混合動力汽車控制策略研究現狀文獻綜述目錄TOC\o"1-3"\h\u133691.1基于規(guī)則的控制策略 2285261.2基于全局最優(yōu)控制策略 371081.3基于瞬時優(yōu)化控制策略 427088參考文獻 5在確定車輛的動力系統(tǒng)類型、部件選擇、參數匹配和優(yōu)化后，采用適當的控制策略是改善汽車性能的關鍵。如上所述，控制策略是混合動力汽車發(fā)展的關鍵技術，直接影響混合動力系統(tǒng)不同部分之間的能量流動和整車性能。整車控制策略時混合動力汽車的基本控制算法，一般在混合動力汽車的頂層控制單元實施，其控制目標有提供最佳動力性能，滿足駕駛員需求，降低油耗和排放，優(yōu)化傳動系效率等。就電量維持型混合動力汽車而言，還需要在操作之前和操作之后保持電池SOC基本保持不變。但是，上述控制目標，如最佳動力性能和減少燃料消耗，往往不同同時滿足。因此，良好的控制策略必須能夠在不同的控制目標之間達成妥協，從而實現令人滿意的總體性能。國外對混合動力汽車控制策略的研究最常見的是把車速作為參數，該控制策略以車速作為發(fā)動機是否開啟的閾值，當車速低于該閾值時，發(fā)動機不開啟，由電動機單獨工作。當車速大于該閾值時，發(fā)動機提供全部驅動力矩，電動機跟隨轉動。當整車負荷較大時，發(fā)動機和電動機同時工作。但是使用該控制車輛燃油經濟性沒有達到最優(yōu)，且沒有考慮排放。還有一種控制策略是以混合度作為控制參數，如美國克萊斯勒生產的“DodgeIntrepid”、日本本田的“Insight”。主要控制思想是讓發(fā)動機在一般情況下單獨驅動車輛，電動機則在如整車負荷較高、汽車加速和電池充電的特殊情況時才運行。行駛過程中發(fā)動機一直處于高效率區(qū)間，因此燃油經濟性較好?？刂茟?zhàn)略受到國內外研究人員的廣泛重視，目前是混合動力汽車領域研究和記錄最多的內容之一。國內外根據各種需求研發(fā)和制定了許多混合動力汽車控制策略，目前，并聯混合動力汽車控制策略主要有四種，分別是：①基于規(guī)則的控制策略；②基于全局最優(yōu)控制策略；③基于瞬時優(yōu)化控制策略；④基于智能算法的控制策略，如圖1.7。圖1.7混合動力汽車控制策略分類1.1基于規(guī)則的控制策略基于規(guī)則的控制策略主要基于工程經驗，根據混合動力汽車各部件的特性圖確定不同能量源的工作模式，主要包括基于邏輯門限值的控制策略和基于模糊邏輯的控制策略?；谀：壿嫷目刂撇呗噪m然具有某些智能的特點，但進行模糊推理需要事先制定好邏輯規(guī)則，因此，基于邏輯門限值的控制策略和隨后開發(fā)的基于模糊邏輯的控制策略都是基于規(guī)則的控制策略?；谶壿嬮T限值控制策略的工作原理是固定門限值，即根據不同的行駛工況確定每個動力部件的工作狀態(tài)，并使動態(tài)零件的運行參數控制在特定區(qū)域，以實現各種控制目標。趙子亮等人基于邏輯門限值進行了控制策略研究。該方法將電動機作為發(fā)動機的輔助部件，根據車輛行駛工況對發(fā)動機的輸出動力進行補充或者消耗。具體控制思想如下:當汽車速度低于一定限度或電動機須起動時，發(fā)動機不起動，由電動機單獨驅動；當發(fā)動機機工作在某一轉速時，如果所需扭矩小于發(fā)動機的最小扭矩，則發(fā)動機停止工作，電機提供所需扭矩；發(fā)動機以一定轉速運行時，如果汽車所需扭矩大于發(fā)動機能提供的最大扭矩，發(fā)動機和電動機共同驅動，電動機起輔助作用，提供額外扭矩；當電池SOC過低時，發(fā)動機除提供驅動車輛所需扭矩外，還向電動機提供額外的扭矩，電動機作為發(fā)電機給蓄電池充電；在再生制動過程中，電動機用作發(fā)電機，將回收的能量儲存在電池中。