新的PHEV动力匹配控制方法设计与应用

王巧丽　张俊霞　李阳　邓飞龙

摘 要：设计了基于CD-ECMS的动力系统控制策略，优化车辆的参数，提升车辆的综合性能。新的动力匹配模块根据路况、车辆实时状态等信息科学匹配电机和发动机的动力输出，提升发动机和电机的工作协调能力，改善车辆动力性能和燃油经济性，新的控制算法嵌入到插电式混合动力的动力控制系统中，通过系统仿真和实验验证，结果表明：新的动力匹配算法避免能量的二次转换，对比ECMS和CD-CS控制策略，百公里油耗分别降低了0.31L和0.11L，电池转换效率分别提升了1.2%和11.2%，SOC分别下降了3%和7%，综合效率分别提升了1%和19%。

关键词：插电式混合动力汽车 控制系统 动力匹配 能量管理

改善整车的动力性能、提高能源的利用率、减少污染物的排放，提高车辆行驶效率、车辆对路况的适应能力、发动机的工作效率，优化驱动系统，搭建更优的混合动力汽车动力控制系统平台。

1 数据采集

插电式混合动力汽车的动力匹配数据采集主要包括车辆工况信息、路况信息与大数据信息采集的综合数据采集模块，用于数据采集。

1.1 工作模式与参数

车辆的工况信息包括车辆的基本参数，主要包括发动机型号、排量、百公里油耗、最大扭矩、最大输出功率、最高时速、最大转速、变速箱型号、档位个数、电机最大输出功率、电池容量、续航里程、车辆的底盘信息、车辆的整备质量等信息。

1.1.1 车辆工作模式

（1）纯电动工作模式：离合器2断开，发动机暂停工作，启动电机与ECVT系统；

（2）刹车过程能量回收：离合器2断开，惯性驱动车辆，驱动电机变成发动机，能量回收；

（3）发动机驱动：离合1闭合，W-DCT工作，发动机驱动车辆行驶；

（4）混合驱动：两个驱动器闭合，两个变速器工作，电机和发动机同时驱动车辆；

（5）发动机驱动与充电结合：发动机工作、车辆行驶，电机给电池充电；

（6）怠速充电模式：分纯发动机和市电模式；

（7）下坡或惯性充电模式：发动机和电机停止动力输出，车辆继续行驶带动电机转动给电池充电。

1.1.2 基本参数

結合前面的要求，选定的试验样车为大众2021款迈腾的插电式混合动力汽车。

1.2 信息采集

（1）基于车况的信息采集：车况的信息采集包括车速、输出扭矩、输出功率、负荷、工作模式、蓄电池的容量、当前油量、可续航里程、轮速、档位信息、油电输出混合系数等；

（2）基于路况的信息采集：车辆的路况信息包括道路类型、坡度、过弯半径、最高限速等信息；

（3）基于大数据的信息采集：包括同等路况信息、类似路况信息、同系列车况信息、当前车辆历史数据信息，获取最佳的输入信息。

2 动力模型设计

模型包括基于路况信息的动力匹配模块、基于车况信息的动力匹配模块和智联网大数据信息的系统动力匹配模块。

2.1 新的混合动力汽车控制系统体系

新的混合动力汽车控制体系主要包括发动机控制、电机控制、能量管理模块、动力匹配模块、工作模块、底盘系统、变速系统、实时控制信息。

2.2 基于车辆工况与路况结合的动力匹配模型

基于车辆工况的动力匹配主要包括历史数据信息：发动机转速、变速箱档位信息、最大扭矩、发动机输出功率、电机输出功率、电池实时容量、最低保护电量、最大续航里程、实际续航里程等信息。

基于路况信息的混合动力汽车动力匹配主要根据实时车况信息、已有的路况信息计算车辆的实时动力输出，构筑新的混合动力汽车的动力匹配模型。基于高速公路的车辆总负荷预测，默认高速公路的最大限速为120km/h，车辆总质量为m，含整备质量、旅客质量、行李质量等。插电式混合动力汽车在t时刻的总负荷如公式2所示。

