图1 整车能量管理控制策略
Fig.1 Vehicle energy management control strategy
李贵炎1，2， 鲁植雄3
(1. 南京林业大学 汽车与交通工程学院， 南京 210037； 2. 南京交通职业技术学院 教务处， 南京 211188； 3. 南京农业大学 工学院， 南京 210031)
摘 要： 针对插电式混合动力整车能量管理的经济性及动力性要求较高的问题，提出了插电式混合动力整车能量管理控制策略.设计了整车能量管理策略总体方案，分析了车辆行驶里程对插电式混合动力汽车燃油经济性的影响，同时还设计了行驶里程自适应的辅助能量管理控制策略.结果表明：该整车能量管理策略能够根据道路和车辆信息，合理地选择当前最合适的工作模式，可以更加合理地分配从电网充入的电能，提高整车的燃油经济性.
关 键 词： 插电式混合动力汽车； 整车能量理； 控制策略； 功能安全； 行驶里程； 汽车动力； 经济性； 工作模式
整车能量管理控制策略主要目标为依照每个构件的效率特征，在发动机及电机之间把能量完成适当的分配，从而使系统能够获得最佳的效率[1].管理控制策略能够在很大程度上对插电式混合动力汽车的整车经济性产生影响，因为插电式混合动力汽车能够运用外部电网完成充电，为了最大程度获得相对小成本的能量，能量管理控制策略中最基本的就是以电为主[2].然而车辆在实际行驶中，工况等因素对整车燃油经济性产生非常大的扰动，这也使得对其能量管理控制策略的要求越来越高.
目前，大部分控制策略都是依照极小值原理及动态规划等方式来获取全局最优[3]，如基于瞬时优化的能量管理策略，其实际上是把电机的能量损耗转化成相对一致的燃油消耗，加上发动机油耗称作名义油耗，同时以各时刻的极小值当做控制目标完成扭矩分配.该方法虽然可完成实时最优控制，然而其并不等同于全局最优，并且运算量以及成本都非常高.全局最优化在整个运行范围中搜索相对更优势的方式，同时利用最优化方法及控制理论完成各时刻的扭矩分配，然而该方式务必要提前知道车辆实际行驶路况以及交通信息，这在很大程度上提升了其实现难度.本文以插电式混合动力汽车(plug-in hybrid electric vehicle，PHEV)作为研究对象，对其整车能量管理控制策略进行了研究分析.
运用规则控制对整车能量管理控制策略进行研究分析，其总体方案结构如图1所示.
图1 整车能量管理控制策略
Fig.1 Vehicle energy management control strategy
图1中APS及BPS分别为加速及制动踏板信号，v为此时此刻汽车的行驶速度，Treq为整车所需要的扭矩，Pm及PT分别为模式控制及扭矩分配参数.管理控制工作流程如下：
1) 依照加速及制动踏板信号，同时参照此时运行速度获得其所需要的扭矩Treq；
2) 根据已知的里程以及行驶工况信息确定Pm及PT；
3) 根据当前车辆信息、Treq及Pm明确整车的工作主、子模式；
4) 根据PT明确传递给发动机、驱动及混合动力电机扭矩命令.
一般情况下，依照发动机外特性明确驱动力和运行速度的关系(如图2所示)，连接每个挡位驱动力曲线的外包络线即可得到理想情况下的整车驱动力曲线.根据日平均行驶里程自适应方式获得已知里程信息，利用混合动力控制单元完成日行驶里程的记录，同时计算其平均值.
图2 整车驱动力示意图
Fig.2 Schematic vehicle driving force
依照行驶里程以及工况信息完成能量管理控制策略的优化，能够在很大程度上展现插电式混合动力汽车双动力源的长处，从而获得相对更加优良的燃油经济性.全局优化根据行驶里程以及工况信息选择更加合适的电网充入电能分配方案，进而使电池荷电状态(state of charge，SOC)在达至终点时恰好能够减小至极小值.然而随着行驶里程的进一步升高，仅仅依赖把从电网充入的电能相对比较均匀地分发至全程无法实现相对更加优良的经济性，因此，务必搜索相对更加完善的控制策略.本文使用的插电式混合动力汽车参数如表1所示，采用行驶里程择取能量管理的主策略，随后再依照工况完成优化，其控制策略如图3所示.
