燃油汽车电能在线管理方法研究

陈 闻

（安徽江淮汽车集团股份有限公司，安徽 合肥 230601）

燃油汽车电能在线管理方法研究

陈 闻

（安徽江淮汽车集团股份有限公司，安徽 合肥 230601）

为降低整车燃油消耗，针对传统燃油汽车电气系统提出了一种电能在线管理方法；以获取最佳的燃油经济性为目标，以车载用电负载电流为约束条件，提出了一种基于智能发电机与蓄电池输出电流最优分配的燃油汽车电能在线管理策略，并给出了该策略的实现流程。试验结果表明：上述策略能够最优分配智能发电机和蓄电池之间的输出电流，有效降低车辆的燃油消耗。

燃油汽车；电能管理；在线管理；燃油经济性

CLC NO.: U467.1 Document Code: A Article ID: 1671-7988 (2017)09-07-04

引言

目前资源能源危机以及环境污染问题日益严重，迫使许多国家及相关机构出台了一系列措施和标准去降低汽车能耗，减少尾气排放。新能源汽车技术在节能减排领域已经取得了丰硕的成果，然而其相关策略及方法并不能完全移植到传统燃油汽车上来。因此相关科研机构及企业正在研发更加高效的传统燃油汽车电能管理技术，实现对整车电能的有效管理，从而提高传统燃油汽车的燃油经济性[1]。

目前汽车在线电能管理策略已经成为提升车辆燃油经济性的一个重要研究方向，但是主要的研究仍基于新能源汽车这个开发平台。如秦大同等人以整车燃油消耗和动力电池寿命为综合优化目标， 提出了基于行驶工况识别的混合动力汽车动态能量管理策略[2]；董冰等人以纯电动汽车能量管理系统为研究对象，设计了以模糊控制器为核心的优化控制方法，使整车拥有较理想的经济性和动力性[3]。尽管相关方法及策略可以有效提高车辆的燃油经济性，由于电气系统结构的不同使得它们无法直接复制到传统燃油汽车上。传统燃油汽车的电气系统由智能发电机和蓄电池组成，针对传统燃油汽车的电源系统，Colin Waldman等人提出一种基于模型的燃油汽车能量监测管理策略。该策略在确保满足车载用电负载的用电需求下，调节发电机占空比使得整车的燃油消耗最小[4]，但是该策略在工程上较难实现。王跃飞等人针对传统汽车的能量管理，提出了基于LIN总线的汽车能量管理系统，设计了双层模糊控制器[5]，该控制器能够实现制动能量回收，但没有考虑到用电负载的功率变化对燃油经济性的影响。

本文的结构由下面5小节组成。第1节描述了本文所建立的电能系统，在第2节里提出了电能管理策略，第3节阐述了策略的实现，仿真试验与结果分析由第4节描述，最后，第5节是本文的结论。

1、燃油汽车电能管理系统

本文电能管理系统的架构如图1所示。该系统主要由电能管理器、智能电池传感器(IBS，Intelligent Battery Sensor)和智能发电机三部分组成，通过CAN总线连接。电能管理器通过CAN总线中的CAN节点读取其所需的信息。发电机是整车用电器的主要电源，蓄电池是辅助电源，IBS可以检测蓄电池的电流、电压和荷电状态(SOC，State of Charge)，通过CAN节点可以读取其他硬件设备（如空调、鼓风机等）的开关状态和接收发动机的转速和转矩信息。

图1 电能管理系统架构

电能管理器的主要功能是将来自用电负载的需求电流在智能发电机和蓄电池之间进行合理的分配，以尽可能降低整车油耗。通过对电池SOC、汽车行驶状态和负载电流的综合计算，得出当前时刻下智能发电机应该输出的电流，蓄电池自动补偿用电负载的电流和发电机输出电流之间的差值。

2、燃油汽车电能管理策略

2.1 问题描述

对于燃油汽车电气系统的电能管理策略，根据用电负载的需求电流来分配蓄电池以及发电机之间的输出电流，从而获得最佳燃油经济性，同时保持蓄电池在工作区内。因此，电源管理策略可简化为全局最优控制问题，即以整车燃油消耗最小为控制目标，则电能管理策略在一段时长为[t0, tf]的循环工况下的目标函数[2]可表示为：

