混合动力汽车智能能量管理策略的分层与自适应神经模糊控制

本文研究一款由Safra公司开发的混动客车，其动力总成包括电机、液压马达、内燃机和电池，结构如图1。该车有5种工作模式，模式1：电机单独驱动；模式2：内燃机带动液压马达驱动；模式3：电机和液压马达混合驱动；模式4：内燃机为电池充电；模式5：制动能量回收。

为了在软件层面进行仿真分析，首先建立动力学模型，其次建立了驾驶员模型，来对加速和制动踏板信息进行解析，准确传达驾驶员命令。随后搭建了整车控制器模型，采用分层控制思想，将控制策略分为三个阶段：阶段1通过模糊控制来确定此时车辆的工作模式；阶段2通过对动力进行合理分配来使整车效率最大化；阶段3进一步确定各动力源的工作点或工作范围。

在阶段1中，分别将扭矩需求、电池SOC（剩余电量状态）和车速三个参数进行模糊化，并设计一个模糊控制器，根据车辆实时的信息反馈来确定当时车辆的运行模式。在阶段2中结合上一阶段得到的工作模式，根据新的模糊控制规则，得到电机和发动机的输出转矩，实现对动力的实时分配（图2、图3）。阶段3利用PID模糊控制算法来分别对电机的工作转速范围和发动机的工作点进行自适应选取，在满足性能要求的基础上最大化地提高整车效率。该策略具有如下优点：（1）无需提前预知行驶工况；（2）能够在5种工作模式间实时切换；（3）发动机能够工作在经济高效区。

图1 动力总成结构

图2 IHHCS分布式再生系统

图3 Level 2原理图

最后通过仿真发现，相较于传统策略，本文的控制策略能够在整个循环工况下，实现电池SOC提升3%，整车的能量消耗减低30%，具有很好的节能效果。