e-works数字化企业网  »  文章频道  »  产品创新数字化(PLM)  »  CAE

基于iSIGHT软件的增程器系统控制优化

2021/11/16    来源:达索    作者:王惠来  王斌      
关键字:增程型电动汽车  增程器  优化设计  Kriging模型  
本文通过Kriging无偏估计方法建立了增程器系统的发电功率与燃油消耗预测仿真模型,并对模型进行了实验验证。经过仿真分析,确定了满足5个发电功率需求的最佳油耗工况点。通过增程器系统的台架实验和整车实验,分别对单个发电功率运行点和整车的燃油消耗进行了测试。
前言

       电动汽车是应对全球环境污染与能源危机的重要解决方案之一。利用电网能量来源的多样性,将其应用到交通运输领域,己成为电动汽车发展的重要方向。鉴于纯电动汽车行驶里程受到动力电池能量密度的限制,增程型电动汽车(Extended-Range Electric Vehicle,E-REV)已经成为当下电动汽车研发的重要方向。行驶初期,增程型电动汽车E-REV所搭载的大容量电池包储存的来自电网的电能可以支持车辆行驶较长的距离。发动机仅用于发电目的,而不直接输出动力驱动车辆行驶。因此,发动机就可以被限制在若干点上稳定运行,从而使得发动机在结构与控制上有进一步深入优化的空间,而不像传统发动机在设计时需要统筹考虑全局运行工况。所以,增程型电动汽车E-REV在排放特性和燃油经济性等方面具有潜力。

       文献详细介绍了E-REV的主要工作模式和能量管理策略,并进行了相关的参数匹配与试验研究。文献利用MATLAB/Simulink软件搭建了基于能量流分析的E-REV整车仿真模型以研究电动汽车能量的流动与耗散情况。文献对于E-REV公交车动力系统的选型与参数匹配进行了深入研究。但是,关于如何确定增程器系统最佳工作运行点的研究甚少。本文拟通过发动机和发电机的实验数据,使用Kriging方法分别建立增程器系统的发电功率模型与燃油消耗模型,从而确定各个发电需求下增程器系统的最佳工况运行点,并以台架实验和整车实验的方式进一步筛选和确认。

1 整车结构与工作模式

       增程型电动汽车E-REV的基本结构如图1所示。其中,发动机、发电机和AC/DC整流器(本文所描述的AC/DC被集成在发电机控制器中)共同构成增程器系统,其实质为发电机组。

增程型电动汽车结构示意图

图1 增程型电动汽车结构示意图

       本文所述的E-REV,其主要工作模式包括:在行驶初期,车辆仅依靠电池包中的电能,以纯电动状态行驶,此过程称为电量耗尽阶段(Charging Depleting phase,CD phase)。当电池包的荷电状态(State of Charge,SOC)降至设定的阈值后,为保护电池不因过放而影响使用寿命,增程器系统开始运转发电,以维持电池包的SOC水平,此过程称为电量维持阶段(Charging Sustaining phase,CS phase)。表1所述的是车辆基本参数和性能指标。
表1 整车基本参数与性能指标

整车基本参数与性能指标
整车基本参数与性能指标

       为了维持CS阶段电池包的SOC水平,需要根据车辆的运行状态,确定出增程器系统的发电功率需求。为了避免发动机的工作状态频繁变动,从而导致油耗与排放的恶化,需要尽可能使增程器系统工作在少数几个固定的工况点。

       由整车控制策略设定,增程器系统根据SOC状态不同,输出不同的发电功率:

       1)当SOC>40%时,增程器系统不工作;

       2)当40%≥SOC>30%时,增程器系统单点工作,输出15kW发电功率;

       3)当30%≥SOC>25%时,增程器系统在四个工作点(即6kW/lOkW/16kW/20kW)跟随车速及SOC变化进行切换;

