CN109849897B - 一种考虑耦合传动系统动态效率的混合动力能量管理方法 - Google Patents

Abstract

本发明公开了一种考虑耦合传动系统动态效率的混合动力能量管理方法，该方法由四个模块实现，分别是参数输入和预处理模块、综合效率最优控制模块、仿真模块和控制输出模块，模块之间形成闭环控制，参数输入和预处理模块用于输入和预处理参数，综合效率最优控制模块中设置惩罚函数，保持系统整体高效的同时尽量避开传动系统共振区域的低效工作区间，仿真模块用于为算法和控制参数的进一步优化提供参考，控制输出模块用于通过遗传算法优化控制流程。该能量管理方法能够提高系统综合效率，对降低系统振动噪音，提升系统可靠性、舒适性具有积极意义。

Description

一种考虑耦合传动系统动态效率的混合动力能量管理方法

技术领域

本发明涉及混合动力汽车的能量管理技术领域，尤其涉及一种考虑耦合传动系统动态效率的混合动力能量管理方法。

背景技术

混合动力汽车是当前清洁能源汽车的发展主流，它可弥补纯电动汽车续驶里程短的不足，同时相对传统汽车又可大幅度地提高能源利用率，减少尾气排放。混合动力汽车有内燃机、电机等多个动力源，结构复杂，如何实时有效地对多个动力源进行能量管理仍是混合动力汽车控制领域的难题之一。

混联式混合动力汽车的传动系统主要有两种结构，即行星齿轮结构和双转子电机结构，其中行星齿轮结构被广泛采用。

目前研究最为广泛的四类混合动力汽车能量管理策略：基于规则的控制策略、瞬时优化控制策略、全局优化控制策略和基于优化算法的自适应控制策略。

基于规则的控制策略的工作机理是：事先凭理论分析和工作经验直觉设定一系列的车辆预计工作状态值，将其工作区域划分。根据设置的临界工作点来判断车辆所工作的区域，从而采取相应的控制方式。基于规则逻辑门限算法相对简单，能够应用于实车控制器，结合离线优化的结果，能够对参数进行优化，从而得到更合理、经济的工作模式切换规则。这类策略的最大的优点是易于工程实现。但是，基于规则的能量管理策略，无论是否进行过控制参数优化，其在燃油经济性的提高方面还是存在一定的局限性。

瞬时优化控制策略通常采用等效燃油消耗最少或功率损失最小算法，通过将两个能量源的能量消耗用特定方法进行量化统一，计算出整车瞬时最小能耗。该策略在每一步长内是最优的，但无法保证在整个行驶周期内最优，而且需要大量的浮点运算和比较精确的车辆及动力系统模型，计算量大，实现困难。这类能量管理策略目前在计算机仿真上取得了很好的燃料经济性效果，但在实车上并未广泛应用，因为其对于车辆实时行驶状态参数的采集、分析及处理要求较高，同时整车动力系统性能的变化对基础数据库的实时更新影响较大。

全局优化控制策略，在事先知道汽车行驶的所有过程中所有工况参数的条件下，可以实现能量管理的全局优化。全局优化模式实现了真正意义上的最优化，但实现这种策略的算法往往都比较复杂，计算量也很大，并且需要预先获得所有的道路信息，在实际车辆的实时控制中很难得到应用。

基于优化算法的自适应控制策略，可以根据当前车辆行驶状态和路况自动预测未来一段时间内的功率和能量需求来自动调整控制参数以适应行驶工况的变化。所谓自适应，就是在每一时间步，根据当前的行驶条件和路况要求来调整部件工作方式，通过优化算法，在保证目标函数最优化的前提下，将能量需求合理地分配给各个能量源。虽然自适应控制策略的目标函数模型优化算法等各不相同，但由于自适应控制要实时采集大量的动力系统运行数据，计算能耗，预测未来工况，优化过程复杂，计算量大，导致其目前无法在实际中得到应用。

由于在系统实际运行中，各系统的效率波动尺度相差较大，即存在电机和发动机的工作点对系统总效率的影响占主导地位，因此若单一地选取系统综合动态效率作为能量优化目标，会使得传动系统较多地工作在低效区，从而影响传动系统的机械振动品质与疲劳寿命。

因此有必要设计一种考虑传动系统效率的混合动力能量管理方法，保持系统整体高效的同时尽量避开传动系统共振区域的低效工作区间，真正提高系统综合效率，降低系统振动噪音，进而提升系统可靠性、舒适性。

发明内容

为实现上述技术目的，本发明是通过以下技术方案实现。

一种考虑耦合传动系统动态效率的混合动力能量管理方法，参数输入和预处理模块将信息传递给综合效率最优控制模块和仿真模块，仿真模块将仿真运算后的信息传递给综合效率最优控制模块，综合效率最优控制模块根据接收到的信息分析计算出控制信息传递给控制输出模块，控制输出模块经过算法优化输出控制信息，并将信息传递给仿真模块作为查考修正依据。