依照汽车的行驶里程，将主策略分成电驱动、平均分配电能[4]、先电能消耗[5](charging of depleting，CD)后电能维持[6](charging of sustaining，CS)等3个策略.将电机能够最大程度的驱动汽车CD阶段续驶的里程称为CDR[7](charge depleting range).经过慢慢缩减纯电动范围，同时最大程度地制约电机最高输出扭矩，进而控制电池SOC的下降速度，使其能够最大程度地增加CD阶段的里程.不同纯电动区间下的油耗对比如图4所示.
表1 汽车参数
Tab.1 Vehicle parameters
图3 控制策略
Fig.3 Control strategy
图4 不同纯电动区间下油耗分析
Fig.4 Fuel consumption analysis in different pure electric ranges
根据图4可知，当里程相对较短时，原纯电动范围下的经济性相对来说最佳；随着里程的逐渐升高，运用相对更低纯电动范围能够得到相对更佳的燃油经济性；相对最优的纯电动范围随着里程的逐渐升高而慢慢变小.
使用缩减纯电动范围的方法得到的最佳燃油经济性的成效随着汽车里程的逐步升高而慢慢减弱，直到与原策略[8](在不同的工况及行驶里程下，均以CD阶段以电为主、CS阶段电量维持的控制策略)的油耗基本一致.另外，如果纯电动范围相对很小，那么将导致无法最大程度地发挥电机在低速范围的驱动优势，将此时临界纯电动范围相应的CD阶段续驶里程称为CDR′[9]，其具体划分如图5所示.
策略1 最大电能驱动(S<CDR).汽车行驶里程S小于CDR，择取的策略要最大程度运用电能完成汽车驱动，设置电机可以供给的最大扭矩为纯电动范围上限，当超过其上限时，电机无法满足整车的动力要求，开启发动机，同时使其运行在经济区间确保经济性.不同工况下的CDR几乎维持在30 km左右.
图5 控制策略分类
Fig.5 Control strategy classification
策略2 电能平均分配(CDR<S<CDR′).依照行驶里程完成电能的平均分配以最大程度获取燃油经济性，最直接的方式就是缩小纯电动区间，即尽可能缩小电机最高输出扭矩以及发动机的开始阈值.缩减纯电动区间在很大程度上缩小了电机驱动的能力，发动机相对更早地驱动汽车，提升了其在整个行驶里程中的工作时间，故电池的SOC下降速度相对缓慢，能够平均分配至全部行驶里程.不同工况下的CDR′的平均值在80 km左右.
策略3 CS模式(S>CDR′).如果行驶里程超过CDR′后，继续缩减纯电动范围反而不会提升燃油经济性.行驶里程低于CDR′时以消耗电能为主，纯电动区间与策略2中达到CDR′时的临界纯电动区间相同，纯电动范围低至CDR′临界限时，SOC减至极小值，高于CDR′后整车进至CS阶段，以维持SOC为主.
运用Matlab/Simulink构建控制策略实验平台，设计了有代表性的城市上下班、近途及远途[10-11]3种行驶方式对该控制策略效果进行检验.运用表1的汽车参数在CD阶段以最大电能驱动车辆，CS阶段关键运用发动机，然后辅用电机维持SOC基本稳定不变.
1) 城市上下班工况.该工况平均车速及总里程分别是15.21 km/h及27.78 km，依照策略划分择取主策略1，原策略与现策略对比仿真实验结果如图6所示.
图6 城市短途工况对比
Fig.6 Comparison under city short-term operating conditions
根据图6可知，该工况下原策略与现策略相比其油耗及SOC改变基本一致；该工况下有时会出现扭矩相对较大的状况，这时就要使用发动机，同时于第一次运转后会完成一段时间的热机，其消耗燃油0.14 L左右.
