李刚 林豪 徐荣霞 吴青青

摘  要： 以超级电容与双向DC/DC变换器串联再与蓄电池并联的复合电源为研究对象，提出一种逻辑门限控制与模糊控制相结合的复合电源功率分配控制策略。首先利用Matlab/Simulink软件建立复合电源功率分配控制策略模块;然后运用ADVISOR软件进行二次开发，搭建纯电动汽车整车仿真模型;最后结合城市道路驱动工况进行仿真分析。结果表明，基于该控制策略的复合电源能够有效地节省蓄电池的电量，延长复合电源的工作寿命，纯电动汽车的动力性能和续驶里程明显提升。

关键词： 纯电动汽车; 复合电源功率分配; 整车仿真模型; 逻辑门限控制; 模糊控制; 二次开发

中图分类号： TN99?34; U464.142                   文献标识码： A                    文章编号： 1004?373X（2020）03?0100?04

Research on power distribution control strategy for compound power supply

of pure electric vehicle

LI Gang， LIN Hao， XU Rongxia， WU Qingqing

（MOE Key Laboratory of Conveyance and Equipment， East China Jiaotong University， Nanchang 330013， China）

Abstract： A power distribution control strategy of compound power supply combining logic threshold control and fuzzy control is proposed. In this paper， the compound power supply （the super?capacitor is connected with bi?directional DC/DC converter in series and then connected with accumulator in parallel） is taken as the research object. Firstly， the Matlab/SIMULINK software is used to build the power distribution control strategy module of compound power supply. Then， the ADVISOR software is used for secondary development to construct the vehicle simulation model for the pure electric vehicle （PEV）. Finally， the simulation analysis is made on the basis of driving conditions of urban roads. The results show that the compound power supply on the basis of the control strategy can effectively save the accumulator power， prolong the service life of the compound power supply， and significantly improve the power performance and total mileage of the pure electric vehicle.

Keywords： pure electric vehicle; power distribution of compound power supply; vehicle simulation model; logic threshold control; fuzzy control; secondary development

0  引  言

純电动汽车（Pure Electric Vehicle， PEV）作为一种节能和环保的新能源汽车越来越受到国内外学者的关注，并且得到了发展，但尚未形成规模，究其根源，蓄电池电量续航能力是制约纯电动汽车进一步普及的重要因素之一[1]。在纯电动汽车处于起步、低速、巡航、加速、爬坡、制动等复杂情况下，由于蓄电池比功率偏小，强电流充放电会大幅度降低蓄电池的工作寿命[2]。超级电容是最近几年随着新电极材料的出现而发展起来的一种具有超强放电能力，能提供强大脉冲功率的物理二次电源。但其能量密度低，不能维持长时间充放电，因此不适合作为单一储能装置使用[3]。

蓄电池和超级电容组成的复合电源可作为纯电动汽车储能装置[4]。两者之间优势互补，可获得较高的比功率和比能量，能够满足纯电动汽车在不同工况下对动力性和经济性的双重需求[5]。所以如何有效分配蓄电池和超级电容之间的输出功率成为当前国内外学者研究的热点。目前复合电源功率分配控制策略应用相对成熟的有逻辑门限控制策略和模糊控制策略，但两者都有不同的优缺点[6]。逻辑门限控制策略操作简便但对蓄电池和超级电容的限制较多;模糊控制策略鲁棒性较强但控制精度较差。因此，本文以蓄电池?超级电容复合电源纯电动汽车为研究对象，首先提出了一种逻辑门限控制与模糊控制相结合的复合电源功率分配控制策略;然后利用ADVISOR软件进行二次开发，搭建纯电动汽车整车仿真模型;最后结合城市道路驱动工况对复合电源纯电动汽车进行数值仿真分析，验证了该控制策略的有效性。

1  复合电源结构

选取合适的复合电源结构，不仅影响蓄电池和超级电容功率分配控制策略的效果，而且影响整车动力性能和经济性能的发挥。综合考虑，本文选择的复合电源是以超级电容与双向DC/DC变换器串联，再与蓄电池并联的方式构成。其中，蓄电池是主要供能装置;超级电容是辅助供能装置;DC/DC变换器的作用是平衡超级电容和蓄电池两端电压，更好地发挥复合电源的优势。复合电源结构如图1所示。

2  复合电源功率分配控制策略

纯电动汽车在行驶的过程中有多种复杂多变的工况，不同工况下，其复合电源的需求功率也不同。这就要求复合电源功率分配控制策略能够在不同行驶工况下，能够准确地辨别出何种工作状态，进而分配蓄电池和超级电容的存储能量。一般情况下，在纯电动汽车处于低速、巡航状态时，其需求能量偏低，可由蓄电池单独提供纯电动汽车所需的能量;在纯电动汽车处于起步、加速、爬坡状态时，其需求能量偏高，此时可由蓄电池和超级电容共同作用提供纯电动汽车行驶所需的能量;在纯电动汽车处于减速，制动状态时，可采用超级电容优先回收制动能量，其余能量由蓄电池存储的模式[7]。

