劉斯琦 申彩英
( 遼寧工業(yè)大學(xué) 汽車與交通工程學(xué)院,遼寧 錦州 121001)
全球氣候變化和能源問題加速了世界各國(guó)車企新能源汽車的發(fā)展。純電動(dòng)汽車(BEV)雖然有諸多優(yōu)點(diǎn),但是其充換電和在寒冷地區(qū)的續(xù)航問題還需要進(jìn)一步改進(jìn)。由于可充電的停車位緊缺,相比純電汽車和插電混合動(dòng)力汽車,混合動(dòng)力汽車(HEV)具有優(yōu)勢(shì)。
HEV在行駛過程中,有發(fā)動(dòng)機(jī)模式、純電模式、混合動(dòng)力模式和制動(dòng)回收模式。HEV是在內(nèi)燃機(jī)汽車的基礎(chǔ)上增加電池電機(jī)作為第2個(gè)動(dòng)力源驅(qū)動(dòng)的汽車,不同動(dòng)力源之間的能量分配受到車輛在運(yùn)行工況時(shí)發(fā)動(dòng)機(jī)的工作區(qū)間、動(dòng)力電池的荷電狀態(tài)(SOC)、電機(jī)性能和車速等多方面因素的約束。HEV能量控制策略會(huì)直接影響到汽車的燃油經(jīng)濟(jì)性、排放、動(dòng)力性,以及行駛過程中的可靠性,還會(huì)影響到汽車后續(xù)的二手車評(píng)估和維修保養(yǎng)等。
HEV在工程上實(shí)現(xiàn)能量控制的策略主要有“基于規(guī)則的控制策略”和“基于優(yōu)化的控制策略”?!盎趦?yōu)化的控制策略”又可分為全局優(yōu)化策略和瞬時(shí)優(yōu)化策略??稍诠こ躺蠈?shí)現(xiàn)的HEV控制策略分類如圖1所示,其優(yōu)缺點(diǎn)分析見表1。
圖1 可在工程上實(shí)現(xiàn)的HEV控制策略分類
表1 HEV控制策略類型與優(yōu)缺點(diǎn)
基于簡(jiǎn)單規(guī)則的控制策略是根據(jù)發(fā)動(dòng)機(jī)、電機(jī)和動(dòng)力電池等硬件設(shè)施出廠時(shí)的基本參數(shù)設(shè)計(jì)的規(guī)則,例如:動(dòng)力電池的SOC低于設(shè)定的最低閾值時(shí),動(dòng)力電池開始充電;SOC高于設(shè)定的最高閾值時(shí),動(dòng)力電池開始放電等?;诤?jiǎn)單規(guī)則控制策略雖然有廣泛的適用性,但是在實(shí)際運(yùn)行過程中,即使發(fā)動(dòng)機(jī)一直處在高效率工作區(qū)間,仍然會(huì)損失很多能量。但是,如果將規(guī)則更加細(xì)微化、多樣化,又會(huì)使系統(tǒng)運(yùn)行更加復(fù)雜,響應(yīng)時(shí)間將變長(zhǎng)。
在實(shí)際運(yùn)行過程中,HEV的能量分配受到多種約束條件的限制,并不能完全按照已經(jīng)制定的規(guī)則運(yùn)行。模糊控制策略在整個(gè)控制器中具有較強(qiáng)的魯棒性和自適應(yīng)能力,易于實(shí)現(xiàn)瞬時(shí)控制。
在模糊控制系統(tǒng)中,輸入為車速和加速度需求功率和動(dòng)力電池SOC,最終輸出為發(fā)動(dòng)機(jī)功率,再由需求功率減去發(fā)動(dòng)機(jī)功率就得到電池功率。模糊控制系統(tǒng)結(jié)合動(dòng)力電池的SOC進(jìn)行能量的分配,最終達(dá)到相應(yīng)的燃油消耗量和排放。隨著控制器技術(shù)的高速發(fā)展,為了更能精準(zhǔn)地控制燃油消耗率,在基礎(chǔ)控制策略上,又形成了多種基于算法優(yōu)化的模糊控制策略。
隨著科學(xué)技術(shù)的發(fā)展,基于規(guī)則的控制策略在工程上較容易實(shí)現(xiàn),而且算法思路清晰簡(jiǎn)單,應(yīng)用范圍較廣,為更多控制策略奠定了基礎(chǔ),在控制策略的研究中廣受學(xué)者的關(guān)注。
基于規(guī)則的控制策略可以有效降低汽車燃油耗,但不能保證其性能達(dá)到最優(yōu),所以基于優(yōu)化的控制策略受到了重視。
全局最優(yōu)控制理論是根據(jù)理想控制設(shè)計(jì)的策略,并不能直接應(yīng)用于實(shí)體工程?;谌值膬?yōu)化控制策略,主要針對(duì)非線性和處在運(yùn)動(dòng)狀態(tài)的HEV能量管理系統(tǒng)進(jìn)行優(yōu)化,計(jì)算量大,計(jì)算周期長(zhǎng)。通常使用全局優(yōu)化控制策略作為其他控制策略的參考對(duì)比,用于評(píng)價(jià)其他控制策略,對(duì)具體控制策略進(jìn)行調(diào)試。
