姚永琪 周映宇

摘 要：混合动力汽车较传统燃油汽车具有低排放，内燃机效率高以及噪音污染小等优点。目前全球主要汽车公司大都已经完成了混合动力汽车的基本性能研发，其中的能量管理系统是实现电动机与发动机之间的功率互补来满足车辆的需求功率必不可少的关键性技术。本文主要概述了当前基于规则的混合动力汽车能量管理策略的应用现状，并对基于规则的能量管理策略的发展趋势进行探讨和展望。

关键词：混合动力汽车 确定性规则 模糊性规则 能量管理策略

Abstract：Hybrid electric vehicle has the advantages of clean， efficient fuel and dual energy drive system. At present， most of the world's major automobile companies have completed the basic performance research and development of hybrid electric vehicles， in which the energy management system is an indispensable key technology to realize the close cooperation between the engine and motor. The energy management strategy of hybrid electric vehicle mainly includes rule-based and optimization-based methods. This paper mainly analyzes the current situation of hybrid electric vehicle energy management strategy based on rule strategy， and discusses and prospects the development of energy management strategy based on rule strategy.

Key words：hybrid electric vehicles， deterministic rules， fuzzy rules， energy management strategies

1 引言

化石燃料危机以及环境污染问题的不断加剧，为了实现到本世纪末确保全球净零排碳，政府相应出台了传统汽车产业向电动汽车转型发展的政策。目前纯电动汽车由于基础设施配置不足，传统燃油汽车又面临着油价提高等多方面影响，决定了混合动力汽车在国内大中城市现阶段是最具应用潜力的。混合动力汽车是指拥有两种或两种以上动力源的汽车，其中油电混合动力汽车是现在最常见的一种混合动力汽车，即由发动机和电池组组成动力源，它不仅具有续航时间长、动力性能好等优点，同时还融合了电机的无污染、低噪音等优点，使得纯电动汽车单体电池储能能力有限导致续航里程短等技术瓶颈得到了较好的解决。

与纯电动汽车相比，插电式混合动力汽车上配备的电池容量更大，能够通过外部电网充电，纯电动模式行驶的里程更长，以混合动力模式行驶可以适时对蓄电池充电，更容易发挥电驱动的优势。由于电动机产生的转矩可以直接作为车辆的驱动力矩，因此电机的效率比内燃机效率高，所以插电式混合动力汽车的燃油消耗率比传统混合动力汽车低，废气排放也更少，运行成本低[1]。但是混合动力汽车具有电机和发动机两个动力源，其技术难点在于如何协调匹配能量使汽车的动力系统性能处于最佳状态，在保证电池效率的同时，提高续航能力，减少废气排放。因此合理有效的能量管理策略对于提高车辆行驶的动力性、燃油经济性以及续航里程具有重要的作用，也成为了国内外学者研究的热点。由于燃料电池系统动态响应较慢，为了适应各种各样的工况，与合理分配不同动力源的输出功率，提升整车的燃油经济性，设计出合理的能量管理策略尤为重要[1]。

目前提出的混合动力能量管理控制策略主要分为两种模式：基于规则的能量管理策略和基于优化的能量管理策略[1]。其中基于优化的控制策略可以分为全局优化能量管理策略以及瞬时优化能量管理策略，主要采用的算法包括动态规划、线性规划、随机动态规划以及机器学习、强化学习等。对于优化问题的求解步骤主要是建立优化问题、确立优化目标函数、引入参数的约束条件最终求解满足优化目标函数。

基于规则的能量管理策略则是根据工程经验、数值模型、先验知识或实验数据等人为指定的规则对动力源进行能量分配，依据动力源的功率需求、稳态Map图、车速、动力电池荷电状态等参数设置工作模式切换条件，实现对系统能量分配方式和流向以及各部件工作状态的控制，最大限度地保证发电机以及发电机等各系统部件工作在高效区域以达到最优控制效果[2]。基于优化算法的能量管理策略能够达到最佳控制，但是它属于一种离线方法且计算量较大，基于优化算法的能量管理策略难以在实车上得到实时应用，现有的优化算法的研究大都在追捧计算速度与精确性，从而忽视了在实车上的工程应用效果，因此它也时常作为评价其他能量管理策略的好坏的一个标准。而由于基于规则的能量管理策略其控制方法简单、容易实现，且计算简单，所以目前在实际应用开发中，基于规则的能量管理策略的应用较多，也能很好的应用于实车的能量管理。

