基于纯电动车电机能耗的主减速比优化方法研究

龚定旺

摘要：针对常用的电动汽车主减速比设计方法没有考虑电机效率特性，导致电动汽车能耗难以下降的问题，在分析了主减速比与电动汽车电机能耗的关系的基础上，以纯电动车（Pure Electric Car，以下简称PEC）为研究对象，提出基于电机能耗的PEC主减速比优化方法，通过遗传算法对主减速比进行优化求解，得到使电机能耗最低的最优主减速比。为了验证优化结果，在AVL cruise中建立整车仿真模型，进行能耗经济性仿真。仿真结果显示，优化后的PEC与原PEC相比，电机效率提高了2.71%，能耗降低了11.40%，续驶里程增加了11.11%。

关键词：纯电动车;主减速比;优化设计;遗传算法

中图分类号：U469.7

文献标志码：A

0 引言

纯电动汽车具有零排放和不依赖化石燃料的优点，是汽车工业的发展方向。但是电能量消耗大、续驶里程短等问题制约了电动汽车的发展。因此减少电动汽车能量消耗是电动汽车研究的核心，其中电动汽车传动系参数是影响其能量消耗的关键因素之一[1]，因此，对电动汽车传动系的参数进行匹配优化，是当前电动汽车研究的重点之一。

汽车主减速器传动比 （简称主减速比）是传动系的重要参数，目前电动汽车主减速比的设计一般是参照同级内燃机车型进行匹配设计，没有考虑到内燃机与电动机高效率区域的差异，难以充分发挥电动机的高效特性，使得电动汽车能耗难以下降。为此，以某款纯电动车（简称PEC）为对象，研究基于电机能耗的PEC主减速比优化方法，目的是在变速器传动比一定的条件下，通过优化方法，设计出合理的 ，使电动机工作在高效率区域，达到提高电机的效率和降低PEC能耗的目的。

1 基于纯电动车电机能耗的主减速比优化方法

1.1 汽车主减速比与能耗经济性关系分析

汽车传动系主要由主减速器、变速器和差速器等组成，其功能是将动力源发出的动力传递给车轮，通过主减速器的减速增矩，以及变速器扩大转速和转矩变化范围，保证汽车在不同使用条件下具有良好的动力性和燃油经济性。描述汽车传动系主要参数有总传动比和变速器挡位，其中，总传动比是主减速比 与变速器传动比 的乘积。在行驶工况确定的情况下， 与 共同决定了动力源的工作点，从而影响其工作效率及能耗[2]。

然而，在 一定的情况下， 对不同动力源汽车的动力性和经济性的作用规律不一样。文献可知，随着 增大，内燃机汽车的加速时间减小，动力性提高，但燃油经济性变差;而随着 增大，电动汽车的加速时间减小，动力性提高，而且能耗经济性同时提高。这说明在 一定的条件下，由于内燃机与电动机工作效率特性不同， 对内燃机与电动机汽车的动力性和经济性的作用规律不一样。

因此，有必要研究电动汽车 与电机能耗的关系，在此基础上对电动汽车 进行优化设计。

1.2 电动汽车主减速比与电机能耗的关系

对于电动汽车，当循环工况给定时，其每一时刻的需求车速 就已确定，

在 不变的情况下，电机工作点 与 之间可通过 来建立一定的函数关系;同时 直接影响电机效率 和功率 ，即当循环工况给定和 一定时，由此可推出电动汽车的能耗 大小将由 来决定[3]。

1.3 优化方法

为了实现电动汽车降低能耗的目标，根据电动汽车 与 的关系，提出基于电机能耗的电动车主减速比优化方法，其基本思路是：在一定工況下，根据 与 的函数关系，由每一个 都可计算出其对应的 ，为了得到使 最低的 ，以最小的 作为目标函数，以电动汽车动力性要求 作为约束条件，对 进行优化设计，求出使 为最小的主减速比 。

由文献可知，在 为8.0～8.2的范围内，随着 的增加， 呈多峰起伏变化，这主要是由于 与 之间存在高度非线性关系所致。若使用常用的优化算法对其求解，容易收敛于局部最优解，从而导致难以获得全局最优解 。

