混合动力电动汽车性能的优化研究续.pdf
天津汽车 摘要混合动力电动汽车(H y b r i d E l e c t r i c V e h i c l e s , H E V) 一方面融合了传统汽车成熟的 技术和现有的工业基础, 另一方面融合了电动汽车低排放和低油耗的特点, 使其在当前 很长一段时间内具有广阔的市场前景。为了达到优化H E V性能的目的, 文章以E Q 6 1 1 0 混合动力客车为研究对象, 在建立的E Q 6 1 1 0 H E V性能优化问题求解模型基础上, 完成 了对E Q 6 1 1 0 H E V动力系统部件功率参数和电力辅助控制策略控制参数的优化, 并且对 优化前后的结果进行了对比分析, 结果表明优化后的整车性能有较大改善。 关键词混合动力电动汽车(H E V) 优化设计控制策略仿真 T h e S t u d y o f H y b r i d E l e c t r i c V e h i c l e P e r f o r ma n c e O p t i mi z a t i o n ( S e c t i o n ) A b s t r a c t : H y b r i d e l e c t r i c v e h i c l e s i n t r o d u c e t h e t r a d i t i o n a l m a t u r e t e c h n o l o g i e s a n d e x i s t i n g i n d u s t r i a l b a s eo f a u t o m o b i l e , o nt h eo t h e r h a n dH E Vh a st h ec h a r a c t e r i s t i c so f e l e c t r i c v e h i c l e ' s l o w - e m i s s i o na n dl o w - f u e l c o n s u m p t i o n ,s o t o t h e c u r r e n t l o n g p e r i o do f t i m e H E V w i l l h a v e b r o a d m a r k e t p r o s p e c t s .F o r t h e p u r p o s e o f o p t i m i z i n g t h e v e h i c l e s p e r f o r m a n c e ,t h e o p t i m i z a t i o n m o d e l o f E Q 6 1 1 0 H E Vw a s c o n s t r u c t e d . B a s e d o n t h i s m o d e l , t h e o p t i m i z a t i o n h a d b e e nc a r r i e do u t f o r t h e E Q 6 1 1 0 H E Vp o w e r p a r a m e t e r s a n df o r t h e c o n t r o l p a r a m e t e r s o f P o w e r A s s i s t e dC o n t r o l S t r a t e g y .A f t e r c o m p a r i n g t h e o p t i m i z e dr e s u l t s w i t ht h e f o r m e r r e s u l t s , t h e r e s u l t s i n d i c a t e d t h e p e r f o r m a n c e o f t h e E Q 6 1 1 0 H E Vh a d b e e n i m p r o v e d g r e a t l y . K e y w o r d s :H y b r i d e l e c t r i cv e h i c l e ( H E V )O p t i mi z a t i o nC o n t r o ls t r a t e g y S i mu l a t i o n 引言 面对能源危机和 环境保护问题,人们 对代用燃料和新型内 燃机的研究热情与日 俱增。 