HEV多智能体系统中电机智能体的构建*

尹然 牛礼民 杨洪源 周亚洲

（安徽工业大学）

当前汽车行业存在环境污染和能源危机两大问题[1-3]，纯电动汽车可解决这两大问题，但由于电池技术尚未成熟，纯电动汽车还有待进一步开发，因此混合动力汽车（HEV）成为连接传统汽车与纯电动汽车之间的桥梁，并以其环保节能的优势成为当今世界上的研究热点[4-5]。HEV中控制策略的优化可以直接提高整车的性能。文献[6-9]提出了多智能体协调控制方法，提高整车的智能控制；文献[10-11]指出把智能体思想运用在电机上，可以有效提高其性能；文献[12-15]把模糊控制智能思想运用在电机的控制策略上。目前把智能体思想放在HEV控制上的研究还不多，为此文章基于ADVISOR中并联式HEV的电机控制策略，建立单一的电动机智能体控制策略，并进行仿真。研究电动机智能体与其他智能体之间的相互协作关系，使整车达到更好的智能控制，从而提高整车性能。

1 HEV多智能体系统

并联式HEV的发动机和电动机共同驱动汽车，如图1所示，发动机与电动机分属2套系统，可以分别独立地向传动系提供扭矩，在不同的路面上既可以共同驱动，又可以单独驱动。根据行驶工况的不同，发动机与电动机之间相互协作，使其工作在最经济区域，所以并联式结构适合多种复杂的行驶工况。其中电动机既可以作为启动机，又可以在动力不足的情况作为电动机提供辅助动力，还可以在制动时作为发电机为蓄电池充电。

图1 并联式混合动力汽车驱动结构示意图

HEV多智能体系统中有发动机智能体、耦合器智能体、电动机智能体及蓄电池智能体。驾驶员与系统智能体相互交流，但是不干预对系统智能体的动力分配。当各个子系统感知工况后做出相应的动力匹配，但是需要系统智能体的统一协调，当统一协调后，各个子系统根据自己的控制策略判断输出，共同完成工况的行驶。在不同行驶工况下，发动机智能体与电动机智能体之间相互协调，使彼此工作在最经济区域。所有的子智能体都有自我保护意识，即当超过自己的额定工作值时，智能体自动关闭，这样在保证动力性和经济性的前提下，保证了汽车的安全性。文章以电动机智能体为对象，研究其智能性及相互协作性。

2 电动机智能体的构建

电动机智能体模型示意图，如图2所示。根据系统智能体所需的转矩信息及发动机实际转矩信息，确定电动机当前工作状态。如转矩为正，则需工作在电动机状态；如转矩为负，则需工作在发电机状态。再根据状态选择的不同工作模式，如电动机模式，判断是否大于额定转矩。如果大于，则电动机关闭；如果小于，则输出电动机实际转矩和实际转速。如发电机模式，则输出发电电流。

图2 电动机智能体模型示意图

2.1 控制策略

当电动机智能体处于电动机模块时，电动机控制策略需要控制电动机的工作电流，以及在汽车停驶、变速器换挡或电机超过额定转速时，关闭电动机。表1示出电动机控制信号出现的所有情况。

表1 电动机控制信号出现的所有情况

电动机控制策略中有8种情况，如表1所示。当整车速度大于0.001 km/h，汽车也没有换挡，再判断是否大于80 km/h，如果大于，则电动机关闭。后面以此类推。当整车速度小于0.001 km/h时，整车速度大于80 km/h这种情况是矛盾的，所以表1中有2种矛盾的情况不成立。其他情况中，当“整车速度小于0.001 km/h、换挡、大于80 km/h”中任何1种或2种情况发生，电机控制策略都将输出为0，即电机关闭。

具体控制策略，如图3所示，输入信号1为汽车电压，输入信号2为需求输出功率，输入信号3为整车速度，输入信号4为换挡。根据输入信号1，2判断电机及控制器的工作电流，不应高于其蓄电池电流最大值，该电流限制了电机的最大需求功率。当整车的平均车速小于0.001 km/h，表明汽车处于驻车状态，此时关闭电机。变速换挡时，关闭电机。当整车的速度大于0.001 km/h且不再换挡时，判断整车的速度是否大于80 km/h，如果大于80 km/h，电机关闭。这样发动机就可以工作在最经济区域，提高汽车的燃油率。而且当速度过高时，对电机轴和电机电气元件会有影响，所以当速度一定时关闭电动机，可以提高电动机的使用寿命。

图3 电动机控制策略

2.2 智能性

当汽车第1次遇到乡村、城市及高速不同工况时，电动机智能体分别根据自己的控制策略输出转矩和转速，并记录在自己的数据库里，当下一次输入新的信号时，先经过电动机智能体的数据库，查找有没有相同的输入。如果有，就不用经过电动机智能体，直接输出转矩和转速；如果没有，再经过电动机智能体，通过电动机控制策略输出转矩和转速，并记入数据库。这样就体现了智能化中的自适应性。电动机智能体对工况的识别，如图4所示。