进一步，所述参数输入和预处理模块用于输入和预处理控制策略参数、车辆及零部件参数和仿真参数；所述控制策略参数包括混合动力系统各部分等效效率、模式范围和惩罚函数；所述车辆及零部件参数包括整车基本参数、耦合机构参数和动力部件参数；所述仿真参数包括行驶工况参数和仿真参数。

进一步，所述综合效率最优控制模块确定所有扭矩/转速分配组合的效率，同时考虑动力系统效率损耗和耦合机构效率损耗，再通过动态效率优化策略优化目标函数，输出当前系统工况下最佳的动力分配；所述优化目标函数：

其中：k表示不同的工况，η_{sys_k}为PHEV综合效率，∑η_H,k为耦合机构动态传动效率，f(|n_e-i₀n_v|)是惩罚函数，n_e为发动机的转速，i₀为车辆主减速比，n_v为车轮转速，T_req为车辆实时外载需求扭矩，λ为转矩分配系数。

进一步，所述控制输出模块通过遗传算法优化控制流程，输出电机和发动机的最佳工作模式及该模式下对应的最优扭矩及转速；所述遗传算法优化控制流程具体为：根据工况把电机、发动机的目标工作转速和扭矩作为优化变量，对优化变量进行编码，基于不同工况PHEV效率模型，根据目标函数和约束条件，对模型进行正向循环工况求解，以得到所对应的适应度函数，计算最优综合效率。

本发明的有益效果：本发明为一种考虑耦合传动系统动态效率的混合动力能量管理方法，在混合动力传统分布式能量管理基础上兼顾耦合机构动态传动效率，考虑传动系统的机械振动品质与疲劳寿命，在优化系统综合效率时，设置惩罚函数，保持系统整体高效的同时尽量避开传动系统共振区域的低效工作区间，真正提高综合效率，对降低系统振动噪音，提升系统可靠性、舒适性具有积极意义。

附图说明

图1为本发明的一种插电式混合动力系统示意图；

图2为本发明的一种考虑传动系统效率的混合动力能量管理控制策略图；

图3为本发明的一种基于遗传算法的系统综合动态效率最优控制流程图；

图4为行星耦合机构的动态传动效率MAP图；

图5为本发明的效率惩罚函数图；

图6为未考虑惩罚函数情况下，传动系统共振附近区域工作点实例图；

图7为考虑惩罚函数情况下，传动系统共振附近区域工作点实例图；

图8为三种能量管理方法下的各部件及系统效率对比图。

具体实施方式

下面结合附图详细说明本发明的技术方案。

如图1所示，为本发明一种插电式混合动力系统(PHEV)示意图，其中动力系统的部件为发动机和电机(EM)，传动系统具体为一种行星耦合机构(PCTS)，S、C、R分别为太阳轮、行星架和内齿圈，B1为制动装置，C1、C2是离合装置。电机转子与内齿圈为一体，发动机与太阳轮相连，通过B1、C1和C2三个连接部件实现混合动力系统的不同工况。

在耦合机构中，把系统中活动中心轮标为A，固定中心轮标为B，系杆H作为输出构件或输入构件，轮系转化机构的效率为η_AB，转化机构中从A到B的传动比为

则该轮系的各功率传递路径的动态传动效率为：

其中，T_s为太阳轮转矩，n_s为太阳轮转速，n_c为行星架转速；当

时，x＝-1；当

或

时，x＝+1；当系杆为轮系的主动构件时，y＝-1；当系杆为轮系的从动件时，y＝+1。

所述混合动力系统工况类别及相应动态传动效率如表1所示：

表1系统工况类别及相应传动效率

依据表1可得出，归纳不同工况下的工作特性，将相应功率带入到公式(1)对应项中，行星耦合机构中共存在4种功率流向，对应的能量流向以及相应耦合机构动态传动效率如下：

其中T_req为车辆实时外载需求扭矩，n_e为发动机转速，n_v为车轮转速，i₀为车辆主减速比，λ为转矩分配系数。

根据上述公式，得到如图4不同车辆实时外载需求扭矩和发动机转速下的动态传动效率MAP图，从中可以看出，随着载荷或转速增大，效率总体呈现增长趋势，其中在2500r/min和5000r/min工况附近，系统效率出现波谷，对应着1阶、2阶固有频率，因此，在系统工作点分配时，应尽量避免工作在传动效率的波谷处。

