关键词：混合动力汽车;;能量管理策略;;电池老化;;模型预测控制;;极小值原理
摘 要：建立资源节约型和环境友好型社会是当今世界的重要任务,为此,汽车行业正逐渐向着电动化的方向发展。混合动力汽车(Hybrid Electric Vehicle,HEV)由于其高效率、低能耗、低排放的优点,成为行业发展的潜在趋势。然而,混合动力汽车中引入了新的动力源――电机,由此带来了发动机和电机之间动力如何分配,即能量管理策略的问题;此外,电池在充放电过程中,会伴随一系列的副反应发生,这样势必会带来电池的老化问题(性能衰减),既影响整车工作效率又可能增加电池更换成本。这些问题的出现无论是对能量的优化、控制以及电池老化问题都提出了新的挑战。另外,考虑到控制器在实车系统中的应用问题,我们对算法的快速性也有很高的要求。针对以上问题,本文以CVT(无级变速器)并联式混合动力汽车为研究对象,综合考虑整车燃油经济性和电池老化两个目标,通过优化发动机和电机的转矩分配和CVT速比,达到降低燃油消耗和电池老化的目的。为了解决多目标有约束的非线性控制问题,且提高计算效率,本文采用在模型预测控制的框架下,结合庞德里亚金极小值原理和二分法迭代得到最优控制量的显式解的方法来求解优化问题。通过离线仿真实验和硬件在环实验验证了能量管理策略的有效性和控制器的实时性。主要工作概括如下:(1)分析了整车结构和各部件的建模方法,并在AMESim中搭建了用于能量管理策略开发的CVT并联式混合动力汽车的整车仿真模型,然后对模型参数进行了匹配。为了验证整车模型的合理性和功能性,在Simulink环境下搭建了基于规则的能量管理控制器,为基于优化的能量管理策略的设计奠定基础。(2)针对混合动力汽车能量分配以及电池在工作过程中特性会逐渐衰减的问题,为了同时实现整车燃油经济性和减小电池老化的目标,建立了面向控制器设计的发动机、电机、电池(包括内阻模型和电池老化评价模型)数学模型,将能量优化问题整理为多目标有约束的非线性优化控制问题。(3)在Matlab中搭建了能量管理策略优化控制器,主要方案是:在模型预测控制的框架下,利用极小值原理,结合二分法迭代找到最优控制问题的显式解,得到预测时域内最优的发动机、电机转矩以及CVT传动比。通过AMESim与Matlab离线联合仿真实验,在不考虑电池老化时,通过基于规则的方法和基于优化的方法做对比实验,验证了基于优化的能量管理策略在经济性方面的优势;然后,在考虑电池老化时,对能量管理策略在不同的标准循环工况下进行验证,且与不考虑电池老化的情况进行对比,从而验证了本文所提出的考虑电池老化的能量管理策略的有效性和必要性。(4)基于dSPACE和DSP实时仿真平台,对控制器进行了硬件在环实验,验证了能量管理策略的有效性和实时性。具体方案为:整车仿真模型部分是利用dSPACE实时仿真平台,将整车仿真模型下载到dSPACE中,作为模拟整车系统;控制器部分是通过DSP与FPGA硬件平台,将控制器生成C代码移植到DSP中,通过AD/DA建立DSP与dSPACE之间的通信。
内 容：原文可通过湖北省科技信息共享服务平台（http://www.hbstl.org.cn)获取