重载混合动力汽车能量管理策略的优化研究

宋娟娟，杨歆豪，李 则，耿辰露

(1.苏州大学 机电工程学院，江苏 苏州 215006；2.苏州科技大学 电子与信息工程学院，江苏 苏州 215009)

随着科学技术的发展，环境污染日益严重，使得发展新能源成为一种趋势。混合动力汽车融合了传统的燃油汽车和纯电动汽车的优势具有发动机和电动机两种动力装置[1-2]，以发动机和电动机、电池组为动力源，提高了系统的效率，一定程度上减少了排放。混合动力汽车在充分利用了发动机与电机的工作特点的前提下，合理的分配整车系统的动力功率需求，以此达到提高系统的效率。能量管理策略[3]是混合动力汽车提高燃油经济性[4]、行驶平顺性和排放性能的关键技术，由于混合动力系统是由多个动力源组成的，所以只有在充分了解各个动力源的工作特性以及工作原理的基础之上，才能合理利用各个动力源的优势，使其工作在最佳效率区[5]以达到我们预期所设置的控制目标。

作为混合动力系统提高效率的关键，混合动力汽车能量管理策略的优化控制一直都是混合动力系统领域研究能量(功率)分配的重要课题，而围绕着功率分配的优化控制方法也是层出不穷，主要有基于等效油耗控制算法(包括实时控制和全局控制算法)[6-8]、神经网络控制算法[9]、动态规划算法[10]、模糊控制算法[11]、基于最优理论的控制算法[12-15]等。

本文总结了现有研究成果中从不同角度对混合动力汽车能量管理策略的优化问题所做的研究，基于影响混合动力系统整车效率的相关因子，对能量管理策略的优化问题进行了分类梳理，深入分析了基于不同控制因子的各种优化控制策略的特点，并给出不同优化目标的控制算法，最终对于混合动力汽车能量管理策略的优化研究存在的局限及未来发展需要改进的地方做了总结。

1 问题描述

由于混合动力系统的能量管理问题是一个涉及到电能、热能、机械能等能量的控制与转化的重要问题，隶属于非线性动态优化问题，动态系统相当复杂，而且优化控制目标也有着较大的差异。大量的研究工作者在相关的文献中从不同的方面对混合动力汽车能量管理策略的优化控制进行了描述与定义，许多文献通过对混合动力系统中两种动力源进行合理的功率分配[16]实现对混合动力汽车能量管理策略的优化控制；一些文献中以电池的荷电状态[17]作为优化控制的目标建立性能指标函数；还有些文献中综合考虑到电池的荷电状态、燃油排放等情况以燃油消耗最小[18-19]为控制目标；也有些文献中将道路的工况信息[20]为约束条件，建立关于不同工况约束条件下的优化控制问题。

简单的来说，混合动力汽车针对动力分配系统所建立的模型[21]可表述为

(1)

基于动力分配系统的动态模型所提出的能量管理策略的优化问题可表述为

(2)

其中，x为系统的状态变量，一般用来表述电池的荷电状态SOC,u为系统的控制变量，一般为系统所需的功率或者转矩的分配情况,N(x)为系统的约束条件，比如，电机的功率和转矩的约束、发动机转速与转矩的条件限制，SOC的初值与终值约束等，J(x,u)为能量管理策略优化控制目标的性能指标函数。

2 能量管理策略的优化算法

考虑到混合动力系统复杂的功率分配问题，下面将基于燃油经济性、油耗、SOC等方面的能量管理策略进行优化控制，以达到提高整车系统效率的目的。

2.1 基于燃油经济性的能量优化问题

考虑到混合动力系统中电动机和发电机都可以提供动力，为协调发电机和电机之间的功率输出，行之有效的利用动力源，以便提高系统的燃油经济性，文献[22]中将发动机的油耗和电机的油耗之和作为整个系统的等效油耗，并且加入未来驾驶员的驾驶意图；文献[23～24]中考虑到在充电和放电过程中其等效因子的变化情况是不同的，建立关于油耗的瞬时功能函数；文献[25]中将能量管理策略的优化问题描述成将电机的能量消耗转化为等效的发动机油耗，将该油耗与发动机的实际油耗之和作为名义油耗，在某个工况条件下确定电动机的工作状态及工作点，最终实现对发动机、电动机输出转矩的优化控制，此等效油耗控制问题可表示成如下优化问题

(3)

且有

(4)

(5)

