马 超，杨 坤，金士伟，任立鹏，高 松

(1. 山东理工大学 交通与车辆工程学院，山东 淄博 255000； 2. 山东鲁成慧创汽车科技有限公司，山东 威海 264300)

0 引 言

PHEV(plug-in hybrid electric vehicle)作为新能源汽车的一种，在目前的技术条件和社会环境下，是最具有现实意义的新能源汽车。PHEV具有纯电驱动和发动机驱动里程延长能力，在PHEV的设计开发中，如何提升纯电状态下的行驶里程以及整车的动力与经济性是开发的重难点。

一般来说，PHEV的整车动力与经济性可通过新型构型设计与能量管理策略的开发与优化实现。在PHEV的构型设计方面，现有PHEV多为单轴驱动(如丰田普锐斯、通用沃蓝达、本田雅阁等)，且多基于典型混合动力汽车串联、并联及混联构型研发，整车动力与经济性有进一步提升的潜力[1-3]。

国内外已有四轮驱动构型相关的研究。在四轮驱动纯电动汽车动力学控制方面，A.NASRI等[4]针对四轮驱动纯电动汽车，介绍了新型的滑模控制策略；刘平等[5]针对四轮轮边驱动电动车，以滑移率作为电子差速评价指标，研究了工况条件以及整车结构参数对电子差速影响，为后续电子差速控制策略研究提供了参考；Y.GAO等[6]通过开发2自由度汽车动力学模型、上层控制策略、扭矩分配策略等，实现四轮轮毂电机驱动汽车的纵向稳定性控制; 胡建军等[7]针对四轮驱动汽车建立了整车动力学模型，提出多种基于扭矩分配模糊PID控制的集成牵引力控制策略。此外，陈黎卿等[8]针对纯电动四轮驱动汽车提出了一种基于遗传算法和PID控制的轴间扭矩分配控制策略，提升了整车动力性和稳定性；帅志斌等[9]针对四轮独立电驱动汽车，以直接横摆转矩控制为例，分析了车载通信网络的非理想状况对车辆动力学控制的影响。

在四轮驱动纯电动汽车匹配与能量管理优化方面，J.KIM[10]针对四轮驱动纯电动汽车，开发了以最小能量消耗为目标的前后电机能量优化分配算法；A.NASRI等[11]针对四轮轮毂驱动电动汽车，提出了基于反推控制的新型电机控制算法，实现了驱动效率的提升;B.SUN等[12]针对分布式的四轮驱动电动汽车，进行了基于数学方法的经济性优化研究。

在四轮混合动力汽车方面，钱立军等[13]提出一种模糊扭矩识别的插电式四驱混合动力汽车控制策略，实现了14.5%的燃油效率提升；莫愁等[14]提出了前轮发动机后轮电动机驱动的四驱混合动力构型，并进行了匹配设计及MATLAB和Cruise联合仿真分析，验证了动力性与经济性；白鸽[15]以四轮驱动插电式混合动力汽车为研究对象，建立动力学模型及PID、逻辑门限等多种能量管理优化策略，并对其进行了仿真验证；王刚毅[16]针对插电型混联式混合动力汽车，进行了动力系统匹配设计及常用控制策略开发与仿真验证分析。

通过文献可知，针对四轮驱动纯电动汽车，相关研究多集中在匹配控制、能量管理优化策略、动力学控制等方面；针对四轮驱动混合动力汽车，相关研究多集中在匹配、逻辑门限控制、模糊控制、发动机最优控制、牵引力控制等方面。综上，虽已有四驱系统构型与能量管理优化方面的研究，但适时四驱PHEV系统的设计与控制相关研究还较少，特别在多动力源的高效动态协调控制方面还有待于深入。因此，笔者提出一种新型适时四驱PHEV系统，后轴为双电机多档位纯电驱动系统，可针对不同工况选择不同电机与档位，有效克服单电机固定档位驱动效率受限问题[17-20]；前轴为发动机驱动，并使用了启动发电一体机(ISG)，可实现发动机启动与行车发电[21-22]。

