纯电动汽车再生制动能量回收控制算法的研究*

张霞，蔡顺燕

纯电动汽车再生制动能量回收控制算法的研究*

张霞，蔡顺燕

（成都师范学院，成都 611130）

文章从目前已有的纯电动汽车入手，从再生制动能量回收的角度分析如何延长纯电动汽车的续航里程，将纯电动汽车在制动过程中产生的惯性动能加以回收利用，以便让纯电动汽车的续航里程增长[1]。文章以软件自带纯电动汽车例，选择了主要组件的型号，控制策略，再对关键的组件建立Simulink模型，根据上述确定的控制策略和建立的Simulink模型，在基于Matlab/Simulink环境开发的仿真平台Advisor环境中选定特定的循环工况，仿真运行，然后对仿真结果进行分析。文章提出的新的控制算法，参考国内外已有的控制策略，对当下advisor2002环境中系统自带再生制动控制算法和将基于规则的综合制动控制策略和模糊控制策略两者结合起来综合运用，进行分析比较两种控制策略，在advisor2002中建立整车再生制动的模型，进行模拟仿真，从而验证算法的优越性。

纯电动汽车；再生制动能量回收；ABS控制系统；模糊控制算法

1 概述

电动汽车结构布局的特点原因，使得与传统燃油汽车相比具有无法替代的优势，比如可以提高电动汽车燃油经济性的再生制动能量回收技术[1]。因为汽车在制动过程中，消耗的制动能量占汽车消耗能量的大半，因此如何在确保汽车制动安全性和行驶稳定性的条件下，合理分配汽车制动力矩，使电动汽车的制动能量得到更有效的回收，成为电动汽车制动能量回收系统关键问题。但是再生制动能力回收，在此制动过程中由于有电机制动力矩的引入，减轻了传统制动器的摩擦热损耗，并且提高了电动汽车制动的抗热衰退性，同时被回收的制动能量可以延长汽车的续驶里程。由于电动汽车自身固有的技术难题目前为止没有得到完全的解决，比如：快速充电设施不完善；单次充电的续驶里程短等问题，因此电动汽车在多方面任需加大研究力度，所以电动汽车制动能量回收成为目前研究的热点之一。随着科技的不断发展，我们的物质生活得到了极大提高，但环境变得越发糟糕。让空气更加清晰，环境更为优美是当今社会所有人前进的方向。在当代中国，随着汽车保有量的增长，汽车排放的尾气已经列入污染源。寻找更加干净，环保的汽车变为人们未来研究汽车的风向标，而新能源汽车就具有这些优点。

本文提出新的控制算法，参考国内外已有的控制策略，对当下advisor2002环境中系统自带再生制动控制算法和将基于规则的综合制动控制策略和模糊控制策略两者结合起来综合运用，对提高电动汽车的综合性能有重大的意义。

2 国内外发展现状

2.1 国外电动汽车的发展现状

目下，欧美等发达国家尤其重视新能源汽车的开发，它们制定了非常多的优惠政策，只为能提升本国汽车产业的国际竞争力。欧洲生产商正在加大电动汽车技术的开发力度，瑞典沃尔沃、波兰索拉丽斯等汽车公司都开发电动汽车。日本电动汽车被公认为是当前新能源汽车中比较具有开发前景的，其生产的电动汽车的燃油经济性与排放性的效果都值得称赞，节油率甚至达50%左右。美国政府对新能源汽车的研究和开发同样也大力扶持，其动力系统是双轴混合电驱动系统。欧洲对混合动力技术的开发主要集中在商用车领域[5]。

2.2 国内混合动力电动汽车的发展现状

中国自主品牌汽车公司都加大了对新能源汽车的开发力度。国内新能源产业的相关发展已经进入了由科研转向产业化、规模化的要塞时刻。新能源汽车在开发过程当中，混合动力汽车不谋而合地成为研究的主方向[5]。那么提高电动汽车的性能和技术，克服电动汽车的发展瓶颈是目前首要完成的工作，其中回收制动和减速能量再回收利用具有重要的意义。

3 整车再生制动的动力学建模

通过在制动假设前提下，建立的整车四轮制动动力学模型可以看出，轮胎在汽车行驶中既受侧向力又受纵向力的作用，两者共同影响着其操纵稳定性，且在驱动轮上连上电机就可以进行能量回收，图1为建立的整车四轮制动动力学模型。

图1 整车四轮的制动动力学模型

4 整车的能量效率

以安全制动为基础，以实现电动汽车制动力矩的分配为前提，着眼于系统的能量回收效率，以纯电动汽车为模型。在了解仿真环境基本概况的基础上，反映出电机在不同控制算法下制动能量回收的多少[3]，选择整车的能量效率这个参数作为电动汽车再生制动控制算法优劣的评价指标。

整车的能量效率定义如（1）所示：

（1）式中，aero表示制动中外界消耗的能量；

rolling表示制动中外界消耗的能量，只替换算法不改变外部参数前提下；

aero和rolling的大小不变；

fueling表示输入能量；一般一次制动中输入的能量是不变的。

essstorage表示储存能量。

5 Advisor仿真

在了解其受限因素的基础上，启动软件，在里面进行相关参数设置，点击View Block Diagram打开仿真模型，在ev模块中对控制策略在不影响整车参数的情况下进行局部修改，对braking strategy模块中的算法替换。