2) 近途工况.该工况是在城区的拥挤路况与快速路工况交错复合的状况下构成的，在这种路况下，平均的行驶速度以及总里程分别是20.56 km/h及75.58 km，因此需要选择策略2，其实验结果对比如图7所示.
图7 近途工况对比
Fig.7 Comparison under suburban operating conditions
根据图7可知，该控制策略能够使得SOC在行驶至里程终点时刚好减至最小值，从而确保汽车全部运行在CD阶段；与原策略的油耗值相比，该控制策略的全程75.58 km总油耗在很大程度上小于原策略，其由3.0 L缩小至2.5 L.在中等长度的行驶条件下，该控制策略能够相对更好地节省总里程油耗.
3) 长途工况.其是由城市拥挤、城郊快速路及高速公路工况复合构成，其平均行驶速度及总里程分别是35.16 km/h及174.04 km.依照策略划分使用主策略3，汽车起始以相对低的纯电动区间运行，若电池的SOC值缩小至其下限值则开启CS阶段电能维持模式，其实验结果对比如图8所示.
根据图8可知，原策略在初始阶段，为了更大限度地运用电能，SOC相对缩减速度很快，从而相对更快进至CS阶段，而该控制策略相对来说行驶至更远的里程进至CS阶段；该控制策略行驶全程174.04 km的总油耗在很大程度上小于原策略，其由8.0 L缩小至7.5 L，节油率达到了6.25%.
图8 长途工况对比
Fig.8 Comparison under city long-term operating conditions
本文针对插电式混合动力汽车，根据已知里程及工况信息完成能量管理策略设计，并提出了基于行驶工况自适应的3种控制策略.通过构建的Matlab实验平台完成了对整车能量管理控制策略的分析，结果表明：控制策略能够在很大程度上依照道路及车辆信息择取当前最佳的工作模式；控制策略可以依照不同的行驶距离及工况择取相对更佳的控制方案，从而相对更加合理完成电能分配，进而提升整车的燃油经济性.
参考文献(References)：
[1] 曾育平.插电式混合动力汽车动力传动系统参数匹配优化 [J].南昌工程学院学报，2017，36(4)：59-64.
(ZENG Yu-ping.Parameter matching optimization of power train system for plug-in hybrid electric vehicle [J].Nanchang Institute of Technology，2017，36(4)：59-64.)
[2] 王钦普，杜思宇，李亮，等.基于粒子群算法的插电式混合动力客车实时策略 [J].机械工程学报，2017，53(4)：77-84.
(WANG Qin-pu，DU Si-yu，LI Liang，et al.Real-time strategy of plug-in hybrid electric bus based on particle swarm optimization [J].Chinese Journal of Mechanical Engineering，2017，53(4)：77-84.)
[3] 周云山，贾杰锋，李航洋，等.CVT插电式混合动力汽车经济性控制策略 [J].湖南大学学报(自然科学版)，2016，43(8)：25-31.
(ZHOU Yun-shan，JIA Jie-feng，LI Hang-yang，et al.Economic control strategy of CVT plug-in hybrid electric vehicle [J].Journal of Hunan University (Natural Science)，2016，43(8)：25-31.)
[4] 王志红，张飞，杜长清，等.基于GT-drive的整车控制策略研究 [J].武汉理工大学学报(交通科学与工程版)，2016，40(3)：500-504.
(WANG Zhi-hong，ZHANG Fei，DU Chang-qing，et al.Research on vehicle control strategy based on GT-drive [J].Journal of Wuhan University of Technology (Transportation Science and Engineering)，2016，40(3)：500-504.)
[5] 庄伟超，丁洋，邱立琦，等.插电式混合动力汽车控制策略的研究现状及发展趋势 [J].机械设计与制造工程，2016，45(6)：11-17.
(ZHUANG Wei-chao，DING Yang，QIU Li-qi，et al.Research status and development trend of control strate-gy of plug-in hybrid electric vehicles [J].Mechanical Design and Manufacturing Engineering，2016，45(6)：11-17.)