其中，SFCrech为百公里油耗的平均燃油消耗量，SFCdis为排放箱的燃油消耗平均值，ηe_mean为电机的效率，ηbatt_mean为电池的效率，Pe(ωe,Te)为电机提供的需求功率。

文献[26]中将能量管理策略的优化控制问题解析为根据驾驶员的需求功率来分配动力系统中各个部件的功率，以获得整车系统最佳的燃油经济性并保持电池荷电状态在允许范围内的平衡，此时最佳燃油经济性问题可转化为在时长为[t0,tf]的循环工况下的能量管理策略的优化问题，即性能指标函数为

(6)

约束条件为

(7)

SOE(u(t),t)=Eb(t)/Eb_max

(8)

其中，Pe_min，Pe_max分别为发动机的最小、最大输出功率，Pb_min为电池最大充电功率，Pb_max为电池最大放电功率，SOE为电池的能量状态，Eb(t)为当前时刻所剩的电池能量，Eb_max为电池所能储存的最大能量。

2.2 基于瞬时油耗控制的能量优化问题

由于车辆在城市道路下行驶时，常处于频繁的起停和换挡等瞬时工况下，为了提高整车系统的燃油经济性，有必要将车辆的实时优化控制考虑到能量管理策略的优化中，这样一方面可以较好地获得在瞬时工况下系统的能量消耗情况，另一方面也可以实时改进系统的功率分配，文献[27]中综合考虑了整车速度、传动齿轮数目、SOC荷电状态，将能量管理策略的优化问题表述为关于等效油耗和发动机输出排放的瞬时成本函数

(9)

且约束条件为

M=α(SOC(N)-SOCf)2

(10)

x(N)-x(0)=SOC

(11)

其中，N为驾驶周期的持续时间，k表示驾驶周期内的某个时间点，L表示瞬时成本函数(包括等效燃油消耗、发动机的NOx和PM排放量)，μ,v,α为加权因子参数。

文献[28]中，考虑在增强或者保持车辆的驾驶性能的前提下，以某个时间点或者某段连续的时间段内系统发燃油消耗最小为目标，综合考虑燃油消耗和排放的问题，将优化问题表述为

(12)

且约束条件为

(13)

其中，X定义了参数的上限和下限，ncon为约束的数量，FC，HC+NOx，CO用于标准化每个变量的目标值，ωi是每个参数基于标准所分配的权重，TDC为驾驶时间的持续周期。

2.3 基于全局油耗控制的能量优化问题

为了获得整车系统基于等效油耗的全局优化控制，文献[29]中采用改进的动态规划算法，对于既定的系统功率需求，协调发动机和电池的输出功率，使得整个循环工况下的油耗量达到最小，文献[30]中基于发动机的转矩输出控制，建立了关于发动机输出转矩的优化控制，并将发动机的输出转矩约束在一定的范围内，文献[31]采用动态规划算法对能量管理策略进行全局优化，将电池消耗或者吸收的能量等效的转化为一定的燃油消耗量，则基于全局优化控制的性能指标函数可以表示为

(14)

(15)

约束条件为

(16)

其中，Q(K)为k阶段的燃油消耗量，g为状态转移函数，SOC(k)为k阶段的电池荷电状态。

文献[32]中，考虑到换挡过程中的挡位优化控制，将SOC限制在一定的区域范围内，提出了控制整个循环工况下发动机燃油消耗最低和SOC的荷电状态维持在一定的理想值为控制目标的优化问题，即可以表述为

(17)

且约束条件为

ωe_min≤ωe≤ωe_max
ωg_min≤ωg≤ωg_max
ωm_min≤ωm≤ωm_max

(18)

(19)

SOCm_min≤SOCm≤SOCm_max

(20)

其中，发动机转矩Tg、电机转矩Tm、变速箱挡位i(i⊆{0,1,2,3})(0代表空挡)为系统的控制变量，Qe=f(Te,ωe)，Qe为发动机燃油消耗，是当前状态发动机转矩、转速的查表得到的函数。