笔者研究了目标插电式适时四驱混合动力汽车各驾驶模式下的动力学特性。由于虚拟开发平台提供了发动机、电动机、电池、变速器、车辆等核心部件库，支持虚拟驾驶、实时驾驶以及仿真结果分析评价。因此，笔者将利用虚拟仿真开发平台[23-24]开发目标系统的整车模型，对目标系统的整车性能进行仿真分析，对多动力源之间动态协调控制算法进行研究。

1 虚拟仿真开发平台

PHEV的构型、核心参数和控制算法与整车性能有直接联系，在PHEV开发阶段，需要研究上述因素对性能的影响。整车性能的仿真与评价需要将相关参数与算法应用到目标车辆模型中，已有研究团队基于此开发了虚拟仿真开发平台[24]。

1.1 虚拟仿真开发平台介绍

虚拟仿真开发平台包括3部分：① 基于MATLAB/Simulink的包含核心部件模型库的新能源汽车整车模型；② 虚拟驾驶环境：基于Multigen creator与vegaprime反映道路、天气、交通和信号灯系统的虚拟驾驶画面；③ 实时驾驶设备：搭载整车模型的整车模拟器及虚拟驾驶环境。在平台中，需方便的修改核心设计参数，如整车构型、核心部件参数、控制策略等，并通过离线仿真或实时虚拟驾驶对整车的动力、经济性进行评价[23]。

平台提供的核心部件模型如图1，可针对目标车辆构型构建整车模型，并搭载到模拟器中进行性能模拟[24]。利用离线仿真功能，可模拟多种行驶工况下的整车动力、经济性。在实时虚拟驾驶环境下，允许真实的驾驶员利用实时驾驶设备，进行实时模拟驾驶，并实时的观测整车性能数据[24]，如图2，从而进行新能源汽车构型影响、整车性能、核心部件性能及驾驶员相关的各种研究。

1.2 核心部件及整车模型试验验证

离线仿真时，虚拟仿真开发平台构建的核心部件及整车模型的有效性，决定了目标车型整车动力性与经济性的准确度。若想利用此虚拟仿真开发平台对新能源汽车及其核心部件性能进行有效、准确的仿真分析，需要对核心部件及整车模型进行试验对比分析与验证。

笔者首先利用平台提供的核心部件库搭建了典型的插电式通用沃兰达整车模型，包含整车动力学模型的搭建及整车能量管理控制策略模型。为了验证有效性，针对目标车型进行了基于OBD (on-board diagnostics)设备的实车UDDS工况试验，如图3。并将试验数据与实际模型仿真结果进行了对比分析[25]，如图4。由图4可知，发动机、电机1(motor-generator 1, MG1)、电机2(motor-generator 2, MG2)、电池、整车速度等核心参数的仿真与试验结果有很好的一致性，验证了虚拟仿真开发平台所建动力学模型及控制策略模型的准确和有效性。因此，虚拟仿真开发平台可用于新能源汽车及核心部件性能的仿真与分析。

2 目标系统特性分析与建模

2.1 目标构型介绍

新型PHEV适时四轮驱动系统构型如图5。图5中，S代表太阳轮，C代表行星架，R代表齿圈。此构型具有发动机与双电机多个动力源，可实现前轮或后轮单轴与四轮驱动。通过双电机间，前轴与后轴间扭矩的动态协调控制，实现动力与经济性的提升。

目标PHEV前轴为传统发动机驱动，发动机功率经由离合器、变速器、差速器等传递到传动轴。采用ISG，可实现发动机快速启停与行车发电，提升续驶里程。后轴为双电机驱动，两个驱动电机分别适合低速与中速驱动，高速为双电机联合驱动。通过开发对应的控制策略，可实现车辆在电机高效区间的运行，提升纯电行驶里程。

2.2 目标系统动力学特性分析

目标系统采用多种动力源，可有效提升整车动力与经济性，但带来了整车能量管理与扭矩动态协调控制难题。需针对目标系统进行动力学特性分析，为解决问题提供依据。

目标系统依据电池电量的情况，可工作在电量消耗(charge depleting，CD)模式或电量维持(charge sustaining，CS)模式。在CD模式下，发动机不工作，由电池提供能量，在CS模式下，发动机及电机协同合作，以发动机为主提供能量。具体依据驱动情况可分为单轴驱动或四轮驱动模式，依据目标系统的能量流可分为单电机驱动、双电机联合驱动、发动机驱动、发动机行车发电、发动机-电动机联合驱动(四轮驱动)、再生制动等模式。笔者采用能量流与杠杆分析法对各个驾驶模式进行动力学特性分析。