由于全局優(yōu)化的控制策略受到條件的限制,近年來,一些瞬時(shí)優(yōu)化的控制方法也被用于控制策略的優(yōu)化。其中,龐特里亞金極小值控制策略(PMP)、等效燃油耗最小值控制策略(ECMS),以及基于預(yù)測(cè)的ECMS已經(jīng)被用于HEV的燃油消耗率評(píng)價(jià)中。
ECMS是一種通過引入等效因子將電池在充放電過程中產(chǎn)生的熱量進(jìn)行有效利用的控制策略。建立瞬時(shí)燃油消耗模型,應(yīng)用PMP原理,對(duì)動(dòng)力電池和發(fā)動(dòng)機(jī)燃油耗進(jìn)行分析推導(dǎo),在一定意義上和ECMS控制策略具有等價(jià)性。由于ECMS的等效因子受多變的工況及駕駛員的習(xí)慣影響非常大,因此只有在保證等效因子相似的行駛工況下運(yùn)行,控制策略才能起到更優(yōu)的控制效果。雖然ECMS是實(shí)時(shí)控制油電的分配,但仍需要符合可預(yù)見的駕駛條件信息來進(jìn)行工況的預(yù)測(cè)分析,以保證等效因子的高效率。如果對(duì)下一時(shí)刻工況的預(yù)測(cè)有很大的偏差,使用ECMS控制策略時(shí),HEV仍然能夠保持一定的控制效果,但是結(jié)果達(dá)不到預(yù)期。因此,對(duì)下一時(shí)刻汽車運(yùn)行工況的預(yù)測(cè)非常重要。
下一時(shí)刻汽車運(yùn)行工況的預(yù)測(cè)算法有很多種,如神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)算法、馬爾科夫預(yù)測(cè)算法等。神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)需要大量樣本對(duì)其進(jìn)行訓(xùn)練和學(xué)習(xí),且很容易陷入局部最優(yōu)化困局。馬爾科夫預(yù)測(cè)算法只需要對(duì)當(dāng)前時(shí)刻和上一時(shí)刻進(jìn)行分析,就可以得出下一時(shí)刻狀態(tài)轉(zhuǎn)移的規(guī)律,并利用該規(guī)律進(jìn)行下一時(shí)刻的分析和預(yù)測(cè)。馬爾科夫算法預(yù)測(cè)車速的原理是在馬爾科夫算法假設(shè)基礎(chǔ)上的動(dòng)態(tài)系統(tǒng)狀態(tài),以及狀態(tài)之間轉(zhuǎn)換的理論。馬爾科夫預(yù)測(cè)的控制策略結(jié)構(gòu)如圖2所示,其中,和分別為時(shí)刻的速度和加速度;+1為+1時(shí)刻的需求功率。
圖2 基于馬爾科夫預(yù)測(cè)的控制策略結(jié)構(gòu)
馬爾科夫算法預(yù)測(cè)車速可以概述為車速概率轉(zhuǎn)移矩陣從某一時(shí)刻車速到下一時(shí)刻車速的轉(zhuǎn)移過程。通過對(duì)下一時(shí)刻車速進(jìn)行預(yù)測(cè),ECMS控制策略可以根據(jù)下一時(shí)刻的速度和加速度進(jìn)行油電的分配,提升HEV的燃油經(jīng)濟(jì)性,優(yōu)化車輛廢氣排放。
全球輕型汽車測(cè)試循環(huán)(WLTC)的工況如圖3所示,本文通過該測(cè)試循環(huán)驗(yàn)證馬爾科夫算法預(yù)測(cè)的準(zhǔn)確性。
圖3 WLTC工況
選取WLTC工況時(shí)間間隔為1 s的車速數(shù)據(jù),制成散點(diǎn)分布圖進(jìn)行分析,如圖4所示。利用馬爾科夫算法預(yù)測(cè)在1 s間隔下的WLTC工況車速的相關(guān)性。從圖4可知,在時(shí)刻和+1時(shí)刻的車速成線性關(guān)系,說明該工況具有馬爾科夫算法預(yù)見性。如果時(shí)間間隔設(shè)置得更短,行車車速的線性相關(guān)性會(huì)更高,在各種道路工況下對(duì)下一時(shí)刻車速的預(yù)測(cè)也更準(zhǔn)確。
圖4 WLTC工況下的車速相關(guān)性
對(duì)于HEV,基于簡(jiǎn)單規(guī)則的能量控制策略規(guī)則簡(jiǎn)單且適應(yīng)性強(qiáng),但是控制效果一般,且基于優(yōu)化后的等效燃油消耗控制策略的等效因子受外界影響較大。引入基于馬爾科夫算法預(yù)測(cè)的等效燃油消耗控制策略,對(duì)下一時(shí)刻的需求功率進(jìn)行預(yù)測(cè),提升了HEV的燃油經(jīng)濟(jì)性,優(yōu)化了車輛廢氣排放。