2.4 基于SOC控制的能量优化问题

SOC作为混合动力汽车的动力源之一，SOC的电池荷电状态、电池容量以及电池健康状态对于混合动力系统能量管理策略的优化控制有着重要的影响。文献[33]中考虑到SOC的荷电状态与发动机输出功率的关系，建立了基于极小值原理的能量管理策略的优化控制；文献[34]中利用模糊控制规则，将对SOC 的荷电状态控制引入了一定的约束条件，即要求SOC在一定工况下，终值与初值相等，并建立关于SOC的优化控制；文献[35]为了研究在混合动力系统燃油消耗率最小的前提下SOC的荷电状态，建立了关于SOC为控制变量的性能指标函数，并把SOC约束在一定的范围内，文献[36]中考虑到电池的健康状态以及电池的寿命估计，将SOC的优化问题描述为

(21)

(22)

(23)

3 问题与展望

混合动力汽车作为新能源汽车的一种，在降低排放、节能减排方面扮演着不可替代的角色。由上从各个方面总结了影响混合动力系统效率的因素，简述了不同控制目标下的优化算法。混合动力汽车能量管理策略的优化对于提高整车系统的效率有着重要的作用，而目前影响混合动力汽车能量管理策略优化的因素主要有：对性能指标以及功能函数的选择与确定、系统瞬态变化过程对耗油的影响、混合程度以及混合动力系统的结构、驾驶工况的预测、控制算法的选择等，现阶段混合动力汽车发展的局限主要在于：

(1)对于不同工况下道路信息的预测无法准确获得，现在已有的预测方法都是基于未来道路信息、先验知识以及驾驶员对于不同工况下的驾驶要求，实际应用时会有一定的误差；

(2)由于在城市中车辆可能会处于频繁的起停，这样就导致研究混合动力汽车瞬时能量损耗显得尤为重要，但是瞬时优化算法又无法保证系统的全局最优。

对于上述影响混合动力系统因素以及混合动力汽车发展存在的局限，考虑未来混合动力汽车的努力方向，总结了以下几点需要改进的地方：1)由于混合动力系统是根据驾驶员所需要的功率需求来分配动力系统的能量的，而能量的分配对于整个效率的提高具有至关重要的作用，探寻行之有效的能量分配方法更有利于能量管理策略的优化以及提高车辆的燃油经济性、动力性；2)无论是结构串联型、并联型还是混联型的混合动力系统，再生制动所回收的能量能够提供总能量35%的有效能源，所以可以进一步改善能量的分配控制策略，探索更有效的功率分配算法可以更好的提高整体效率；3)为了获得更为准确的工况信息，可以充分利用现有的遥感技术、导航以及GPS定位系统，结合神经网络、深度学习等人工智能的算法对路况信息进行实时预测与获取，并应用于控制算法中。

[1] 孙景伦,周萍,孙跃东.纯电动汽车动力传动系参数匹配及仿真[J].电子科技,2016,29(1):51-55.

[2] Tryon B W.Hybrid electric vehicle energy management system:US,US20080021628[P]. 2008.

[3] Salman M A,Chen J S,Chang M F. Predictive energy management system for hybrid electric vehicles:US,US 7360615 B2[P].2008.

[4] Emadi A,Lee Y J,Rajashekara K.Power electronics and motor drives in electric,hybrid electric, and plug-in hybrid electric vehicles[J].IEEE Transactions on Industrial Electronics,2008,55(6):2237-2245.

[5] Song Z,Hofmann H,Li J,et al.Energy management strategies comparison for electric vehicles with hybrid energy storage system[J]. Applied Energy,2014,134(C):321-331.

[6] He H W,Zhang Y Q,Wan F.Control strategies design for a fuel cell hybrid electric vehicle[C].MA,USA:Vehicle Power and Propulsion Conference,IEEE,2008.

[7] Johnson V H,Wipke K B,Rausen D J. HEV control strategy for real-time optimization of fuel economy and emissions[J].Mccarthy, 2000,1(3):1543-1558.

[8] Amir lbrahim Ali A.Moedling and simulation of smooth gearshift control in real-time for automatic manual transmission system [D].Chongqing:Chongqing University,2005.

[9] Jian Wu.Optimization of energy management strategy for parallel hybrid electric vehicle[D].Jinan:Shandong University,2008.

[10] Wu Di.Research on energy optimal management control strategy for ISG hybrid electric vehicle[D].Hefei:Hefei University of Technology,2013.

[11] 古艳春.混合动力汽车AMT换档策略及换档控制的研究[D].上海:上海交通大学,2006.

[12] Wirasingha S G,Emadi A.Classification and review of control strategies for plug-in hybrid electric vehicles[C].CA,USA:Vehicle Power and Propulsion Conference,IEEE,2009.

