一种重型混合动力汽车动力系统构型选择方法与流程

[0001]
本发明涉及重型混动汽车动力系统技术领域，特别是涉及一种重型混合动力汽车动力系统构型选择方法。


背景技术：

[0002]
随着世界汽车产量及保有量的迅速增长，人们越來越认识到传统的内燃机汽车对人类环境带來的危害。人们对生存环境的要求不断提高，降低汽车有害排放的呼声与日俱增。环境保护的迫切性和石油储量逐渐短缺的压力，迫使人们重新考虑未來汽车的动力问题。经过对各种新燃料、新能源和新动力的探索，混合动力汽车成为最主要的选择之一。而针对重型混合动力汽车有着更加严格的油耗和排放指标，所以在中国道路工况下对重型混动汽车进行动力系统构型的选择尤为重要。
[0003]
重型混合动力汽车的构型选择往往是汽车企业开展车辆研发必须的首要步骤，对于整车的动力系统参数匹配，具体动力系统部件优化，能量管理策略的优化都要基于已选择的动力系统构型。所以重型混合汽车构型的选择对于整车研发，经济型优化等至关重要。重型混合动力汽车系统结构基本上分为传统、串联、双轴并联、单轴并联、单轴混联结构。
[0004]
我国重型混合动力汽车的研究始于上世纪末。目前，各大厂家技术路线以混联式为主，推进混联式方案的研发及产业化。与美日欧重型混合动力汽车技术路线不同，国内大部分都采用单轴混联的型式。从国外技术路线可看出，目前串联式结构是国外重型混合动力汽车研发单位采用最多运用最广的一种结构。
[0005]
传统的对于中型车辆混合动力系统构型选择的方案往往需要研发工程师根据经验和调研决定，通常根据自身经验在动力性约束条件以及经济性约束条件下对车辆部件的参数范围进行确定，并对重型车辆混合系统构型进行选择。然而，由于需要对于所有构型进行选择，且选择合适的优化方案，对系统构型进行动力性经济性比对研究，同时对动力系统各部件进行参数优化及控制策略优化均需要大量的时间及计算量，在车企中往往不具备相关时间资源条件，无法实现。
[0006]
混合动力汽车包含增程式混合动力汽车及插电式混合动力汽车，而目前的构型选择方法中还没有关于增程式混合动力汽车构型选择的方法；同时，轻型混合动力汽车和重型混合动力汽车的差异性大，重型混合动力汽车具有质量大，载荷大，油耗排放大的特点，需要在构型选择时着重考虑，而现有构型选择方法并未针对重型混合动力汽车做出特殊考虑。另外，现有的构型选择方法未从油耗和排放的角度考虑构型选择，且没有对整车的控制参数进行优化，不能保障在参数匹配优化的情况下得出车辆的油耗和排放情况。


技术实现要素：

[0007]
本发明的目的是提供一种重型混合动力汽车动力系统构型选择方法，以解决现有技术中存在的技术问题，能够有效缩小重型混合动力汽车构型选择范围，适合汽车企业在研发初阶段对于系统构型进行快速选择，节省大量人力物力。
[0008]
为实现上述目的，本发明提供了如下方案：本发明提供一种重型混合动力汽车动力系统构型选择方法，包括如下步骤：
[0009]
s1、选取若干个重型混合动力汽车的动力系统构型，作为基本目标车型；
[0010]
s2、对重型混合动力汽车按动力系统构型进行分类，选择各个构型下的车辆的控制参数作为仿真参数；
[0011]
s3、基于整车的需求功率和混合动力汽车的电池荷电状态soc，采用模糊控制策略获取混合动力汽车的发动机的输出功率，完成发动机的功率分配；
[0012]
s4、基于功率分配结果，采用遗传算法对重型混合动力汽车的控制参数进行全局优化，在优化后的控制参数的控制作用下，仿真得到每一系统构型的燃油消耗和排放，基于最小燃油消耗和排放，完成重型混合动力汽车的动力系统构型的选择。
[0013]
优选地，所述步骤s2中，动力系统构型的类别包括串联、单轴并联、双轴并联、单轴混联。
[0014]
优选地，所述步骤s3中，所述模糊控制策略的输入为整车的需求功率、电池soc，所述模糊控制策略的输出为混合动力汽车的发动机的输出功率。
[0015]
优选地，所述步骤s3中，混合动力汽车的发动机的输出功率pe的论域根据万有特性map图的最低燃油曲线确定，范围为[0,40]。