在此情况下, 混 合动力汽车(H E V) 因 能提高每升燃料续驶 里程,减少排放而倍 受关注。 另一方面, 混 合动力汽车融合了传统汽车成熟的技术和现有的 工业基础, 并且绕开了目前电动汽车技术瓶颈和经 济成本的难题, 这使其在当前很长一段时间内具有 广阔的市场前景。 在计算机技术比较发达的今天, 建立数学模型 并利用计算机对车辆实际运行情况进行仿真分析, 不仅便于灵活地调整设计方案,优化设计参数, 而 且可以降低科研费用, 缩短开发周期。本文采用了 仿真软件A D V I S O R, 以E Q 6 1 1 0 H E V并联式混合动 力城市客车为研究对象, 进行了整车性能的优化设 计。E Q 6 1 1 0 H E V动力总成系统属于典型并联式结 构, 发动机与电机在离合器之后耦合, 采用的是后 轮驱动。 1优化过程概述 混合动力电动车辆有2种或2种以上的动力 源, 发动机的工作区域、 电机的工况、 蓄电池的充放 电特性及电压等都会对车辆的燃油消耗和排放产 生影响。如何有效地协调好各子系统、 控制各子系 统间的能量流动、 实现整车的最佳燃油经济性和排 放并兼顾整车的成本是一个复杂的系统设计及优 化过程。本文基于优化设计的思想, 将重要的系统 参数( 动力系统部件参数和控制策略参数) 作为设 计变量, 确定目标函数和约束条件, 建立混合动力 汽车性能优化问题的数学模型。在系统的优化匹配 模型建立后, 采用适当的优化算法, 对混合动力汽 车的优化问题进行数值求解, 图1为优化结果求解 的总体流程图。 2优化模型的建立 本文的优化研究是根据对汽车的加速性能和 爬坡性能等约束的要求, 对汽车部件和控制系统的 参数进行调整, 以达到优化汽车性能的目的, 其优 化设计包括动力系统参数的优化设计和控制策略 参数的优化设计。H E V动力系统参数的优化设计是 指对发动机、电动机和蓄电池的参数进行优化匹 配, 使其在满足约束条件的前提下, 达到某一设计 目标的最优值。控制策略参数的优化设计是对电动 汽车多能源控制系统中的关键控制参数进行调整, 达到提高汽车燃料经济性和运行效率的目的。优化 模型的建立过程主要包括: 目标函数的确立, 优化 变量的选择和适当约束条件的选定。 王 颖 亮 于 海 生 张 欣 ( 北 京 交 通 大 学 机 电 学 院 ) 混合 动 力 电 动 汽 车 性 能 的 优 化 研究 ( 续1) 汽车技术 2 0 2 0 0 6年第5期 图1优化过程总体框图 2 . 1优化前的假设 为了将实际的H E V系统简化成可进行求解的 优化设计模型, 作出如下假设: 1) 车辆总质量为定值; 2) 动力系统配置优化和控制策略参数优化两过 程彼此独立; 3) 车辆配置离散变化而非连续变化。 2 . 2目标函数 目标函数是以设计变量来表示设计所要追求 的某种性能指标的表达式。目标函数的选取与混合 动力电动汽车优化设计任务直接相关, 通常设计所 要追求的性能指标较多, 应以其中最重要的指标作 为设计追求的指标, 建立目标函数。当设计所要追 求的目标不止一个时, 可以取其中最主要的目标作 为目标函数, 其余列为设计约束; 也可以有多个目 标函数, 采用多目标函数的最优化方法求解。 基于上述思想,对于E Q 6 1 1 0动力系统的优化 设计, 在满足加速性能和爬坡性能等动力性能指标 的条件下,使整车动力系统各个部件功率达到最 小,即动力系统部件功率最小化作为设计目标; 对 于E Q 6 1 1 0控制策略参数的优化设计,由于节能和 降耗是目前阶段亟需解决的问题, 所以优化的目标 为燃油消耗量应尽可能的小。 2 . 3优化变量 优化变量是影响设计结果的可变参数。