如图2所示，为本发明的一种考虑耦合传动系统效率的混合动力能量管理控制策略图，控制策略分为四个部分：参数输入和预处理模块、综合效率最优控制模块、仿真模块和控制输出模块。

参数输入和预处理模块将信息传递给综合效率最优控制模块和仿真模块，仿真模块将仿真运算后的信息传递给综合效率最优控制模块，综合效率最优控制模块根据接收到的信息分析计算出控制信息传递给控制输出模块，控制输出模块经过算法优化输出控制信息，并将信息传递给仿真模块作为其查考修正依据。

所述参数输入和预处理模块用于输入和预处理控制策略参数、车辆及零部件参数和仿真参数，所述控制策略参数具体为混合动力系统各部分等效效率、模式范围和惩罚函数；所述车辆及零部件参数具体为整车基本参数、耦合机构参数和动力部件参数；所述仿真参数具体为行驶工况参数和仿真参数，用于对计算出的控制输出进行仿真参数的给定。

所述综合效率最优控制模块用于根据各工况下系统各部件的扭矩和转速范围，对可行域(即所有可能的扭矩/转速分配组合)内某一确定的动力部件的扭矩/转速组合查表计算各自的效率，同时考虑动力系统效率损耗和耦合机构效率损耗，即得到混合动力系统等效综合动态效率；进一步，通过动态效率优化策略(dynamic efficiency optimizationstrategy，DEMS)优化目标函数，输出当前系统工况下最佳的动力分配。

所述各工况下系统各部件的扭矩和转速范围及系统等效综合动态效率如表2所示：

表2各工况下的系统综合动态效率

其中，λ₁、λ₂分别为发动机与电机的预设的转矩分配系数，T_e、T_m分别为发动机与电机的转矩，n_e、n_m分别为发动机与电机的转速，i为行星转化机构传动比，i₀为车辆主减速比，η₀为车辆主减速器传动效率，η_e、η_m分别为发动机与电机的效率，η_bdis电池效率；根据车辆行驶动力学相关知识，车辆行驶过程中的车辆实时外载需求扭矩如下式所示：

其中，f_r为滚动阻力系数，r为车轮半径，C_D为车辆空气风阻系数，m为车辆总质量，u为车辆实时车速，δ为车辆旋转质量转换系数，A为车辆迎风面积。

由于在系统实际运行中，各系统的效率波动尺度相差较大，即存在电机/发动机的工作点对系统总效率的影响占主导地位，因此若单一地选取系统综合动态效率作为能量优化目标，会使得行星耦合机构较多地工作在低效区，从而影响传动系统的机械振动品质与疲劳寿命。

进一步，所述优化目标函数，具体为一种兼顾耦合机构动态传动效率和PHEV综合效率的考虑惩罚函数的改进型-动态效率优化策略(Improved dynamic efficiencyoptimization strategy，Improved-DEMS)优化目标函数：

此处k表示不同的工况，表2中k取1-7，表示工况1-7，η_{sys_k}为PHEV综合效率，∑η_H,k为耦合机构动态传动效率，f(|n_e-i₀n_v|)选取多项式曲线作为惩罚函数，其表达式及曲线为式(5)～(6)和图5，曲线设计成在传动系统1阶、2阶固有频率转速处(即工作低效区)，目的在于使得PHEV在保持系统整体高效的同时尽量避开传动系统共振区域的低效工作区间。

当C1＝1时：

f(|n_e-i₀n_v|)＝1 (5)

当C1＝0时：

其中a、c为多项式曲线的拟合系数。

公式(6)为图5曲线的拟合公式，惩罚函数的选取与转速相关，根据不同的转速进行动态调节，如图5惩罚函数在2500r/min和5000r/min附近达到极小，对应着行星耦合机构1阶、2阶固有频率处。该惩罚函数用于改变优化目标函数中耦合机构动态传动效率的比重，来实现系统工作点分配时，应尽量避免工作在传动效率的波谷处。

所述仿真模块用于仿真和计算给定行驶工况下车辆需求扭矩，通过AMESim模型对图1中的结构仿真计算，对车辆性能指标进行评估得到车辆期望分配值，将车辆期望分配值与实际分配值比较，优化转速转矩分配关系，为算法和控制参数的进一步优化提供参考。

所述控制输出模块用于通过遗传算法(GA)优化控制流程，输出电机和发动机的最佳工作模式及该模式下对应的最优扭矩及转速，图2中，T_mium和n_mium分别为电机的最优扭矩及转速，T_eium和n_eium分别为发动机的最优扭矩及转速。如图3所示，一种基于遗传算法的系统综合动态效率最优控制流程，其目的为通过该能量管理方法使混合动力系统综合动态效率达到最优，在给定的车辆速度和加速度需求下，结合车辆剩余电量(SOC)状态确定混合动力系统当前可供选择的工作模式，通过遗传算法获得电机、发动机的目标工作转速和扭矩以及当前最佳工作模式，使得混合动力系统综合动态效率达到最优，其具体优化步骤为：

