氢能智轨电车电制动控制策略研究

罗晓峰，肖 磊，彭 京，付建朝，王 昊，黄大洋，卢 骏

（1. 湖南中车智行科技有限公司，湖南 长沙 410006；2. 湖南省多铰接胶轮运输系统工程技术研究中心，湖南 长沙 410006）

0 引言

道路或轨道车辆的电制动一般为再生制动，又称能量回收制动，其通过将牵引系统电机由电动机状态变为发电机状态，把车轮旋转运动传递至电机的机械能转化为电能［1-3］。此过程中，机械能的消耗可以使得车辆减速，而产生的电能可以存储至车载储能电池。因此，合理的设计车辆电制动系统，对车辆的能量管理具有重要意义［4-7］。

随着新能源产业的发展，纯电动、氢能源车辆已进入大规模的设计开发阶段，涉及的整车能量管理问题也日益增多，许多学者已展开了相关研究。王猛等为进一步提高纯电动车辆的能量利用效率以提高其续驶里程，开发了一套纯电动车辆制动能量回收系统及再生制动控制策略［8］。吕奉阳等提出的一种电制动控制策略使串联再生制动系统的能量回收效果明显优于并联再生制动系统的［9］。李如石等通过牵引系统计算并管理电制动的方案，可降低制动系统闸瓦的磨耗以延长闸瓦的使用年限［10］。李嘉等深入研究纯电制动车辆的电制动协调控制策略，通过增加车载制动电阻的方式解决了车载储能电池回馈电流受限制的问题［11］。这些学者们提出的电制动控制策略也逐渐在工程领域得到应用。

智轨电车作为一种新型的城市轨道交通工具，既具备轨道交通准时、运量大的优点，又有道路车辆成本低、建设快的优势［12-13］。在氢能智轨电车设计开发过程中，发现其电制动能力受储能电池荷电状态和氢燃料电池工作状态的严重限制，当储能电池接近充满电且氢燃料电池继续发电时，储能电池无法存储电制动传输过来的电能，导致电制动功能无法发挥［14］。而制动电阻可以解决上述严重限制的问题，但由于其体积大、成本高、散热口温度极高以及整车能量利用率低等因素未考虑使用［11］。结合宜宾T1线智轨电车安全运行500万公里积累的大量运营行车数据，本文提出了一种氢能智轨电车用电制动控制策略。该控制策略通过管理整车电制动需求，设计踏板级位、载荷等车载信息与电制动减速度之间的关系，可以实现中低级位、中低速度工况下电制动能力的最大限度发挥，并实现能量回收的最大利用。

1 电制动系统设计

1.1 电制动系统架构

氢能智轨电车由3节车厢组成，每节车厢配置2个车轴，共6个车轴；其中轴1和轴6为非驱动车轴，轴2～轴5 为轮边驱动车轴。因此执行电制动的驱动电机分布如图1所示。

图1 驱动电机分布示意图Fig.1 Schematic diagram of drive motor distribution

与传统智轨电车相比，氢能智轨电车多配置了氢燃料电池系统。电制动系统通过本文提出的控制策略将氢燃料电池系统、制动系统、储能电池系统、牵引系统、车辆控制与管理系统相互联系在一起，各系统协同工作完成氢能智轨电车的电制动任务。电制动系统架构如图2所示。

图2 电制动系统架构Fig.2 Architecture of electro-dynamic brake system

1.2 电制动原理分析

在制动工况下，车辆通过车轮、减速机构、传动机构等装置将机械能传递至驱动电机，驱动电机此时为发电状态，将输入轴转动的机械能转化为电能并通过绕组输出至储能电池系统［15］。

当氢燃料电池不启动且假设储能电池容量足够大时，驾驶员踩踏制动踏板发出制动需求后，车辆进入常用制动工况，此时，驱动电机控制器停止给驱动电机供电。同时，行驶的车辆在运动，驱动电机仍具有转速，将机械能转化为电能，并对储能电池系统进行充电。

车辆制动原理：驱动电机由电动机状态变为发电机状态，将机械能转化为电能，从而使得车辆减速。

能量回收原理：储能电池系统正常吸收驱动电机转化的电能，其存储的电量增加。

2 电制动控制策略设计

电制动控制策略设计主要包括电制动控制策略分析、电制动减速度设计。其中，电制动控制策略分析主要对电制动控制策略制定时要考虑的影响电制动发挥的一些限制条件，以及电制动控制算法等进行分析；电制动减速度设计是本文基于已有的运营经验提出的电制动减速度设计思路。

2.1 电制动控制策略分析

在实际工程应用中，氢能智轨电车储能电池的容量有限，当储能电池的荷电状态（state of charge，SOC）较大或者接近充满（SOC 值为100%）时，如果氢燃料电池也同步在工作，那么在此恶劣工况下进行制动，车辆的电制动效果会很差。同时结合车载储能电池的充电特性，当SOC 值大于70%时，由于电池的特性，回充电流会快速变小从而使得电制动回充受到限制。而此时如果氢燃料电池系统还给储能电池充电会使得电池SOC 值更大，从而导致电池的能量回收能力变得更小，因此当SOC 值大于70%时，设计燃料电池为停机状态。储能电池在不同温度、不同SOC 状态下的回充电流特性如表1所示。

根据上述分析，设计电制动控制策略如下：首先由制动系统根据制动踏板级位计算出列车目标减速度，并根据车辆载荷情况计算出目标制动力，当目标制动力在电制动能力值内时，制动系统发出对应的电制动力请求值给列车控制与管理系统，列车控制与管理系统通过对比电制动力请求值与储能系统的回充值，取小后再转发给牵引系统执行电制动。当目标制动力超出电制动能力值时，超出部分由气制动力补充。电制动控制算法流程图如图3所示。