2.2.1 单电机驱动

单电机驱动包含MG1驱动与MG2驱动两种模式。由图6能量流图可知，MG1驱动时，MG2锁止，动力从太阳轮经由行星架输出，扭矩与速度传递关系如式(1)、(2)；MG2驱动时，MG1锁止，动力从齿圈经由行星架输出，扭矩与速度传递关系如式(3)、(4)。

(1)

(2)

(3)

(4)

式中：T为扭矩；ω为转速；J为转动惯量；c为行星架；r为齿圈齿数；s为太阳轮齿数；N为减速比。

2.2.2 双电机驱动

双电机驱动时，MG1和MG2协调工作共同经由行星架驱动汽车，动力学传递如式(5)：

(5)

此驱动模式下扭矩传递公式与单电机驱动相同。需要指出的是，在双电机驱动时，双电机间的功率分配比决定整车驱动效率。

2.2.3 发动机驱动与行车充电

前轮驱动时目标系统可在发动机驱动与行车充电模式下工作。发动机驱动时，动力经由变速器传递至车轮如图7。行车充电时，发动机带动启动/发电机进行发电，为电池补充能量。

动力学传递如式(6)、(7)：

(6)

(7)

式中：Clutch为离合器；e为发动机。

2.2.4 四轮驱动

四轮驱动下发动机与电动机共同输出扭矩驱动车辆，车辆的总需求扭矩等于发动机与电动机输出到车辆上的扭矩之和，动力传递公式与式(1)～(7)相同。四轮驱动情况下，根据实际行驶需求，发动机与电动机的扭矩分配主要为两种：①发动机为主，电动机与ISG辅助发动机高效驱动；②发动机与电动机依据实际载荷分配动态分配需求扭矩。笔者将重点研究第一种扭矩分配形式。

2.2.5 再生制动

汽车刹车时，通过电机与摩擦制动的协调控制实现汽车的制动，同时完成电机对制动能量的回收。依据实际情况，可进行单电机或双电机制动能量回收，动力学公式如式(1)～(4)。

2.3 基于虚拟仿真开发平台的整车模型开发

目标系统采取的核心部件参数如表1。其中，MG1与MG2采用了相同的电机参数。

表1 整车基本参数

基于核心部件模型库，笔者开发了目标双轴耦合PHEV的动力学系统模型，并利用虚拟仿真开发平台提供的核心部件GUI，对核心部件参数进行了输入，完成了整车动力系统模型的搭建。

3 目标系统整车能量管理

目标系统具有多个动力源，需开发高效的能量管理策略来实现前/后轴单轴驱动或者四轮驱动。特别是针对后轴单电机或双电机联合驱动，开发了对应的单电机控制策略和双电机动态协调控制策略。

3.1 核心部件控制策略

3.1.1 单轴驱动

各核心驱动部件需满足驾驶员驱动需求，在单轴驱动情况下，相关部件需求扭矩计算如式(8)～(11)：

Twd=P×Tmax

(8)

Ted=Twd/(NffdNi)

(9)

(10)

(11)

式中：Twd为轮胎需求扭矩；P为油门开度；Tmax为系统最大扭矩；Ted为发动机需求扭矩；Nffd为前轴主减速齿轮减速比；Ni为变速器减速比；Nrfd为后轴主减速齿轮减速比；TMG1d为MG1需求扭矩。TMG2d为MG2需求扭矩。

通过式(8)可获得在不同油门开度情况下，目标系统的需求扭矩。基于此需求扭矩，由式(9)～(11)分别计算出发动机驱动、MG1驱动、MG2驱动或双电机驱动时各驱动部件的需求扭矩。

3.1.2 双轴耦合驱动

四轮驱动模式下，整车需求扭矩由前轴发动机与后轴电动机共同提供，如式(12)：

Twd=Twde+TwdMG

(12)

式中：Twde为前轴轮胎需求扭矩；TwdMG为后轴轮胎需求扭矩。

在此模式下，需依据整车需求，合理分配发动机与电动机的扭矩，如2.2.4所述，笔者将重点研究发动机驱动为主，电动机驱动为辅的扭矩分配方式，依据实际载荷分配动态分配的方案因已有较多研究，笔者不再重述。发动机的扭矩将依据发动机OOL(optimal operating line)曲线[23]，确定发动机扭矩，进而计算获得电动机的需求扭矩。