       4)当25%≥SOC时,此时需要限制车辆驱动性能,以保证电池包的使用寿命,而增程器系统则保持在最大发电功率点20kW处持续运行。

       表2所示的是增程器系统5个发电功率需求及初始工作运行工况点。
表2 增程器系统发电功率需求及初始运行点

增程器系统发电功率需求及初始运行点

       需要说明的是,发电功率需求及其控制规则通过车辆驱动功率的计算(考虑车速和坡度变化)及整车测试与匹配实验综合确定的结果,此处不做详述。

2 增程器系统的发电功率与燃油消耗预测模型

       由于E-REV所搭载的发动机仅用于发电,因此选用了1.0L三缸汽油机,采用进气道喷射方式,几何压缩比为11,实验测得的发动机外特性如图2所示。同时,选用交流永磁同步电机作为发电机,其基本参数如表3所示。

发动机外特性曲线

图2 发动机外特性曲线
表3 发电机基本参数汇总

发电机基本参数汇总

       为了能够快速确定增程器系统的工作运行点,使其在满足发电功率需求的同时,实现燃油消耗最低,本文使用Kriging无偏估计方法建立增程器系统的发电功率与燃油消耗预测模型,找出各个发电功率需求所对应的等发电功率曲线,同时确定各个工作运行点的燃油消耗情况。

       2.1 基于Kriging方法的预测模型

       2.1.1 Kriging方法概述

       Kriging方法始于地理统计学,是一种性能优越的最优内插方法。从统计意义上来说,Kriging方法从变量的相关性与变异性出发,在有限区域内对区域化变量的取值进行无偏、最优估计;从插值的角度来评价,其是对空间分布的数据求线性最优、无偏内插估计。Kriging方法作为线性回归分析的一种改进,包含了线性回归部分和随机过程部分。即,由实验获得的真实值y(x)由多项式部分p(x)和随机分布部分z(x)组成,如公式(1)所示:

   式中:x-输入向量

       p(x)作为在设计空间内y(x)的一种全局近似,而z(x)是一个具有均值为零、方差为σ2的非零随机过程,被认为是y(x)的偏差项。z(x)的协方差矩阵可以表述为:

   式中:M-采样点的数目

       xi和xj-两个不相同的采样点

       R-相关系数矩阵

       θ一相关系数

       于是,y(x)的估计值Y(x*)由公式计算得到:

   式中:y-由所有采样点构成的M维向量

       p-由p(x)构成的M维向量

       2.1.2 建立发电功率与燃油消耗的预测模型

       分别由发动机和发电机台架实验,测得发动机的万有特性数据和发电机发电效率MAP数据。

       通过发电机的发电效率MAP数据,根据公式(4)即可计算出所对应的发电机输出的电功率:

   式中:PG-发电机输出的电功率,kW

       T-一发电机输入扭矩,Nm

       n-发电机工作转速,RPM

       ηG-发电机的发电效率

       由此,得到发电机的转速、扭矩与发电功率之间的对应关系。将其输入到使用MATLAB软件建立的Kriging模型中,训练得到发电功率预测模型。

       同时,由发动机的万有特性数据,可以得到发动机的转速、扭矩和油耗之间的对应关系。同样,通过建立Kriging模型,训练得到油耗预测模型。

       2.2 模型预测与验证

       将5个发电功率需求(6kW~20kW)和转速范围(1000RPM~3500RPM)构建成输入向量,代入发电功率预测模型,即可得到每个转速下为实现发电功率需求,发动机所必须提供的输出扭矩。图3所示的分别是6kW和10kW发电功率需求下所对应的等发电功率曲线。

6kW和10kW等发电功率曲线

图3 6kW和10kW等发电功率曲线


       将由上一步确定的各个发电功率需求对应的转速和扭矩作为输入向量,导入燃油消耗预测模型,即可得到满足给定发电功率需求的所有工况点的燃油消耗量。图4所示的是实现6kW和10kW发电需求,各个转速下的燃油消耗情况。