如果将 所有能影响设计质量的参数都列为设计变量, 将使 问题复杂化。因此, 应对影响设计指标的所有参数 进行分析和比较, 从中选择对设计质量有显著影响 且能直接控制的独立参数作为设计变量, 其它参数 则作常量处理。 对E Q 6 1 1 0 H E V动力系统部件参数优化时, 选 取如表1参数作为优化变量;对E Q 6 1 1 0 H E V能量 管理控制策略优化时, 选取如表2的控制参数作为 优化变量。 2 . 4约束条件 在工程实际中, 大多数设计都受到各种因素的 制约,设计参数的选择也就受到各种条件的限制, 致使参数的寻优过程必须在一定约束条件下进行, 同时, 为使目标函数在可行域中不出现多峰值的情 况, 也要对寻优变量及某些有相互关系的参数给予 约束。适宜选取对优化变量影响较大, 而取值范围 又受到限制的函数作为约束条件。 表1动力系统部件优化变量 优化变量 发动机的最大功率 电机的最大功率 电池模块的数量 说明 本文优化对象E Q 6 1 1 0 H E V以发动机作为主要 的动力源,发动机的最大功率是反映发动机动 力性能的最重要指标 电动机主要作为功率均衡装置,为车辆提供加 速功率和爬坡功率 电池组中每个电池模块所具有的能量一定, 电 池总能量正比于电池模块的数量。电池总能量 决定持续加速能力和续航能力 表2控制策略优化变量 优化变量 S O C值上下 限值 充电扭矩 发动机工作 的最低车速 发动机关闭 扭矩系数 发动机最低 扭矩系数 说明 该值是指允许电池工作的最大S O C值和最小S O C 值, 限制了电池工作的区间, 这个区间范围内电池的 充、 放电电阻均达到最小, 减少能量的损失, 提高电池 的工作效率 发动机在维持H E V正常工作的情况下通过该扭矩对 电池充电, 使电池的S O C值维持在S O C值上下限之间 在车速低于该值时, 发动机不工作, 整车以纯电动的 模式工作,车速高于该值时发动机作为主要的动力 源。 一般而言, 该值越低, 发动机对电池充电的机会越 低, 整车运行的效率越高, 但电池的S O C平衡将受到 影响 当需求扭矩低于发动机工作的关闭扭矩系数与当前 转速下发动机扭矩的乘积时,如果电池的S O C值大 于下限值, 发动机关闭。该值避免了发动机在效率很 低的工况下工作 当需求扭矩低于发动机工作的最低扭矩系数与当前 转速下发动机扭矩的乘积时,如果电池的S O C值小 于下限值时, 发动机给电池充电, 通过该值可使发动 机在扭矩大及效率高的区域工作 ( 是否满足约束条件) 汽车技术 2 1 天津汽车 表6控制策略变量的约束 类型 S O C的下限值 S O C的下限值 充电扭矩(N·m) 发动机最小扭矩系数 发动机关闭扭矩系数 发动机工作的最小车速(m/ s) 下限值 0 0 . 6 2 0 0 0 0 上限值 0 . 6 1 8 0 1 1 1 5 2 . 4 . 1 E Q 6 1 1 0 H E V动力系统部件参数优化 2 . 4 . 1 . 1技术性能约束 动力性、 经济性、 可靠性和排放性能是混合动 力电动汽车整车设计时要考虑的重要因素, 优化模 型考虑哪些性能指标作为约束, 是与优化目标直接 相关的。本文根据实车实验数据把加速性能和爬坡 性能作为技术性能约束, 如表3所示。 2 . 4 . 1 . 2优化变量本身的约束 优化变量本身存在一个上下界的限制, 自然就 构成了一类约束条件, 称为边界约束。本文所选取 的优化变量的变动范围如表4所示。 2 . 4 . 2 E Q 6 1 1 0 H E V能量管理控制策略的优化 2 . 4 . 2 . 1技术性能约束 控制策略优化的技术性能约束见表5。 2 . 4 . 2 . 2优化变量本身的约束 控制策略变量的约束见表6。 3优化算法 优化算法是最直观和最传统的参数识别方法 之一。经过不断的发展, 涌现了大量的优化技术, 例 如梯度方法、 罚函数法及单纯形方法等。H E V整车 性能的优化计算属于系统优化, 这种优化由于系统 模型自身的复合性、 干扰性和非线性, 往往难于计 算。