基于粒子群算法的插电式混合动力客车实时策略-王钦普.pdf

《基于粒子群算法的插电式混合动力客车实时策略-王钦普.pdf》由会员分享，可在线阅读，更多相关《基于粒子群算法的插电式混合动力客车实时策略-王钦普.pdf（8页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、第53卷第4期2017年2月机械工程学报JOURNAL 0F MECHANICAL ENGINEERINGV0153 NO4Feb 201 7DoI：103901JME201704077基于粒子群算法的插电式混合动力客车实时策略术王钦普1 杜恩宇2李 亮2 游恩雄2杨 超2(1，中通客车控股股份有限公司 聊城252000：2清华大学汽车安全与节能国家重点实验室北京 100084)摘要：插电式混合动力客车(Plugin hybrid electric bus，PHEB)因其低能耗、低排放等特性，成为公交客车领域的研究热点。然而在应对复杂瞬变的城市公交工况时，如何设计实时高效的能量管理策略、实现P

2、HEB全工况能耗最优仍然是当前亟待解决的难题。针对该问题，提出一种基于粒子群算法(Particle SWalTn optimization，PSO)优化的等效燃油消耗最小策略(Equivalentconsumption minimization strategy,ECMS)，建立基于等效因子优化的ECMS能量管理策略；考虑到汽车低速发动机频繁起动问题，引入发动机起动车速限制，并利用PSO离线优化特定工况下的等效因子和发动机起动车速，从而获得可在线应用的插电式混合动力客车实时控制策略。基于MatlabSimulink软件，搭建整车仿真模型，并对所提出的方法进行仿真和硬件在环试验验证。结果表明，所

3、研究策略可实现不同初始SOC条件下的PHEB能量管理策略的近似全局优化，与规则式能量管理策略相比，燃油经济性提升了85。关键词：插电式混合动力公交客车；粒子群算法；全局优化；等效燃油瞬时消耗最小策略；能量管理中图分类号：U469Real-time Energy Management Strategy for Plug-in Hybrid Electric Bus onParticle Swarm Optimization AlgorithmWANG Qinpul DU Siyu2 LI Lian92 YOU Sixion92 YANG Cha02(1Zhongtong Bus Holding

4、Company，Liaocheng 252000；2State Key Laboratory of Automotive Safety and Energy，Tsinghua University，Beijing 1 00084)Abstract：Plug-in hybrid electric bus(PHEB)has become a hot spot for bus research due to its lower energy consumption and loweremissions，etcFor the complicated and transient driving cond

5、itions of city bus，how to minimize the energy consumption of thewhole driving cycle by designing the realtime energy management strategy for PHEB is still a problem in the recent yearsTo solvethis problem，all equivalent consumption minimization strategy(ECMS)based on particle swarm optimization(Pso)

6、is proposedThe energy management strategy based on the optimization equivalent f-actor is proposedConsidering the engine frequently start-upproblems at lower vehicle speed，the speed limits for engine start is introduced，and the equivalent factor and the speed of engine startof certain condition is o

7、ffiine optimized by PSO to obtain the PHEB application online realtime strategyThe simulation model ofthe vehicle is built by MatlabSimulinkThe presented method is verified by simulation and hardware in the loop(HIL)experimentsThe results show that，the research strategy could achieve global optimiza

8、tion PHEB approximate energy management strategiesunder different initial SOCs，the vehicle fuel economy increases by 85comparing with the role-based strategyKey words：plugin hybrid electric bus；particle swarm optimization；global optimization；equivalent consumption minimizationstrategy；energy martage

9、ment0前言近些年，以节能减排为目标的新能源汽车受到了社会的普遍关注，其中插电式混合动力客车融合国家自然科学基鲁r(51675293，51605243)芹1中国博士后科学基金(2016M590094)资助项目。20160708收到初稿，20160907收到修改稿了传统混合动力汽车与纯电动汽车的优点，具有纯电驱动和混合驱动等多种工作模式，同时可通过外部电网进行充电，满足动力性的前提下减少了化石燃料的消耗以及城市空气的污染，成为国际上新能源汽车研发的热点【l也J。然而复杂多变的城市公交工况影响了插电式混合动力客车(Plugin hybridelectric bus，PHEB)能量的合理分配，从而