基于电机能耗的PEC主减速比优化遗传算法的具体求解过程如下：

1）首先在 的约束范围内随机生成一组个体构成初始群体;

2）根据公式，对群体中的每个个体（ ）进行适应度计算，并判断算法收敛准则是否满足，若满足则输出搜索结果，即使 最低的 值，否则进行下一步;

3）根据个体适应度计算每个个体被选择的概率，采用适应度比例选择法按优胜劣汰的原则进行选择运算;

4）对当前群体中的个体采用算术交叉和均匀变异进行交叉和变异运算，产生新的个体，从而产生下一代群体;

5）返回第2步。

其中，第2步中的收敛准则为设定的遗传代数，当遗传算法运算到设定的遗传代数时，将此时群体中具有最大适应度的个体作为最优解输出，并终止计算[4]。

2 基于电机能耗的纯电动车主减速比优化仿真分析

以某款PEC为对象，运用基于电机能耗的纯电动车主减速比优化设计方法，对PEC的主减速比进行设计。整车满载质量16500Kg，空气阻力系数0.8，迎风面积5.8平方米，变速器速比6.9/4.13/2.47/1.49/1，

轮胎滚动半径r为0.517m，动力电池总能量92.6kWh。

2.1 PEC主减速比优化

根据整车主要参数及上节的优化方法，在Matlab中建立整车数学模型及遗传算法优化函数。其中，遗传算法的编码方式和遗传算子根据上节设置;

由于Matlab中对遗传算法进行了处理，可直接求解最小值优化问题，因此实际求解时，无需把适应度函数转化为最大值问题，而是直接以目标函数作为适应度函数进行计算。

种群最优个体适应度和种群平均适应度都收敛于5.867，说明优化结果良好。

2.2 PEC优化主减速比仿真验证

根据2节的整车主要参数，在AVL cruise软件中建立PEC仿真模型，把原PEC主减速比与遗传算法优化后的主减速比输入到AVL cruise的PEC整车模型中进行整车工况仿真，得到优化前后PEC的动力性及能耗经济性仿真结果。

在动力性方面，优化后的PEC与原PEC相比，最大车速 下降了2km/h，0～50km/h加速时间 减少了0.33s，10km/h爬坡度 增加了1.95%，不仅能够满足动力性能设计指标，而且加速性能和爬坡性能都有提升。而能耗经济性方面，在中國典型城市公交工况下，优化后的PEC与原PEC相比，电机平均效率 提高了2.71%，电机能耗 降低了11.40%，续驶里程 增加了11.11%，节能效果明显，达到了降低能耗、增加续驶里程的目标。

通过以上的优化结果及仿真分析，基于电机效率的纯电动车主减速比优化方法利用优化计算，得到使 最低的 ，通过合理地改变电动机工作点，有效地达到了降低能耗和增加续驶里程的目的。

3 结束语

汽车主减速比 对不同动力源汽车的动力性和能耗经济性影响规律不一样，需要根据电动机的效率特性对电动汽车 进行设计。在推导分析了 与电动汽车电机能耗 的关系基础上，提出基于电机能耗的纯电动车（PEC）主减速比优化方法，该方法以在中国典型城市工况下的 最低为目标，采用遗传算法对 进行优化设计。利用Matlab进行遗传算法优化求解，得到优化后的 ;利用AVL cruise对 优化前后的PEC进行动力性与能耗经济性仿真。仿真结果表明，通过该方法优化后的PEC在满足动力性要求的基础上，能耗经济性显著提高，达到了降低能耗和增加续驶里程的目标，验证了该方法的有效性。

参考文献：

[1] 郭孔辉，姜辉，张建伟.电动汽车传动系统的匹配及优化[J].科学技术与工程，2010，10（16）：3892-3896.

[2] 余志生.汽车理论[M].北京：机械工业出版社，2006

[3] 秦大同，周保华等.两挡电动汽车动力传动系统的参数设计[J].重庆大学学报，2011，34（1）：1-6.

[4] 陈伦军等.机械优化设计遗传算法[M].北京：机械工业出版社，2005

[5] 吴光强，陈慧勇.基于遗传算法的混合动力汽车参数多目标优化[J].汽车工程，2009，31（1）：60-64.