[0016]
优选地，所述步骤s3中，模糊控制策略的输入、输出的隶属函数采用三角形隶属度函数。
[0017]
优选地，所述模糊控制策略的求解采用重心法，具体包括：
[0018]
将三角形隶属度函数曲线与横坐标围成的面积的重心作为模糊控制策略的输出值。
[0019]
优选地，所述步骤s4中，控制参数包括电池soc上限、电池soc下限、发动机关闭转矩系数、发动机高效区最小转矩系数。
[0020]
本发明公开了以下技术效果：
[0021]
(1)本发明基于整车的需求功率和混合动力汽车的电池soc，采用模糊控制策略获取混合动力汽车的发动机的输出功率，完成发动机功率分配，并采用遗传算法对重型混合动力汽车的控制参数进行全局优化，得到每一个系统构型的最小燃油消耗和排放，使得各个构型下整车均能够得到最小的油耗和排放值，避免了各个构型的燃油消耗和排放仿真计算过程中，由于控制策略不同而导致的构型选择不均衡；同时，本发明不依赖于研发工程师的经验，可靠性高，节省了大量人力物力；
[0022]
(2)本发明在重型混合动力汽车的动力系统构型的选择过程中，充分考虑了各种动力系统构型，能够同时满足增程式混合动力汽车及插电式混合动力汽车的构型选择，适用性强；
[0023]
(3)本发明基于油耗和排放进行构型选择，提出了一种专门适用于重型混合动力汽车的构型选择方法。
附图说明
[0024]
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施
例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
[0025]
图1为本发明重型混合动力汽车动力系统构型选择方法流程图；
[0026]
图2为本发明实施例中模糊控制策略输入输出的隶属度函数，其中图2(a)为发动机输出功率的隶属度函数，图2(b)为电池soc的隶属度函数，图2(c)为整车的需求功率的隶属度函数；
具体实施方式
[0027]
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
[0028]
为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。
[0029]
参照图1所示，本实施例提供一种重型混合动力汽车动力系统构型选择方法，具体包括如下步骤：
[0030]
s1、选取若干个重型混合动力汽车的动力系统构型，作为基本目标车型；
[0031]
s2、对重型混合动力汽车按动力系统构型进行分类，选择各个构型下的车辆的控制参数作为仿真参数；所述动力系统构型的类别包括串联、单轴并联、双轴并联、单轴混联；
[0032]
本实施例中不同动力系统构型的仿真参数如表1所示：
[0033]
表1
[0034][0035]
s3、基于整车的需求功率和混合动力汽车的电池soc(state of charge，荷电状态)，采用模糊控制策略获取混合动力汽车的发动机的输出功率，完成发动机的功率分配；
[0036]
模糊逻辑控制(fuzzy logic control)简称模糊控制(fuzzy control)，是以模糊
集合论、模糊语言变量和模糊逻辑推理为基础的一种计算机数字控制技术。1965年，美国的l.a.zadeh创立了模糊集合论；1973年他给出了模糊逻辑控制的定义和相关的定理。相比于传统的控制方法模糊控制具有的突出特点：
[0037]
(1)模糊控制是一种基于规则的控制，其直接采用语言型控制规则，出发点是现场操作人员的控制经验或相关专家的知识，在设计中不需要建立被控对象的精确的数学模型，因而使得控制机理和策略易于接受与理解，设计简单，便于应用。
[0038]
(2)由工业过程的定性认识出发，比较容易建立语言控制规则，因而模糊控制对数学模型难以获取、动态特性不易掌握或变化非常显著的对象非常适用。
[0039]
