CN101973267A - 混合动力电动汽车牵引力分层控制方法 - Google Patents

Abstract

本发明涉及一种混合动力电动汽车牵引力分层控制方法，包括以下步骤：1)设置上层期望驱动总力矩计算层、中层动态协调控制层和底层退出机制层；2)根据驾驶员操作输入，得出期望发动机转矩和期望电机转矩；3)将期望发动机转矩和期望电机转矩，驱动轮轮速以及目标滑转率，输入上层期望驱动总力矩计算层，计算整车驱动系统期望的驱动总力矩；4)将实际驱动总力矩、整车驱动系统期望驱动总力矩和期望发动机转矩，输入中层动态协调控制层，计算出发动机和电机目标转矩；5)将发动机和电机目标转矩，期望发动机和电机转矩以及所有驱动轮滑转率，输入底层退出机制层，建立动态补偿的混合动力汽车牵引力分层控制系统退出策略，并计算出发动机转矩命令和电机转矩命令。本发明可以广泛应用于各种混合动力汽车牵引力控制系统中。

Description

混合动力电动汽车牵引力分层控制方法

技术领域

本发明涉及一种汽车牵引力控制方法，特别是关于一种混合动力电动汽车牵引力分层控制方法。

背景技术

汽车的牵引力控制系统通过调整发动机转矩、在驱动轮上施加制动力等方式，可以有效抑制驱动轮的剧烈滑转，提高车辆的起步性能、加速性能以及行驶稳定性能，对车辆的行驶安全性具有重要的意义。

现有的牵引力控制系统绝大部分是以传统内燃机汽车为对象进行研究的。均一路面时，主要采用发动机转矩控制和制动干预相结合的控制方式。引入制动干预是为了弥补发动机响应速度慢的缺点，但是也造成控制输出波动大、控制不平顺、能量无谓损耗、制动器磨损等一系列问题。混合动力汽车具有发动机和电机两个动力源，电机系统与传统液压制动系统相比具有动态响应特性的优势。因此，均一路面时，混合动力汽车牵引力控制系统已经不再需要制动干预的介入，而需要针对混合动力汽车多动力源的特点，重新对其牵引力控制系统进行设计。

目前关于混合动力汽车牵引力控制系统的研究还比较少。其中大部分文献只是分别调节发动机系统或者电机系统，并不涉及发动机系统和电机系统的协调控制。也有部分文献采用了发动机电机联合控制的方法，但是其控制方法都过于简单，而且关于发动机的控制还停留在存在响应速度慢和控制偏差大等缺点的节气门控制技术上。

发明内容

针对上述问题，本发明的目的是提供一种在无制动能耗情况下，能够快速、准确、平滑地抑制驱动轮打滑的混合动力电动汽车牵引力分层控制方法。

为实现上述目的，本发明采取以下技术方案：一种混合动力电动汽车牵引力分层控制方法，其特征在于包括以下步骤：1)设置一个混合动力汽车牵引力分层控制系统，使其包括上层期望驱动总力矩计算层、中层动态协调控制层和底层退出机制层；2)根据驾驶员操作输入，得出期望发动机转矩T_eHEV和期望电机转矩T_mHEV；3)将步骤2)中确定的期望发动机转矩T_eHEV和期望电机转矩T_mHEV，轮速传感器反馈的驱动轮轮速ω_w以及目标滑转率λ_d，输入上层期望驱动总力矩计算层，计算出整车驱动系统期望的驱动总力矩

4)将实际驱动总力矩T_d、步骤3)中确定的整车驱动系统期望驱动总力矩

和步骤2)中确定的期望发动机转矩T_eHEV，输入中层动态协调控制层，计算出发动机目标转矩T_eTCS和电机目标转矩T_mTCS；5)将步骤4)中确定的发动机目标转矩T_eTCS和电机目标转矩T_mTCS，步骤2)中确定的期望发动机转矩T_eHEV和期望电机转矩T_mHEV以及所有驱动轮滑转率λ，输入底层退出机制层，建立动态补偿的混合动力汽车牵引力分层控制系统退出策略，并计算出发动机转矩命令

