基于模糊控制技術(shù)的增程式電動(dòng)車能量分配策略

基于模糊控制技術(shù)的增程式電動(dòng)車能量分配策略

0混合動(dòng)力電動(dòng)汽車的工作原理隨著汽車產(chǎn)量的急劇增加和汽車排放對人類生活環(huán)境的惡化，世界各國已制定并公布了越來越嚴(yán)格的汽車排放規(guī)則。各國環(huán)保及節(jié)能意識(shí)的增強(qiáng)以及人類對清潔能源的不懈追求,使得介于傳統(tǒng)燃油汽車與未來“零排放”汽車之間的混合動(dòng)力汽車,日益受到世界汽車生產(chǎn)大國和跨國汽車巨頭的重視。整車控制器作為上層控制單元負(fù)責(zé)協(xié)調(diào)動(dòng)力系統(tǒng)各個(gè)部件的運(yùn)行,采集駕駛員控制輸入信號,向各個(gè)部件控制單元發(fā)送控制指令,并向儀表、多功能顯示單元等設(shè)備輸出動(dòng)力系統(tǒng)狀態(tài)信息?；谀：刂频墓β史峙洳呗允钦嚳刂破鞫嗄茉捶峙淇刂颇K的核心部分?；旌蟿?dòng)力電動(dòng)汽車是指由兩種或兩種以上的儲(chǔ)能器、能源或轉(zhuǎn)換器作為動(dòng)力源,其中至少有一種是提供電能的車輛。其動(dòng)力系統(tǒng)工作方式主要分為串聯(lián)式、并聯(lián)式和混聯(lián)式。本文研究的增程式電動(dòng)車是指插電式油電串聯(lián)混合動(dòng)力汽車。1動(dòng)力電池運(yùn)行模式分類增程式電動(dòng)車動(dòng)力系統(tǒng)結(jié)構(gòu)如圖1所示,發(fā)動(dòng)機(jī)與發(fā)電機(jī)組成輔助動(dòng)力單元(APU),APU與動(dòng)力電池組成雙動(dòng)力能量源,并通過功率控制單元與驅(qū)動(dòng)電機(jī)實(shí)現(xiàn)電能交互。車輛低速行駛時(shí),APU輸出功率大于驅(qū)動(dòng)電機(jī)需求功率,APU為驅(qū)動(dòng)電機(jī)提供電能,并為動(dòng)力電池充電;車輛減速行駛時(shí),動(dòng)力電池接收APU輸出電能和驅(qū)動(dòng)電機(jī)再生能量;車輛加速行駛時(shí),APU輸出功率小于驅(qū)動(dòng)電機(jī)需求功率,APU和動(dòng)力電池共同為驅(qū)動(dòng)電機(jī)提供能量。另外,220V交流充電器向動(dòng)力電池外接充電,保證車輛在純電動(dòng)模式下具有一定的續(xù)駛里程。整車控制系統(tǒng)信號流如圖2所示,整車控制器(VMS)是車輛的核心控制單元,是實(shí)現(xiàn)能量分配策略的載體。發(fā)動(dòng)機(jī)與發(fā)電機(jī)組成輔助動(dòng)力單元(APU),APU與動(dòng)力電池組成雙動(dòng)力源,共同驅(qū)動(dòng)車輛行駛。依據(jù)車輛在運(yùn)行工況以及能量流動(dòng)方向的差異將車輛運(yùn)行狀態(tài)劃分為以下4種模式:動(dòng)力電池獨(dú)立驅(qū)動(dòng)車輛運(yùn)行模式(電量消耗模式);動(dòng)力電池與APU共同驅(qū)動(dòng)車輛運(yùn)行模式(增程模式);驅(qū)動(dòng)電機(jī)為動(dòng)力電池充電模式(再生制動(dòng)模式);APU驅(qū)動(dòng)車輛運(yùn)行并對動(dòng)力電池充電模式(電量保持模式)。如何合理、有效地將駕駛員需求功率在APU與動(dòng)力電池之間進(jìn)行分配,從而達(dá)到能量利用效率最優(yōu)、有效提高續(xù)駛里程,是能量分配策略的關(guān)鍵。2模糊控制算法的特點(diǎn)增程式電動(dòng)車的輔助動(dòng)力單元與車輛驅(qū)動(dòng)系統(tǒng)機(jī)械解耦,通過綜合分析動(dòng)力電池、電驅(qū)系統(tǒng)和發(fā)動(dòng)機(jī)等各個(gè)動(dòng)力部件運(yùn)行特性及效率特性,優(yōu)化動(dòng)力系統(tǒng)效率,實(shí)現(xiàn)總體效率最優(yōu)。本文所提出的基于模糊控制算法的能量分配策略能夠滿足以下要求,并在確保動(dòng)力部件安全運(yùn)行的同時(shí),提高車輛燃料經(jīng)濟(jì)性。