混合动力汽车能量管理系统的模糊控制与仿真研究

1、-前言环境和能源问题的日益突出，使低排放甚至零排放汽车的开发受到了广泛的关注。电动汽车以无(低)污染、高燃油经济性、高性能和低排放的优点成为当代汽车发展的主要方向。但是，电动汽车的发展需要解决两大关键问题：即能量存储力汽车能量管理系统控制来进行具体分析。型如图 1所示。汽车在行驶过程中，动力系统提供的驱动力用来克服汽车的滚动阻力、坡度阻力、空气阻力以及加速阻力，从而实现汽车的匀速行驶、加速或爬坡等。汽车行驶过程中，驱动力Ft、滚动阻力Ff、坡度阻力Fi、空气阻力Fw 以及加速阻力Fj，可以按照式(1)计算。.z.-式中Ttq为发动机转矩(Nm)，ig 为变速器的传动比，io 为主减速器的传动比

2、，r为车轮半径(m)，G为作用于汽车上的重力（N），f 为滚动阻力系数，CD为空气阻力系数，A为迎风面积(m2)，a 为行驶速(km/h)，为汽车旋转质量换算系数，m为汽车质量(kg)，(du/dt)为行驶加速度(m/s2)，r 为传动系的效率。发动机与电机复合转速n(r/min)下，经过变速器与主减速器的减ua(km/h)(ua=0.377rn/igi0)行驶。力功率也相互平衡。将行驶方程两边乘以行驶车速ua，并经单位变换，得到汽车功率平衡方程(功率单位为kW)：控制策略思想本文的控制策略就是在保证发动机最高燃油效率的前提下，提高车辆的驱动性能、满足排放法规要求，以及保持电池的充电平衡。由于

3、道路工况和驱动条件比较适用。SOC、驾驶员的踏板位相应的扭矩(或功率)，以满足驱动轮驱动扭矩的要求。本文中模糊控制器的输入.z.-参数是道路总的请求转矩与发动机优化转矩的差值T 和电池荷电状态SOC，输出参数为控制系数K，如图2所示。模糊控制器采用Matlab 提供的模糊逻辑工具箱设计，该工具箱基于Matlab设计的控制器与Simulink集成进行仿真分析。模糊化模块SOC描述为过低,偏低,适中,高,输入变量的隶属函数分别如图3、图 4所示。输出变量K 值表示，因此推理方法采用Takagi-Sugeno类型，这种类型较为特殊，它将去模糊化结合到模糊推理中去，最后输出为精确量。.z.-模糊控制规

4、则表的建立本文中模糊控制器采用双输入单输出结构(MISO)。根据条件，建立“IF-THEN”型的规则库，该规则库建立的原则就是在尽量保证电池充放电平衡的条件下，使发动机转矩工作在最小燃油消耗区域。因此可以建立模糊逻辑控制表，见表从表1 SOCK为1，表示发动机工作在目标转矩，多出来的能量用于给电池充电。如果用语言来表示则为：IF(Tis负大)and(SOCis 过低)thenK is 1。表中其它数值可以用类似语言来描述。反模糊车的主要控制目标是发动机和电动机的转矩(或功率)分配问题，如何合理优化分配转矩是控制策略的重要内容。模糊逻辑是一种比较合适的控制策略，具有较好的鲁棒性，能实现非线性、多

5、目标和多参数的控制。模糊逻辑控制，能将控制逻辑的隶属函数及参数权值进行优化，以得到更佳的结果。建模、仿真结果与分析基于Matlab/Simulink的混合动力系统建模ADVISOR模型代码具有开放性，可以很容易对其内部模型进行研究。在研究与掌握ADVISOR车辆仿真系统结构组成的基础上，对它进行二次开发是可行的。在软件原有的并联式混合动力整车各模块基础上，对相关模块及对应参数加以修改，搭建新开发的虚拟样车系统结构，并修改它在MATLAB/SIMULINK下界面，使其更具可读性。.z.-混合动力汽车前向仿真模型，包括驾驶员模型、车辆控制器模型、发动机模型、电机模型、电池模型、离合器模型、变速器模

6、型、主减速器和差速器模型、轮胎模型和车辆动力学模型。控制策略模型如图5所示。整车性能仿真结果与分析本文采用欧洲城市道路循环 数 0.335，迎风面积2.1m2；发动机采用电喷汽油机，排量1.0L，功率41kW；电动机采用交流感应电机，峰值功率为25kW，额定电压0.9；蓄电池系统由25块铅酸电池组成，容量为18Ah，质量为167kg，总行程10.93km，时间 1225s，最大速度120km/h，行驶期间共计13次停车。仿真结果如图 6中可以看出发动机的转速是伴随着车辆在道路循环上的状态而变化的，在道路循环的停车时间，发动机处于关闭状态，以降低油耗，在加 7中可以看出在道路循环要求加速时，电机提供辅助驱动；减速、停车时，电机回收制动。从图 8中可以看出SOC也是动态变化的，最大值为0.716，最小值为 0.674，上下波动为 0.042，可以看到波动比较小，同时最终SOC值为 0.684，基本上实现了在一个循环内的充放电平衡。从发动机工作点和电池SOC的变化*围看，模糊逻辑控制策略模型能将发动机控制在最佳燃油线附近，并实现电池SOC变化在合理的*围内。结束语由于在混合动力汽车控制中存在许多影响参数，这些参数的函数关系大多是非线性的，模糊策略具有较好的鲁棒性，能解决复杂的非线性问题，实现能量的合理分配。本文的仿真结果表明，