式中：为驱动电机的工作效率、为发动机的工作效率、为车辆的正面投影面积、为滚动摩擦系数、为空气阻力系数、g为重力加速度，为车辆行驶过程中的坡度，为车辆在t时刻的坡度，v（t）为实时车速、为车辆的质量。车辆的时速为60km/h、车辆总质量为2000kg、坡度为0.32、t时刻以前的平均滚动摩擦系数为0.012，发动机的效率为0.286，电机的工作效率为0.663、风阻系数为0.36，代入数据计算得到t时刻混合动力汽车驱动系统的平均总功率为23.63kW。当车辆在运行的过程中存在加速与减速的情况。传动系统的传动效率越高，加速度也越大，大众迈腾混动版的车辆旋转质量换算系数为，取值为0.5。插电式混合动力汽车的最大加速度状态下的输出总功率如公式3所示，车辆最大加速度输出总功率。

以大众迈腾插电式混合动力汽车在坡度为0的测试道路情况下的百公里加速过程中总输出为例，则v（t）=27.77m/s，百公里加速时间为7.7秒，百公里加速的最大计算如公式4所示，迈腾插电式混合的动力汽车的百公里加速时的输出总功率为86.9kW，车辆采用电机与发动机共同驱动时最大功率可以达到240kW，存在后备输出负荷。测试过程中，车辆在行驶过程中存在坡度、最大加速、一般减速和平路等情况，总结为高速公路、山路、城市道路、郊区道路和混合型道路等四种情况。

2.3 基于车联网数据信息的动力匹配

基于车联网数据信息的动力匹配模块基于车辆工况、路况等信息的动力匹配，结合车辆的实时工况、实时路况、历史数据，结合同等路况、同等车况的动力匹配，尽最大的可能提高发动机与驱动电机的协同工作能力。

基于车联网的混合动力汽车动力匹配过程还要考虑发动机、电机的平均输出功率，设定车辆测试过程中充当路况为混合型路况，测试过程中平均速度为82.12km/h，最高速度为123.79km/h，最低速度为15.21km/h。汽车的旋转与质量的换算平均系数为0.486。

3 基于路况与驾驶质量的模型设计

新的混合动力汽车动力匹配仿真环境包括了车辆系统、路况信息、同等路况信息、同等车辆信息等基础环境，系统仿真的软件环境包括操作系统、中德汽车专用仿真模块、MATLAB Simulate软件环境、Cruise系统仿真环境。

3.1 基于路况的整车动力模型

考虑车辆的百公里耗电和百公里耗油，综合考虑燃油经济性、车辆污染物排放等问题，对车辆轮胎、底盘在侧方位的干扰给予忽略，把车辆看成一个理想的平面运动刚体，建立适合实验车辆实际情况的纵向分析为主、横向分析为辅的动力分析模型。动力包括滚动摩擦阻力、坡度阻力、车轮动力、加速阻力。

输出的扭矩通过车辆传动系统进行调整改变其传动比，变速系统的输入扭矩包括发动机转矩和电机的转矩，总转矩满足公示7所示的要求。

（7）

式中，为测试车辆轮胎为0.802m、和分别为湿式双离合变速器（W-DCT，Wet Dual Clutch Transmission））和电子无级变速器（ECVT，Electronic Continuously Variable Transmission）的传动比。

3.1.1 发动机与电机模型

在ADVISOR中处理输入/输出数据，在Simulink中建立仿真模型，分析车辆的油耗。

式中：和分别为发动机的转矩和发动机转速，发动机的怠速为680rpm到700rpm，单位时间的燃油消耗为g/s，扭矩为。

3.1.2 电池与变速器模型

在混合动力汽车建模中，电池电能的消耗过程中，通过电磁内阻串联模型分析电池的电能消耗，根据基尔霍夫理论分析串联电池系统的电压电流，如公式9，电池容量如公式10所示。

