复合电源电动汽车功率分配与再生制动研究

2022-10-12 05:59姜苏杰王汝佳

机械设计与制造 2022年10期

汪伟，姜苏杰，王汝佳，罗金

（江苏理工学院汽车与交通工程学院，江苏常州 213001）

1 引言

现如今，纯电动汽车越来越受到各国的欢迎，但其也存在着行驶里程短、电池寿命短、充电时间长等三个问题。目前，国内外学者主要通过在汽车储能器中加载超级电容，组成复合电源，并研究其功率分配方式，以期攻克这些难题[1-2]。

复合电源功率分配的策略主要有逻辑滤波控制、小波控制、模糊控制[3]。文献[4]通过CRUISE软件采用模糊逻辑控制分配复合电源功率，验证了它的优越性，但其未对再生制动模型进行开发，能量回收有限。再生制动力的分配方式主要有串、并联、最优能量等[5-7]。文献[8]将制动力按照约束条件分配，避免汽车出现抱死危险状况的同时，提高了制动时回收的能量，但仅根据边界制定控制策略，鲁棒性不强。文献[9-10]将并行控制策略烧录到Freescale单片机中，验证了并行控制策略的有效性，但并未考虑车速对能量回收的影响。

以复合电源电动汽车为研究对象，采用双模糊控制分配电源功率，并基于制动强度、车速、超级电容的SOC值与ECE法规等建立一种新的再生制动力的分配模型。最后，使用模糊控制器协调分配摩擦制动力和电机制动力。

2 复合电源控制器的设计

2.1 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}。其隶属函数，如图1、图2所示。模糊控制器规则，如表1、表2所示。

图1 Preq＞0 时，隶属度函数Fig.1 Preq＞0，Membership Function

图2 Preq＜0 时，隶属度函数Fig.2 Preq＜0，Membership Function

表1 Preq＞0 模糊控制器规则Tab.1 Preq＞0 Fuzzy Controller Rules

表2 Preq＜0 模糊控制器规则Tab.2 Preq＜0 Fuzzy Controller Rules

根据上述模糊控制规则，设计的仿真模型，如图3所示。

图3 双模糊控制器Fig.3 Double Fuzzy Controller

2.2 模糊-逻辑控制器的设计

模糊-逻辑联合控制策略如下：车辆在行驶状态下采用模糊控制，在制动状态下采用逻辑门控制。当超级电容的SOC值在设定的阈值内，则Preq=Puc，否则Puc=0。根据逻辑门控制建立的负功率分配模型，如图4所示。

图4 模糊-逻辑控制器Fig.4 Fuzzy-Logic Controller

2.3 基于MATLAB的仿真结果分析

针对某款单电源小型电动汽车组成复合电源，在UDDS道路工况下，进行仿真分析。电动汽车整车参数，如表3所示。

表3 整车参数Tab.3 Vehicle Parameter

双模糊控制和模糊—逻辑控制下电池和超级电容的SOC对比曲线，如图5所示。

图5 电池和超级电容的SOCFig.5 SOC of the Battery and Supercapacitor

由图5（a）可知，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。这一点由图5（b）也可以验证。

单个工况下汽车的总能耗对比曲线，如图6 所示。由图可知，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，如图7所示。由图7（a）、图7（b）可知，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。

图6 单个工况总能耗Fig.6 Total Energy Consumption Under Single Working Condition

图7 电池和超级电容的电流Fig.7 Current In Batteries and Supercapacitors

3 再生制动力模型

3.1 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。

三种情况下，前后轮制动力大小满足，如式（1）所示。

式中：FXb1FXb2—地面对前后轮制动力；φ—附着系数；L—汽车轴距；hg—质心高度；a、b—前、后轴距；Fμ1、Fμ2—前、后轮制动器制动力。

根据ECE R13 法规，前后轮制动力还应该在ECE 线上。ECE关系，如式（2）所示。

此外，当制动力完全由电机提供时，对应的制动强度，如式（3）所示。

式中：T—电机最大转矩；η—电机效率；i0—主减速比。设汽车载重500kg代入上表参数，可得电机完全制动对应的制动强度为0.133。

通过以上分析，制定的再生制动力模型，如图8所示。

图8 再生制动模型的分配曲线Fig 8 Distribution Curve of Regenerative Braking Model

图中，A、B、C三点对应的制动强度分别为0.133、0.33 和0.47。当制动强度小于0.133时，此时仅由电机制动，制动力遵循OA线分配。AB线为ECE线的切线。当制动强度在[0.133 0.33）时，制动力分配遵循AB线。C点为过B点的f线与I曲线的交点。当制动强度在[0.33 0.47]时制动力分配遵循BC线。当制动强度大于0.47时，制动力分配遵循CD线。

3.2 基于模糊控制的再生制动力的分配策略

研究发现，当车速＜15km/h时，采用电机制动几乎回收不到能量。

紧急制动时，若采用电机制动则汽车的安全性不能保障。因此，模糊控制器输入参数设为制动强度Z、超级电容的SOC值以及车速V并将三者划分为3个等级，输出参数为电机制动力占前轮的总制动力的比例Kuc并将其划分为11个等级，其隶属度函数和规则，如图9、表4所示。后、前向再生制动力模糊控制器模型，如图10、图11示。