(3)基于模型的控制算法及系统设计方法，由于出发点和性能指标的不同，容易导致较大差异；但一个系统语言控制规则却具有相对的独立性，利用这些控制规律间的模糊连接，容易找到折中的选择，使控制效果优于常规控制器。
[0040]
(4)模糊控制是基于启发性的知识及语言决策规则设计的，这有利于模拟人工控制的过程和方法，增强控制系统的适应能力，使之具有一定的智能水平。
[0041]
(5)模糊控制系统的鲁棒性强，干扰和参数变化对控制效果的影响被大大减弱，尤其适合于非线性、时变及纯滞后系统的控制。结合混合动力汽车能量管理策略来说，就是基于模糊控制的能量管理策略，不需要发动机和电池及其需求功率如何分配的具体数学表达式，就能够实现各变量的合理分配，使发动机的工作效率更高、电池寿命更长。增程式电动汽车结构复杂，变量多，这就意味着控制策略需要稳定性、抗干扰能力好，而模糊控制的鲁棒性好，能够满足增程式电动汽车对策略的要求。将整车的需求功率和电池的soc作为模糊控制策略的输入变量，通过模糊推理系统推理得到发动机的输出功率，从而达到功率分配的目的，使功率分配能够满足设计目标参数以及排放约束。这里以整车的需求功率和电池soc值作为模糊控制策略的输入，将整车的需求功率preq的论域分为7个子集，即{nb，nm，ns，zo，ps，pm，pb}，其中，nb、nm、ns、zo、ps、pm、pb分别表示变化的负大，负中，负小，零，正小，正中，正大。对于另一个输入变量电池soc，其论域根据实际的范围定位[0,1]，将其分为划分为5个子集分别为{bl，sl，m，sh，bh}，其中，bl、sl、m、sh、bh分别表示电量的低、较低、中、较高、高。模糊控制策略的输出变量发动机输出功率pe的论域是根据万有特性map图的最低燃油曲线确定，其范围为[0,40]，在其论域范围内分5个模糊子集，即{ns，zo，ps，pm，pb}，其中，ns、zo、ps、pm、pb分别表示变化的负小、零、正小、正中、正大。模糊控制策略的输入输出的隶属函数图形如图2所示。
[0042]
由于三角形隶属度函数具有结构简单、效果明显、运算快等优点，所以本实施例模糊控制策略采用三角形隶属度函数如式(1)所示：
[0043][0044]
式中，a、c分别表示三角形底边的左右端点，b表示三角形的顶点，x表示三角形隶属度函数的变量。
[0045]
模糊控制策略的求解采用重心法，将三角形隶属度函数曲线与横坐标围成的面积的重心作为模糊控制策略的最终输出值v0，如式(2)所示：
[0046][0047]
式中，v表示输出变量，μ
v
(v)表示输入变量；
[0048]
模糊控制策略的推理形式为if and then结构，模糊控制策略的控制规则如表2所示；
[0049]
表2
[0050][0051]
s4、基于功率分配结果，采用遗传算法对重型混合动力汽车的控制参数进行全局优化，在优化后的控制参数的控制作用下，仿真得到每一系统构型的燃油消耗和排放，基于最小燃油消耗和排放，完成重型混合动力汽车的动力系统构型的选择。
[0052]
在满足设计目标参数、排放约束条件下，采用遗传算法对重型混合动力汽车的各个部件参数进行全局优化，能够使重型混合动力汽车在优化后的控制参数的作用下，得到每一个系统构型的最小燃油消耗和排放。
[0053]
重型混合动力汽车具有大量的设计参数，如果对所有的参数均进行优化极为困难，因此本发明仅选择对车辆性能具有重大影响的系统参数以及控制参数进行优化，待优化的参数包括：允许的电池soc上限h_soc、允许的电池soc下限l_soc、发动机关闭转矩系数off_trq frac、发动机高效区最小转矩系数min_trq frca。
[0054]
综合考虑能量管理控制参数的变化对燃油经济性和排放值的影响，通过优化控制逻辑参数，使优化目标油耗及排放达到最小，目标函数如式(3)所示：
[0055][0056]
式中，ω
i
分别表示相应优化目标的权重，初始取0.2(i＝1,2,3,4,5)，各子目标函数在优化问题中的重要程度视为相同，也能取不同的值，分析各目标对总优化结果的影响程度，j(x)为每一瞬时燃油消耗量的累积值，pm表示微粒排放量，f