步骤(1)：车辆根据实时工况和负载需求及当前车辆剩余电量(SOC)状态，判断插电式混合动力汽车(PHEV)可工作的模式；进入步骤(2)；

步骤(2)：根据工况，把电机、发动机的目标工作转速和扭矩作为优化变量，对优化变量进行编码，基于不同工况PHEV效率模型，根据目标函数(即适应度评价函数)和约束条件，对模型进行正向循环工况求解，以得到所对应的适应度函数J(x)，即计算最优综合效率，进而进入步骤(3)；

其中目标函数(即适应度评价函数)为：

约束条件为：

其中，S是电能可提供的功率，S_min、S_max对应其最小值与最大值；

步骤(3)：判断是否为最优解，即判断是否满足min J(x)时的控制逻辑参数，若不为最优解则进入步骤(4)；若为最优解，则进入步骤(5)；

步骤(4)：不为最优解则进行进一步优化，经过选择和交叉变异，产生初始种群，将进一步优化的变量，返回到步骤(2)；

步骤(5)：将得到的最优解，即优化变量进行解码，得到混合动力系统的工作模式和最优效率工作点，进入步骤(6)；

步骤(6)：判断循环是否结束，若循环不结束，返回步骤(1)进行进一步的车辆实时负载需求判断，若循环结束，则该优化控制流程结束。

图6为传动系统共振附近区域工作点实例(未考虑惩罚函数)，图7为传动系统共振附近区域工作点实例(考虑惩罚函数)，比较图6和图7，可以看出考虑惩罚函数的Improved-DEMS带来的有益效果，相较于未考虑惩罚函数的DEMS，传动系统工作点靠近共振区域附近(±10％)的点明显减少，共振区域工作点占比从9.8％降至2.0％，对降低系统振动噪音，提升可靠性、舒适性具有积极意义；从而说明本发明具有实际意义。

图8为三种能量管理策略下的各部件及系统效率对比图，三种能量管理策略分别是基于规则的能量管理策略(Rule-based strategy，RBS)、动态效率优化策略(DEMS)和改进型-动态效率优化策略(Improved-DEMS)，电机效率、发动机效率以及系统综合效率各自在三种控制策略下的分布规律为RBS<Improved-DEMS<DEMS，传动系统效率在三种控制策略下的分布规律为RBS<DEMS<Improved-DEMS，说明本发明提出的一种考虑传动系统动态效率的混合动力能量管理方法具有较高的理论意义与实际应用价值。

在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示意性实施例”、“示例”、“具体示例”或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。

尽管已经示出和描述了本发明的实施例，本领域的普通技术人员可以理解：在不脱离本发明的原理和宗旨的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由权利要求及其等同物限定。

Claims (3)

1.一种考虑耦合传动系统动态效率的混合动力能量管理方法，其特征在于，参数输入和预处理模块将信息传递给综合效率最优控制模块和仿真模块，仿真模块将仿真运算后的车辆需求扭矩信息传递给综合效率最优控制模块，综合效率最优控制模块根据接收到的信息分析计算出控制信息传递给控制输出模块，控制输出模块经过算法优化输出控制信息，并将信息传递给仿真模块作为查考修正依据；

所述参数输入和预处理模块用于输入和预处理控制策略参数、车辆及零部件参数、行驶工况参数和仿真参数，所述控制策略参数包括混合动力系统各部分等效效率、模式范围和惩罚函数；

所述车辆及零部件参数包括整车基本参数、耦合机构参数和动力部件参数；

所述控制策略参数传递给综合效率最优控制模块，所述车辆及零部件参数、行驶工况参数和仿真参数传递给仿真模块；

所述综合效率最优控制模块确定所有扭矩/转速分配组合的效率，同时考虑动力系统效率损耗和耦合机构效率损耗，再通过动态效率优化策略优化目标函数，输出当前系统工况下最佳的动力分配。

2.如权利要求1所述的考虑耦合传动系统动态效率的混合动力能量管理方法，其特征在于，所述控制输出模块通过遗传算法优化控制流程，输出电机和发动机的最佳工作模式及该模式下对应的最优扭矩及转速。

3.如权利要求2所述的考虑耦合传动系统动态效率的混合动力能量管理方法，其特征在于，所述遗传算法优化控制流程具体为：根据工况把电机、发动机的目标工作转速和扭矩作为优化变量，对优化变量进行编码，基于不同工况混合动力系统效率模型，根据目标函数和约束条件，对模型进行正向循环工况求解，以得到所对应的适应度函数，计算最优综合效率。

Images