大学的谭强俊等人通过对CVT 混合动力车进行研发升级，使系统具有再生制动、复合制动和摩擦制动三种工作模式[9]。清华大学罗禹贡、李蓬等人用了最优控制理论建立了制动力分配模型，显著提高了制动反应速度和能量回收率[13]。上海交大王保华等人对纯电机制动模式和机电混合制动模式的汽车能量回收进行了仿真研究，建立了并联式混合动力汽车动力模型[14]。

3 能量回收系统回收方式研究分析

系统工作原理是在制动减速过程中将车辆的一部分动能转化成电能或者其它形式的能，并将其储存在储能装置中，储存起来的能量也可以通过驱动装置转化为车辆动能，如图1 所示。根据能量回收方式的不同可以分为机械储能、液压储能和电化学储能[15，16]。其中以电化学储能制动能量回收系统发展较为完善[17]。

图1 制动能量转化图

3.1 机械储能

飞轮储能是一种常见的机械储能方式。在行驶中需要制动或减速时，车身的惯性动能通过飞轮储能系统驱动飞轮转动，将制动能量回收转化为飞轮动能并储存起来。当车辆启动或加速时，高速旋转的飞轮会逐渐减速，并将自身的动能传递给车身，充当车辆启动或加速时额外的能量来源。飞轮储能机械结构简单，容易实现，但飞轮中储存的动能大小与飞轮的转动惯量有关，而转动惯量又取决于飞轮的直径和质量，而较大质量和直径与成本和安装空间相矛盾，因此在实车应用中受到一定限制[18]。沃尔沃公司是第一家尝试研究飞轮储能系统的汽车公司，目前已研制成功的新系统KERSS 就是飞轮储能系统；意大利的FIAT 在试验中用飞轮作为辅助系统，取得了良好的效果。日本丰田公司在这项技术上做的最好，雷克萨斯的ES300H 等车型将这项技术发挥到了最高境界。

弹簧储能是在车辆爬坡或制动过程中使弹簧发生形变，将能量转化为弹性势能，并在车辆需要加速时通过弹簧释放能量。该储能方式还没有用于真正的车辆，而且在这方面的研究也很少。

3.2 液压储能

液压储能系统的回收包括两个过程：制动能量的回收储存以及释放。这些能量被转化为液压能，在下降或减速时被储存起来，并在车辆辅助加速时由液压泵释放。然而，该系统很沉重，只在公共汽车上实施过。液压系统的密封性、受热影响的液压油粘度及油液中的空气、杂质等都会影响该系统工作的可靠性[18]。

3.3 电化学储能

在制动回收中将动能转化为电能并储存起来，储存的能量在汽车启动或加速时被释放。丰田Prius 和本田Insight，它们都使用电化学储能[19]。当汽车制动过程中，制动能量回收装置中的电机在发电机的状态下工作，汽车高速运动的机械能通过分流驱动装置带动电机转动转化为电能储存在蓄电池中。当车辆开始起步时，电机作电动机将储存的电化学能转化为驱动车辆运动的机械能。电化学储能方式在制动过程中进行频繁的能量转换，大大缩短了蓄电池的寿命，也是未来要攻克的难题。电液复合制动系统具有高功率密度和节能效率，适用于重型车辆[20]。安全驾驶时，电液复合能量回收制动既可进行ABS 液压制动，又能实现ABS 与电液复合能量回收制动和自动辅助制动[16]。

4 能量回收系统控制策略研究分析

制动能量回收控制策略既要保证车辆稳定性，又要提高能量回收率，最终提高车辆的整体效率。能量回收的目的是使能量回收率最大化，并使驾驶者的驾驶体验感舒适。研究制动能量回收控制策略时，提高再生制动力矩在整车总制动力矩中所占的比例是提高回收率的必要手段。马什鹏等人根据是否考虑加速踏板的状态，制动力分配策略的研究分为考虑加速踏板状态的制动力分配策略和未考虑加速踏板状态的制动力分配策略[21]。其思维导图如图2。