(1)準(zhǔn)確響應(yīng)駕駛員動(dòng)作,盡量做到與傳統(tǒng)汽車駕駛感覺一致,即保證車輛駕乘舒適性。(2)行駛過程中全局燃油經(jīng)濟(jì)性最優(yōu),且排放明顯降低,包括車輛怠速和起步加速過程。(3)控制動(dòng)力電池SOC在行駛過程中維持在最佳工作范圍,并對其進(jìn)行過充及過放保護(hù),以達(dá)到有效延長電池壽命的目的。(4)發(fā)動(dòng)機(jī)、電機(jī)和動(dòng)力電池的工作效率能得到優(yōu)化。APU功率跟隨整車負(fù)載的穩(wěn)態(tài)部分,運(yùn)作在最佳工作曲線附近。(5)車輛以消耗電能為主,消耗燃料為輔。3模糊檢測設(shè)計(jì)3.1控制量的模糊化將測量得到的被控對象的狀態(tài)經(jīng)過模糊化接口轉(zhuǎn)換為用人類自然語言描述的模糊量,而后根據(jù)人類的語言控制規(guī)則,經(jīng)過模糊推理得到輸出控制量的模糊取值,控制量的模糊取值再經(jīng)過清晰化接口轉(zhuǎn)換為執(zhí)行機(jī)構(gòu)能夠接收的精確量。模糊控制器的基本結(jié)構(gòu)通常由4個(gè)部分組成:模糊化接口、規(guī)則庫、模糊推理、清晰化接口,如圖3所示。3.2系統(tǒng)穩(wěn)定性分析動(dòng)力電池SOC、驅(qū)動(dòng)電機(jī)需求功率Pmot作為模糊控制器輸入,輸出是輔助動(dòng)力單元APU的需求功率Papu。整個(gè)模糊控制系統(tǒng)采取雙輸入、單輸出結(jié)構(gòu),推理方法采用Mandani法,如圖4所示。隸屬函數(shù)形狀較尖時(shí),分辨率較高,輸入引起的輸出變化比較劇烈,控制靈敏度較高;曲線形狀較緩時(shí)、分辨率較低,輸入引起的輸出變化不那么劇烈,控制特性也較平緩,具有較好的系統(tǒng)穩(wěn)定性。因而,通常在輸入較大的區(qū)域內(nèi)采用低分辨率曲線,在輸入較小的區(qū)域內(nèi)采用高分辨率曲線,在輸入接近零時(shí)則選用高分辨率曲線。依據(jù)大量的實(shí)驗(yàn)數(shù)據(jù)和理論分析給電機(jī)需求功率和電池SOC設(shè)定隸屬度函數(shù)。3.2.1電機(jī)需求功率pmol的計(jì)算模糊化接口是通過在控制器的輸入、輸出論域上定義語言變量,而使精確的輸入、輸出值轉(zhuǎn)換為模糊的語言值。本文通過定義量化因子KSOC、KPmot將輸入語言變量的論域從實(shí)際的連續(xù)域轉(zhuǎn)換成離散的有限整數(shù)域,通過定義比例因子KPapu將輸出語言變量的論域從離散的整數(shù)域轉(zhuǎn)換成實(shí)際的輸出域,如圖5所示。項(xiàng)目中動(dòng)力電池荷電狀態(tài)連續(xù)取值范圍是SOC=[0.3,0.9]=[SOCL,SOCH],SOCL表示低限值,SOCH表示高限值,SOC經(jīng)過量化因子KSOC轉(zhuǎn)變?yōu)殡x散的整數(shù)域,即SOC={3…5,6,7…9}。量化因子KSOC計(jì)算方式如式(1)所示:電機(jī)需求功率連續(xù)取值范圍是Pmot=[-20,90]=[PmotL,PmotH],PmotL表示低限值,PmotH表示高限值,Pmot經(jīng)過量化因子KPmot轉(zhuǎn)變?yōu)殡x散的整數(shù)域,即Pmot={-2…3,4,5…9}。量化因子KPmot計(jì)算方式如式(2)所示:模糊控制器輸出即動(dòng)力輔助單元需求功率取值是Papu={0…4,5,6…7},為一組離散的整數(shù)值,通過比例因子KPapu轉(zhuǎn)化到實(shí)際輸出Papu=[0,35]=[PapuL,PapuH],PapuL表示低限值,PapuH表示高限值。比例因子KPapu計(jì)算方式如式(3)所示:電池SOC與電機(jī)需求功率Pmot可通過式(4)、(5)轉(zhuǎn)變?yōu)槟：刂破鲗?shí)際輸入SOC、Pmot,式中,*表示相乘,<>代表取整運(yùn)算。模糊控制器的輸出可通過式(6)轉(zhuǎn)換為實(shí)際輸出值Papu,電機(jī)需求功率Pmot包含9個(gè)模糊子集分別為NB、NS、ZE、PS、PM、PB、PVB、PEB、PVEB。隸屬度函數(shù)取正態(tài)分布型(高斯基)函數(shù)的形式,其中ai為函數(shù)的中心值,bi為函數(shù)的寬度。