3.1.3 制 动

在制动时，制动力将由双电机再生制动与摩擦制动协同合作来提供。笔者将优先使用再生制动力进行制动，仅当车速较低、SOC较高或者电机再生制动力不能满足制动需求时，才加入摩擦制动。

3.2 模式切换控制策略

目标PHEV系统根据电池SOC与驱动需求，可自主工作在纯电或混合驱动模式下。

纯电驱动模式包含MG1驱动、MG2驱动和双电机驱动三种。为研究各模式下的性能，采取单参数模式切换策略，低速时为MG1驱动，中速时为MG2驱动，高速时为双电机驱动。

混合驱动模式下，发动机依据行驶需求启停策略如图8。发动机的启停采取多参数联合判断策略，其中发动机启动时需同时满足四个参数要求，发动机停止时仅需满足三参数需求中的一项。发动机工作时，整车需求扭矩由发动机和电动机协同合作共同驱动，通过电动机的辅助驱动，实现发动机的高效运行。

3.3 双电机动态协调控制策略

在双电机驱动时，MG1与MG2需要协调控制共同驱动汽车。由图5可知，在同一扭矩输出需求下，MG1与MG2的扭矩可由式(10)、(11)决定。因此，电机扭矩与车辆需求扭矩有确定比例关系，即电机需求扭矩由车辆需求扭矩直接确定。在车速确定的情况下，由式(5)可知，MG1与MG2的转速有多种组合方式。在选定速度与扭矩需求情况下，电机扭矩可依据公式(10)、(11)算出，因双电机具有多种转速组合，MG1与MG2的驱动效率会发生变化。

为提升驱动效率，笔者提出基于双电机驱动效率最优的动态协调控制算法，如式(13)：

目标函数:

Max|ηdual_drive(V,Tdriveshaft,ωMG1,ωMG2)|

受约束于：

(13)

式中：ηdual_drive为双电机驱动效率；Tdriveshaft为驱动轴扭矩；Vmax为汽车最大行驶车速；TMG_max为电机最大扭矩；ωMG_max为电机最大转速。

通过式(13)，以整车驱动效率最优为目标，可获得双电机驱动时，不同车速与扭矩需求情况下，最优MG1、MG2转速组合。计算流程如图9，其中，车辆需求车速和扭矩以及电机转速按照一定增量(Δ)进行设置。

基于式(13)获取不同驱动需求下最优电机转速组合后，由于不同时刻电机的最优转速不同，需要电机施加动态协调扭矩以实现转速优化控制。为控制电机最优转速变换，笔者提出电机动态协调控制扭矩的概念，计算如式(14)：

(14)

式中：TMG_coordinate为电机动态协调控制扭矩；ωMG_optimal为电机最优转速；ωMG_actual为电机实际转速；KP_MG为线性增益；KI_MG为积分增益。电机最优转速经按图9进行计算后获取，电机实际转速为电机转速的实时反馈值。线性与积分增益通过多次性能仿真分析并结合专家经验最终选取获得。

MG1与MG2的驱动扭矩由两部分组成，如式(15)。电机需求驱动扭矩TMG_dmd用来满足驾驶驱动需求，电机协调控制扭矩TMG_coordinate，用来调节电机转速以实现最优效率驱动。

TMG_final=TMG_dmd+TMG_coordinate

(15)