和电机转矩命令

在所述步骤3)中，计算整车驱动系统期望的驱动总力矩

的步骤如下：①根据目标滑转率λ_d计算目标轮速ω_d为：

${\mathrm{\ω}}_d=\frac{v_x}{r(1-{\mathrm{\λ}}_d)}$

②根据轮速传感器反馈的驱动轮轮速ω_w和①中确定的目标轮速ω_d的差值，计算滑模面S：

$S={(\mathrm{\ω}-{\mathrm{\ω}}_d)}^{\′}+c(\mathrm{\ω}-{\mathrm{\ω}}_d)+{\mathrm{dT}}_d^{*}$

③以1/2车辆为受控对象，则滑模趋近率为：

$\stackrel{\·}{S}=f\left(S\right)=-\mathrm{kS}-\mathrm{\ϵsgn}\left(S\right)$

则动态滑模控制器为：

${\stackrel{\text{\·}}{T}}_{\text{d}}^{*}\text{=}\frac{1}{d}[-{(\mathrm{\ω}-{\mathrm{\ω}}_d)}^{\′\′}-c{(\mathrm{\ω}-{\mathrm{\ω}}_d)}^{\′}+f\left(S\right)]$

上式中，v_x为参考车速通过轮速传感器反馈的非驱动轮的轮速计算得到，r为车轮半径，c为一固定的正常数，d为控制器参数，k和ε均为正数。

c＝8，d＝2.5，k＝10，ε＝2.5。

在所述步骤4)中，计算发动机目标转矩T_eTCS的内容如下：①采用低通滤波方法让响应速度慢的发动机响应步骤3)中确定的期望驱动总力矩

的低频部分，让响应速度快的电机动态补偿期望驱动总力矩

的高频部分。该低通滤波方法为：

$T_{\mathrm{dc}}^{*}\left(k\right)=T_{\mathrm{dc}}^{*}(k-1)+[T_{\mathrm{sc}}^{*}\left(k\right)-T_{\mathrm{dc}}^{*}(k-1)]\frac{T_s}{T_f}(1-\frac{T_s}{{2T}_f})$

②利用①确定的期望驱动总力矩

和步骤2)中确定的期望发动机转矩T_eHEV，得到发动机目标转矩T_eTCS，发动机目标转矩T_eTCS为：

$T_{\mathrm{eTCS}}=\min (T_{\mathrm{dc}}^{*},T_{\mathrm{eHEV}})$

上式中，为滤波后的期望驱动总力矩，

为滤波前的期望驱动总力矩，T_s为控制周期，T_f为滤波时间常数。

在所述步骤4)中，计算电机目标转矩T_mTCS的内容如下：①采用一阶惯性环节表示电机系统的输入输出动态响应特性，即：

$T_m=\frac{1}{{\mathrm{\τ}}_{m}s+1}{T}_{\mathrm{mTCS}}=G_m\left(s\right)T_{\mathrm{mTCS}}$

②通过规范模型G_d(s)，确定一个实际可实现的规范的输入输出特性作为理想控制性能的近似，规范模型G_d(s)为：

G_d(s)＝1/(τ_ds+1)

③通过前馈控制器G_f(s)，提高控制系统响应速度，前馈控制器G_f(s)为：

$G_f\left(s\right)=\frac{G_d\left(s\right)}{G_m\left(s\right)}=\frac{{\mathrm{\τ}}_{m}s+1}{{\mathrm{\τ}}_{d}s+1}$

④通过反馈控制器G_b(s)，减小或消除实际驱动总力矩T_d和期望的驱动总力矩

的误差E，反馈控制器G_b(s)为：

$G_b\left(s\right)=k_p+\frac{k_i}{s}+k_{d}s$

式中，G_m(s)被控对象模型，τ_m为电机系统的滞后时间常数，τ_d为时间常数，τ_m为电机系统的滞后时间常数，τ_d为时间常数，k_p、k_i、k_d分别为比例、积分、微分系数。