[13] Serrao L,Rizzoni G.Optimal control of power split for a hybrid electric refuse vehicle[C].PR,USA:American Control Conference,2008.

[14] Rousseau G, Sinoquet D, Rouchon P, et al. Constrained optimization of energy management for a Mild-Hybrid vehicle[J]. Oil & Gas Science & Technology,2007,62(4):623-634.

[15] Delprat S,Guerra T M,Rimaux J.Control strategies for hybrid vehicles: optimal control[J].IEEE Transactions on Engine,2002(3):1681-1685.

[16] Salman W,Chang M F,Chen J S. Predictive energy management strategies for hybrid vehicles[C].Hongkong:IEEE Vehicle Power and Propulsion Conference,IEEE,2005.

[17] Affanni A,Bellini A,Franceschini G,et al. Battery choice and management for new-generation electric vehicles[J].IEEE Transactions on Industrial Electronics,2005,52(5):1343-1349.

[18] Wei X,Guzzella L,Utkin V I,et al. Model-based fuel optimal control of hybrid electric vehicle using variable structure control systems[J].Journal of Dynamic Systems Measurement & Control,2007,129(1):7-14.

[19] Kim N,Cha S,Peng H.Optimal control of hybrid electric vehicles based on pontryagin’s minimum principle[J].IEEE Transactions on Control Systems Technology,2011,19(5):1279-1287.

[20] 刘永刚,解庆波,秦大同,等.基于工况识别的混合动力汽车能量管理策略优化[J].机械传动,2016(5):64-69.

[21] Zhao Xinchun,Guo Ge.Survey on energy management strategies for hybrid electric vehicles[J].Acta Automatica Sinica,2016,42(3): 321-334.

[22] Sciarretta A,Back M,Guzzella L.Optimal control of parallel hybrid electric vehicles[J]. IEEE Transactions on Control Systems Technology,2012,12(3):352-363.

[23] Kleimaier A,Schroder D.An approach for the online optimized control of a hybrid powertrain[C].Maribor,Slovenia:International Workshop on Advanced Motion Control,Institute of Electrical and Electronics Engineers Inc,2002.

[24] Musardo C,Rizzoni G,Guezennec Y,et al. A-ECMS:an adaptive algorithm for hybrid electric vehicle energy management[J]. European Journal of Control,2005,11(4-5):509-524.

[25] Paganelli G,Delprat S,Guerra T M,et al. Equivalent consumption minimization strategy for parallel hybrid powertrains[C].VTC Spring:Vehicular Technology Conference, IEEE,2002.

[26] 林歆悠,孙冬野,邓涛.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.

[27] Salmasi F R.Control strategies for hybrid electric vehicles: evolution, classification, comparison, and future trends[J].IEEE Transactions on Vehicular Technology,2007,56(5):2393-2404.

[28] Poursamad A,Montazeri M.Design of genetic-fuzzy control strategy for parallel hybrid electric vehicles[J].Control Engineering Practice,2008,16(7):861-873.

[29] Shen Caiying,Xia Chaoying.Control strategy of series hybrid electric vehicle based on improved dynamic programming[J]. Control Theory & Applications,2011,28(3):427-432.

[30] 林歆悠.混联式混合动力客车功率均衡能量管理控制策略研究[D].重庆:重庆大学, 2011.

[31] Lin C C,Kang J M,Grizzle J W,et al. Energy management strategy for a parallel hybrid electric truck[C].NZ,USA:Proceedings of the American Control Conference,2001.

[32] Moghbeli H,Halvaei Niasar A, Fallahi N. Fuzzy energy control strategy of through-to-road hybrid electric vehicle[M]. New York:Mc Gell Press,2014.

[33] Kim N, Cha S, Peng H. Optimal control of hybrid electric vehicles based on pontryagin’s minimum principle[J].IEEE Transactions on Control Systems Technology, 2011,19(5):1279-1287.

[34] Wu J. Fuzzy energy management strategy for plug-in hev based on driving cycle modeling[C].LV,USA:Control Conference,IEEE,2014.

[35] Taghavipour A,Foumani M S,Boroushaki M.Implementation of an optimal control strategy for a hydraulic hybrid vehicle using CMAC and RBF networks[J].Scientia Iranica, 2012,19(2):327-334.

[36] Serrao L,Onori S,Sciarretta A,et al. Optimal energy management of hybrid electric vehicles including battery aging[C].TX,US:American Control Conference,2011.