10、导致整车万方数据78 机械工程学报 第53卷第4期燃油经济性下降，因此建立有效、合理的能量管理策略具有重要的理论和现实意义p。j。文献67】研究了基于规则的荷电耗尽(Chargedepleting，CD)、荷电维持(Charge sustaining，cs)模式控制策略，先通过CD模式消耗电池的电量到设定值，然后处于CS模式，这种控制策略虽然简单，但是不能获得全局油耗最优。文献810研究了基于动态规划算法(Dynamic programming，DP)、随机动态规划算法(Stochastic dynarnic programming，SDP)的插电式混合动力汽车能量管理策略，在给定工况下实现全

11、局最优，但是其不足之处在于需要提前知道驾驶工况，不能实时分配最优转矩。文献11通过应用庞特里亚金极小值原理，将全局优化问题转换成瞬时优化问题。文献121提出了自适应等效燃油最小策略(Adaptive equivalent fuel consumptionminimization strategy,AECMS)，通过预览距离信息，建立一种实时的插电式能量管理策略，燃油经济性有明显提高。文献131提出了等效坡道在线估计及相应的电池荷电状态(State of charge，soc)轨线修正方法，考虑城市公交工况路况信息对能量分配的影响以及同轴并联式系统构型的自身特点，利用ECMS设计了一种实时优化能

12、量管理策略。现有ECMS策略大部分是针对常规混合动力汽车设计的，而插电式混合动力汽车具有电池容量较大，机电能量深度耦合的特点，导致难以获取最佳的等效因子，从而阻碍了整车燃油经济性的提升。针对此难题，本文提出了一种基于PSO优化的ECMS能量管理策略，考虑电池SOC、等效因子、发动机启动车速与燃油消耗的关系，研究一定工况下，不同起始SOC对等效因子的影响，构建了初始SOC与最优等效因子间对应关系，并进行仿真与硬件在环试验分析验证了该方法的能量优化效果。1基于AMT的同轴并联混合动力系统模型描述11 同轴并联混合动力系统简介本文所研究的PHEB采用基于机械式自动变速箱(Automatic mech

13、anism transmission，AMT)的同轴并联系统构型，其结构示意图如图1所示。其中AMT变速器通过自动换档调速实现发动机与电动机的耦合驱动，同时通过离合器的分离与结合实现系统不同工作模式的切换。该PHEB的工作模式主要分为纯电驱动、电机起动发动机、发动机驱动、混合驱动、发动机主动充电和制动能量回收6种工作模式。l刘1 基_j二AMT的I,t轴并联混合动J系缆结构不恿劁12系统数学模型描述121车辆纵向动力学模型不考虑车辆动力学的驾驶稳定性，PHEB在运动过程中车轮转矩可由式(1)获得瓦=r,。kf，(疋+乙)+瓦 (1)式中，瓦为PHEB的轮转矩，仇为动力传动系统的效率，ia。rr

14、、0分别是AMT变速箱速比和主减速器速比，re、乙分别是发动机、电动机输出转矩，乃为作用在车轮上的制动转矩。式(1)也可以写成如下形式瓦=【嚼cost，+圭+mgsin0+m澍旧式中，m为整车质量，g为重力加速度，为滚动阻力系数，爿为整车迎风面积，为车轮半径，臼为道路坡道角，CD为空气阻力系数，p为空气密度。122发动机模型考虑到在设计PHEB能量管理策略时，整车的燃油经济性是最重要的评价指标，发动机作为混合动力系统的核心动力源，其在运行过程中的燃料消耗是决定整车经济性的关键指标。发动机数学模型可描述为 级G_端(3)式中，弧G为发动机每秒压缩天然气(Compressednatural gas

