魏 玲,耿大勇
(辽宁工业大学电气工程学院,辽宁 锦州 121001)
油电混合动力汽车以电动马达作为发动机的辅助驱动,实现了动力优势互补,该汽车由于有电动马达辅助动力,因此在车辆起步加速过程中,能够降低油耗。油电混合动力汽车通过油耗控制,在多个动力源之间,合理分配需求功率,同时对各动力部件之间进行协调管理[1]。油耗是指在不同路面上,汽车等速行驶时的燃油经济性指标。目前根据各个国家制定的标准,存在不同类型的工况,例如美国的NEDC、UDDS、HFEDS以及US06,还有如我国的SC03,都是不同的工况类型。
因此控制方法以上述分析为依据,在满足车辆动力性能的前提下,以汽车的最小油耗为管理目标,提出针对单一工况的控制方法[2-3]。当该控制应用到不同的汽车行驶工况中时,具有适应性较差、整车油耗偏高的问题。而目前的汽车行驶工况存在多样性,因此经过实际应用分析,发现传统方法与预期效果之间还存在一些差异,仍不能达到更好的油耗控制效果。
针对上述传统控制仿真中存在的问题,对油电混合动力汽车不同工况最小油耗,提出全新的控制仿真研究,将处理数据与汽车行驶工况合成,以最优控制设置SOC门限值,构建最小油耗仿真控制模型,为我国的油电混合动力汽车在不同工况下的最小油耗控制,提供更先进的技术,为促进我国汽车行业、节约理念和环保战略发展,提供科学的技术支持。
设置数据采样间隔、确定数据采集量,在油电混合动力汽车的不同工况中,采集基本信息。由于驾驶员操作不当,油电混合动力汽车容易产生脉冲噪声和高频噪声,影响仿真控制效果,因此利用滤波函数进行降噪,从而消除脉冲噪声和高频噪声。该函数利用脉冲噪声滤波器,去除工况曲线奇点,然后使用高频噪声滤波器,处理平滑后的曲线。其中脉冲噪声滤波器的计算公式为
(1)
式中:u(t)表示t时刻时,油电混合动力汽车的车速[4]。而高频噪声滤波器的平滑曲线计算公式为
(2)
(3)
(4)
式中:ti表示单个簇i在汽车不同工况中的持续时间;t1表示代表工况的持续时间;t2表示所有工况区块数据的总持续时间;ni工况区块总数量;ti,j表示簇i中工况区块j的时间[6]。在数据处理后,完成对汽车行驶工况的合成。
控制不同工况的最小油耗,可以将汽车看作一个非线性系统,将油耗控制默认为一个受约束的最优控制问题。因此以最小油耗为目标,可以用下列公式描述全局最优控制
(5)
式中:Q表示油耗总量;we(c(t))表示汽车发动机的瞬时燃油消耗量,其中c(t)为汽车控制变量;te表示发动机瞬时工作时长。因为油电混合动力汽车的控制变量为电池功率、发动机和电机的动力分配比例以及电机转矩,因此本次研究将电机转矩作为控制变量,则
c(t)=Zm(t)
(6)
式中:Zm(t)表示t时刻下电机m的转矩。将电池荷电状态作为汽车状态变量,则x(t)=SOC(t)[7]。则根据电池等效内阻模型,得到
G=U1·I=U2(SOC)·I-·I2R0(SOC)
(7)
式中:G表示电池功率;U1、U2表示电池端电压和开路电压;I表示电流;R0表示等效内阻。忽略蓄电池和其它附件的影响,默认电池能量流动只取决于电机,则电池与动力部件之间,存在如下能量关系
(8)
(9)
当计算结果I>0时,此时的电池向外放电,电机作为电动机驱动;当计算结果I<0时,外部向电池充电,此时电机作为发电机提供电能。假设电池额定容量为W,根据上述公式,得到SOC门限值
(10)
根据上述计算公式,确定SOC门限值。根据电池的特性,此次研究将该值默认为0.4[9]。