[6] 谢海明，黄勇，王静，等.插电式混合动力汽车能量管理策略综述 [J].重庆理工大学学报(自然科学版)，2015，29(7)：1-9.
(XIE Hai-ming，HUANG Yong，WANG Jing，et al.A review of energy management strategies for plug-in hybrid electric vehicles [J].Journal of Chongqing University of Technology (Natural Science Edition)，2015，29(7)：1-9.)
[7] 杨超，焦晓红，李亮，等.面向公交客车应用的插电式混合动力实时优化策略研究 [J].机械工程学报，2015，51(22)：111-119.
(YANG Chao，JIAO Xiao-hong，LI Liang，et al.Research on plug-in hybrid real-time optimization strategy for bus applications [J].Journal of Mechanical Engineering，2015，51(22)：111-119.)
[8] 秦大同，赵新庆，苏岭，等.插电式混合动力汽车变参数能量管理策略 [J].中国公路学报，2015，28(2)：112-118.
(QIN Da-tong，ZHAO Xin-qing，SU Ling，et al.Variable parameter energy management strategies for plug-in hybrid electric vehicles [J].Chinese Journal of Roadway，2015，28(2)：112-118.)
[9] 吴晓刚，卢兰光.插电式串联混合动力汽车的系统匹配与仿真 [J].汽车工程，2013，35(7)：573-582.
(WU Xiao-gang，LU Lan-guang.Matching system and simulation plug-in series hybrid electric vehicle [J].Automotive Engineering，2013，35(7)：573-582.)
[10]张博.Plug-in 混合动力汽车能量管理策略全局优化研究 [J].中国机械工程，2010(6)：715-720.
(ZHANG Bo.Global optimization of plug-in hybrid energy management strategy [J].China Mechanical Engineering，2010(6)：715-720.)
[11]靳旭，严二冬.并联式混合动力客车能量管理策略研究与仿真分析 [J].汽车工程学报，2015，5(2)：124-129.
(JIN Xu，YAN Er-dong.Study and simulation analysis of energy management strategy for parallel hybrid electric bus [J].Journal of Automotive Engineering，2015，5(2)：124-129.)
LI Gui-yan1,2, LU Zhi-xiong3
(1. School of Automobile and Transportation Engineering, Nanjing Forestry University, Nanjing 210037, China; 2. Office of Educational Administration, Nanjing Vocational Institute of Transport Technology, Nanjing 211188, China; 3. College of Engineering, Nanjing Agricultural University, Nanjing 210031, China)
Abstract： Aiming at the high requirement in the economy and power performance for the energy management of plug-in hybrid electric vehicle, an energy management control strategy for the plug-in hybrid electric vehicle was proposed. The overall scheme for the vehicle energy management strategy was designed, and the effect of driven distance on the fuel economy of plug-in hybrid electric vehicle was analyzed. Meanwhile, the auxiliary energy management control strategy with the adaptive driven distance was designed. The results show that the proposed vehicle energy management strategy can reasonably select the most suitable operating mode according to the road and vehicle information, and can distribute the electric energy charged from the grid more rationally and improve the fuel economy of vehicle.
Key words： plug-in hybrid electric vehicle; vehicle energy management; control strategy; functional safety; driven distance; automobile power; economy; work mode
中图分类号： TH 132
文献标志码：A
文章编号：1000-1646(2018)04-0410-05
收稿日期： 2017-11-21.
基金项目： 江苏高校青蓝工程资助项目(201608120).
作者简介： 李贵炎(1977-)，男，福建霞浦人，副教授， 硕士，主要从事汽车控制、新材料等方面的研究.
* 本文已于2018-06-26 10∶52在中国知网优先数字出版.
网络出版地址： http：∥kns.cnki.net/kcms/detail/21.1189.T.20180625.1827.006.html
doi：10.7688/j.issn.1000-1646.2018.04.09
(责任编辑：景 勇 英文审校：尹淑英)