15、，CNG)消耗，皱为发动机转速，吃为发动机比气耗，氏NG为CNG密度。123电机模型通过对同轴并联混合动力系统多工作模式的描述可知，电机在纯电驱动模式、电机起动发动机模式以及混合驱动模式下均作为电动机输出驱动转矩，在发动机主动充电模式和制动能量回收模式下均作为发电机提供制动转矩且为电池充电。因此电机模型可描述如下己=乙缈m刁删。89n(7“ (4)式中，已为电机功率，为电机转速，叩。为电机万方数据2017年2月 王钦普等：基于粒子群算法的插电式混合动力客车实时策略效率，当乇0，它表示电动机效率，它表示发电机效率。124电池模型当乇vm。【略1=一略1l右1Xmin X：k。+1n得同一工况，不

16、同SOC初始值的发动机、电机的转M叫 矩分配。为验证所提出的能量管理策略的运行效果，选择具有典型城市公交工况代表性的常州市B13路tz4J 公交工况，选取该线路单程作为仿真工况，起始点为火车站，终点为锦海星城，线路单趟距离约为14(2，) km，工况信息图如图4所示。式中，啦!、搿1为粒子i的第d维分量在第k代的速度和位置，为粒子最大速度，本文一lv1，i。、为粒子的最小位置和最大位置，rand。()、rand20为(0，1)之间的随机数，cl、c2为学习因子，本文取c】=c2=2，CO为惯性因子。由于较大的惯性因子有利于跳出局部极小点，便于全局搜索，而较小的惯性因子则有利于对当前的搜索区域进

17、行精确局部搜索，以利于算法收敛，因此针对PSO算法容易早熟以及算法后期易在全局最优解附件产生振荡现象，可以采用线性变化的权重，让惯性权重从最大值魄。线性减4,N最小值国。CO随算法迭代次数的变化公式为 国：一业型(26)max式中，mx、分别表示功的最大值和最小值，t表示当前迭代步数，k表示最大迭代步数，本文取=09，OJmi。=04。最后比较每代中的20个粒子，选取一个最优值作为该代的最优值，然后再比较这20代的最优值，选取在当前初始SOC下的最优的五个参数。3仿真分析为了验证所提出能量管理策略的合理性，在MatlabSimulink环境下进行仿真分析，仿真车辆所用参数如表1所示。表1 PI

18、tEB整车参数参量 数值整车质量kg长m，宽m，高m轮胎半径m发动机峰值功率mw永磁电动机峰值功率kw永磁电动机峰值转矩fNm)动力电池容量(Ah)AMT变速器各档速比主减速比135 000105，25，36051317012l7506063939724148I073557131等效因子优化前后对比仿真试验由上文的描述，通过优化不同的S。、S。可以获l删m删1 000 1 500 2 000 2 500时间，s车速时间曲线在仿真中，设定电池SOC初始值分别为90、80、70、60、50的情况下，行驶同一工况，其电量消耗曲线如图5所示，从图5中可以看出，为使全局运行成本最低，并不是在起始阶段迅速

19、将电池电能完全消耗掉，而是在消耗电池电能的过程中，伴随有发动机的工作过程，在快到终点时，电池SOC消耗到预设的35阈值附近。通过粒子群离线优化上述SOC初始值下的S。、S。，得到不同SOC初始值下的最优SO、S，如图6所示，从图6中可以看出SOC越高时，电量越充足，所以&越大，说明此时用电更便宜，系统更倾向于用电机驱动。同时通过预设发动机起动车速范围1 545 kmh，优化初始SOC等于90下的发动机起动车速，通过仿真得出最优发动机起动车速阈值X1=21 kmh、X2=33 kmh、x3=43 kmh。时间s图5不同SOC初始值的SOC变化趋势SOC()图6不同SOC初始值下的最优s。、S。曲

20、线40图鲫0万方数据机械工程学报 第53卷第4期将所提出能量管理策略与工程中常用的规则式能量管理策略进行对比，根据电池SOC运行特性又可称作荷电耗尽(Chargedepleting，CD)、荷电维持(Chargesustaining，cs)型。发动机和电机在两种策略作用下的工作点分布如图7所示，从图中可以看出，优化后，发动机、电机工作点大部分落在效率比较高的区域，提高了整车的系统效率。EZ裂磐墨需鲁蟮EZ壤辩S印发动机转速(rrain)进一步对比两种策略在同一工况下的能耗情况，仿真结果如表2所示。从表中可以看出，本文提出的实时优化能量管理策略相比CDCS策略，燃油经济性提升了约85，且初始SO