为了避免蓄电池过充与过放，要求蓄电池SOC的终值与初值相等，且始终在一定范围内，同时蓄电池电流也需维持在一定范围内。另外，受制于发电机的固有属性，其输出电流也需满足一定的约束条件，即：

式中，SOCmin、SOCmax分别为蓄电池工作区间的上下限，Il表示用电负载的电流，Ia-max为发电机的最大输出电流，Ib-min、Ib-max分别表示蓄电池最大的充电电流和蓄电池最大放电电流。

2.2 问题求解

然而，生态植物的推行者并不气馁。分析人士指出，在许多农场里，现有的技术和做法就有可能使化学品使用量至少减少20%。“在不低估挑战程度的情况下，我们有理由保持乐观。”法国农业部植物健康服务部主任阿兰·特里登（Alain Tridon）表示。

针对上文建立的目标的函数，可以将全局最优问题通过设置约束条件转换成局部最优问题。

参照文献[6-7]，获得燃油消耗率最小的电流分配需满足以下条件：

（2）同时，SOC*(t)和λ∗(t)需满足正则方程：

其中，SOCmax为蓄电池工作区的SOC上限，SOCmin为蓄电池工作区间SOC的下限，δ(t)的设置是为了保持蓄电池SOC在其工作区内。

3、电能管理策略的实现

3.1 蓄电池SOC分段

可根据SOC的大小将蓄电池分为亏电区、平衡区和回收区。当蓄电池处于亏电区时，应对蓄电池进行快速充电，在平衡区时，蓄电池的充放电应根据车辆的行驶状态和用电器的电流大小来合理调节，在回收区时，使蓄电池放电以存储回收的制动能量。蓄电池SOC的分段如图2所示[9]。

当蓄电池SOC处于回收区内，燃油汽车的用电负载电流需求增大时，电能管理器将调低发电机电压使得蓄电池参与供电，进而降低发动机燃油消耗；当蓄电池SOC处于平衡区内，当汽车减速时，电能管理器调高发电机电压，给蓄电池充电来回收制动能量；当蓄电池SOC处于亏电区内，电能管理器调高发电机电压给蓄电池快速充电使蓄电池SOC处于平衡区。

图2 蓄电池状态分区

3.2 发电机工作状态

为确保智能发电机按照电能管理策略工作，将其设为4种工作状态，分别是待机、初励磁、调压、关励磁。当发电机不运转时，总线上没有激活指令，则发电机会进入待机状态。激活后当发电机的转速naU0，则会进入初励磁状态。当设定值Us>U0，并且转速超过启动转速门限值n0时，则会进入调压状态。若无激活指令且转速超过n1，则会进入非正常状态，在非正常状态下，相电压会被调节到一个定值，以保证能监测到紧急启动转速n1，当检测到转速超过紧急启动转速时，发电机会进入调压状态且以默认值工作。如图3所示。

图3 发电机工作状态

3.3 电能管理策略的实现

图4 电能管理流程图

电能管理策略实现的流程如图4所示。其中，电能管理器采集来自车载网关的用电负载开关状态信息并计算用电负载需求电流；采集来自IBS的蓄电池SOC信息，进一步确定蓄电池输出电流的取值范围；电能管理器根据以上信息确定最优初始协态变量值计算λ0*；根据来自车载网关的发动机转速与转矩信息，获取对应的发动机燃油消耗率，进而计算哈密顿函数；找到最小的哈密顿函数对应的蓄电池电流值作为最优蓄电池输出电流Ib*，计算对应的最优发电机输出电流Ia*；将发电机电流信号转化为对应的发电机电压信号并发送给智能发电机，实现整车电能管理。