图2 制动力分配策略

4.1 考虑加速踏板状态的制动力分配策略

对制动意图的精确识别是制动稳定性的重要保证，也是完善控制策略的基础。H He等人将制动过程分为松开加速器踏板和踩下制动踏板两个过程。在松开加速器踏板操作中，提出了基于自适应模糊控制算法的加速器踏板再生制动控制策略，在较少频率使用制动踏板的情况下，制动能量可以得到有效地回收利用；在踩下制动踏板操作中，为复合制动系统提出了一个多目标优化的神经网络模型，控制模型被采用来优化分配再生制动力和液压制动力，以同时优化能源经济性和制动稳定性[22]。通过实验验证了智能制动的控制效果，比欧盟260 标准中的制动控制策略更节能、更智能和更安全。

Ji F 等人研究了基于踏板情况的电动汽车再生制动系统能量回收，提出了一种能量回收模式，在油门踏板(AP)解除、制动踏板(BP)按下、AP 和BP 完全释放的情况下回收制动能量；并提出了一种基于模糊识别方法识别驾驶员意图的再生制动控制策略。提出的能量回收模式为实现电动汽车单踏板的设计提供了可行性[23]。

4.2 未考虑加速踏板状态的制动力分配策略

4.2.1 经典制动力分配策略

根据文献代表中的典型再生制动控制理论，理想制动力分配控制策略目的是在保证车辆具有最佳前后制动力分配的前提下尽可能回收制动能量。并联制动控制策略是针对具有固定比例分配制动力的车辆上进行控制，所以有些文献中又叫做固定比例制动力分配策略。最优能量制动力分配策略的目的是保证安全性的前提下最大程度对制动能量进行回收。这三种典型控制策略共同的特点就是再生制定力足够满足制动需求下，则制动力完全由再生制动生成，不需要液压制动介入。只有当再生制动不足以满足制动需求时，才让液压制动系统参与制动。而且在制动过程中电机始终发挥最大的制动力，摩擦制动系统仅起到一个辅助作用[24-26]。

对前轮驱动的车辆来说，在制动力分配安全区间(即I 线下方和M 线上方)内尽量多的增大前轮制动力的分配比例，因此吴兴康结合典型策略模型，考虑制动力分配曲线与ECE 法规线构建了基于ECE 法规、I 线的制动力分配策略[27]。通过ECU 对所需制动强度进行分析处理，从而确定前后轮制动力大小。Z Zhang 等人综合考虑道路状况等因素对最优再生制动力的影响，提出ECE 法规线和f 线相交和不相交的前后轴制动力分配策略[28]，通过半实物仿真有效地保证了电动汽车的驾驶安全性、舒适性、稳定性和电池安全性，使制动能源利用率提高约10%。但是未考虑路面附着系数对结果的影响。Shengqin Li 等人将该分配策略与理想制动力分配策略进行对比，结果仿真模拟验证了前者能更好地提高制动回收率。试验研究考虑到电机和电池的工作特性，可以有效提高电池SOC，提高续航里程范围，但其忽略了路面附着系数对回收的影响[29]。

4.2.2 基于模型预测控制的制动力分配策略

该策略利用模型预测控制(MPC)原理来研究多目标和多约束问题，用于设计总制动力分配控制器，但由于其计算程度的复杂性，并没有在实际中得到应用[30]。Huang X 等人提出了用于轻型电动汽车再生制动控制的非线性模型预测控制器，通过独立确定前、后制动力来提高再生能量回收。考虑到电机到电池的效率问题，而且在控制算法中明确地结合了车辆的纵向模型。但没有提到制动力分配，严重限制了能量回收的提高[31]。Xu W 等人基于模型预测控制(MPC)理论，解决了制动能量回收系统的多目标和约束问题。通过确定受执行器约束的液压制动力和再生制动力。考虑电池的充电效率和SOC 和保证制动安全的情况下，对前后轮的制动扭矩进行了优化，使得前后轮制动力矩分布与液压和轮内电机制动相结合，从而最大限度地提高再生效率。保证了汽车的稳定性，比分级控制结构更能提高了能量回收和车辆稳定性的可能空间。通过对电机和液压系统的协调优化调整，使制动回收效率得到最大程度的改善[32]。