21、C越低，优化效果越好，因为CDCS策略是尽可能先用电，当电量很低时不能更好利用电能，导致系统效率降低。EZ壤辞墨需划(a)发动机工作点对比图电机转速(rmin)EZ壤辩墨脚电机转速(rmin)(b)电机工作点对比图图7工作点对比图(左图是CD-CS，右图是所提出策略)表2两种策略在同-T况下的能耗对比32硬件在环测试为了进一步验证所提出控制策略的有效性，采用基于dSPACEControl的硬件在环(Hardware In theLoop，HIL)系统，对所提出控制策略进行硬件在环试验验证。此HIL系统包括三个部分：如图8所示，主机、dSPACE和混合动力控制单元(Hybrid controlu

22、nit，HCU)。选择个人计算机用来控制和显示试验过程。基于dSPACE的实时接口模块库(Real time万方数据2017年2月 王钦普等：基于粒子群算法的插电式混合动力客车实时策略 83interface，RTI)，对整车PHEB模型进行修改，将原来控制器模块替换为dSPACE实时接口模块，然后利用实时工作空I盲(Real time workspace，RTW)编译整个模型，并将其加载到dSPACE中。dSPACE和HCU之问通过两路CAN线来连接。矧8硬件在环试验系统在硬件在环仿真试验中，以电池SOC初始值为90为例同样运行在B13路公交工况。图9、10表示硬件在环试验运行前2 500

23、S发动机、电机转矩与仿真结果的对比。从图9、10可以看出，试验数据和仿真结果存在一定的偏差，但是大致相同。仿真结果EZ：埭蜱晕需划时间s图9发动机结果对比仿真结果时abJs图lO电机结果对比表3表示仿真与HIL等效油耗对比，误差在15左右，分析其原因，在建模的过程中，忽略一些暂态过程和非线性动态过程，所以仿真会与试验有一误差。但是整体来看，还是基本符合所指定控制策略的效果，因此根据硬件在环试验结果，所建立的PSO优化的ECMS控制策略可达到预期的燃油经济性效果。表3仿真与ItlL等效油耗对比4 结论本文以基于AMT的同轴并联混合动力系统为研究对象，提出了一种基于PSO优化的ECMS能最管理策略

24、。(1)通过PSO对气电等效因子和发动机起动车速进行离线迭代寻优，获得SOC初始值分别为90、80、70、60和50的最优气电等效因子和SOC=90的发动机起动车速，从而建立等效因子优化的ECMS能量管理策略，并进行了仿真与硬件在环试验验证。(2)仿真试验结果表明，与规则式能量管理策略相比，整车燃油经济性提升了85。硬件在环试验中，试验结果与仿真结果基本一致，表明所制定控制策略是有效的。(3)综上所述，所提出的基于PSO优化的实时控制策略针对所研究特定工况下运行的PHEB性能优异，为实际线路的能量管理分配提供了理论依据。参考文献【1】GAO Yimin， EHSANI MDesign and

25、controlmethodology of plugin hybd electric vehiclesJIEEETranson Industrial Electronics，2012，57(2)：633-6402】秦大同，曾育平，苏岭，等基于近似极小值原理的插电式混合动力汽车实时控制策略J】机械工程学报，2015，51(2)：134140QrN Datong，ZENG Yuping，SU Ling，et a1Pluginhybrid vehicleS real-time control strategy based onapproximate pontryaginS minimum princ

26、ipleJJournalofMechanical Engineering，2015，5l(2)：1341403】于秀敏，曹珊，李君，等混合动力汽车控制策略的研究现状及其发展趋势J】机械工程学报，2006，42(1 1)：1016YU Xiumin，CAO Shan，LI Jun，et a1The research stateand developing trend for hybrid control strategyJChinese Journal of Mechanical Engineering，2006，42(1 n：10164】ZHU Yuan，CHEN Yaobin，TIAN Gu