τ_m＝20ms，τ_d＝25ms，k_p＝1，k_i＝50，k_d＝0。

实际驱动总力矩T_d是通过实际电机转矩T_m和作为干扰量的实际发动机转矩T_e经动力耦合后得到。

在所述步骤5)中，采用动态补偿算法建立混合动力汽车牵引力分层控制系统退出策略和计算发动机转矩命令和电机转矩命令

的步骤如下：①判断所有驱动轮滑转率λ是否小于一定门限值λ_out以内并且维持一段时间t_out；②当所有驱动轮滑转率λ下降到一定门限值λ_out以内并且维持一段时间t_out后，进入下一步；否则，发动机转矩命令和电机转矩命令

分别等于中层动态协调控制层得到的发动机目标转矩T_eTCS和电机目标转矩T_mTCS；③混合动力汽车牵引力控制系统开始退出，使得发动机转矩命令

等于能量管理策略制定的期望发动机转矩T_eHEV；④判断实际发动机转矩T_e和能量管理策略制定的期望发动机转矩T_eHEV的差值是否小于门限δ_T；⑤如果实际发动机转矩T_e和能量管理策略制定的期望发动机转矩T_eHEV的差值小于门限δ_T，则进入下一步；否则进入动态补偿算法，以补偿发动机转矩上升时响应速度的不足，并返回④；⑥发动机转矩T_e和能量管理策略制定的期望发动机转矩T_eHEV的差值小于门限δ_T后，使得电机转矩命令

等于能量管理策略制定的期望电机转矩T_mHEV，混合动力牵引力分层控制系统完全退出。

在所述⑤中，动态补偿算法为：

$\left\{\begin{array}{c}{T}_e(k+1)=\frac{T_{\mathrm{de}}\left(k\right)-T_{\mathrm{eact}}\left(k\right)}{t_n-\mathrm{k\δ}}\mathrm{\δ}+T_e\left(k\right)\\ T_m(k+1)=\frac{T_{\mathrm{dm}}\left(k\right)-T_{\mathrm{de}}\left(k\right)+T_{\mathrm{eact}}\left(k\right)}{t_n-\mathrm{k\δ}}\mathrm{\δ}+T_m\left(k\right)\end{array}\right.$

式中，t_n为总过渡时间，δ为单位时间步长，T_de(k)为切换后发动机目标转矩，T_e(k)为动态过程中发动机转矩，T_eact(k)为动态过程中发动机实际转矩，T_dm(k)为切换后电机目标转矩，T_m(k)为动态过程中电机转矩。

本发明由于采取以上技术方案，其具有以下优点：1、由于本发明设置了上层期望驱动总力矩计算层、中层动态协调控制层和底层退出机制层，分层控制并计算出输送给发动机和电机的转矩命令，因此能够在无制动能耗情况下，快速、准确、平滑地实现对打滑车轮的控制，有效解决传统内燃机汽车牵引力控制系统的相关问题。2、由于本发明利用发动机目标转矩设计算法和转矩动态协调控制策略，对发动机系统和电机系统进行了动态协调，使得实际驱动总力矩能够精确地满足期望驱动总力矩，实现了发动机转矩和电机转矩的精确协调控制。3、由于本发明利用两发动机目标转矩设计算法和转矩动态协调控制策略，分别计算出发动机目标转矩和电机目标转矩，因此避免了节气门控制响应速度慢、控制偏差大的缺点。4、由于本发明通过基于动态补偿的混合动力汽车牵引力分层控制系统退出策略，计算出输送给发动机和电机的转矩命令，因此弥补发动机转矩上升时响应特性的不足，有效解决了系统退出过程中驱动系统实际驱动总力矩不能立刻满足驾驶员驾驶需求的问题。本发明可以广泛应用于各种混合动力汽车牵引力控制系统中。