复合电源功率分配控制策略的主要目的就是在保证纯电动汽车动力性能的前提下，节省蓄电池的电量，提高纯电动汽车续驶里程，延长复合电源的工作寿命[8]。因此，本文提出一种逻辑门限控制与模糊控制相结合的复合电源功率分配控制策略，该策略可以在不同的工况下合理切换，更好地发挥复合电源的优势，对纯电动汽车的动力性能及经济性能起到优化作用。

2.1  逻辑门限控制策略

在纯电动汽车减速、制动工况下，其复合电源处于能量回收状态，需要尽可能快地回收制动能量。考虑到纯电动汽车制动安全性能，蓄电池在强电流下易遭受损坏、充电时间长和超级电容充电时间短及可以吸收强电流等因素，而且此工况下的制动所需功率相对驱动工况下所需能量明显要低，因此，只需要根据超级电容SOC值衡量制动能量是否可以由超级电容单独回收。由于逻辑门限控制（Logic Threshold Control，LTC）策略具有响应速度快的优点，所以在纯电动汽车减速、制动工况下，选择逻辑门限控制策略单独来管理分配复合电源的功率，逻辑门限控制策略设计如图2所示。

图2中，[Preq]为纯电动汽车需求功率;SOCuc为超级电容SOC值;SOCuc_max为超级电容SOC饱和值，这里取0.999;[Puc]为超级电容输出功率;[Pbat]为蓄电池输出功率。

逻辑门限控制策略控制规则如下：当超级电容SOC值接近其饱和值时，为了避免超级电容因长时间处于充电状态而遭受到损害，则停止利用超级电容回收制动能量，剩余的回收能量在电路中消耗掉。

2.2  模糊控制策略

在纯电动汽车加速、巡航、爬坡等复杂多变的工况下，此时纯电动汽车所需要的驱动力较大，需要复合电源输出较高的能量。逻辑门限控制策略除了具有响应速度快的特点外，其在复杂环境下相关参数不能精确计算，导致控制效果差强人意。因此，需要一种多维度的精确控制策略。文献[9]利用模糊神经网络控制策略进行复合电源功率分配;文献[10]利用动态规划算法控制策略进行复合电源功率分配;文献[11]通过考虑行驶工况和再生制动，提出复合电源功率分配策略。模糊控制策略将相关参数模糊化，当其参数值接近或者远离门限值时，控制系统能够灵活、实时地调节输出信号。最终确定模糊控制策略在加速、巡航、爬坡等工况下进行功率分配。

模糊控制（Fuzzy Control，FC）是以模糊逻辑推理、模糊集理论和模糊语言变量为基础，根据人们长期累积的经验制定相应规则，是模拟人们对事物的模糊推理和决策的一种控制方法[12]。模糊控制系统结构主要包括模糊化接口、知识库、模糊推理、解模糊接口四部分[13]，具体結构如图3所示。

利用Matlab软件中提供的模糊控制工具箱，设计了对于复合电源功率分配的三输入、单输出的模糊控制器。其中，三个输入参数分别为：纯电动汽车需求功率[Preq]，其论域为[0，1]，模糊集为{S，MS，M，MB，B}，分别表示{小、较小、中、较大、大};蓄电池SOC值SOCb，其论域为[0.2，0.9]，模糊集为{S，M，B}，分别表示{小、中、大};超级电容SOC值SOCuc，其论域为[0.2，0.9]，模糊集为{S，M，B}，分别表示{小、中、大}。输出参数为超级电容功率分配因子[Kuc]，其论域为[0，1]，模糊集为{S，MS，M，MB，B}，分别表示{小、较小、中、较大、大}。图4为各个变量的隶属度函数。

模糊规则如下所示：

根据三个输入参数对系统输出特性的影响情况，再经过查阅相关资料，可归纳出在复合电源功率分配控制过程需要注意以下几点原则：

1） 在纯电动汽车行驶过程中，其所需要的输出功率处于输出功率极限值的一半或一半以下时，应该尽可能避免超级电容长时间处于放电状态，需让超级电容存储能量，为下一次输出高功率做准备。

2） 在纯电动汽车行驶过程中，其所需要的瞬时输出功率较高时，应该尽可能允许超级电容来提供高功率，避免蓄电池受到强电流的损害。

3） 在纯电动汽车行驶过程中，如果超级电容电流较低无法提供输出功率时，应该允许蓄电池替代超级电容放电，使纯电动汽车处于正常工作状态。

对于所提出的逻辑门限控制与模糊控制相结合的复合电源功率分配控制策略，在Matlab/Simulink仿真软件下建立复合电源功率分配控制仿真模型，如图5所示。

3  仿真试验

3.1  仿真车辆参数

复合电源性能参数见表1。

试验车辆参数见表2。

3.2  建立整车仿真模型

将复合电源功率分配控制策略模块导入到ADVISOR软件中，在原有顶层模型上进行二次開发，加入复合电源模块，搭建出纯电动汽车整车仿真模型。图6为纯电动汽车整车仿真模型，图中红色方框为复合电源模块，包括蓄电池、超级电容、双向DC/DC转换器和所提出的功率分配控制策略。