27、angyu，et a1Afour-step method to design an energy managementstrategy for hybrid vehiclesC#Proceeding of the 2004American Control Conference，Boston，Massachusetts，万方数据机械工程学报 第53卷第4期June 30一July 2，20042004：156-1615YANG Chao，JIAO Xiaohong，LI Liang，et a1Electromechanical coupling driving control forsingle

28、-shaft parallel hybrid powertrainJSeiChina TechSci，2014，57(3)：5415496】TORRES J，GONZALEZ R，GIMENEZ A，et a1Energymanagement strategy for plug-in hybrid electric vehicles：A comparative studyJApplied Energy，2014(1 131：8168247】CHEN Zheng，FU Yuhong，MI C C，et a1State ofchargeestimation of lithiumion batter

29、ies in electric drivevehicles using extended Kalman filteringJIEEETransactions on Vehicular Technology，2013，62(3)：102010308】ZHANG Yahui，JIAO Xiaohong，LI Liang，et a1A hybriddynamic programming-rule based algorithm for real-timeenergy optimization ofplug-in hybrid electric busjJ】SciChina TechSci，2014，

30、57(12)：2542-25509】MOURA S J，FATHY H K，CALLAWAY D SAstochastic optimal control approach for powermanagement for plug-in hybrid electronic vehicle刀IEEE Transon Control Systems Technology，2011，19(3)：545-55510】JOHNTBA，MICHIELWT，PAULPJ，et a1Onlineenergy management for hybrid electric vehiclesJIEEETransOn

31、 Vehicular Technology，2008，57(6)：3428344011】PIERRE M，ALAIN C，GUILLAUME C，et a1Energymanagement of HEV to optimize fuel consumption andpollutant emissionsCCDThe 1 lth InternationalSymposium on Advanced Vehicle Control，AVECl2，Seoul，Korea，201212】MUSARDO C，RIZZONI G，STACCIA BA-ECMS：An adaptive algorithm

32、 for hybrid electric vehicle energymanagementCProceedings of the 44th IEEEConference on Decision and Control，Seville，Spain，December，20052005：50952413】杨超，焦晓红，李亮，等面向公交客车应用的插电式混合动力实时优化策略研究J机械工程学报，2015，51(22)：111-119YANG Chao，JIAO Xiaohong，LI Liang，et a1Researchon city-bus application-oriented real-time

33、 optimal energymanagement strategy for plug-in hybrid electric busJJournal of Mechanical Engineering，2015，51(22)：11111914】SIVERTSSON M，ERIKSSON LDesign and evaluationof energy management using map-based ECMS for thePHEV benchmarkJOil and Gas Science andTechnology，2015，70(1)：195-21115黄硕，李亮，杨超，等基于规则修正

34、的同轴并联混合动力客车瞬时优化能量分配策略J】机械工程学报，2014，50(20)：l 13-120HUANG Shuo，LI Liang，YANG Chao，et a1Rulecorrectionbased instantaneous optimal energymanagement strategy for single-shaft parallel hybridelectric busJJournal ofMechanical Engineering，2014，50(20)：113-12016】孟庆宽，仇瑞承基于改进粒子群优化模糊控制的农业车辆导航系统J】农业机械学报，2015，46(3

35、)：2936MENG Qingkuan，QiU RuichengNavigation system ofagricultural vehicle based on fuzzy logic controller withimproved particle swarm optimization algorithmJTransactions of the Chinese Society for AgriculturalMachinery，2015，46(3)：293617】朱大林，詹腾元胞多目标粒子群优化算法与其应用【J】农业机械学报，2013，44(12)：280287ZHU Dalin，ZHAN

36、 TengAlgorithm and application ofcellular multi-objective particle swarm optimizationJTransactions of the Chinese Society for AgriculturalMachinery，2013，44(12)：280287作者简介：王钦普，男，1964年出生，研究员。主要研究方向为混合动力汽车能量优化控制。E-mail：lkwqp163corn李亮(通信作者)，男，1976年出生，博士，副研究员。主要研究方向为汽车动力学与控制。E-maih liangltsinghuaeducn万方数据