4.2.3 基于智能算法的制动力分配策略

基于某种数学算法处理制动能量回收的多目标、多约束的非线性问题，将制动协调控制转化为再生制动力和摩擦制动力分配问题。

（1）基于模糊控制的复合制动力分配策略：

通过模糊控制器来确定再生制动力的大小，以操作人员的经验为基础，将无法用数学模型解决的问题用模糊语言的形式表达。模糊控制器的主要组成部分为：输入模糊化、设计模糊规则、模糊推理和解模糊化[33]。牛继高等人对模糊控制器的输入因素进行不断完善，制动强度、速度和电池SOC 等作为模拟控制器的输入变量[34]。模糊控制理论具有鲁棒性强、时变性大、非线性和滞后系统控制效果优良等特点。

（2）基于神经网络控制的制动力复合分配策略：

制动力分布是一个非线性函数，依赖于许多参数，如加速度、速度和K 函数。结合神经网络算法对再生制动力进行分配，神经网络算法可以在优化参数后，根据输入信息快速找到最优条件下的系统控制参数[35，36]。但神经网络参数较多，不能进行学习观察过程，输出的控制参数难以被解释，从而影响学习效果，可能无法达到预期值[35]。

（3）基于遗传算法的制动力分配策略

利用遗传算法理论将制动协调控制转化为利用遗传算法求解再生制动力和液压制动力的全局最优分配问题。基于遗传算法的多目标优化方法，优化了液压再生制动系统的参数。遗传算法的算法具有并行处理、全局最优解、快速收敛等特点。但算法的编程过程较复杂，它需要先对问题进行编码，然后再对其进行译码，才能得到准确的解，所花费的时间也更长[37]。

（4）基于粒子群优化算法的制动力分配策略

采用粒子群算法对车辆制动力进行最优分配。粒子群算法优势在于它具有所需的代码和参数较少，不会受到问题的维数的影响，但是它的数学基础较薄弱，至今尚无深入而又具有普遍的理论分析，对于收敛分析的研究还需要从确定性转向随机。基于智能算法优化得到的控制策略各有利弊，共同优化制动力分配策略，效果更加理想[21]。

5 能量回收系统的发展展望

近年来，制动能量回收系统研究发展迅速，制动的回收率和稳定性都已达到实际应用的要求。制动能量回收还受到电池SOC、制动强度、路面附着系数、车辆行驶速度和整车质量等因素影响，涉及影响因素众多，要发挥最大再生回收率，就要对这些因素进行研究优化。当前，许多学者对其影响因素进行了深入的探讨，并取得了良好的效果。制动能量回收控制策略研究可以从以下几个方面继续展开研究。首先，研究电池因素对再生制动影响时，大多数学者仅将 SOC 值作为参考，而忽略了电池发热量对电池充放电速度的影响。因此后续研究可结合电池荷电状态SOC 值、电池温度和电机工作性能对控制策略进行改进。其次，在设计制动回收控制策略时，研究人员都会在ABS 启动前设定控制条件，需要考虑到实际驾驶过程中制动强度的因素影响，应更多地关注制动能量回收与ABS 的协同控制，以后的研究可加入对ABS/ESP 和制动感觉等因素。以改善制动安全为出发点，设计出更加全面的控制算法。最后，考虑到车辆的实际操作中受到各种因素的影响，尽量使制动回收系统对车辆传动系统影响最小。大部分研究采用理论仿真的方式，今后可以通过大量的实车试验来检验系统的回收效果，而且对无人驾驶汽车制动能量回收的研究较少，缺乏精确的数学模型[38]。未来研究制动能量回收探索的新方向是不再借助摩擦制动器，完全利用制动回收系统。从现有的研究技术层面来看，要使制动能量回收与汽车性能做到完美的协调配合显然还有很长的路要走。

6 结语

随着环保意识的不断提高，能量回收系统跃然成为汽车研究中的热点话题。通过对制动能量回收系统的国内外研究现状综述，总结了三种能量回收方式，对控制策略进行讨论分析，并对其优缺点进行了总结。对未来研究方向提出自己的见解。随着研究的不断深入，制动能量回收技术一定会出现重大提升，车辆能量回收效率会大幅提高，推动新能源汽车发展与进步。