2 基于规则策略的能量管理策略

基于规则的能量管理策略根据规则是确定还是模糊可以分为两类能量管理策略，一种是基于确定性规则能量管理策略，一种是模糊性规则能量管理策略[3]。二者都需要依靠研究学者的实际工程经验建立出不同的车辆模型，再研究不同能量管理策略对车辆的燃油经济性的影响及规律。

2.1 基于確定性规则的能量管理策略

确定性规则能量管理是基于明确定义的控制规则来操控系统工作，即确定一组合理的阈值参数，用以限制各动力源的开启与关闭，车辆通过设定的规则来切换各个系统的工作模式，保证发动机可以工作在高效区域内，以此来提升整车的燃油经济性。基于确定性规则的能量管理策略主要分恒温器式能量管理策略和功率跟随能量管理策略[4]。该策略的可靠性高，但需要匹配标定各项规则中的参数及插值表，因此对开发标定人员经验要求高。

周鹏[5]等人是通过车辆测试工程师实际试验得到的控制策略，其规则是将混合动力汽车的动力源分为一定比例供驱动车辆负载使用，同时使发动机工作于效率最高区域。控制规则由车辆运行参数决定，在提高了混合动力汽车的燃油经济性的同时也满足驱动车辆功率分配。马东兵[6]则通过设置车速、动力电池SOC的上下限、发动机工作转矩等一组门限参数，来限定发动机和电机在较高效率区间工作，并根据车辆实时参数及路况实际情况调整动力系统各部件的工作状态，同时根据部件的稳态效率Map图来确定如何进行发动机和电机之间的动力分配，以提高整车的动力性、经济性和排放性。沈登峰[7]通过基于规则的控制策略与整车模型联合仿真建立了SOC与当量燃油消耗量之间的油电转化关系，然后基于庞特里亚金最小值原理（Pontryagins Minimum Princeple， PMP）得到等效瞬时燃油消耗量的目标函数为某复合功率分流混合动力汽车制定了能量管理策略，并使用NEDC工况对该策略进行仿真验证，结果表明，采用该控制策略使得实车当量油耗下降了12.31%。

确定性规则主要思想是以发动机工作在高效区间为控制目标，保证电池荷电状态 SOC 运行在一定的值范围内为核心[7]，虽然逻辑门限值对经验的依赖性较高，但是规则设计较简单，工程实用性较强，所以基于确定性规则的应用较为广泛，但是由于该规则对于多变的实际路况以及复杂的混合动力系统的适应性较差，所以在使用该规则进行能量管理策略设计时很难达到最优的控制效果。为了增强规则性能量管理策略对实际路况及系统复杂度的适应性，许多学者通过引入模糊控制理论，提出了基于模糊规则的能量管理策略。

2.2 基于模糊规则的能量管理策略

模糊规则控制相比于确定性规则最大的不同之处在于，基于模糊规则控制策略无需精确的数学标准模型即可完成对混合动力系统的控制。基于模糊规则控制策略主要分为传统模糊控制策略，自适应模糊管理策略以及预测模糊管理策略。从理论方法层面而言，模糊逻辑控制采用由模糊数学语言描述的控制规则来操控系统工作。模糊化思想可以将复杂的问题简单化，适用于解决被控系统复杂，拥有多个控制和优化目标的控制问题。在这里的模糊规则概念来源于模糊控制器，相当于人们在表述某件事情的时候，往往只给出一个模糊性的说法。因此模糊规则能量管理策略更加适用于多变量、非线性、时变性的混合动力系统，具有较强的稳定性和鲁棒性[2]。