式中：为电池输出负荷，为t时刻的开路电压，为电池的内阻，和为t时刻电池的容量和初始容量，为最大容量（单位为Ah）。

车辆的转速与扭矩改变依赖于变速系统，动力端和传动端的比值满足公示11和公式12的约束。

式中：和分别为WDCT和ECVT的传动比，和为电机驱动的输入和输出端的转速，和为电机和发动机的效率。

3.1.3 驾驶指令模型

驾驶员对车辆进行驾驶过程中需要通过油门、刹车、档位对车辆进行主要的控制，其中WDCT的档位分为1到8档，ECVT的档位分为1到6档，分为自动模式和手动模式，油门由节气门开度、油门踏板开度等信息表示，刹车由制动踏板开度和制动行程等信息表示。

式中，、、和分别为驱动电机、发动机制动的最大转矩和请求的总转矩。

3.2 基于ECM的电机驱动的动力匹配

基于ECM的电机驱动系统动力匹配需要发动机的动力匹配，充分考虑发动机、电机的协同控制，结合电池电量与燃油的消耗，控制发动机与电机的的动力匹配遵循电能优先、能量流最小、驾驶需求与制动结合的原则。

式中：为t时刻的发动机能量消耗，为t时刻电机的电能消耗，、为t时刻发动机和电机的转矩，和分别为t时刻电机和发动机的转速，通过瞬时等效燃油消耗（ECMS，Equivalent consumption minimization strategy）推算最低油耗。

3.2.1 ECMS策略电池电量使用规律

理想的电池的荷电状态（SOC，Static of charge）全程趋向线性下降，采用CD-CS控制策略进行动力匹配与能量管理。

3.2.2 ECMS扭矩分配规律

在优化策略控制下，等效因子越大，发动机工作点区域和等效因子同时变小，发动机驱动车辆、下坡、刹车过程中电机充电。

4 基于ECM的动力匹配

4.1 整车控制

根据驱动电机、电池系统、发动机、传动系统反馈的状态信息获如图2所示的整车控制。

4.2 能量管理与动力匹配

电量保护阈值为电量的20%，小于次阈值时不能启动电机进行驱动。仿真工况包括6个NEDC循环，总里程66公里，总时间为7200S，电池阀值SOC CD为0.2，电池容量大于0.4时启动纯电动模式。

CD-ECM控制策略工作效率、燃油消耗、SOC变化、电池的转化率、综合效率均优于CD-CS策略、ECM策略，本文设计的CD-ECMS控制策略有一定的应用价值。

5 结论

等效因子取值越小，电机提供的驱动扭矩越大，从而导致电池SOC下降越快；而发电扭矩越大，从而导致电池SOC下降更慢，甚至出现SOC上升。在PHEV中，应尽量避免能量的二次转换，若等效因子选取不当，必然出现能量的二次转换。

参考文献：

[1]Ou Yang ， Ming Gao. Development Strategy and Countermeasures for Energy Conservation and New Energy Vehicles in China [J]. Automotive Engineering， 2006， 28 （4）： 317-321.

[2]M.Sabri M F，Danapalasingam K A，Rahmat M F.A review on hybrid electric vehicles architecture  and energy management strategies[J]. Renewable and Sustainable Energy Reviews，2016，53：1433～ 1442.

[3]葉楚天.动力电池及充电基础设施技术发展对电动汽车能量补给方式的影响研究[[J].南方能源建设，2017， 4（2）：69-72.

[4]李建秋，方川，徐梁飞.燃料电池汽车研究现状及发展[J].汽车安全与节能学报， 2014，5（1）： 17-29.

[5]陈万吉，孙凤艳.我国发展插电式混合动力汽车的战略考量[J].汽车与配件，2015（33）：50-51.

[6]Sun Yongzheng， Li Xianzhu， Deng Jun. Selection， Matching， and Simulation of Plug in Series hybrid Electric Cars [J]. Automotive Engineering， 2010， 32 （12）： 1015-1020.

[7]曾育平，秦大同.基于近似极小值原理的插电式混合动力汽车实时控制策略研究[J].汽车工程，2017（09）：32-38.

[8]Sun C，Sun F，He H .Investigating adaptive：ECMS with velocity forecast ability for hybrid electric vehicles[J]. Applied Energy， 2016， 185.

[9]Gong Q， Li Y， Peng Z R.Trip-Based Optimal Power Management of Plug-in Hybrid Electric Vehicles[J]. IEEE Transactions on Vehicular Technology， 2008， 57（6）：3393-3401.