4、试验验证与结果分析

利用整车台架进行了在ECE15循环工况下用电负载不变时的电能管理策略试验。其中， ECE15循环工况运行速度随时间的变化如图5所示。

图5 ECE15循环工况速度-时间曲线

在负载功率为0.8kW时，可以计算出此时初始协态变量γ∗(t )=-46。当SOC0=SOCmax时即为最优解，此时γ(t)满足电能管理策略的所有约束条件。

在采用电能管理策略以及不采用电能管理策略的条件下分别进行仿真试验。实验结果发现采用电能管理策略时电能管理器使得发电机的电压剧烈波动，而不采用电能管理策略的试验中的发电机电压基本趋于稳定状态。这也表明电能管理器对电池的使用率大大增加，通过对蓄电池反复的充放电来降低发动机的燃油消耗，提高车辆燃油经济性。表1提供了两次试验的具体数据。通过对比燃油消耗可得，采用电能管理策略后，相比于没有采用电能管理策略的情形，车辆的燃油经济性有了明显的提升。

表1 ECE15循环工况的试验数据

5、结论

针对传统燃油汽车的电气系统，本文研究了一种电能管理系统，给出了该系统下电能管理的实时控制策略。该控制策略能够根据用电负载电流和车辆运行工况的变化，合理地分配智能发电机和蓄电池的电流输出。试验结果表明，相较于目前应用较多的整车控制策略，该策略能获得更好的燃油经济性。未来将进一步降低电能管理策略的复杂程度，加快该策略在整车上的工程应用。

[1] CHIARA F,CANOVA M. A review of energy consumption, management, and recovery in automotive systems, with considerations of future trend[J].Journal of Automobile Engineering,2013, 227(6): 914-936.

[2] 秦大同,彭志远,刘永刚等.基于工况识别的混合动力汽车动态能量管理策略[J].中国机械工程,2014,25(11) : 1550-1555.

[3] 董冰,田彦涛,周长久等.基于模糊逻辑的纯电动汽车能量管理优化控制[J].吉林大学学报:工学版,2015，45(2) : 516-525.

[4] Colin Waldman,Sabarish Gurusubramanian, et al. A model-based supervisory energy management strategy for a 12V vehicle electrical system [J]. Control Engineering Practice, 2015,44:20-30.

[5] 王跃飞,王华瑞,胡昊等.基于双层模糊控制的汽车能量管理系统研究[J].电子测量与仪器学报,2015,29(12): 1790-1797.

[6] Jongryeol Jeong, Daeheung Lee, Namwook Kim,et al. Development of PMP-based Power Management Strategy for a Parallel Hybrid Electric Bus[J]. International Journal of Precision Engineering and Manufacturing，2013，15(2):345-353.

[7] Hanane HEMI, Jamel GHOUILI, Ahmed CHERITI, An Optimal Control Solved by Pontryagin's Minimum Principle Approach for a Fuel Cell/Supercapacitor Vehicle[C], Electrical Power and Energy Conference (EPEC),2014 IEEE.

[8] 林歆悠,孙冬野等.基于极小值原理的混联混合动力客车能量管理策略优化[J].汽车工程,2012,34(10):865-870.

[9] Namwook Kim, Sukwon Cha, Huei Peng, Optimal Control of Hybrid Electric Vehicles Based on Pontryagin’s Minimum Principle[J]. Control Systems Technology, 2011,19(5):1279-1287.

Fuel motor power online management method study

Chen Wen
( Anhui Jianghuai Automobile group Co. Ltd., Anhui Hefei 230601 )

To reduce the vehicle fuel consumption, an electrical energy management approach is proposed on internal combustion engine vehicles electrical system. In order to achieve the best fuel economy, with the constraint condition of the vehicle load current demand, the on-line management strategy of internal combustion engine vehicle electric energy which based on the optimal output current distribution between the intelligent generator and battery is put forward with its implementation process. The experiment results show that proposed strategy can optimally distribute the output current between intelligent generator and battery then effectively reduce the vehicle fuel consumption.

Internal combustion engine vehicle; electrical energy management; on-line management; fuel economy

U467.1

A

1671-7988 (2017)09-07-04

10.16638/j.cnki.1671-7988.2017.09.003

陈闻，就职于安徽江淮汽车集团股份有限公司。