附图说明

图1是本发明的混合动力汽车牵引力控制总体架构示意图

图2是本发明的混合动力汽车牵引力分层控制方法示意图

图3是本发明的发动机电机动态协调控制系统结构示意图

图4是本发明的基于模型匹配二自由度控制的转矩动态协调控制策略示意图

图5是本发明的基于动态补偿的混合动力牵引力控制系统退出策略示意图

具体实施方式

下面结合附图和实施例对本发明进行详细的描述。

如图1、图2所示，本发明方法包括以下步骤：

1)设置一个混合动力汽车牵引力分层控制系统，使其包括上层期望驱动总力矩计算层、中层动态协调控制层和底层退出机制层。

2)根据驾驶员操作输入，得出期望发动机转矩T_eHEV和期望电机转矩T_mHEV，其具体步骤如下：

①意图识别：根据驾驶员输入的踏板位置和行驶车速解读驾驶员的驾驶意图，计算符合驾驶员驾驶需求的动力系统驱动功率。

②模式选择：采用基于“优化ICE曲线”的控制策略划分工作区域，然后根据①求得的动力系统驱动功率，使车辆分别进入纯电动、发动机驱动加发电、发动机单独驱动、发动机电机联合驱动和制动能量回收等中的任一种模式。

③功率分配：根据②确定的模式和预先制定的能量管理策略中的功率分配策略，求得能量管理策略制定的期望发动机转矩T_eHEV和期望电机转矩T_mHEV，保证发动机和电机总转矩满足驾驶员需求。

3)如图2所示，将步骤2)中确定的期望发动机转矩T_eHEV和期望电机转矩T_mHEV，轮速传感器反馈的驱动轮轮速ω_w以及目标滑转率λ_d输入上层期望驱动总力矩计算层，利用动态滑模控制器，计算出整车驱动系统期望的驱动总力矩

精确保证所有驱动轮滑转率λ稳定在目标滑转率λ_d附近。本实施例中，本发明方法中的目标滑转率λ_d是通过路面识别技术实时获得，该方法比较精确。

利用动态滑模控制器，计算出整车驱动系统期望的驱动总力矩

的步骤如下：

①首先，根据目标滑转率λ_d计算目标轮速ω_d，公式如下：

${\mathrm{\ω}}_d=\frac{v_x}{r(1-{\mathrm{\λ}}_d)}$

上述公式中，v_x为参考车速通过轮速传感器反馈的非驱动轮的轮速计算得到，r为车轮半径。

②根据轮速传感器反馈的驱动轮轮速ω_w和①中确定的目标轮速ω_d的差值，计算滑模面S：

$S={(\mathrm{\ω}-{\mathrm{\ω}}_d)}^{\′}+c(\mathrm{\ω}-{\mathrm{\ω}}_d)+{\mathrm{dT}}_d^{*}$

上述公式中，c为一固定的正常数，d为控制器参数，优选参数c和参数d为c＝8，d＝2.5。

③以1/2车辆为受控对象，则滑模趋近率为：

$\stackrel{\·}{S}=f\left(S\right)=-\mathrm{kS}-\mathrm{\ϵsgn}\left(S\right)$

上述公式中，k和ε均为正数，优选参数k和参数ε为k＝10，ε＝2.5。

从而可以求得动态滑模控制器为：

${\stackrel{\text{\·}}{T}}_{\text{d}}^{*}\text{=}\frac{1}{d}[-{(\mathrm{\ω}-{\mathrm{\ω}}_d)}^{\′\′}-c{(\mathrm{\ω}-{\mathrm{\ω}}_d)}^{\′}+f\left(S\right)]$

4)如图2、图3所示，将实际驱动总力矩T_d、步骤3)中确定的整车驱动系统期望驱动总力矩和步骤2)中确定的期望发动机转矩T_eHEV，输入中层动态协调控制层，利用了发动机目标转矩设计算法和转矩动态协调控制策略，分别计算出发动机目标转矩T_eTCS和电机目标转矩T_mTCS，以准确地实现步骤3)得到的整车驱动系统期望的驱动总力矩