本文利用M a t l a b优化工具箱中的F M I N C O N函 数进行优化,该函数采用的是顺序二次规划算法 (S Q P) , 比较适合于汽车优化问题。 顺序二次规划法是一种解决全局非线性约束 优化问题的通用方法, 数学模型为: m i nf(x) 约束h(x)= 0 g(x) “ $ # $ %0 (1) 相对应的拉格朗日函数为: L(x,u,v)= f(x)+ u t h(x)+ v t g(x)(2) 在每个迭代点, 得到一个二次规划子问题: M i n i m i z ef(x k ) t d x+ 1 2d t xBkdx 约束h(x k ) t d x+ h(x k )= 0(3) g(x k ) t d x+ g(x k )0 式中B k是各点x k对应的变尺度矩阵 ( 代替海 赛矩阵) 。 求解上述二阶规划子问题, 得到的d k就是 搜索方向。沿搜索方向进行一维搜索, 确定步长 k, 然后按(4) 式的格式进行迭代, 最终得到原问题的 最优解。 x k + 1 = x k + kd k (k = 1,2, )(4) ( 待续) ( 收稿日期:2 0 0 6 - 0 7 - 0 6) 表3动力系统优化的技术性能约束 类型 加速性能 爬坡能力 描述 0 5 0 k m/ h 0 7 0 k m/ h 3 0 7 0 k m/ h 最大速度 6 4 . 5 k m/ h下爬坡度 条件 2 3 . 5 s 2 2 s 4 0 s 1 0 5 k m/ h 4 . 2 % 表4动力系统部件优化变量约束 类型 发动机最大功率(k W) 电机最大功率(k W) 电池模块数量( 块) 下限值 8 4 4 8 1 5 上限值 1 6 8 1 0 3 4 0 表5控制策略优化的技术性能约束 类型 加速性能 爬坡能力 描述 0 5 0 k m/ h 6 4 . 5 k m/ h下爬坡度 条件 2 3 . 5 s 4 . 2 % 汽车技术 欢 迎 踊 跃 投 稿 E m a i l : t j q c t j f a w . c o m () () () () 2 2 天津汽车汽车技术 图2动力系统优化过程迭代图 表7动力系统优化结果 优化参量 发动机峰值功率(k W) 电机峰值功率(k W) 电池模块数量( 块) 初始值 1 1 0 6 0 2 8 优化值 1 0 0 5 0 2 5 表8仿真结果 测试项(k m/ h) 0 5 0 3 0 7 0 0 8 0 6 4 . 4( 下爬坡度) 结果(s) 2 2 . 5 1 8 . 4 4 0 5 % 4优化结果及分析 4 . 1动力系统的优 化结果 图2所 示 为 该 优化过程的迭代图。 从图2中可以看出, 计算过程从初始值 开始离散的改变优 化参数的取值, 并在 每点计算当前约束, 判断是否满足迭代 终了条件, 然后通过 二次规划算法计算 下次迭代的方向和 步长, 直至整个优化 过程收敛于某一组 数值。当然, 当约束 条件取值不当时, 优 化过程会得不到收 敛值而超时终止。 表7是 通 过 优 化得到结果。通过上 述的优化过程, 将优 化后的结果进行仿 真, 所得仿真结果如 表8所示。 从 结 果 中 可 以 看到, 优化后的车型在满足仿真初期设定的动力性 前提下, 达到了动力系统最小化的优化目的, 这样 可以降低成本, 一定程度上提高了整车性能。 4 . 2控制策略优化结果 E Q 6 1 1 0 H E V混合动力电动汽车采用的是目前 并联H E V普遍采用的电力辅助控制策略,该策略 将电力驱动系统作为辅助驱动源, 发动机作为汽车 的主驱动源, 各种工作模式下利用电机优化发动机 的工作区间, 在满足汽车行驶要求的条件下, 保证 发动机尽可能的工作于低油耗和低排放的理想工 作区域, 电机对发动机的输出扭矩起 “削峰填谷” 的 作用, 同时注意到将电池S O C值维持在一个合理的 范围内。控制策略中的各控制参数在优化过程中 的迭代情况如图3所示,控制策略优化结果如表 9所示,图4所示为各个控制参数与目标值之间的 变化关系。 