該控制策略特點是簡單易行，但門限值是一個事先設定的固定值，適應工作狀態(tài)和參數變化的能力較弱，實際道路狀況對車輛燃料經濟性影響大。為了進一步改進這一策略，Y.J.Huang等人提出了一項控制策略，把邏輯門限值和瞬時優(yōu)化結合，目的是在達到可接受的車輛性能和控制要求的同時，實現最佳能效并維持在一定范圍內，在一定程度上取得了不錯的效果[13]?；谀：壿嬁刂撇呗允菍＜业慕涷炞鳛橐?guī)則存儲在模糊控制器中，控制器會模糊化輸入參數（如需求轉矩、電池SOC、車速等）。并根據既定的控制規(guī)則進行控制，從而對動力系統(tǒng)進行全面控制，提高車輛整體性能。美國奧克蘭大學NielsJ.Schouten等人提出了基于模糊邏輯控制的功率分配控制器，該控制器優(yōu)化了雙軸并聯混合動力汽車主要部件之間的能量流動。香港中文大學G.Q.Xu等人制定了基于模糊邏輯的再生制動控制策略，以提高能量回收水平。為保證車輛制動安全，前后驅動力分布比例應與理想的驅動力分布曲線相匹配，以避免車輛制動過程中的車輪抱死和滑移現象。韓國成均館大學金正民等針對固定模式混合動力汽車提出了一種模式控制策略，既考慮到了車輛扭矩需求，又降低了燃料消耗。JavierSolanoMartinez等人設計了一個模糊邏輯控制器，用于管理裝有電池、燃料電池系統(tǒng)和超級電容器的混合動力車輛的能量，該控制策略考慮到燃料電池系統(tǒng)、車輛速度和超級電容荷電狀態(tài)。通過上述分析，基于模糊邏輯的控制策略有助于確定無法準確表達的規(guī)則，但配置模糊邏輯主要基于人工經驗，無法取得最優(yōu)效果。1.2基于全局最優(yōu)控制策略對于全局最優(yōu)控制策略，它是通過最優(yōu)控制理論和最優(yōu)化方法制定的。目前有三種主要的控制戰(zhàn)略，分別是動態(tài)規(guī)劃理論的控制策略、基于古典變分法的控制策略和基于龐特利亞金極小值原理的控制策略。許多國內外學者研究了的控制策略。B.Geng等人基于龐特利亞金極小值原理，用最小等效燃油消耗達到最低駕駛成本的目標，提出了燃氣輪機驅動的混合動力汽車的控制策略。N.Kim等人根據龐特利亞金極小值原理研究了混合動力汽車的最優(yōu)控制問題，美國密歇根大學和通用研究中心基于龐特利亞金極小值原理，根據狀態(tài)約束分別在邊界處和邊界內兩種情況，對漢密爾頓函數進行了分段求解?；趧討B(tài)規(guī)劃理論的能量管理策略主要包括Berman動態(tài)規(guī)劃和多目標數學規(guī)劃。基于多目標數學規(guī)劃的能量管理策略的基本思想是解決給定區(qū)域中多個目標函數的最優(yōu)解問題，它基于線性規(guī)劃，旨在解決多目標決策問題。S.K.Shahi等人提出了一種優(yōu)化插電式混合動力汽車混合度的設計方法，以解決在混合動力汽車有多個設計目標（如排放性能，燃油經濟性）的情況下，缺少確定電池組大小、發(fā)動機和電動機最優(yōu)組合的有效方法的問題。S.Ebbesen等人在混合動力汽車中采用了一個簡單實用的鋰離子電池容量衰減模型，把它納入到由動態(tài)規(guī)劃解決的最佳能源管理控制問題之中，能夠研究燃油經濟性與電池壽命之間的平衡問題。以Berman動態(tài)規(guī)劃理論為基礎的控制策略是一種相對完善的方法，它通過空間狀態(tài)方程，在限制條件下求出了滿足性能指標的最優(yōu)解。D.Sinoquet等人根據簡化的模型使用Berman動態(tài)規(guī)劃算法獲得在規(guī)定的行駛循環(huán)內的結果，并在電池荷電狀態(tài)限制下，對每一個時間步長提供了燃油消耗的最優(yōu)分配，可用于確定最優(yōu)動力部件。浦金歡等人研究了并聯混合動力汽車的最優(yōu)控制，建立了最優(yōu)控制數學模型和相應的動態(tài)規(guī)劃遞歸方程。