复合电源电动汽车功率分配与再生制动研究

崔浩博

摘 要：在石油资源短缺和气候异常变化的背景下，过去几十年来，纯电动汽车的发展越来越受到人们的关注。与燃料车相比，纯电动车的优点是完全无污染，噪音小。蓄电池是纯电动汽车的主要动力来源，具有能量密度高、自放电率低、无记忆等优点，但当大倍率电流充电时，蓄电池容量衰减率增加，从而缩短了蓄电池的使用寿命，超级电容器具有高功率、快速充放电的特点。因此，可以将两者与有效的能量管理策略一起形成，充分利用高电池能量密度和高超容量功率密度的优势。能源管理政策是一项关键技术，目前主要的管理政策包括基于规则的政策、基于优化的政策和基于学习的政策。本文对复合电源电动汽车功率分配与再生制动进行分析，以供参考。

关键词：复合电源；双模糊控制；研究

引言

关于经修正的功率分层模糊控制能量管理策略，本发明（1）通过设计功率范围层次模糊控制器，降低了分析的复杂性，提高了控制策略对工作状态的适应性；（2）所建议的控制策略能够很好地消除锂电池电流波动和峰值电流减弱，同时有效降低锂电池的能耗效率，提高锂电池的保护效果；（3）使用avlcruise软件建立了综合车辆模型，便于对各种控制策略进行验证，综合车辆仿真更符合实际情况；第二，拟议的监测战略具有更好的实时能力和监测能力，能够在全系统模拟软件的成熟平台上迅速、定期地运行，并具有一定的实际价值。

1概述

随着新存储技术的快速发展，例如超级容量、电源管理技术，混合电源是一种新型电动汽车存储解决方案，重点关注能源材料开发、存储材料建模和参数匹配、能源拓扑设计、能源转换技术和电源管理技术。电源管理是混合动力系统的核心，目的是确保锂离子电池的输出功率和超级容量的合理分配，防止锂离子电池由于功耗较高而导致输出功率较高，并通过电动汽车退役时超级容量的能量特性提高能量回收。当今的电源管理策略分为两类：基于规则的策略和优化的控制策略。基于规则的能源管理策略控制易于实时、高度和易于实施，包括确定性和基于逻辑的控制策略两类。但是，由于汽车行业的多样性和复杂性，基于规则的控制策略的适应性较差，无法动态调整。基于优化策略的策略分为全局和局部优化控制策略，包括动态规划、继承算法、模型预测控制、高级学习和神经元等方法。由于基于最优控制方法的计算量较大，实时在线操作较少，应用也较为受限。为了解决上述两种控制策略的调整和实时问题，许多研究人员选择了不同控制方法的组合，使用DP算法优化离线能量分配，使用基于规则的控制算法，使用继承算法优化模糊逻辑算法的属性函数和相关参数，以及将马尔可夫预测模型与模糊逻辑和逻辑控制结合起来，以上控制策略在一定程度上解决了单一控制策略适应性差与实时性低的问题。

2复合电源拓扑结构

通常有三种类型的复合电源拓朴：被动互连拓朴、半主动拓朴和完全作用中的拓朴。被动并行拓扑成本低、简单，但无法充分利用超级电容器的优势。半主动拓扑易于控制并提供高能效；完整的主动拓扑包括備用电池和超级电容器，从而显着增加了成本并使控制策略复杂化。因此，为了提高成本和效率，超级电容器依次连接到DC/DC转换器，然后连接到电池，提供负载所需的Prep电源。电池是主电源，其Pb输出功率直接应用于负载，保持负载侧电压稳定，而超级电容器是辅助电源，其PSC输出功率通过DC/DC变换器与负载相连，提供负载峰值功率并回收制动能量。此拓扑使超级电容器能够在更大的电压范围内工作，防止峰值电流损坏蓄电池，从而保护蓄电池。

3复合电源控制器的设计

3.1双模糊控制器的设计

双模糊控制器参数由Preq、SOCbat、SOCuc、Kuc四个变量组成。其中，Preq为车辆所需的功率；SOCbat、SOCuc分别为蓄电池和超级电容的荷电值；Kuc为超级电容器的输出功率与总功率之比。当Preq>0，将SOCuc和SOCbat分为{LMH}，代表{小中大}。将Kuc和Preq分为{TSSMBTB}，代表{较小小中大较大}。当Preq<0电机没有功率输入，模糊控制器的输入变量设置为SOCbatSOCuc，并将其分别分为{LMH}和{TLLMH}，Kuc分为{TSSMB}。

3.2基于MATLAB的仿真

采用双模糊控制的电池SOC下降趋势较为平缓，能量消耗较少。这是因为采用双模糊控制策略，汽车在制动时，电池能够回收能量而采用模糊-逻辑控制仅由超级电容回收制动能量，故其超级电容回收的能量多于双模糊控制。因此，由模糊-逻辑控制的超级电容的SOC下降趋势小于双模糊控制。单个工况下汽车的总能耗对比曲线，双模糊控制的汽车消耗的能量比模糊-逻辑控制小5KJ。两种控制策略下电池与超级电容的电流对比图，超级电容均承担着需求的峰值功率。当时间在1000s后，由于超级电容的电量消耗过大，因此降低超级电容的功率分配值。同时，电池承受的电流冲击相差不多。综上所述，双模糊控制的控制效果总体优于模糊-逻辑控制。

4再生制动力模型

再生制动力的分配模型，原ADVIOR模型中根据查表法对制动力进行分配，该方式简单且能够回收一定的能量，但其统计的车速较少，且仅靠车速确定电机制动力的比例，而未考虑储能元器件的SOC值、电机转速特性以及ECE法规等因素的影响，回收的能量有限。汽车制动时存在三种情况，前轮先抱死；后轮先抱死；前后轮同时抱死。

结束语

综上所述，（1）分别采用双模糊控制以及模糊-逻辑控制分配复合电源的功率，通过电池及超级电容的SOC、电流、温度和能耗的对比曲线选取两者间最为合适的一种。（2）基于制动强度z、车速v、超级电容的SOC值和ECE法规等建立一种新的再生制动力的分配模型，并通过模糊控制器协调摩擦制动及机械制动力的力矩分配，使得控制效果进一步提高。

参考文献：

[1]黄劲.电动汽车电源系统及能量管理研究[D].中国矿业大学，2021.

[2]唐强.纯电动汽车的动力系统配置及能量管理策略研究[D].长沙理工大学，2021.

[3]宋雷震，吕东芳.基于5G网络的新能源汽车动力采集系统的设计与实现[J].成都工业学院学报，2021，24（01）：30-35.