图5是优化后的控制策略与初始控制策略经 济性的比较。从图5可以看出优化后的控制策略对 燃油经济性有大幅度改善, 百公里燃油消耗量降低 约1 8 %。优化设计达到了预期的目标。 王 颖 亮 于 海 生 张 欣 ( 北 京 交 通 大 学 机 电 学 院 ) 混合 动 力 电 动 汽 车 性 能 的 优 化 研究 ( 续2) 图3控制策略优化过程参数迭代图 迭代时间/ m i n 1 0 2 0 0 6年第6期 ( 上接第3页) 程序,而且把一些行之有效的, 能提高顾客满意的举措和顾客 欢迎的方式, 也转化成岗位业务 流程和工作程序的操作标准, 以 实现优质服务经验和做法的共 享, 确保这些举措不会因人的经 验差异, 影响相应的产品和服务 质量。为全面、 稳定、 持久地提高 产品和服务质量提供了制度和 法制保障。 2 . 5服务创新是实施名牌战略 的支柱 产品卖出去了, 并不代表这 个产品与企业没有关系了, 而应 增强服务意识, 做好跟踪服务工 作。汽车零部件产品的服务不能 有短期行为, 应当与用户建立长 期的服务关系, 想其所想, 急其 所急, 才能更好地展示品牌的特 有魅力, 赢得更多的顾客。当前, 各汽车零部件企业的硬件和软 件已达到一个较高水平, 各企业 的设备、 程序和标准的实施相差 无几。因此, 必须在服务上进行 创新, 才能保持服务优势, 同时 要在创服务精品、 特色服务和个 性化服务上下功夫, 以此形成广 大顾客认同的服务品牌。如某公 司每年定期开展2次大型的服 务行动, 通过和用户零距离的接 触, 了解了用户的信息, 发现并 及时解决了问题,沟通了感情, 缩小了距离, 从而有效提升了该 公司品牌的知名度。 ( 收稿日期:2 0 0 6 - 1 0 - 1 7) 5结语与展望 本文以E Q 6 1 1 0 H E V为对象,系统分析了混合 动力电动汽车的优化设计过程, 包括目标函数的设 定、 优化变量的选取、 约束条件的选定和优化算法 的选择, 并在最后给出了优化计算过程和结果。另 外,在仿真研究中发现,H E V的燃油经济性不仅与 整车配置和控制策略有关,而且与H E V的驾驶循 环有较大关联。而对于像E Q 6 1 1 0这样的混合动力 公交车来说,由于其行驶路线和路况较为固定, 本 文所进行的优化研究对于整车经济性能的提升有 很实际的帮助, 但是对于驾驶循环不固定的其它类 型H E V来说,适用于多工况的控制策略还有待研 究。 参考文献 1 V a l e r i e H . J o h n s o n . K e i t h B . Wi p k e a n d D a v i d J . R a u s e n . H E VC o n t r o l S t r a t e g y f o r R e a l t i m e O p t i m i z a t i o n o f F u e l E c o n o m y a n d E m i s s i o n s J . S A E2 0 0 0 - 0 1 - 1 5 4 3 2薛毅.最优化原理与方法.北京: 北京工业大学出版社, 2 0 0 1 3张翔,赵韩,钱立军,等.电动汽车优化设计技术的研究.上海汽车, 2 0 0 4(6) 4梁龙,张欣,李国岫,等.并联式混合动力电动汽车动力总成系统的 仿真研究.北方交通大学学报, 2 0 0 2 , 2 6(4) ( 续完) ( 收稿日期:2 0 0 6 - 0 7 - 0 6) 表9控制策略优化结果 优化变量 S O C上限值 S O C下限值 充电扭矩(N·m) 发动机工作的最低车速(m/ s) 发动机工作的关闭扭矩系数 发动机工作的最低扭矩系数 初始值 0 . 7 0 . 6 1 0 5 0 0 优化值 0 . 7 7 5 0 . 6 5 0 1 0 0 . 2 0 . 5 2 5 图5优化前后燃油经济性能对比图 汽车技术 ! 图4控制参数与目标值关系图 发动机工作的 最低扭矩系数(-) 充电扭矩/ N·m 1 1
