混合动力汽车能量控制与管理存在问题与对策建议
来源:用户上传
作者:
摘 要：混合动力汽车集合了两种动力模式（发动机和电动机组）。其具备纯电动与传统汽车的双重优势，根据不同的内部结构，不同的能量管理策略分别管理着不同的部件之间的能量流动。通过研发大容量能量储备与高效率充放电的电池，进而来更新与优化整车的能源控制与管理系统，提高基于优化PHEN能量管理策略的工程应用性能是行业目前需解决的问题。
关键词：混合动力汽车;能量控制与管理策略;超级电容电池
DOI：10.16640/j.cnki.37-1222/t.2019.20.028
1 混合动力汽车发展的现状
（1）混合动力汽车发展的现状。1900年至今，Hybrid Electric vehicle 混合电动汽车已提出百年，基于汽车产业欣荣发展的背景，国内已重点扶持混合动力的研发与生产。当前汽车主流趋势面临着必须对传统汽车进行更新换代，但同时纯电动与其余能源汽车的续航、成本、寿命与稳定性均不足，原因是其电池与相关技术的储备不充分。 混合动力汽车集合了两种动力模式（发动机和电动机组）。其具备纯电动与传统汽车的双重优势，预测是国内当前20年的研究重点。
（2）能量控制与管理策略的现状混合动力根据其分类方式，为并联、串联、复联、混联四种分类方式。
根据不同的内部结构，不同的能量管理策略分别管理着不同的部件之间的能量流动。当前主流的能量管理策略算法为：
1）基于规则的算法：此类算法大多是预定义缺失的行驶循环工况下，采用的数学模型、创新式算法。此类型的算法可以能源效率、排放方面取得良好的成果，但是一般并不是所有工况的最优解。针对高非线性系统可采用模糊型基于规则的算法[1]，但是此种算法无轨迹可循。
2）基于优化的算法：当模型具有具体数值可分析时，并有形式固定工况时，一般使用全局最优策略控制算法，而实时最优策略控制算法一般用于瞬时代价函数时。
2 混合动力汽车能量控制与管理存在问题
（1）与纯电动汽车对比分析：从国家战略角度，纯电动汽车是国家对于汽车产业技术升级的预期目标，串联（增程式）与并联（插电混动）等混合动力汽车都是对于汽车产业技术空白的过渡产品，基于纯电动汽车的技术瓶颈电池容量与充电效率，混合动力为了规避这些问题，采用了发动机与电动机组，核心为解决对目标的期望与被获取的车辆中性能的转换的控制。进而对能量进行控制与管理。
1）期望的目标性能指标：①燃油消耗。②有害气体排放。③舒适性。④延长电池组寿命。
2）串联式能量传递结构，优点为：发动机与驱动结构没有进行耦合，发动机可工作在万有特性曲线图上的任意一点。 而缺点：能量进行二次传递，并不适合复杂的工况[2]。
3）并联式能量传递结构，优点为：发动机与电动机可分别控制驱动系统，功率不被二次转化。 而缺点：動力源需要复杂的耦合机械，对动力进行能量分配，实际工作点难以被限定在所需的理想范围内。零件、结构较为复杂。
4）混联、复联式能量传递结构：效果好，但结构与控制系统复杂程度更甚。
（2）与传统燃油对比分析：混合动力汽车与传统燃油对比的关键，是保证先进的控制技术其如前所述，是传统燃油汽车与纯电动汽车的一种过渡性车型，控制技术涵盖多学科。混合动力汽车的核心技术包含驱动电动机的控制技术、动力电池与管理系统、整车的能量流动管理系统、能量回收系统、现代车辆自动控制技术等[3]。
混合动力汽车依据不同的工况，具有相当灵活的驱动动力模式，大程度的提升各种期望目标，但其驱动系统切实涉及发动机和驱动电机的启动与断路。驱动系统设计复杂的“连续变量的动态系统”“离散变量系统”[5]等，因此具有典型的特征：混杂特性。
3 混合动力汽车能源控制与管理促进发展的对策建议
（1）超级电容电池[4]：纯电动汽车与混合动力对车载电池的强大性能都具有依赖性，具有突破式性能的车载电池对整车的能源经济性、能源动力性都程线性比例指数上升，是目前国内外迫切的一个研发课题，超级电容电池无疑是改变混合汽车与纯电动汽车的一个良好途径，通过研发大容量能量储备与高效率充放电的电池，进而来更新与优化整车的能源控制与管理系统。
目前主流的车载电池有镍氢电池与锂离子电池等，难以保证充放电效率和电池使用循环寿命，而超级电容电池，具有不错的温度特性且拥有良好的高比功率，超长的使用循环寿命。超级电容电池目前具有非常大的潜能。目前国内做过的高性能超级电容与普通镍氢电池对比，其中充放电效率为60-240倍数。超级电容电池目前是被社会、行业广泛关注的机动平台的电能载体，但针对于超级电容的数学模型等研发还处于发展中阶段。
（2）开发混合动力整车能量控制策略：要制定混合动力能量控制策略，首先必须制定目标控制对象、控制方式。主流目标控制对象为：整车燃油消耗与排放、电池电量消耗最小。而第一个控制对象则是混合动力汽车能量控制策略的发展趋势。
当前，基于规则的能量管理策略已经处于实车中开发应用，开始进行产业化，但是此规则算法拘泥于算法其本身的局限性质，使得此类型控制策略本身在实际中并不能完全满足实际需求。而基于优化HEV的能量管理策略中，PD控制策略类型虽然已经趋向成熟，但是其在实际运动场景的不可预测性的全局扰动使得此算法在无实际工程应用价值，ECMS/PMP算法则未达到工程应用的程度。[6]提高基于优化PHEN能量管理策略的工程应用性能是行业目前需解决的问题。
参考文献：
[1]刘洋.基于自适应动态规划控制策略的混合动力电动汽车能量管理研究[D].长春：长春工业大学，2018.
[2]荆红娟.基于模型预测控制的四驱混合动力汽车能量管理策略研究[D].合肥：合肥工业大学，2018.
[3]尚志诚，刘一鸣.混合动力汽车能量优化综述[J].汽车实用技术（新能源汽车），2019（07）：29-31.
[4]赵竟园.车用超级电容建模及在混合动力汽车中的应用[D].吉林：吉林大学，2018.
[5]田翔.并联混合动力汽车模式切换动态协调控制与能量管理优化研究[D].镇江：江苏大学，2018.
[6]徐赛培.ISG混合动力汽车模型预测控制能量管理策略[J].火力与指挥控制（工程实践），2018（06）：171-174.
转载注明来源:https://www.xzbu.com/1/view-14931501.htm
