当前位置：首页 > news >正文

基于等效燃油消耗最小的并联式混合动力能量管理策略探索

news 2026/6/3 17:18:08

基于等效燃油消耗最小的并联式混合动力能量管理策略控制策略(ECMS)，并联混合动力能量管理策略，并联混合动力能量控制策略，等效燃油消耗最小。 1. 工况可自行添加 2. 仿真图像包括发动机转矩变化图像、电机转矩变化图像、电池SOC变化图像、车速变化图像o08 3. 整车similink模型中包含工况输入模型、驾驶员模型、发动机模型、电机模型、档位切换模型纵向动力学模型。

在混合动力汽车的研究领域，能量管理策略对于提升整车性能、优化能源利用效率起着关键作用。今天咱们就来深入探讨基于等效燃油消耗最小的并联式混合动力能量管理策略（ECMS）。

并联混合动力能量管理策略概述

并联混合动力系统中，发动机和电机可以分别或协同为车辆提供动力。能量管理策略的核心任务就是合理分配两者之间的功率，以达到最佳的燃油经济性、动力性以及排放性能等多目标优化。等效燃油消耗最小策略（ECMS）是实现这一目标的重要手段之一，它通过将电池电能消耗等效为燃油消耗，从而将多能源的优化问题转化为单一能源（等效燃油）消耗最小的问题进行求解。

工况设定

为了更好地模拟真实驾驶场景，我们设定常见的城市综合工况（Urban Dynamometer Driving Schedule，UDDS）。UDDS工况包含了频繁的加减速、怠速等情况，非常适合用于检验混合动力车辆在城市行驶条件下的能量管理策略性能。

整车Simulink模型搭建

工况输入模型：在Simulink中，我们可以使用“From File”模块读取预先记录好的UDDS工况数据文件，该文件包含了车速随时间变化的信息。例如，假设我们将UDDS工况数据保存在“uddsspeedprofile.csv”文件中，代码如下：

% 读取UDDS工况车速数据 uds_speed = readtable('udds_speed_profile.csv');

这个模型会按照时间序列将车速信息输入到整个系统中，作为后续模型运行的基础输入。

驾驶员模型：驾驶员模型根据输入的工况车速信息，生成所需的转矩需求信号。简单来说，它会依据当前车速与目标车速（来自工况）的差值，通过一定的控制算法计算出需要发动机和电机提供的总转矩。比如，可以采用简单的比例 - 积分（PI）控制算法，代码如下：

% 初始化参数 kp = 0.5; ki = 0.1; error_sum = 0; prev_error = 0; % 假设当前车速current_speed和目标车速target_speed已获取 error = target_speed - current_speed; error_sum = error_sum + error; torque_demand = kp * error + ki * error_sum;

这里通过调整比例系数kp和积分系数ki，可以优化驾驶员模型对车速跟踪的响应特性。

发动机模型：发动机模型模拟发动机的输出特性，根据输入的转矩需求和发动机转速，计算发动机实际输出的转矩和燃油消耗。发动机的转矩输出通常是非线性的，与转速和节气门开度等因素有关。在Simulink中，可以使用查找表（Look - up Table）来模拟这一特性。假设我们已经有了发动机转矩 - 转速 - 节气门开度的关系数据，存储在“engine_map.csv”文件中，代码示例如下：

% 读取发动机特性数据 engine_map = readtable('engine_map.csv'); engine_speed = get_engine_speed(); % 获取当前发动机转速 throttle_position = calculate_throttle(torque_demand, engine_speed); % 计算节气门开度 engine_torque = interp2(engine_map(:,1), engine_map(:,2), engine_map(:,3), engine_speed, throttle_position); % 通过插值获取发动机转矩

通过这样的方式，我们能够较为准确地模拟发动机在不同工况下的输出情况。

电机模型：电机模型同样根据输入的转矩需求和电机转速，输出电机的转矩和电能消耗。电机的特性相对发动机较为线性，通常可以用简单的数学公式来描述。例如，直流电机的转矩与电流成正比关系，代码如下：

% 假设电机电压、电阻等参数已知 motor_voltage = 48; motor_resistance = 0.1; motor_speed = get_motor_speed(); % 获取当前电机转速 motor_current = (motor_voltage - back_emf(motor_speed)) / motor_resistance; % 计算电机电流，back_emf为反电动势函数 motor_torque = k_t * motor_current; % k_t为转矩常数

通过调整电机的参数，可以适应不同类型电机的特性模拟。

档位切换模型：档位切换模型根据车速、发动机转速和转矩需求等信息，决定车辆的最佳档位。一般采用基于规则的换挡策略，例如在车速较低且转矩需求较大时，选择较低档位；车速较高且转矩需求较小时，选择高档位。代码示例如下：

if speed < low_speed_threshold && torque_demand > high_torque_threshold gear = 1; elseif speed > high_speed_threshold && torque_demand < low_torque_threshold gear = 5; % 假设最高档为5档 else % 其他情况，根据具体规则确定档位 gear = calculate_optimal_gear(speed, torque_demand); end

通过合理的档位切换，可以使发动机和电机工作在更高效的区域。

纵向动力学模型：纵向动力学模型整合发动机、电机输出的转矩，考虑车辆行驶过程中的滚动阻力、空气阻力等因素，计算车辆的实际加速度和车速。其基本公式为：

\[ F{total} = F{engine} + F{motor} - F{roll} - F_{air} \]

\[ a = \frac{F_{total}}{m} \]

\[ v = v_{prev} + a \Delta t \]

其中，\( F{engine} \)和\( F{motor} \)分别为发动机和电机产生的驱动力，\( F{roll} \)为滚动阻力，\( F{air} \)为空气阻力，\( m \)为车辆质量，\( a \)为加速度，\( v \)为车速，\( v_{prev} \)为上一时刻车速，\( \Delta t \)为时间间隔。在Simulink中，可以通过搭建相应的模块来实现这些计算。

仿真图像分析

发动机转矩变化图像：从仿真结果得到的发动机转矩变化图像可以看出，在车辆起步和加速阶段，由于转矩需求较大，发动机转矩迅速上升。而在巡航阶段，发动机转矩维持在一个相对稳定的较低值，以维持车辆匀速行驶。当车辆减速时，发动机转矩会迅速降低，甚至可能进入制动能量回收模式（如果策略允许）。例如，在UDDS工况的前50秒内，发动机转矩从0迅速上升到100 N·m左右，以满足加速需求，之后在巡航阶段稳定在50 N·m左右。

电机转矩变化图像：电机转矩在起步和急加速时通常会与发动机协同工作，提供额外的转矩支持。在车辆减速时，电机可以作为发电机回收制动能量，此时转矩为负值。在某些情况下，当发动机处于低效工作区域时，电机也会承担更多的驱动任务。如在车速变化较为频繁的工况段，电机转矩会频繁变化，在10 - 20秒内，电机转矩从 - 50 N·m（回收制动能量）迅速变为80 N·m（助力加速）。

电池SOC变化图像：电池SOC（State of Charge）反映了电池的剩余电量。在行驶过程中，当电机助力或回收制动能量时，电池SOC会相应地发生变化。如果能量管理策略得当，电池SOC会在一个合理的范围内波动，既不会过高导致能量浪费，也不会过低影响电机性能。在整个UDDS工况仿真中，电池SOC从初始的0.8开始，在行驶过程中，由于电机的充放电，最终稳定在0.75左右。