混合动力汽车驱动意图识别转矩补偿控制策略＊

解庆波 刘永刚 彭靖宇 李杰

（1.比亚迪汽车工业有限公司，深圳 518118；2.重庆大学，重庆 400044）

主题词：混合动力汽车 驱动意图识别 转矩补偿 控制策略

1 前言

混合动力汽车（Hybrid Electric Vehicle，HEV）的动力系统由多个动力源组成，不同的行驶工况与驱动意图会影响其动力性与经济性[1-2]，因此，在制定混合动力汽车转矩分配策略时应充分考虑行驶工况与驱动意图的影响。相关学者利用某种参数对行驶工况类型或驱动意图进行了识别[3-7]，然而，车辆在行驶过程中，由于发动机本身固有的转矩响应迟滞特性，实际转矩跟随不上目标转矩，驾驶员需求的动力性能会减弱，尤其在急加速时发动机不能及时响应，导致加速缓慢。因此，有人提出利用电机的快速响应特性随时补偿发动机的迟滞转矩[8]，也有人提出利用电机实时补偿发动机输出转矩与需求转矩的差值策略[9]，以及利用电机转矩补偿发动机的转矩协调控制策略[10-11]。然而车辆即使在匀速行驶过程中，同样会频繁出现发动机实际转矩小于目标转矩的现象，同时电机全部实时补偿发动机输出的迟滞转矩会增加电池电量的消耗。

针对上述问题，本文首先通过车体冲击度对驱动意图进行识别，并结合车辆加速度提出了基于模糊控制的车辆驱动转矩补偿系数求解方法，在满足驾驶员需求的条件下，利用转矩补偿系数对电机补偿发动机迟滞的转矩进行优化，建立了基于工况的混合动力汽车驱动意图识别转矩补偿策略。在同等油耗下，所制定的补偿策略与没有加入驱动意图识别的补偿策略相比，电池SOC同比增加2.1%。

2 HEV基于规则的控制策略

2.1 动力系统结构与参数

以某ISG型混合动力电动汽车为例，其结构如图1所示，动力系统参数如表1所列。

图1 ISG型混合动力电动汽车结构示意

表1 ISG型混合动力电动汽车整车主要参数

2.2 整车基本逻辑门限控制策略

整车基本能量管理策略及其方案如图2和表2所示，表2中各参数含义如表3所列。

图2 整车基本能量管理策略

3 驱动意图的识别方法

不同的行驶工况会对驾驶员的操纵产生影响[12-13]，因此，在行驶工况的基础上进行驱动意图的识别才能更准确。

3.1 行驶工况的识别方法

典型的行驶工况包括市区拥堵工况（工况1）、城市郊区工况（工况2）及高速公路道路工况（工况3）等3种，如图3所示。本文进行工况识别时，分别选取120 s和5 s作为历史工况提取时间和工况预测时间，选取最高车速、平均车速、最大加速度、最大减速度、平均加速度、平均减速度、怠速时间比例作为工况识别的特征参数。利用BP神经网络对行驶工况类型进行识别，以图3所示3种工况作为工况识别的训练样本。

表2 能量管理策略方案

表3 控制策略各参数含义

图3 3种典型工况

3.2 驱动意图识别系数的确定

根据参考文献[7]计算方法，利用车体冲击度计算驱动意图识别系数。车体冲击度J(t)及驱动意图识别系数R计算式为：

式中，SDJ为冲击度的标准差；v(t)为车速；为平均冲击度。

式（1）和式（2）中，设定9 s为驱动意图识别周期，6 s为识别结果更新周期，通过计算，得到3种典型工况的平均冲击度如表4所列。

表4 3种典型工况的平均冲击度

4 驱动意图下的转矩补偿

通过驾驶意图识别系数来判断驾驶员踩下油门或踏板的程度，可反映出驾驶员对车辆运行时驱动或制动需求紧急程度的不同。本文通过对驱动意图识别系数与车辆加速度的分析，利用模糊控制方法确定驱动转矩补偿系数，在满足驾驶员需求的同时，尽量降低因电机补偿发动机迟滞转矩所消耗的电量。

4.1 驱动意图转矩补偿系数的确定

为满足驾驶员的转矩需求，需要利用电机的快速响应特性补偿发动机的响应迟滞。本文利用车辆加速度，结合整车实时识别的驱动意图识别系数R，利用模糊控制方法确定驱动意图转矩补偿系数。利用驱动意图转矩补偿系数与发动机迟滞转矩得到电机最终补偿发动机的转矩，在发动机单独驱动模式、混合驱动模式以及行车发电模式下对发动机迟滞转矩进行补偿。