令與{NB,NS,ZE,PS,PM,PB,PVB,PEB,PVEB}對應(yīng)的高斯基函數(shù)的中心值分別為{-20,-10,0,15,30,45,60,75,90},其隸屬度函數(shù)如圖6所示。動(dòng)力電池組SOC包含的模糊子集依次為EL,VL,LO,ST,HI,VH,EH。隸屬度函數(shù)取正態(tài)分布型(高斯基)函數(shù)的形式,令與{EL,VL,LO,ST,HI,VH,EH}對應(yīng)的高斯基函數(shù)的中心值分別為{0.3,0.4…0.9},其各子集隸屬度函數(shù)如圖7所示。輔助動(dòng)力單元APU的分配功率Papu作為模糊控制器的輸出,包含的模糊子集依次為ES,VS,SM,MI,BG,VB,EB,VEB。隸屬度函數(shù)為正態(tài)分布型(高斯基)函數(shù)的形式,設(shè)定與{ES,VS,SM,MI,BG,VB,EB,VEB}對應(yīng)的高斯基函數(shù)的中心值分別為{0,5,10…35},其各子集隸屬度函數(shù)如圖8所示。3.2.2仿真結(jié)果規(guī)則規(guī)則庫是由若干條控制規(guī)則組成,這些控制規(guī)則根據(jù)人類控制專家的經(jīng)驗(yàn)總結(jié)得出,按照IF…is…AND…is…THEN…is…的形式表達(dá)。根據(jù)仿真實(shí)驗(yàn)和實(shí)際測試結(jié)果規(guī)則制定應(yīng)符合下述要求:(1)電池SOC低、電機(jī)需求功率Pmot高時(shí),APU輸出功率Papu高,驅(qū)動(dòng)電機(jī)運(yùn)行。(2)電池SOC低、電機(jī)需求功率Pmot低時(shí),APU輸出功率Papu高,動(dòng)力電池組充電。(3)電機(jī)再生制動(dòng)時(shí),APU輸出功率Papu低。依據(jù)上述要求得到功率分配推理規(guī)則,如表1所示。3.2.3kw時(shí)的驅(qū)動(dòng)根據(jù)模糊輸入和規(guī)則庫中蘊(yùn)涵的輸入輸出關(guān)系,通過模糊推理方法得到模糊控制器的輸出模糊值。由圖6、7、8及表1可知,在SOC輸入0.5,電機(jī)需求功率Pmot輸入25kW時(shí),觸發(fā)下述4條if-then規(guī)則。第i條規(guī)則蘊(yùn)含的模糊關(guān)系為:式中,Ai與Bi分別表示第Ri條控制規(guī)則輸入,Ai×Bi表示Ai與Bi的笛卡爾積運(yùn)算,Ci表示對應(yīng)輸出。上述4條輸入控制規(guī)則之間可以看作是“或”,也就是“求并”的關(guān)系。則上述4條規(guī)則蘊(yùn)含的模糊關(guān)系R為:輸入變量的模糊取值分別為Ai*、Bi*,與之對應(yīng)的輸出模糊取值為Ci*時(shí),可通過下式得到:式中,ue0c9表示內(nèi)積運(yùn)算。根據(jù)以上條件,運(yùn)用上述模糊推理的方法,得到具體功率分配策略見圖9所示。4電機(jī)需求功率將上述基于模糊控制算法的能量分配策略應(yīng)用到增程式電動(dòng)車上,并進(jìn)行Matlab/Simulink仿真驗(yàn)證,仿真結(jié)果如表2所示。由表2可知,在電機(jī)需求功率為負(fù)即整車處在再生制動(dòng)狀態(tài)時(shí),在整個(gè)SOC=[0.3,0.9]區(qū)間中,輸出功率Papu均維持在5kW以下。在動(dòng)力電池SOC較低時(shí)隨著驅(qū)動(dòng)電機(jī)需求功率增加,Papu會(huì)逐漸增加。在電機(jī)需求功率Pmot維持不變的情況下,如圖10所示,SOC越高,即電池功率輸出能力越高,Papu越低,即驅(qū)動(dòng)電機(jī)需求功率主要由電池提供。仿真結(jié)果表明該控制策略能夠滿足動(dòng)力系統(tǒng)的能量分配需求,達(dá)到了預(yù)期控制目標(biāo)。5控制策略的優(yōu)化能量分配策略在整車性能優(yōu)化中非常關(guān)鍵,合理的能量分配是車輛各部件性能優(yōu)化的綜合考慮,本文結(jié)合電機(jī)需求功率及電池SOC提出了魯棒性更強(qiáng)的基于模糊控制算法的能量分配策略,實(shí)現(xiàn)了多能源能量的合理分配。由于實(shí)際工況復(fù)雜,該控制策略有待進(jìn)一步優(yōu)化,以提高車輛的經(jīng)濟(jì)性和動(dòng)力性。(1