3.3  仿真结果分析

为了验证复合电源功率分配控制策略的有效性，本文采用城市道路驱动工况（CYC_UDDS循环工况），对ADVISOR软件进行二次开发搭建的纯电动汽车整车模型进行仿真分析。图7为城市道路驱动工况速度曲线。

图8为复合电源中蓄电池和超级电容电流变化曲线。由图8可知，复合电源中蓄电池电流变化较为平稳，没有出现较大的峰值电流;而超级电容的波动峰值稍微高于蓄电池的波动峰值。这说明了在纯电动汽车处于正常行驶工况时，超级电容能够优先提供较大输出功率，同时也优先回收制动能量，避免了蓄电池提供或者回收较高的能量，减少了蓄电池的损害，延长了蓄电池的工作寿命。从而验证了本文设计的复合电源功率分配控制策略是有效的。

图9为复合电源蓄电池与超级电容SOC值变化曲线。由图9可知，超级电容的充放电频率较高，其SOC值变化相对较大;而蓄电池的SOC值的变化相对较小。纯电动汽车起步时，超级电容优先大电流放电;纯电动汽车制动时，超级电容优先回收制动能量，这与图9的变化趋势是相吻合的。

为了进一步验证所提出的逻辑门限控制与模糊控制相结合的复合电源功率分配控制策略的有效性，在相同的仿真环境下进行对比分析。分别计算出复合电源单独采用逻辑门限控制进行功率分配、复合电源单独采用模糊控制进行功率分配以及复合电源采用逻辑门限控制和模糊控制相结合进行功率分配下的SOC值。

图10为不同控制策略下复合电源中蓄电池SOC值变化曲线。由图10可知，这三种策略对复合电源中蓄电池的节省电量程度，本文所提出的控制策略是最好的;模糊控制策略次之;而逻辑门限控制策略是最差的，从而验证了本文所提出的功率分配控制策略是有效的。

4  结  语

本文以超级电容与双向DC/DC变换器串联再与蓄电池并联复合电源为研究对象，提出一种逻辑门限控制与模糊控制相结合的功率分配控制策略。运用ADVISOR软件搭建了纯电动汽车整车仿真模型，并结合城市道路驱动工况进行仿真分析。结果表明，在该控制策略下，超级电容“削峰填谷”的效果明显，减少了强电流对蓄电池的损害，延长了复合电源的工作寿命;而且所提出的功率分配控制策略相比逻辑门限控制策略和模糊控制策略，该控制策略能够有效地节省蓄电池电量，发挥复合电源的优势。

参考文献

[1] 李春敏.纯电动汽车复合电源控制策略的研究[J].电子测试，2018（1）：52?53.

[2] 周美兰，田小晨，吴磊磊.纯电动汽车复合电源系统的建模与仿真[J].黑龙江大学自然科学学报，2016，33（2）：261?266.

[3] 王儒，李训明，魏伟，等.基于ADVISOR的纯电动汽车复合电源系统[J].山东理工大学学报（自然科学版），2014，28（1）：73?78.

[4] 郑丽辉，赵志刚，方晓汾.基于模糊控制的纯电动汽车复合电源功率分配策略研究[J].机械研究与应用，2015，28（4）：16?20.

[5] LIN W S， ZHENG C H. Energy management of a fuel cell/ultracapacitor hybrid power system using an adaptive optimal?control method [J]. Journal of power sources， 2011， 196（6）： 3280?3289.

[6] 邢皎玉.基于模糊神经网络的复合电源能量管理策略研究[J].农业装备与车辆工程，2016，54（12）：19?23.

[7] BORHAN H， VAHIDI A， PHILLIPS A M， et al. MPC?based energy management of a power?split hybrid electric vehicle [J]. IEEE transactions on control systems technology， 2012， 20（3）： 593?603.

[8] 吴青青.基于复合电源纯电动汽车的再生制动力研究[D].南昌：华东交通大学，2018：24?25.

[9] 霍春宝，门光文，王京，等.纯电动汽车复合电源系统控制的仿真研究[J].汽车技术，2018（1）：51?55.

[10] 刘荣，童亮，马彬，等.复合电源系统能量管理实验研究[J].实验技术与管理，2018，35（1）：80?84.

[11] 陆建康，杨正林，何小明，等.纯电动汽车复合电源系统仿真研究[J].汽车科技，2011（5）：37?41.

[12] 刘洋.电动汽车驱动防滑控制系统的研究[D].锦州：辽宁工业大学，2014：30?31.

[13] 马涛.电动汽车复合电源的控制与仿真研究[D].锦州：辽宁工业大学，2016：31?32.