加速度α驱动意图识别系数R以及转矩补偿系数的模糊控制规则如表5所列，其隶属度函数如图4所示。

表5 驱动意图模糊特征

图4 隶属度函数

加速度α的语言变量为：{小（S），中（M），大（B），很大（VB）}，论域为0到3。驱动意图识别系数R的语言变量为：{小（S），中（M），大（B），很大（VB）}，论域为0到4。转矩补偿系数β的语言变量为：{很小（VS），小（S），中（M），大（B），很大（VB）}，论域为0到1。

驱动意图识别修正系数模糊控制的主要思路是：如果识别出的驾驶意图识别系数与工况加速度都较大，表示驾驶员急需加速，利用电机的快速响应瞬态特性弥补发动机的响应迟滞，以此来满足车辆的加速意图；如果识别出的驾驶意图识别系数与加速度都较适中，表示驾驶员是比较标准地驱动车辆行驶，可以相对减少发动机的转矩补偿；如果识别出的驾驶意图识别系数与加速度都较小，表示驾驶员加速缓慢，可利用电机补偿部分转矩或不补偿发动机的转矩迟滞。这样，即可实现更为合理的转矩补偿，也可在满足驾驶员需求的同时降低电量消耗。

4.2 驱动意图转矩补偿系数的确定

在需求转矩为正时，利用驱动意图转矩补偿系数对车辆行驶过程中的发动机迟滞转矩进行补偿，转矩补偿表达式为：

式中，Treal为发动机实际输出转矩；Tv为车辆需求扭矩；Tm为ISG电机提供的转矩；β为转矩补偿系数；Te为发动机提供的转矩。

由式（3）可知，修正后的电机目标转矩（Tm+β（Te-Treal））为根据基本控制策略所计算的转矩Tm与转矩补偿系数β乘以发动机迟滞转矩（Te-Treal）之和，根据基本策略计算的发动机目标驱动转矩不变。

5 仿真分析

5.1 转矩补偿策略

为在满足车辆动力性的同时尽量减少因电机全部实时补偿发动机转矩迟滞所造成的电量消耗，采取电机根据转矩补偿系数确定补偿发动机迟滞转矩的方法，制定了基于工况的驱动意图识别转矩补偿策略，如图5所示。

图5 转矩补偿控制策略

5.2 仿真及结果分析

利用MATLAB/Stateflow搭建控制策略模型，模型包括正常扭矩分配策略模块、工况识别算法策略模块、模糊控制算法模块以及最终电机需求目标扭矩计算模块，配置模型并自动生成代码，利用嵌入式工具把代码写入控制器。在HIL平台上验证采用基于驾驶意图识别的转矩补偿策略与采用电机全部补偿发动机转矩迟滞策略所带来的电量消耗差异。该混合动力汽车的动力系统参数参照表1，初始SOC设置为0.5，选取NEDC工况作为测试工况。

NEDC工况的识别结果如图6所示，驱动意图识别系数结果如图7所示，在NEDC工况下的驱动意图转矩补偿系数如图8所示。图8表明，在发动机单独驱动模式、混合动力模式以及行车发电模式下，驱动转矩补偿系数不为0，可进行驱动转矩补偿系数的计算；而在纯电动模式及制动回馈模式下驱动转矩补偿系数为0，不进行驱动转矩补偿系数的计算，即驱动转矩补偿系数可根据制定的策略进行计算。

图6 NEDC工况识别结果

图7 驱动意图识别系数

图8 驱动转矩补偿系数

仿真结果如图9和表6所示。

图9 仿真结果对比

表6 仿真结果对比

由图9a可看出，所采用的驱动转矩补偿能量管理策略能够很好地跟随目标工况，使车辆具有很好的动力性。由图9b和图9c可看出，发动机在匀速及加速过程中均会频繁出现发动机实际转矩小于目标转矩的现象，这时需要电机进行补偿，而不同的驱动意图补偿转矩是不同的。由图9d和表6可知，加入驱动转矩补偿系数后，相对于采用电机全部补偿发动机转矩迟滞转矩策略，在百公里油耗均为5.86 L的情况下，电池SOC在NEDC工况开始至结束整个过程的变化量分别为0.072与0.093，动力电池SOC同比升高2.1%。可见，加入驱动转矩补偿修正系数后，驾驶员在驱动过程中消耗的电量有所降低，电池SOC更容易维持。

6 结束语

通过车辆行驶过程中的车体冲击度分析，将整车行驶工况的加速度与整车实时识别的驱动意图识别系数相结合，利用模糊控制方法制定了驱动意图转矩补偿系数计算方法。利用MATLAB/Stateflow搭建了控制策略模型并利用HIL平台进行仿真，结果表明，所制定的基于工况的驱动意图识别转矩补偿控制策略相对于电机全部补偿发动机迟滞转矩策略，在油耗相当的情况下，电池SOC同比提升2.1%，验证了所提出策略的有效性。