张梦[8]等人选用负载所需功率和蓄电池 SOC为输入、功率分配系数为输出，设计了一个双输入、单输出的模糊逻辑控制器，提出了适用于燃料电池/蓄电池（FC+B）混合动力汽车的模糊逻辑控制策略，在提高混合动力汽车的燃料经济性并增加续航里程的基础上，有效的避免了蓄电池的过充电和过放电。王骞等人以燃料电池汽车结合动力电池模组的方式，提出了基于微小变量模糊逻辑控制的燃料电池补偿动力电池放电的能量管理控制策略模型。此模糊逻辑控制策略中，若动力电池SOC处于中高状态，则整车以电－电混合模式运行，在此模式下由燃料电池和动力电池合理分配功率输出能量，保证汽车行驶的经济性;若动力电池的SOC下降至低荷电状态区间，则根据整车需求能量的大小和工况确定模糊逻辑控制规则库，对燃料电池输出功率进行控制，以适当微小比例的整车需求功率对动力电池充电[9]。袁臣虎[10]等人提出一种基于双模糊逻辑控制器的能量管理策略。该策略的第一个模糊控制器基于锂电池端电压和锂电池荷电状态对电池的电量进行综合衡量，提高估算锂电池电量状态的准确度；第二个模糊控制器以负载功率、光伏功率、超级电容SOC和锂电池SOC的变化情况作为输入，根据模糊规则输出锂电池功率分配系数，进行差额功率分配。

模糊逻辑控制的鲁棒性强，不需要过程精确的数学模型，但信息简单的模糊处理会导致系统的控制精度降低和动态品质变差。模糊控制在系统出现信号噪声和部件動态变化时具有较强的鲁棒性和自适应能力。制定模糊规则，隶属度函数等也都是基于专家经验，也可以结合其他算法进行自适应调节，但是相应的会导致计算时间长和计算复杂、实时性较差。

3 结语

随着动力汽车的技术的发展，混合动力的能量管理策略是一个多变量、非线性、时变性的复杂优化问题，通过制定基于规则性的能量管理策略能够很好的解决这一问题。但已有规则性的控制策略已经难以保证系统效率最优。但随着计算机技术的更新，基于规则性的能源管理策略得到了改进，并且取得了不错的效果，但是由于规则性的能源管理策略依赖于现有研究学者的工程经验，相关的规则性相对不太完善，难以保证能源管理策略达到最优。除了收集更多的工况和积累更多的经验之外，将基于规则性能源管理策略和一些计算机优化方法的结合是规则性能源管理策略发展的热点，越来越多的学者就将机器学习以及强化学习同规则性能量管理策略相结合提出了新的能量管理策略，取得了更好的燃油经济性。另外还可以通过分析以往的工作经验和收集以往的数据，进行整理和清洗作为一个新的经验数据，然后用于基于规则性能量策略将有利于规则的设计，有益于基于规则性能量策略的发展。

综上所诉，目前的混合动力汽车所采用的能量管理策略都或多或少的存在一定的问题。但是随着计算机性能的不断提高以及物联网技术的不断发展，在日后对能量管理策略的研究开发中也可以考虑将多种算法进行结合进行取长补短提出新的能量管理策略，或者开发一套实时后台系统对能量管理策略进行云计算并实时反馈至实车，来提高车辆的优化效果。

项目编号：黔科合平台-JXCX[2021]001。

参考文献：

[1]王志勇，韩善灵，张鑫，等.插电式混合动力汽车能量管理策略发展综述[J].科学技术与工程.2019，19（12）：8-15.

[2] 曾繁琦，袁晓静，王旭平，等.军用混合动力系统能量管理策略研究综述[J].兵器装备工程学报.2021，42（11）：15-24.

[3] 胡建军，杨颖，邹玲菠，等.混合动力汽车自适应等效油耗最低能量管理策略[J].重庆大学学报.2021，44（12）：80-94.

[4]宋昱，韩恺，李小龙.基于规则的能量管理策略对燃料电池汽车整车经济性影响研究：2019中国汽车工程学会年会[Z].中国上海：20198.

[5]周鹏，杨静，康南.基于规则能量管理策略的液压混合动力汽车性能分析[J].昆明冶金高等专科学校学报.2018，34（05）：82-88.

[6]马东兵.四轮驱动混合动力汽车能量管理策略仿真[J].传动技术.2013.

[7]沈登峰，王晨，于海生，等.复合功率分流混合动力汽车能量管理策略研究[J].汽车工程.2017，39（01）：15-22.

[8]张梦，杨玉新，罗羽，等.模糊逻辑应用的燃料电池汽车能量管理策略[J].电气自动化.2020，42（01）：50-53.

[9]王骞，李顶根，苗华春.基于模糊逻辑控制的燃料电池汽车能量管理控制策略研究[J].汽车工程.2019，41（12）：1347-1355.

[10]袁臣虎，周佳文，董佳丽，等.基于双模糊逻辑的复合电源能量管理策略研究[J]. 现代电子技术.2022，45（08）：126-130.