图4 电动机智能体对工况的识别

2.3 相互协作

在乡村工况下，电动机智能体与发动机智能体相互协作。发动机可以提供需求转矩时，电动机关闭。发动机满载才能提供转矩时，转矩由发动机提供一部分，电动机提供一部分；发动机满载都不够时，由电动机提供转矩，但是需要判断是否超过额定值，若超过则电动机自动关闭。在城市工况下，由于汽车频繁起停，发动机燃油性降低，所以以电动机智能体工作为主。在高速工况下，速度稳定，所以以发动机智能体工作为主，在紧急加速或减速时，电动机分别工作在电动机和发电机状态。

在乡村工况下，需要电动机提供需求转矩时，电动机智能体与蓄电池智能体协作，先判断蓄电池是否有电，有就放电，没有电动机就关闭。在城市工况下，比较适合用电动机驱动模式。电动机智能体与蓄电池智能体密切协作，电动机工作时，蓄电池放电。电动机制动时，电动机工作在发电机模式，回收制动能量，以提高燃油利用率。在高速工况下，紧急加速时，电动机在蓄电池有电的情况下提供动力；紧急减速时，电动机处于发电模式，蓄电池充电。

在不同行驶工况下，当汽车制动时，耦合器智能体把信号输出到电动机智能体，电动机工作在发电模式，当电动机提供需求转矩时，耦合器开始协调，并把协调后的结果输入电动机智能体。若电动机提供的转矩大于其额定值，则电动机自动关闭，这样可以避免电动机因超转速运动对轴产生损害及产生大量热量对电气元件造成损害，同样发动机也是。因此体现了单个智能体之间的相互协作及自我保护能力。

3 仿真分析

为验证电动机智能体的控制效果，以某型轿车为原型在ADVISOR中修改控制策略，进行仿真。仿真中采用了城市循环工况（UDDC）。工况主要信息为：运行时间为1 369 s，行驶距离为11.99 km，最大速度为91.25 km/h，平均速度为31.51 km/h，最大加速度为1.48 m/s2，最大减速度为-1.48 m/s2。从动力学和经济学方面对ADVISOR中自带的模型和修改过的智能体模型进行对比，仿真结果，如图5～图9所示。

图5 原型车与多智能体HEV中SOC变化曲线对比

图6 原型车与多智能体HEV速度差值变化对比

图7 原型车与多智能体HEV电动机工作特性曲线对比

图8 原型车与多智能体HEV污染物的排放对比

图9 原型车与多智能体HEV发动机的工作特性曲线对比

由图5可得，行驶完整个循环工况，原型车能量存储系统的SOC值从0.7降到0.63，而智能车从0.7降到0.67，智能车变化幅度比原型车要小。表明智能车降低了能量的消耗，体现了经济性。图6示出需求速度与完成速度之间的差值。在图6中可以明显看到，多智能体车差值没有负值，这是因为，当整车速度达到一定值时，电动机自动关闭。这样可以让发动机燃油性提高，从而提高经济性，且保护电动机的工作寿命。图7示出电动机的工作特性曲线。图7中红色部分代表电动机实际的工作点，由图7可知，智能车的红色点分布比较集中，说明电动机智能体工作较好，控制电动机在经济区域工作，提高电动机的工作效率。图8示出汽车污染物的排放，图8中，CO/10表示图8中CO排放量的10倍为实际的CO排放量。智能车与原型车相比，HC的排量明显下降，但是CO的排量增加，这是因为当速度达到一定程度时，电动机关闭，动力都是由发动机提供。图9示出发动机工作曲线，原型车与智能车的发动机变化不大，说明控制策略是可行的。

表2示出参考车型与多智能体HEV仿真性能参数比较。由表2可得，多智能体车的爬坡度没有变化，说明多智能体车可以满足爬坡要求。多智能体车的最高车速大于参考车型，说明在整个工况运行下，动力性提高了，但是100 km油耗升高了，经济性降低了。从而一方面验证了多智能体车控制策略的可行性，另一方面说明控制策略还需要进一步改善。

表2 参考车型与多智能体HEV仿真性能参数比较

4 结论

1）建立的电动机智能体模型是可行的，可以根据不同的工况做出正确的决策。能较好地与其他子智能体之间进行相互协调，使电动机和发动机工作在最经济区域。在超过额定值时，电动机自行关闭，保证了汽车工作的安全性。在仿真结果中与原型车相比，可知动力性和经济性都有所提高，多智能体更能适合复杂的工况。2）根据电动机智能体的原理，给其他智能体的建立提供了方法。下一步将建立发动机智能体及耦合器智能体，在不同工况组合下，构建新的控制策略，使各个子系统更好地相互协作，进而提高系统的智能控制，满足在任何工况下，汽车都能工作在最优状态。