对发动机转矩和电机转矩进行精确协调控制。上述的实际驱动总力矩T_d是通过实际发动机转矩T_e和实际电机转矩T_m经动力耦合后得到。

上述利用两发动机目标转矩设计算法，计算发动机目标转矩T_eTCS的内容如下：

①采用低通滤波方法让响应速度慢的发动机响应步骤3)中确定的期望驱动总力矩

的低频部分，让响应速度快的电机动态补偿期望驱动总力矩

的高频部分。该低通滤波方法为：

$T_{\mathrm{dc}}^{*}\left(k\right)=T_{\mathrm{dc}}^{*}(k-1)+[T_{\mathrm{sc}}^{*}\left(k\right)-T_{\mathrm{dc}}^{*}(k-1)]\frac{T_s}{T_f}(1-\frac{T_s}{{2T}_f})$

上述公式中，

为滤波后的期望驱动总力矩，

为滤波前的期望驱动总力矩，T_s为控制周期，T_f为滤波时间常数，k为第k时刻，k-1为其上一个时刻。

②利用①确定的期望驱动总力矩

和步骤2)中确定的期望发动机转矩T_eHEV，得到发动机目标转矩T_eTCS。其中：发动机目标转矩T_eTCS不能大于期望发动机转矩T_eHEV，即不能大于驾驶员的需求，否则将造成发动机转矩上升，违背了驱动防滑控制降低驱动力矩的根本目的。因此，发动机目标转矩T_eTCS为：

$T_{\mathrm{eTCS}}=\min (T_{\mathrm{dc}}^{*},T_{\mathrm{eHEV}})$

如图3所示，转矩动态协调控制策略以电机及其控制器为被控对象，实际发动机转矩T_e构成转矩动态协调控制策略的干扰量。兼顾对快速性、准确性和鲁棒性的要求，采用既有前馈又有反馈的二自由度控制器结构；同时，为了满足线性的输入输出传递特性，采用模型匹配的方法建立转矩动态协调控制策略，因此本发明的转矩动态协调控制策略是基于模型匹配二自由度控制的转矩动态协调控制策略。

如图4所示，利用转矩动态协调控制策略，计算电机目标转矩T_mTCS的内容如下：

①采用一阶惯性环节表示电机系统的输入输出动态响应特性，即：

$T_m=\frac{1}{{\mathrm{\τ}}_{m}s+1}{T}_{\mathrm{mTCS}}=G_m\left(s\right)T_{\mathrm{mTCS}}$

式中，G_m(s)被控对象模型，τ_m为电机系统的滞后时间常数，优选参数τ_m＝20ms。

②通过规范模型G_d(s)，确定一个实际可实现的规范的输入输出特性作为理想控制性能的近似，规范模型G_d(s)为：

G_d(s)＝1/(τ_ds+1)

式中，τ_d为时间常数，优选参数τ_d＝25ms。

③通过前馈控制器G_f(s)，提高控制系统响应速度，前馈控制器G_f(s)为：

$G_f\left(s\right)=\frac{G_d\left(s\right)}{G_m\left(s\right)}=\frac{{\mathrm{\τ}}_{m}s+1}{{\mathrm{\τ}}_{d}s+1}$

式中，τ_m为电机系统的滞后时间常数，优选参数τ_m＝20ms，τ_d为时间常数，优选参数τ_d＝25ms。

④通过反馈控制器G_b(s)，减小或消除实际驱动总力矩T_d和期望的驱动总力矩

的误差E，保证控制系统的稳定性和鲁棒性，反馈控制器G_b(s)为：

$G_b\left(s\right)=k_p+\frac{k_i}{s}+k_{d}s$

式中，k_p、k_i、k_d分别为比例、积分、微分系数，优选参数k_p＝1，k_i＝50，k_d＝0，实际驱动总力矩T_d是通过实际电机转矩T_m和作为干扰量的实际发动机转矩T_e经动力耦合后得到。

