牛仁強+趙紅+劉鵬+趙英良

摘 要：以課題組自主設計的增程式電動城市公交車為研究對象，構建了青島市公交循環(huán)工況，采用動態(tài)規(guī)劃（DP）控制策略，根據(jù)動力電池組SOC每秒的變化量和驅動電機需求功率關系提出了Δ-SOC能量管理控制策略。該策略在保證節(jié)油效率的同時又可以滿足能量實時管理控制的要求。

關鍵詞：增程式電動公交車；能量管理；動態(tài)規(guī)劃；實時控制；Δ-SOC策略

中圖分類號：U491.1+7 文獻標志碼：A 文章編號：2095-2945（2017）30-0026-02

作為新能源汽車類型的一種，增程式電動汽車的能量管理策略可以分為以下三類：基于規(guī)則（RB，Rule-Based）的能量管理控制策略、基于智能算法控制策略和基于現(xiàn)代控制理論的最優(yōu)化能量管理控制策略。動態(tài)規(guī)劃算法（DP，Dynamic Programming）作為處理有約束非線性最優(yōu)化問題的最好的方法之一，最優(yōu)化方法中最廣泛采用的方法。當行駛工況已知時，能量管理系統(tǒng)利用DP算法可以實現(xiàn)最優(yōu)控制。Barsili等人基于DP算法提出了一種最低等效燃油消耗控制策略，但是由于計算量太大而不能夠用于實時控制。

本文設計了一種在青島市城市公交循環(huán)工況下運行的針對增程式電動公交車的動態(tài)規(guī)劃策略和基于規(guī)則的控制策略相結合的復合能量管理控制策略。這種控制策略既保持了動態(tài)規(guī)劃算法和基于規(guī)則的控制策略的優(yōu)點又顯著降低了控制算法的計算負擔。

1 動力傳統(tǒng)系統(tǒng)建模

本文建立了REEV的后向仿真模型。為了便于DP控制策略的實現(xiàn)，整車的縱向動力學模型由下列離散形式的狀態(tài)方程表示：

其中，每一個離散點（k）處的車輛行駛速率ur；δ為整車旋轉質量換算系數(shù)；mv為整車質量；mp為乘客質量；preq是傳動系統(tǒng)需要的功率；？濁T為傳動系統(tǒng)的傳動效率；Ff為汽車滾動阻力；Fw為空氣阻力，它是相對速率ur的函數(shù)；Fi為爬坡阻力。

從降低DP算法的計算復雜度的角度出發(fā)，忽略驅動電機的動態(tài)特性，采用二維數(shù)據(jù)查表圖來表示驅動電機的驅動特性。

動力電池組的等效電路模型采用Rint模型，其離散形式的狀態(tài)空間表達式為：

其中，I為電池組電流；Qbat為動力電池組容量；？濁SOC為動力電池組充電效率；UOCV為動力電池組開路電壓；Rint和Rt分別為動力電池組的內(nèi)阻和熱電阻；UOCV和Rint都是SOC的函數(shù)。

從降低動態(tài)規(guī)劃計算復雜度的角度出發(fā)，也忽略了增程器中發(fā)動機和發(fā)電機的動態(tài)特性，分別從各自的臺架試驗的數(shù)據(jù)中生成MAP圖。由此，發(fā)電機的輸入軸與發(fā)動機的輸出軸通過機械固連的方式固定，因此在每一個工作點出具有相同的轉速。由臺架試驗數(shù)據(jù)得到增程器的最佳燃油經(jīng)濟性曲線。

2 能量管理策略

2.1 循環(huán)工況的建立

本課題組運用GPS對選取的21條具有代表性的公交車行駛路線進行了數(shù)據(jù)采集，并運用定步長分析法進行數(shù)據(jù)分析，構建了青島市公交車的行駛工況。

考慮到一般公交車的每天的行駛里程為200km左右，而增程式電動公交車都配備了大容量的動力鋰電池組。因此，本文采用的仿真循環(huán)工況為20個典型循環(huán)工況，共計190km。

2.2 DP控制策略

為實現(xiàn)最佳等效燃油經(jīng)濟性的目標，增程器的輸出功率被看作是控制變量，u（t）=[Pre（t）]。增程式電動公交車的離散狀態(tài)空間表達式可以表示為：

其中，f所表示的函數(shù)關系通過公式（1-6）來表示。

狀態(tài)變量的約束條件由公式（4）確定。

其中，Ubus，max，Ubus，min，UOCV，Rchg，Rdis分別表示動力電池組的最大電壓，最小電壓，開路電壓，充電電阻和放電電阻。

動態(tài)規(guī)劃控制策略的關鍵是代價函數(shù)的確定。在本文中，電能被等效為燃油。并將最小等效燃油消耗量作為目標函數(shù)。代價函數(shù)如下：

其中，Cre，k為增程器在第k階段的燃油消耗量；Cbat，k為動力電池組在第k階段的等效燃油消耗量。

2.3 Δ-SOC策略

借助動態(tài)規(guī)劃控制策略，基于青島市城市公交循環(huán)工況，本文分析了最小燃油消耗控制結果的特點，得出了在不同的驅動電機輸出功率下的動力電池組SOC的每一秒的變化率?；趧恿﹄姵亟M的SOC變化率與驅動電機輸出功率的關系（其擬合曲線如圖1所示），提出了Δ-SOC控制策略，圖表的SOC下降曲線就是SOC的控制規(guī)則。

3 結果與分析

為了確定上述提及的Δ-SOC控制策略的效果，本文基于青島市城市公交循環(huán)工況進行了增程式公交的仿真實驗驗證能量效率。兩種控制規(guī)則下的動力電池組SOC下降曲線如圖2所示。

由圖可知，基于規(guī)則的Δ-SOC控制策略與動態(tài)規(guī)劃控制策略的動力電池組SOC下降曲線相似。這就意味著動態(tài)規(guī)劃控制策略可以用Δ-SOC控制策略有效地代替。通過與相同級別的城市客車相比較，Δ-SOC控制策略的節(jié)能效果和經(jīng)濟性具有顯著的效果，動態(tài)規(guī)劃控制策略與Δ-SOC控制策略的燃油節(jié)約分別達到了32.04%與30.87%。

參考文獻：

[1]國際能源署.IEA世界能源展望2016：能源與空氣質量特別報告[R].巴黎：國際能源署，2016.

[2]Tate E D， Harpster M O， Savagian P J. The electrification of the automobile： from conventional hybrid， to plug-in hybrids， to extended-range electric vehicles. SAE Technical Paper， 2008.

[3]何彬，盧蘭光，，李建秋，等. 燃料電池混合動力汽車能量控制策略仿真研究[J].公路交通科技，2006，23（1）：151-154.endprint