       从图4中可以发现,6kW发电功率需求下对应的油耗线呈先下降后上升的趋势,在1500RPM附近燃油消耗最低。而10kW发电功率需求下对应的油耗线则呈现逐渐上升的趋势,即转速越高,则燃油消耗越高。表4所示的是满足相应发电功率需求可能的转速范围。

6kW和10kW等发电功率需求对应的燃油消耗曲线

图4 6kW和10kW等发电功率需求对应的燃油消耗曲线

表4 基于最低燃油消耗的增程器系统发电运行范围

基于最低燃油消耗的增程器系统发电运行范围


       为了验证所建立的预测模型的正确性,以10kW为例对增程器系统进行了台架测试。图5所示的是增程器系统的测试台架。测试台架实际检验10kW发电功率及油耗与仿真值之间的偏差,结果如图6所示。

增程器系统的测试台架

图5 增程器系统的测试台架

 

发电功率及燃油消耗的实验值与仿真值偏差

图6 发电功率及燃油消耗的实验值与仿真值偏差


       结果显示,实验值与仿真值之间的偏差被控制在1.5%以内,说明基于Kriging预测方法的模型具有很好的仿真精度。

3 实验结果分析

       经过Kriging仿真模型,以最低油耗为目标,确定出满足各个发电功率需求所对应的运行工作点,如表5所示。在图5所示的增程器系统测试台架上对每个工况点进行测试,确定优化前后增程器系统在各个发电功率点的油耗量降低幅度。

表5 基于最低燃油消耗的增程器系统工作方案

基于最低燃油消耗的增程器系统工作方案


       从表5中可以发现,10kW发电功率点的油耗量节省最为明显,降低幅度达到了15.96%。10kW发电功率点初始转速也由1900RPM降低到优化后的1480RPM。而其他4个发电功率点的节油率提高幅度在5%~2.5%之间。20kW发电功率点虽然在节油率上提升幅度最小,但是其油耗量减少的绝对值达到了0.14kg/h,仅次于10kW发电功率的0.45kg/h。

       为了在整车环境下验证优化后的增程器运行点节油效果,本文基于转鼓试验台搭建了整车测试环境,如图7所示。

基于转鼓试验台的整车测试环境

图7 基于转鼓试验台的整车测试环境


       整车实验采用了NEDC驾驶循环进行测试,理论行驶里程为11.01km。分别验证了两种工作模式,即:

       模式一:初始SOC为40%,增程器系统15kW发电功率单点工作;

       模式二:初始SOC为30%,增程器系统在6kW/lOkW/16kW/20kW这四个工作点跟随车速及SOC变化进行切换。

       表6所示的是增程器系统实车实验结果的对比与分析。从中可以发现,经过工作运行点优化后,整车的百公里能耗有3%-5%的降低。

表6 增程器系统实车实验对比分析

增程器系统实车实验对比分析


5 结论

       本文针对增程型电动汽车的增程器系统进行了仿真与实验研究,主要结论如下所述:

       (1)本文根据车辆运行状态及整车控制策略需要,设计了5个发电功率需求,以满足增程器系统在车辆运行于电量维持阶段时,能够维持电池包的SOC水平。

       (2)对于给定的发动机与发电机,通过台架实验,建立基于Kriging方法的增程器系统燃油消耗与发电功率的预测仿真模型,以便快速、准确地确定满足发电功率需求的运行工作点及对应的最佳燃油消耗运行工作范围。

       (3)通过增程器系统的台架实验和整车实验,验证了增程器系统单点能耗与整车能耗的降低。

       下一步研究可以针对增程器系统的工作特点,通过对发动机和发电机进行结构设计与优化控制,使其燃油消耗和排放水平进一步改善。

责任编辑:程玥
本文为授权转载文章,任何人未经原授权方同意,不得复制、转载、摘编等任何方式进行使用,e-works不承担由此而产生的任何法律责任! 如有异议请及时告之,以便进行及时处理。联系方式:editor@e-works.net.cn tel:027-87592219/20/21。
e-works
官方微信
掌上
信息化
编辑推荐
新闻推荐
博客推荐
视频推荐