5)将步骤4)中确定的发动机目标转矩T_eTCS和电机目标转矩T_mTCS，步骤2)中确定的期望发动机转矩T_eHEV和期望电机转矩T_mHEV以及所有驱动轮滑转率λ，输入底层退出机制层，利用动态补偿的混合动力汽车牵引力控制系统退出策略，计算出发动机转矩命令

和电机转矩命令

以充分利用电机控制响应速度快、响应精度高的优势，从而弥补发动机响应特性的不足，进而使系统退出过程中整车驱动系统实际驱动总力矩仍能很好地跟随上层期望驱动总力矩计算层制定的整车驱动系统期望的驱动总力矩

如图5所示，采用动态补偿算法建立混合动力汽车牵引力控制系统退出策略，计算发动机转矩命令

和电机转矩命令

的步骤如下：

①判断是否达到系统退出条件，系统退出条件指的是：所有驱动轮滑转率λ小于一定门限值λ_out以内并且维持一段时间t_out。

②当所有驱动轮滑转率λ下降到一定门限值λ_out以内并且维持一段时间t_out后，进入下一步；否则，混合动力汽车牵引力分层控制系统继续起作用，即发动机转矩命令

和电机转矩命令

分别等于中层动态协调控制层得到的发动机目标转矩T_eTCS和电机目标转矩T_mTCS。

③混合动力汽车牵引力控制系统开始退出，使得发动机转矩命令

等于能量管理策略制定的期望发动机转矩T_eHEV。

④判断实际发动机转矩T_e和能量管理策略制定的期望发动机转矩T_eHEV的差值是否小于门限δ_T。

⑤如果实际发动机转矩T_e和能量管理策略制定的期望发动机转矩T_eHEV的差值小于门限δ_T，则进入下一步；否则进入动态补偿算法，以补偿发动机转矩上升时响应速度的不足，并返回④。

⑥发动机转矩T_e和能量管理策略制定的期望发动机转矩T_eHEV的差值小于门限δ_T后，使得电机转矩命令

等于能量管理策略制定的期望电机转矩T_mHEV，混合动力牵引力控制系统完全退出。

上述⑤中，动态补偿算法如下：

$\left\{\begin{array}{c}{T}_e(k+1)=\frac{T_{\mathrm{de}}\left(k\right)-T_{\mathrm{eact}}\left(k\right)}{t_n-\mathrm{k\δ}}\mathrm{\δ}+T_e\left(k\right)\\ T_m(k+1)=\frac{T_{\mathrm{dm}}\left(k\right)-T_{\mathrm{de}}\left(k\right)+T_{\mathrm{eact}}\left(k\right)}{t_n-\mathrm{k\δ}}\mathrm{\δ}+T_m\left(k\right)\end{array}\right.$

式中，t_n为总过渡时间，δ为单位时间步长，T_de(k)为切换后发动机目标转矩，T_e(k)为动态过程中发动机转矩，T_eact(k)为动态过程中发动机实际转矩，T_dm(k)为切换后电机目标转矩，T_m(k)为动态过程中电机转矩。

本发明仅以上述实施例进行说明，各部件的结构、设置位置、及其连接都是可以有所变化的，在本发明技术方案的基础上，凡根据本发明原理对个别部件进行的改进和等同变换，均不应排除在本发明的保护范围之外。

Claims (9)

1.一种混合动力电动汽车牵引力分层控制方法，其特征在于包括以下步骤：

1)设置一个混合动力汽车牵引力分层控制系统，使其包括上层期望驱动总力矩计算层、中层动态协调控制层和底层退出机制层；

2)根据驾驶员操作输入，得出期望发动机转矩T_eHEV和期望电机转矩T_mHEV；

3)将步骤2)中确定的期望发动机转矩T_eHEV和期望电机转矩T_mHEV，轮速传感器反馈的驱动轮轮速ω_w以及目标滑转率λ_d，输入上层期望驱动总力矩计算层，计算出整车驱动系统期望的驱动总力矩