仿真数据的传递方向用仿真模型图中箭头方向代表。后向仿真路径：箭头从左至右表示进行，它的依据是下级模块的需求运算获得上级模块的需求；前向仿真箭头自右向左表示，它的依据上级模块发出的功率到下级模块得到的实际功率。该模型由：汽车驾驶工况、车轮车轴模块、主减速器模块、变速器模块、电机及控制模块、电气负载模块、蓄电池模块、汽车整车模块[1]几个模块组成。

6 模糊控制算法

电动汽车再生制动的控制策略有非常多种类，从汽车驾驶安全和能量回收两方面考虑，提出逻辑门限、模糊控制结合在一起的优化最佳能量回收制动力分配策略，既能对控制系统的非线性特征进行有效控制，又使得该制动控制策略得到进一步的延伸和发展。

总所周知，模糊控制系统作为一种非线性智能控制系统，已普遍被运用并且在多个领域收获了较好的控制成效。建立一种以滑移率为基础的ABS模糊控制器SIMULINK框图。

软件系统中自带的是前置前驱的汽车，输入为汽车防抱死制动力、车身的车速并保持不变，输出为前轮制动力。根据上述控制策略设置，查找Advisor2002系统中的数据表得到前驱纯电动汽车前轮摩擦制动力分配系数和前轮电机再生制动力分配系数，根据汽车所需总防抱死制动力先计算出后轮所需的制动力；对前轮上所需的总制动力按照设计的算法进行重新分配。在braking strategy模块对控制算法进行修改。因为从traction control模块中，输出的force required对应策略slip-limited force red即是防滑所需力，所以没有直接体现出ABS的作用，得到的防滑驱动力，对应到模糊控制策略模块中就是ABS所需制动力[1]。在满足其预分配的前提下，着重进行的是二次重新分配驱动轮上的制动力。根据这样的方法即既没有使车轮发生抱死，又将设计的算法合理的嵌入其中[1]。

7 Advisor2002仿真运行结果分析

通过以上建立模型和仿真控制策略的重新设计，修改所需参数，设置所需参数，点击运行按钮，分别得到图2和图3的仿真结果。图5是对软件自带控制算法的仿真结果图，图6是模糊控制算法的仿真结果图。

图2 advisor2002自带控制算法下仿真结果

对比对图2和图3曲线变化，可以得出在相同的行驶工况下模糊控制算法要比自带的控制算法优越，系统整体的效率在模糊算法下要比软件自带的控制算法明显改善了许多，由自带算法下的0.065提高到了模糊算法后的0.101，能量回收率提高了35.2%，仿真结果表明双能量源纯电动的经济性和动力性都得到了提高。由仿真数据结果显示：能在满足制动条件的前提下，电动汽车的再生制动或减速过程，延长电动汽车的续驶里程、提高其经济性便可以通过回收再生制动能量实现。

图3 新设计模糊控制算法的仿真结果

8 结论

本文参照软件系统自带纯电动汽车数据为模型进行整车的建模，分析了常用的几种再生制动策略的优缺点，从中选择了合适的策略且在这个框架下推出一套再生制动模糊控制算法，再生制动模糊控制算法可以达到最大的能量回收，在仿真环境中对系统自带控制算法和再生制动模糊控制算法进行了比较验证，从仿真结果图以及数据分析，得出设计模糊控制算法对改进车辆的能量回收利用率上明显提高了，有一定的现实参考借鉴价值。

[1] 刘喜明.电动汽车再生制动能力回馈控制技术研究[D].西华大学博士论文.2012.

[2] 汪贵平.纯电动汽车驱动与制动能力回收控制策略研究[D].长安大学博士论文.2009.

[3] 方亚洲.纯电动汽车再生制动遗传算法优化的模糊控制策略的实现与仿真[J].北京汽车.2016.

[4] 王红霞.电动汽车再生制动能量回收控制策略研究[D].河南农业大学博士论文.2012.

[5] 刘忠政.重型混合动力汽车动力性与经济性的仿真分析[D].河南科技大学硕士论文.2014.

Research on Regenerative Energy Recovery Control Algorithm for ABSBased on Pure Electric Vehicle*

Zhang Xia, Cai Shunyan

（Chengdu Normal University, Sichuan Chengdu 611130）

Starting from the existing pure electric vehicles, this paper analyzes how to extend the mileage of pure electric vehicles from the point of view of regenerative braking energy recovery, and recycle the inertial kinetic energy generated by pure electric vehicles during braking. In order to increase the mileage of pure electric vehicles[1], And, in this paper, a new control algorithm is put forward. With reference to the existing control strategies at home and abroad, the system's own regenerative braking control algorithm and the rules-based comprehensive braking control strategy and fuzzy control strategy are combined and analyzed and compared. The dynamic model of vehicle regenerative braking is established and simulated in software to verify the superiority of the algorithm.

BEV; Regenerative braking energy recovery; ABS control system; Fuzzy Control

B

U469.7

B

1671-7988(2019)21-38-03

张霞（1986-），女，讲师，就职于成都师范学院，研究方向：汽车与机械电子。

1.成都师范学院教改项目（2019 JG18）；2.成都师范学院教改项目（2018JG39）；3.四川省2018-2020年高等教育人才培养质量和教学改革项目（JG2018-894）；4.成都师范学院校级应用型示范专业建设项目(2018XJYYZY01)；5.四川省应用型示范专业建设项目（SJYYSFZY180）；6.本研究得到四川省高等学校人文社会科学重点研究基地·四川中小学教师师德研究中心课题（项目编号：CJSD17-29）资助；7.四川省教育厅项目（17ZB0073）。

CLC NO.:U469.7

10.16638/j.cnki.1671-7988.2019.21.013

1671-7988(2019)21-38-03