2.2 电制动减速度设计

自2019年12月5日宜宾T1线正式开通运营以来，智轨电车已安全运营了500万公里，积累了大量的实际运营数据，其中包括驾驶员的减速习惯。宜宾T1线正线长度为17.6 km，单程运行时间为38 min（2 280 s）。图4列出的是驾驶员多次全程运营的减速度实际使用情况。图5列出的是驾驶员多次全程运营的制动踏板级位实际应用情况。从宜宾T1线驾驶员的驾驶习惯可以看出，驾驶员全程绝大多数情况下使用目标减速度在1.5 m/s2以内、使用制动踏板级位在50%以内。由于宜宾T1线采用的是智轨电车第1代产品，车辆的电制动能力较弱，使用目标减速度在1.5 m/s2以内、使用制动踏板级位在50%以内时无法全部使用电制动覆盖，因此能量回收没有达到最大限度发挥。

图4 宜宾T1 线驾驶员制动减速度使用习惯示意图Fig.4 Schematic diagram of brake deceleration usage habits of drivers on Yibin T1 line

图5 宜宾T1 线驾驶员制动踏板级位使用习惯示意图Fig.5 Schematic diagram of the usage habits of the pedal brake level of drivers on Yibin T1 line

本文氢能智轨电车的电制动系统使用轮边驱动架构，全车配置了8个驱动电机，使得电制动能力大大提升。单个驱动电机电制动外特性示意如图6所示，驱动电机在车速约30 km/h以内为恒转矩区间，超过30 km/h 为恒功率区间。整车电制动和气制动特性示意如图7所示，整车电制动最大能力值与车速有关，在30 km/h以内为恒值，超过30 km/h时，随着速度的增大而逐渐降低；而整车气制动最大能力值，不随车速变化。

图6 驱动电机电制动外特性示意图Fig.6 Schematic diagram of external braking characteristics of the drive motor

图7 电制动和气制动特性示意图Fig.7 Schematic diagram of characteristics of electric braking and air braking

如图8所示，为了实现中低速（30 km/h以下）工况下驾驶员全程使用电制动，制动踏板级位0～50%对应的目标减速度应在0～1.5 m/s2之间。

图8 制动踏板级位与目标减速度特性曲线Fig.8 Characteristic curve of brake pedal level and target deceleration

3 试验及结果分析

3.1 试验设计

为了验证本文所提的电制动控制策略的有效性，在不同速度、SOC 状态、踏板级位和载荷工况下进行电制动试验，电制动试验的影响因素如表2所示。

表2 电制动试验的影响因素Tab.2 Influencing factors of electric braking test

试验条件：干燥柏油路，车道宽至少3.7 m，风速不大于5 m/s；平直道路，其长度不小于800 m，路面横向、纵向任意长度的坡度应小于1%。

试验设备：多普勒雷达传感器，型号规格为DRS05/1a，量程为0.2～600 km/h，精度为0.4 km/h；网络分布式信号采集分析仪，型号规格为INV3062V2，采样频率为6.25～51.2 Hz，频率误差小于0.005%。

试验因素：速度、SOC状态、踏板级位、载荷等。按表2的水平一和水平二组合因素进行电制动试验。

3.2 结果分析

图9 示出AW0 工况下试验结果，图中“V30”表示速度为30 km/h，“V70”表示速度为70 km/h，“SOC70”表示SOC 值为70%，“SOC90”表示SOC 值为90%。AW0 工况下，当SOC 值和踏板级位一定时，速度越高电制动发挥出的减速度越小；当SOC 值和速度一定时，踏板级位越高电制动发挥出的减速度越大；当速度和踏板级位一定时，SOC值越小电制动发挥出的减速度越大。当速度为中低速（30 km/h）且踏板级位在50%时，电制动可发挥出高于1.5 m/s2的减速度；当速度为高速（70 km/h）时，电制动的发挥不满足1.5 m/s2的减速度；当SOC值为90%时，电制动的发挥不满足1.5 m/s2的减速度。

图9 AW0 工况下试验结果分析Fig.9 Analysis of test results under AW0 conditions

从图10可以看出，AW3工况下，当SOC值和踏板级位一定时，速度越高电制动发挥出的减速度越小；当SOC值和速度一定时，踏板级位越高电制动发挥出的减速度越大；当速度和踏板级位一定时，SOC值越小电制动发挥出的减速度越大。当速度为中低速（30 km/h）且踏板级位在50%时，电制动可发挥出接近1.5 m/s2的减速度；当速度为高速（70 km/h）时，电制动的发挥远不满足1.5 m/s2的减速度；当SOC值为90%时，电制动的发挥远不满足1.5 m/s2的减速度。

图10 AW3 工况下试验结果分析Fig.10 Analysis of test results under AW3 conditions

上述试验结果表明，在AW0工况下列车实现了中低级位、中低速度工况下电制动能力的100%发挥，满足列车在当前电制动系统架构下的再生制动能量回收设计。

4 结束语

为了最大限度发挥氢能智轨电车电制动能力，本文提出了一种电制动控制策略。试验结果表明，采用该控制策略，在AW0 工况下，智轨电车可实现中低踏板级位、中低速度下电制动能力的最大限度发挥，实现能量回收的最大利用。在中高速下，较难做到中低踏板级位的全程电制动，仍需其他制动模式（如空气摩擦制动）的补充。在SOC值较大时，SOC值对电制动发挥的限制比较大，因此，SOC值较大时需关闭氢燃料电池。鉴于不同载荷对电制动的需求不同，在AW3工况下，本文的控制策略实际暂无法完全满足氢能智轨电车的电制动减速度设计，后续还需通过提高整车电制动最大能力值进一步优化电制动系统。