4)将实际驱动总力矩T_d、步骤3)中确定的整车驱动系统期望驱动总力矩

和步骤2)中确定的期望发动机转矩T_eHEV，输入中层动态协调控制层，计算出发动机目标转矩T_eTCS和电机目标转矩T_mTCS；

5)将步骤4)中确定的发动机目标转矩T_eTCS和电机目标转矩T_mTCS，步骤2)中确定的期望发动机转矩T_eHEV和期望电机转矩T_mHEV以及所有驱动轮滑转率λ，输入底层退出机制层，建立动态补偿的混合动力汽车牵引力分层控制系统退出策略，并计算出发动机转矩命令

和电机转矩命令

2.如权利要求1所述的混合动力电动汽车牵引力分层控制方法，其特征在于：在所述步骤3)中，计算整车驱动系统期望的驱动总力矩的步骤如下：

①根据目标滑转率λ_d计算目标轮速ω_d为：

${\mathrm{\ω}}_d=\frac{v_x}{r(1-{\mathrm{\λ}}_d)}$

②根据轮速传感器反馈的驱动轮轮速ω_w和①中确定的目标轮速ω_d的差值，计算滑模面S：

$S={(\mathrm{\ω}-{\mathrm{\ω}}_d)}^{\′}+c(\mathrm{\ω}-{\mathrm{\ω}}_d)+{\mathrm{dT}}_d^{*}$

③以1/2车辆为受控对象，则滑模趋近率为：

$\stackrel{\·}{S}=f\left(S\right)=-\mathrm{kS}-\mathrm{\ϵsgn}\left(S\right)$

则动态滑模控制器为：

${\stackrel{\text{\·}}{T}}_{\text{d}}^{*}\text{=}\frac{1}{d}[-{(\mathrm{\ω}-{\mathrm{\ω}}_d)}^{\′\′}-c{(\mathrm{\ω}-{\mathrm{\ω}}_d)}^{\′}+f\left(S\right)]$

上式中，v_x为参考车速通过轮速传感器反馈的非驱动轮的轮速计算得到，r为车轮半径，c为一固定的正常数，d为控制器参数，k和ε均为正数。

3.如权利要求2所述的混合动力电动汽车牵引力分层控制方法，其特征在于：c＝8，d＝2.5，k＝10，ε＝2.5。

4.如权利要求1所述的混合动力电动汽车牵引力分层控制方法，其特征在于：在所述步骤4)中，计算发动机目标转矩T_eTCS的内容如下：

①采用低通滤波方法让响应速度慢的发动机响应步骤3)中确定的期望驱动总力矩

的低频部分，让响应速度快的电机动态补偿期望驱动总力矩

的高频部分。该低通滤波方法为：

$T_{\mathrm{dc}}^{*}\left(k\right)=T_{\mathrm{dc}}^{*}(k-1)+[T_{\mathrm{sc}}^{*}\left(k\right)-T_{\mathrm{dc}}^{*}(k-1)]\frac{T_s}{T_f}(1-\frac{T_s}{{2T}_f})$

②利用①确定的期望驱动总力矩

和步骤2)中确定的期望发动机转矩T_eHEV，得到发动机目标转矩T_eTCS，发动机目标转矩T_eTCS为：

$T_{\mathrm{eTCS}}=\min (T_{\mathrm{dc}}^{*},T_{\mathrm{eHEV}})$

上式中，

为滤波后的期望驱动总力矩，

为滤波前的期望驱动总力矩，Ts为控制周期，T_f为滤波时间常数。

5.如权利要求1所述的混合动力电动汽车牵引力分层控制方法，其特征在于：在所述步骤4)中，计算电机目标转矩T_mTCS的内容如下：

①采用一阶惯性环节表示电机系统的输入输出动态响应特性，即：

$T_m=\frac{1}{{\mathrm{\τ}}_{m}s+1}{T}_{\mathrm{mTCS}}=G_m\left(s\right)T_{\mathrm{mTCS}}$