双电机动态协调控制策略的开发可以提升双电机的整体驱动效率，结合开发的核心部件控制策略，实现了多动力源之间能量管理与控制。

4 仿真结果分析

适时四驱混合动力系统可工作在纯电或混合动力驱动模式下，笔者将基于虚拟仿真开发平台，对不同模式与控制策略下的仿真结果进行分析与验证。

4.1 纯电驱动模式

为验证目标系统纯电驱动性能，选取了UDDS行驶工况进行仿真分析，且未施加双电机动态协调控制策略，仿真结果如图10。

由图10(a)可知，目标系统的实际车速与需求车速跟随较好，验证了提出的驱动与制动策略的正确性。图10(b)～(e)为两个电机的驱动扭矩与转速，图10中A部分为MG1驱动，B部分为MG2驱动，C部分为双电机驱动，清晰的展示了单电机与双电机驱动的情况。纯电驱动模式下的具体分析如下：t=0～82 s时为低速运行区间，MG1单独输出扭矩驱动车辆，MG2不工作；t=82～118 s时为中速运行区间，MG2单独输出扭矩驱动车辆，MG1不工作；t=227～291 s时为高速运行区间，两个电机依据行星齿轮特性同时输出扭矩协同合作驱动汽车，两者扭矩与转速传递关系符合式(1)、(3)、(5)。从图10中还可知，车速降低时车辆进入再生制动模式，电机提供负扭矩以提供制动力，同时达到回收制动能量、提升效率的目的。

4.2 混合驱动模式

混合驱动模式同样选取UDDS行驶工况进行仿真分析，且未施加双电机动态协调控制策略，仿真结果如图11。

如图11(a)所示，目标系统的实际车速与需求车速跟随较好，验证了提出的混合驱动策略的正确性。混合驱动模式下的具体分析如下：t=20～24 s与t=163～167 s区间为电动模式，由图11(d)～(e)可知MG1输出扭矩驱动汽车；t=24～117 s与t=167～330 s区间(图中标注部分)为发动机电动机混合驱动模式；从图11(b)～(g)可知，发动机与电动机同时输出扭矩共同满足汽车驱动需求，同时在此区间，MG1与MG2仍按照低、中、高速需求工作在不同的模式下，由于发动机驱动的原因，电机实际驱动扭矩降低。再生制动模式下发动机关闭，电机提供制动力。

4.3 双电机动态协调控制

为实现双电机动态协调控制，需要获得不同速度、转矩需求情况下的电机最优驱动转速，笔者利用MATLAB的m文件进行编程，考虑了实际的电机效率曲线，逆变器效率，传动效率等损失，利用式(13)获得了电机的最优转速，实现了在不同车速与转矩需求情况下的双电机动态协调控制。

4.3.1 转速转矩特性对比分析

笔者对施加动态协调控制策略前后的双电机转速与转矩进行了对比。由图12可知，t=227～291 s时为双电机驱动模式，MG1与MG2的速度差异来自于提出的动态协调控制算法。通过算法，将双电机的速度控制在了式(13)计算所得的电机优化曲线上。

MG1与MG2通过行星齿轮共同驱动汽车，在需求扭矩一致的情况下，扭矩未发生变化，控制前后的扭矩曲线是重合的，如图10(b)、(d)。这正是由于对电机优化转速的控制，实现了整车驱动效率的提升。

4.3.2 动态协调控制经济性分析

为了验证双电机动态协调控制对经济性的改善效果，笔者针对CUDEC，US06等循环工况进行了仿真测试，以US06高速循环工况为例，通过查看MG1与MG2的工作点效率图，如图13。可以发现，施加动态协调控制后，MG1的工作点向右侧高效区移动，MG2的工作点向中间高效区紧缩。

通过对比SOC发现，在未进行较好的电机匹配与换挡控制优化的情况下，双电机动态协调控制算法在US06与CUDEC循环工况下，分别实现了3.24%与4.26%的效率提升，证明了所提算法的有效性。

5 结 论

笔者利用虚拟仿真开发平台对提出的新型双轴耦合插电式适时四轮驱动汽车进行了动态协调控制策略开发及整车性能仿真验证的研究。

为验证虚拟仿真开发平台所建整车模型的有效性，进行了实车试验与仿真的对比分析；通过对目标系统各工作模式下的动力学特性分析，开发了发动机、MG1、MG2等核心部件的驱动/制动策略与模式切换控制策略；为进一步提升整车效率，提出一种基于效率最优的双电机动态协调控制策略，可获得与车辆需求车速、扭矩对应的最优双电机转速，实现多动力源之间的能量管理与优化控制；仿真分析结果表明，笔者开发的整车能量管理策略满足整车性能需求，提出的双电机动态协调控制算法实现了电机的优化控制，通过对比发现，此算法实现了电机工作点向高效区的移动，在US06与CUDEC工况下，分别实现了3.24%与4.26%的效率提升，为具备多动力源新能源汽车的协调控制提供了理论支持。