已知油电混合动力汽车能耗,由APU油耗和电池电耗组成,因此在了解APU和动力电池的输出功率序列后,可以控制汽车在不同工况中的油耗。因为发动机输出功率和APU输出功率可控,因此二者之间存在如下关系
FAPU(t)=Fe(t)·λm
(11)
式中:APU输出功率为FAPU(t);发动机输出功率为Fe(t);λm表示发电机m的效率[10]。因为动力电池不可控,因此将计算结果作为变量,得到APU油耗
(12)
其最小油耗仿真控制模型的目标函数为
(13)
而该模型的状态方程为
(14)
已知APU输出功率与动力电池输出功率之间,需要满足汽车需求功率[11]。则状态方程可改写为
SOC(t+1)=SOC(t)+f(FAPU(t))
(15)
假设该模型的初始条件和终端约束条件,如下列公式所示
(16)
则最终得到该模型的控制域
FAPU,min≤FAPU(t)≤FAPU,max
(17)
根据上述计算过程求得最优状态轨迹,实现对油电混合动力汽车不同工况的最小油耗控制[12]。基于上述计算过程,实现此次研究的仿真控制模型。
参考EPA发布的工况和ECE规定的工况,设置五种不同的行驶工况基本参数,如下表1和表2所示。
表1 不同工况的特征参数统计表(一)
表2 不同工况的特征参数统计表(二)单位:km/h
五种工况各有不同,其中前两种汽车行驶工况较为接近,分别为典型城市工况和典型高速工况;第三种和第四种工况为激烈驾驶工况和高温运行工况,最后为普通工况。选择两台型号基本参数完全一致的油电混合动力汽车,为此次实验测试基本对象,在不同的工况中进行最小油耗仿真控制测试。
保证基本测试条件一致,面对NEDC工况进行第一轮测试,结果如图1所示。
图1 发动机输出转矩仿真控制效果
根据图1中的测试结果可知,在前段时间内,本文方法发动机输出转矩为0,说明汽车处于无工作状态。但初始阶段的汽车行车速度较低,蓄电池的SOC较高,此时的汽车依靠驱动电机提供能量。当运行一定时间时,车速逐渐提高,对于转矩的需求量增加,此时的驱动电机单独工作无法满足运行要求,因此发动机开始工作。
将US06工况作为测试条件,分别利用三个测试组,仿真控制汽车的最小油耗,测试结果如图2所示。
图2 发动机输出转矩仿真控制效果
根据图2中的测试结果可知,本文方法的发动机输出转矩控制效果,与NEDC工况下的控制效果较为近似,都是在行驶路况初期阶段,将发动机输出转矩控制为0。而文献[4]方法和文献[5]方法在同一路况中,其发动机输出转矩存在数值,与实际情况不符合。可见面对不同的路况时,三个测试组的仿真控制效果存在极大差异。
再将UDDS、HFEDS以及SC03工况作为基本测试条件,同样进行发动机输出转矩仿真控制效果对比测试,然后根据得到的测试结果,统计不同方法应用下,油电混合动力汽车在不同工况中的油耗,统计结果如表3所示。
根据表3中的数据可知,在五种不同的汽车行驶工况下,此次提出的最小油耗控制仿真方法,比两种传统方法的油耗控制效果更好,说明所提出方法对于发动机输出,有更精准的仿真控制效果。综合5次汽车行驶工况下的仿真测试结果,得到回收能量对比结果,如图3所示。
图3 不同方法的能量回收效果
根据图5所示曲线可知,本文方法在仿真控制下,可以回收的能量比对照组多出近30%,可见此次研究的仿真方法,更加适合控制油电混合动力汽车在不同工况中的油耗。
此次研究在传统控制仿真的基础上,加强了对于SOC值的确定,优化仿真控制模型。经过实验证实,此次提出的控制仿真,油耗控制效果更好。但受个人能力以及工作经验的影响,此次研究没有对另外三种工况下的测试结果,展开详细说明,因此在下一阶段的研究工作中,可以将另外三种工况作为基本测试条件,进一步论证此次实验测试结果。