②通过规范模型G_d(s)，确定一个实际可实现的规范的输入输出特性作为理想控制性能的近似，规范模型G_d(s)为：

G_d(s)＝1/(τ_ds+1)

③通过前馈控制器G_f(s)，提高控制系统响应速度，前馈控制器G_f(s)为：

$G_f\left(s\right)=\frac{G_d\left(s\right)}{G_m\left(s\right)}=\frac{{\mathrm{\τ}}_{m}s+1}{{\mathrm{\τ}}_{d}s+1}$

④通过反馈控制器G_b(s)，减小或消除实际驱动总力矩T_d和期望的驱动总力矩的误差E，反馈控制器G_b(s)为：

$G_b\left(s\right)=k_p+\frac{k_i}{s}+k_{d}s$

式中，G_m(s)被控对象模型，τ_m为电机系统的滞后时间常数，τ_d为时间常数，τ_m为电机系统的滞后时间常数，τ_d为时间常数，k_p、k_i、k_d分别为比例、积分、微分系数。

6.如权利要求5所述的混合动力电动汽车牵引力分层控制方法，其特征在于：τ_m＝20ms，τ_d＝25ms，k_p＝1，k_i＝50，k_d＝0。

7.如权利要求5所述的混合动力电动汽车牵引力分层控制方法，其特征在于：实际驱动总力矩T_d是通过实际电机转矩T_m和作为干扰量的实际发动机转矩T_e经动力耦合后得到。

8.如权利要求1所述的混合动力电动汽车牵引力分层控制方法，其特征在于：在所述步骤5)中，采用动态补偿算法建立混合动力汽车牵引力分层控制系统退出策略和计算发动机转矩命令

和电机转矩命令

的步骤如下：

①判断所有驱动轮滑转率λ是否小于一定门限值λ_out以内并且维持一段时间t_out；

②当所有驱动轮滑转率λ下降到一定门限值λ_out以内并且维持一段时间t_out后，进入下一步；否则，发动机转矩命令

和电机转矩命令

分别等于中层动态协调控制层得到的发动机目标转矩T_eTCS和电机目标转矩T_mTCS；

③混合动力汽车牵引力控制系统开始退出，使得发动机转矩命令

等于能量管理策略制定的期望发动机转矩T_eHEV；

④判断实际发动机转矩T_e和能量管理策略制定的期望发动机转矩T_eHEV的差值是否小于门限δ_T；

⑤如果实际发动机转矩T_e和能量管理策略制定的期望发动机转矩T_eHEV的差值小于门限δ_T，则进入下一步；否则进入动态补偿算法，以补偿发动机转矩上升时响应速度的不足，并返回④；

⑥发动机转矩T_e和能量管理策略制定的期望发动机转矩T_eHEV的差值小于门限δ_T后，使得电机转矩命令

等于能量管理策略制定的期望电机转矩T_mHEV，混合动力牵引力分层控制系统完全退出。

9.如权利要求8所述的混合动力电动汽车牵引力分层控制方法，其特征在于：在所述⑤中，动态补偿算法为：

$\left\{\begin{array}{c}{T}_e(k+1)=\frac{T_{\mathrm{de}}\left(k\right)-T_{\mathrm{eact}}\left(k\right)}{t_n-\mathrm{k\δ}}\mathrm{\δ}+T_e\left(k\right)\\ T_m(k+1)=\frac{T_{\mathrm{dm}}\left(k\right)-T_{\mathrm{de}}\left(k\right)+T_{\mathrm{eact}}\left(k\right)}{t_n-\mathrm{k\δ}}\mathrm{\δ}+T_m\left(k\right)\end{array}\right.$

式中，t_n为总过渡时间，δ为单位时间步长，T_de(k)为切换后发动机目标转矩，T_e(k)为动态过程中发动机转矩，T_eact(k)为动态过程中发动机实际转矩，T_dm(k)为切换后电机目标转矩，T_m(k)为动态过程中电机转矩。

Images