摘 要：文章以純電動客車為例，分析了影響純電動客車一次充電續(xù)航里程的因素，同時從控制策略方面提出了提高純電動客車經(jīng)濟性，增加續(xù)航里程的方法，并利用CRUISE和SIMULINK聯(lián)合仿真進(jìn)行了驗證。結(jié)果表明所提策略可以有效提高純電動客車?yán)m(xù)航里程。

　　關(guān)鍵詞：純電動客車;續(xù)航里程;控制策略;建模仿真

　　前言

　　正如大家所熟知的能源危機和環(huán)境污染問題在當(dāng)代已經(jīng)顯得十分突出。面對能源危機和環(huán)境污染這兩方面如此嚴(yán)峻的形式，電動汽車的研究與發(fā)展在近年來又重新引起世界各國的廣泛重視。與傳統(tǒng)的車輛相比，電動車在排放等方面有很大優(yōu)勢，其動力性完全可以達(dá)到傳統(tǒng)車輛的要求[1]。但是由于電動汽車電池等技術(shù)的限制，電動汽車的一次充電續(xù)航里程成為了電動車推廣使用的一個制約因素，因此如何最大限度地提高純電動的續(xù)航里程尤為重要。

　　1 續(xù)航里程影響因素分析

　　純電動客車的續(xù)航里程是純電動客車最核心的性能指標(biāo)，該性能指標(biāo)直接影響純電動車的普及銷售[2-3]。目前對純電動客車的續(xù)航里程影響比較大的因素有整車設(shè)計、電池和電機性能以及控制策略。整車設(shè)計方面增加續(xù)航里程的方法有使用低滾阻輪胎和車身輕量化等。電池和電機方面增加續(xù)航里程的措施有增加電池總電量、比能量，提高電池放電效率和提高電機效率等?？刂撇呗苑矫嬷饕峭ㄟ^制定相關(guān)策略實現(xiàn)續(xù)航里程的增加，如：最大限度控制電池、電機工作在高效區(qū)間;制定制動能量回收策略等。本文從控制策略方面優(yōu)化純電動客車的續(xù)航里程并進(jìn)行仿真分析。

　　2 提升續(xù)航里程的控制策略

　　2.1 經(jīng)濟行駛控制策略

　　一般而言，純電動客車的正常行駛模式有如圖1所示的三種控制方式[4]。圖中曲線A體現(xiàn)的是整車動力性優(yōu)先的控制策略;曲線C體現(xiàn)的則是整車經(jīng)濟性優(yōu)先的控制策略。曲線B是兼顧整車的經(jīng)濟性和動力性的線性控制策略，它能滿足整車驅(qū)動的一般性要求。本文優(yōu)化純電動車的經(jīng)濟性，因此選擇曲線C作為車輛行駛過程滿足經(jīng)濟行駛條件時的控制策略。為了得到圖1中C所示的經(jīng)濟曲線，需要盡可能的使電池和電機工作在高效區(qū)間內(nèi)，根據(jù)電池的放電特點和電機MAP圖得到其高效工作區(qū)域，計算出電機轉(zhuǎn)矩負(fù)荷系數(shù)L和加速踏板開度S的關(guān)系擬合曲線如圖2所示。

　　2.2 制動能量回收控制策略

　　研究認(rèn)為影響公交車?yán)m(xù)航里程的關(guān)鍵在于能量回收控制策略，對其進(jìn)行優(yōu)化可使續(xù)航里程明顯提升[5]。電動客車進(jìn)行制動能量回收時，影響制動力分配的因素有很多，并且這些因素隨著電動客車的行駛是不斷變化的。在目前的控制方法中，模糊控制不依賴于研究對象的數(shù)學(xué)模型，適用于無法精確建立數(shù)學(xué)模型的情況[6]，因此本文基于模糊控制邏輯對所研究的電動客車制動時的制動力進(jìn)行合理分配。

　　本文選取對制動能量回收影響最大的制動強度Z、電池荷電狀態(tài)SOC和車速V作為模糊控制器的輸入，制動力分配系數(shù)K作為輸出。在模糊控制器中輸入量的模糊子集和論域分別為：制動強度Z={L，M，H}，論域[0，1];電池荷電狀態(tài)SOC={L，M，H}，論域[0，100%];車速V={L，M，H}，論域[0，80]，輸出量的模糊子集為：制動力分配系數(shù)K={L，M，H}，論域[0，1]。輸入和輸出量的隸屬度函數(shù)如圖3所示。

　　3 整車與控制策略建模

　　3.1 整車參數(shù)

　　本文以一款純電動公交客車為研究對象，整車主要技術(shù)參數(shù)如表1所示。

　　3.2 整車與控制策略建模

　　利用CRUISE軟件搭建整車仿真模型如圖4所示。利用Simulink搭建的控制策略模型如圖5所示。

　　4 仿真結(jié)果分析

　　本文研究的車輛為一款城市公交客車，因此采用中國典型城市公交工況(CCBC)作為仿真工況。

　　(1)車速跟隨情況

　　如圖6所示為聯(lián)合仿真的車速跟隨結(jié)果，其中紅色實線是車輛當(dāng)前實際工況下的車速，綠色虛線是期望的目標(biāo)車速，整個行駛工況下兩曲線基本重合，反映出實際車速跟隨情況良好。說明本文策略能夠滿足車輛行駛工況要求。

　　(2)循環(huán)仿真結(jié)果

　　如表2所示為本文在CCBC工況下的續(xù)航里程和耗電量在有無本文策略下的仿真結(jié)果。

　　從表2可以看出，采用本文的控制策略在CCBC工況下仿真車輛的續(xù)航里程提升了15.6%，相應(yīng)的百公里耗電量降低了14.22%，說明采用本文的控制策略能有效的增加純電動客車的續(xù)航里程，提升整車經(jīng)濟性。

　　5 結(jié)論

　　本文首先對影響純電動客車?yán)m(xù)航里程的因素進(jìn)行了分析。然后從控制策略方面提出了增加續(xù)航里程的方法，根據(jù)電池、電機特性得到經(jīng)濟行駛控制曲線，并基于模糊邏輯制定了制動能量回收策略。最后用CRUISE和Simulink進(jìn)行了聯(lián)合仿真，結(jié)果表明本文所提控制策略能明顯增加純電動客車的續(xù)航里程。

　　參考文獻(xiàn)

　　[1] 李國良，初亮，魯和安.電動汽車?yán)m(xù)駛里程的影響因素[J].吉林大學(xué)學(xué)報(工學(xué)版)， 2000， 030(003)：20-24.

　　[2] 劉新天，王昊，何耀，等.基于最優(yōu)能量回收的再生制動控制策略[J]. 時代汽車，2018， 3：51-52.

　　[3] 王軍，熊冉，楊振遷.純電動大客車制動能量回收系統(tǒng)控制策略研究[J].汽車工程，2009，031(010)：932-937.

　　[4] 吳敏.電動汽車整車控制器基礎(chǔ)軟件開發(fā)及控制策略研究[D].吉林大學(xué)，2014.

　　[5] 謝晏，龔群英，何澤京，等.新能源公交車?yán)m(xù)航里程優(yōu)化分析[J].客車技術(shù)，2019(05)：34-37.

　　[6] Maia R，Silva M，Araujo R，et al. Electrical vehicle modeling： A fuzzy logic model for regenerative braking[J]. Expert Systems with App -lication， 2015， 42(22上)：8504-8519.

　　推薦閱讀：電動工具電動論文投稿