基于驾驶及路况因子的混合动力汽车能量回收及分配算法.docVIP

基于驾驶及路况因子的混合动力汽车能量回收及分配算法 　　摘要：该文研究的算法是以混合动力汽车制动过程作为研究对象。混合动力汽车能量回收在满足动力需求及各个部件性能约束的前提下，尽可能多的降低能源消耗，提高经济效益。文中构基于机械动力、路况以及驾驶行为三个方面，构建基本的因子方程。将制动能量回收这一非线性多目标优化转化为非定标问题，以油耗和排放同时作为优化目标，寻找最宜因子，为动力分配的设定提供参考依据。经过仿真测试表明，基于驾驶及路况银子的制动能量回收策略，能够将经济成本降低15%左右。 　　关键词：混合动力；再生制动；能量回收；遗传算法 　　中图分类号：TK402 文献标识码：A 文章编号：1009-3044（2014）10-2397-04 　　混合动力汽车作为对纯电动汽车和传统燃油汽车的折中而产生的新型动力汽车。众所周知，纯电动汽车的行程距离受电池本身的制约，行驶距离并不远。而目前国内也没有进行充电桩的全面铺设，使纯电动汽车只能作为市区内的代步工具。为了弥补该方面的不足，采用混合动力，为车辆装备电动机和内燃机两种动力，根据不同的需求来提供动力。它兼具了两者的有点，也弥补两者的不足。 　　混合动力汽车制动系统中存在两种形式的制动力矩，一种是与内燃机相连的机械制动力矩，另一个是电机再生制动力矩[1]。由于电机具备将机械能转化为电能的能力，即制动能量回收，因此，如何实现制动过程中制动能量的部分回收、在保证制动效果的情况下，最大化利用能源，成为该领域的研究课题。 　　本文从路况信息、驾驶行为、车速、制动力、电池剩余电量几个方面入手，建立多因子目标函数，然后通过遗传算法，获得最优能量分配策略，并且通过反馈控制机制，实现再生制动效率的最大化。 　　1 再生制动系统的数学模型 　　目前已有的研究中，应用基本上集中在混合动力的行车过程以及汽车防抱死系统方面，把基于经验（规则）的方法应用于再生制动过程的实例并不多。主要原因应该有几个方面：1）混合动力汽车的再生制动控制过程较为复杂，对于混合动力汽车的初始储能系统的储能状态阈值的把握很难达到准确；2）而且针对不同的行驶工况、驾驶行为习惯会造成初始阈值的设置的差异；3）要想真正通过设置经验限值的方式来实现再生制动系统的控制，需要引入其他诸多的因素，比如说实施行驶路况分析等。 　　车辆的外力主要有以下几个方面： 　　前后轴的滚动阻力； 　　空气阻力； 　　爬坡阻力； 　　前向轮牵引力（如果为后轮驱动，则为后轮驱动力）； 　　根据汽车动力学分析，设定空气阻力的受力点中心高度[hw]近似与车辆的重心的高度[hg]相等，从而有，简化得到下式： 　　[Ffv=MgLbcosα-（Tfr+Trr+Fw?hg+Mghgsinα+M?hgdvdt）L] 　　[Frv=MgLacosα-（Tfr+Trr+Fw?hg+Mghgsinα+M?hgdvdt）L] 　　以上式中，[Ffv]表示车前轴上的铅垂方向的载荷，[Frv]表示车后轴上的铅垂方向的载荷，[Ffr]和[Frr]分别表示前后轮的滚动阻力，其对应的滚动阻力矩[Tfr]和[Trr]。 　　如图1所示。图中横纵坐标分别表示前、后轴制动力与整车重力的比值，红色曲线即理想制动力曲线，它是一条非线性的双曲线。 　　针对水平路面上有，[α=0]，忽略空气阻力[Fw]等因素的存在，有前后车轴的铅垂方向的载荷[Ffv]和[Frv]如下式所示： 　　[Ffv=1LMg?Lb+Mgg?j?hg=MgLLb+z?hg] 　　[Frv=1LMg?La-Mgg?j?hg=MgLLa-z?hg] 　　由上式可知，在保证汽车前轮和后轮都不抱死的情况下，制动过程中，前后车轴的制动功率之比[βv]可以表示为： 　　[βv=PrPf=Frr?vvehFfr?vveh=μ?Frv?vvehμ?Ffv?vveh=La-z?hgLb+z?hg] 　　电机转矩特性： 　　相比较传统燃油型汽车，混合动力汽车制动过程中增加了再生制动力，由上节的分析可知，主要考虑前轮的制动能量回收的情况，事实上，在现有的混合动力电动汽车上，也是充分考虑了这点，前车轴安装有用于制动能量回收的电机，而后轮仍采用传统的摩擦制动。针对制动强度比较大时，由于用于再生制动的电机容量有限，前路的制动力由机械制动力和再生制动力同时提供[2]。 　　[Ffm=igi0Tmηmηgη0rK1K2Tm=Pmωmηm=fωm，TmK1=f（ωe）K2=f（SOC）] 　　式中，[ig]为变速箱的变速比，[i0]为主减速器减速比；[Tm]为电机产生的制动转矩，简化为转速和功率的函数；[ηm]为电机发电工况的效率，可以表示为转速和扭矩的函数；[η0]表示主减速器效率；[r]为车轮半径；[