c
为每一瞬时燃油消耗量的累计值，e
c
为每一瞬时排放的累计值，e
hc
为碳氢化合物排放量，e
c0
为一氧化碳排放量，e
n0x
为氮氧化合物排放量，epm为微粒排放量。
[0057]
本实施例应用多目标遗传运算解决控制策略的参数优化问题，使控制策略参数x在求解空间x内，其中x定义了各参数的上下限，通过动态模型的正向循环工况运算，针对每一个确定的解进行一次整车参数化模型的仿真，求得其相应的适应度j(x)，确定出当输出满足时的控制逻辑参数。
[0058]
本实施例选取电池soc上限，电池soc下限、发动机关闭转矩系数下限值，发动机高
效区最小转矩系数为控制策略参数，把待优化的每个参数都看成是一个基因，即个体由基因组成，利用遗传算法寻找最优解之前必须对串进行编码；其中，个体就是模拟生物个体而对问题中的对象(一般指问题的解)的一种称呼，一个个体也就是搜索空间中的一个点；串是指问题的每个有效解，对应于群体中的每个个体。考虑到各个参数变化范围和精度的要求，本实施例采用固定长度为16的二进制数基因编码来表示一个待优化的参数。4个控制策略参数共同组成一条染色体，代表问题的一个解。选择操作使用轮盘赌比例选择策略，被选择的个体概率为个体的适应度，每一个个体都与它的适应度成比例，当轮盘旋转时，每一个个体被选择的机会都与它所占的比例(该个体在群体中所占的比例)相对应。交叉操作采用单点交叉策略，变异操作采用位点变异，在父串中随机选择一交叉点，对同代的所有父串来讲交叉点的位置都相同，父串中由交叉点划定部分相互交换产生新的个体，当完成交叉后，以一定的概率随机改变父串上的某一位，以便产生新的个体。本实施例中杂交概率设为0.70，变异概率设为0.05，用随机方法产生初始种群，终止条件为最大循环代数。进化是基于动态仿真进行的，并在时域中完成，优化步骤如下：
[0059]
(1)在进行搜索前将解空间x中的解数据表示成遗传空间的基因形串结构数据，每个串结构数据即一个个体，随机初始化一个具有n个个体的种群。
[0060]
(2)把每一条染色体所代表的控制器参数都作用于参数化的整车仿真模型,进行一次完整的工况仿真,并且根据预设适应度函数确定每个个体的适应度值,判断是否符合优化准则。若符合,则输出最佳个体及其代表的最优解,并结束计算，否则进入下一步。
[0061]
(3)根据适应度值的大小选择下一代种群p,适应度表明个体的优劣，适应度越小，被选中的概率就越大。
[0062]
(4)对进行交叉和变异操作,从而产生下一代。
[0063]
(5)令i＝i+1，其中i∈[1，n]。
[0064]
(6)转向步骤(2),直到满足停止条件,本实施例中停止条件为最大的进化代数，得到四个主要控制参数在各个构型下的最优值。
[0065]
本实施例通过优化得到的四个主要控制参数在各构型下的最优值如表3所示：
[0066]
表3
[0067][0068]
为进一步验证本发明重型混合动力汽车动力系统构型选择方法的有效性，本实施例基于simulink整车模型在不同工况下进行仿真得到整车的油耗和排放结果，如表4所示：
[0069]
表4
[0070][0071][0072]
表4中，c-wtvc是国家对重型商用车进行油耗认证的标准工作循环工况,同时也是重型混合动力汽车、电动汽车能量消耗量测试的推荐工况；chtc-hc为中国货车行驶工况。
[0073]
由表4可知，重型单轴混联节油率达28.89％，而单轴混联结构较双轴混联结构更为简单，串联更适用于市区低速运行，且结构更为简单；
[0074]
通过比较各个系统构型的综合燃油油耗和排放，能够选择综合燃油消耗和排放最低的车型作为待开发重型混合动力汽车系统构型。
[0075]
以上所述的实施例仅是对本发明的优选方式进行描述，并非对本发明的范围进行限定，在不脱离本发明设计精神的前提下，本领域普通技术人员对本发明的技术方案做出的各种变形和改进，均应落入本发明权利要求书确定的保护范围内。