此外，S.J.Moura等人在指定的行駛工況下，采用隨機動態(tài)規(guī)劃優(yōu)化了插電式管理系統(tǒng)，取得了不錯的結果。雖然全局最優(yōu)最優(yōu)控制策略實現了能量管理的最優(yōu)化，但實施該控制策略需要非常復雜的算法，計算量很大，在現實中很難得到應用。此算法生成的電源管理策略通常被用作實現可應用于在線控制的能量管理策略的參考。1.3基于瞬時優(yōu)化控制策略瞬時優(yōu)化能量管理策略[6]以發(fā)動機的經濟性和排放特點為基礎，結合燃油經濟和排放等因素，采用最優(yōu)控制原理，建立相應的目標函數，同時實現該目標值最小，以實現節(jié)能減排的目標。它以最低等效燃油消耗為基礎，電池消耗的電力相當于實際燃油熱量消耗，每時每刻的總燃油消耗是求解最優(yōu)控制參數的優(yōu)化目標，以便在未知的行駛工況下實現每個時刻的最佳值。它的節(jié)能效果優(yōu)于基于邏輯門限值的能源管理策略，并且不像全局優(yōu)化控制策略那樣需要事先了解行駛工況的約束條件。G.Paganelli等人研究了基于等效燃油消耗瞬時優(yōu)化方法，得出了電量維持型混合動力汽車發(fā)動機和電機瞬時功率分配戰(zhàn)略。試驗結果表明，除了更好地節(jié)省燃料外，該方法還具有魯棒性和維持電荷的能力。V.Sezer等人改進了最小等效燃油消耗的控制策略，該控制策略考慮到了發(fā)電機、內燃機和電池的效率，提高了串聯混合動力汽車的整體優(yōu)化性能。參考文獻[1]范高林.試析中國新能源汽車發(fā)展的現狀、問題與對策[J].時代汽車,2019(03):82-83.[2]馬良君．并聯混合動力電動汽車電輔助控制策略仿真分析[J]．現代制造、工藝裝備，2016(02):05-08．[3]劉凱.并聯式插電混合動力汽車控制策略研究[D].北京：北京交通大學，2018.[4]曾小華，宮維鈞，等．ADVISOR2002電動汽車仿真與在開發(fā)應用[M]．北京：機械工業(yè)出版社，2017．[5]胡偉.混合動力汽車整車控制策略的優(yōu)化與HIL硬件在環(huán)測試[D].河北：河北工程大學，2020.[6]范高林.試析中國新能源汽車發(fā)展的現狀、問題與對策[J].時代汽車,2019(03):82-83.[7]解云.混合動力汽車控制策略優(yōu)化研究[J].黑河學院學報，2018(01):213-214.[8]余借光.并聯式混合動力汽車節(jié)能減排性能提升的控制策略研究[D].大連：大連理工大學，2016.[9]馬建,劉曉東,陳軼嵩,等.中國新能源汽車產業(yè)與技術發(fā)展現狀及對策[J].中國公路學報,2018,31(08):1-19.[10]劉昕.純電動汽車優(yōu)缺點分析及基本機構介紹[J].技術與市場,2019,26(11):61-62.[11]付振元．并聯混合動力汽車能量控制策略仿真研究[D]．哈爾濱：哈爾濱工業(yè)大學，2013．[12]王偉華,王文楷,馮博等.并聯式混合動力汽車驅動模式切換協調控制方法[J].交通運輸工程學報,2017,17(02):90-97.[13]巴特，高印寒，王慶年等.并聯混合動力客車行車充電控制規(guī)則的研究[J].汽車工程,2015,37(07):835-841+847.[14]周文太，王晨，趙治國等.混聯式混合動力汽車高速工況經濟性研究[J].汽車技術，2018(02):10-14.[15]王偉,王慶年,田涌君等.基于模糊控制功率分流式混合動力客車控制策略[J].吉林大學學報(工學版),2017,47(02):337-343.[16]張新,李彪.基于V型串聯混合動力客車整車控制器的開發(fā)[J].農業(yè)裝備與車工程,2019,57(09)