增程式电动汽车增程器多目标优化控制策略研究

第26卷第6期江苏理工学院学报
JOURNAL OF JIANGSU UNIVERSITY OF TECHNOLOGY Vo l.26,No.6 Dec.,2020
2020年12月
增程式电动汽车相比纯电动汽车增设了一
套增程器（APU）系统，解决了目前纯电动汽车由于动力电池技术限制导致的里程焦虑问题，同时，也可以减少汽车搭载电池的数量，降低车身重量[1]。

增设的增程器系统主要由发动机、发电机和整流装置组成，目前普遍存在较大的振动噪声[2]。

这也使得增程式电动汽车在运行过程中不仅需要考虑燃油经济性，还需要考虑汽车的排放性和舒适性。

综合考虑增程器系统燃油经济性、排放性和NVH性能，并基于转速、转矩约束条件，探讨增程器系统燃油经济性、排放型和NVH 性能的多目标优化控制策略，并在AVL-Cruise联合仿真平台上对参数进行优化，验证了方案的可行性。

1增程器控制策略设计
1.1发动机工作点设计
利用BP神经网络的自适应特性绘制增程器油耗、振动噪声及排放的MAP图，并在现有实验数据的基础上构建BP神经网络映射：
ì
í
î
ï
ï
b=f1(n,T)
v=f2(n,T)
d=f3(n,T)。

（1）由式（1）可知，BP网络的输入层为转速n和转矩T两个神经元，输出层分别为增程器的油耗b、振动噪声v及排放d。

通过采用最小二乘算法，经过多次训练得到表1所列神经网络参数，并绘制相应的MAP图。

增程式电动汽车增程器多目标
优化控制策略研究
盛广庆，汪伟，杨凤敏，罗金，王汝佳
（江苏理工学院汽车与交通工程学院，江苏常州213001）
摘要：针对增程式电动汽车增程器系统控制策略优化目标不全面的问题，对发动机的工作点进行设计，综合分
析增程器系统的油耗特性、排放特性和振动噪声特性，探讨增程器系统的燃油经济性、排放性和NVH性能的多目
标优化控制策略，并利用Cruise软件进行联合仿真，得出增程器系统的全局优化工况点。

结果表明，提出的多目
标优化控制策略可以提高增程式电动汽车在不同工况点的适应能力，同时能较好地兼顾增程器系统的排放特性
和NVH性能。

关键词：增程式电动汽车；增程器系统；联合仿真；多目标优化
中图分类号：U469.72文献标识码：A文章编号：2095-7394（2020）06-0067-08
收稿日期：2020-07-23
基金项目：国家自然科学基金资助项目“基于孔径误差修正的基尔霍夫衍射声全息车辆声源定量重建方法研究”
（51805229）；江苏省研究生科研与实践创新计划项目“燃料电池混合动力汽车能量管理策略研究”
（XSJCX20_41）
作者简介：盛广庆，硕士研究生，主要研究方向为新能源汽车控制与应用。

通讯作者：汪伟，副教授，博士，硕士生导师，主要研究方向为电动汽车操纵动力学。

图1为发动机油耗率MAP图，其中：横坐标为发动机转速，纵坐标为发动机转矩，竖坐标为发动机的燃油消耗率。

为使发动机工作点的选取尽可能位于高效区内，如图2所示，结合发动机万有特性曲线范围，将增程器的发动机转速限定在2000~3500r/min，转矩限定在60~90N·m。

由于以单一目标出发，很难实现每个目标的最优化，因此，从控制策略优化角度对增程器工况点进行选择，寻找全局最优解[3]。

非线性映射b~(n,T) V~(n,T) d~(n,T)神经元数
2
2
2
传递函数
logsig
logsig
logsig
训练算法
LM
LM
LM
训练代数
1500
1500
600表1BP 神经网络训练参数
图1发动机油耗率MAP 图
图2发动机油耗率等高线
1.2控制策略设计原则
国内外针对增程器的控制策略研究方向主要是采用功率跟随式控制策略和定点控制策略。

功率跟随式控制策略由于发动机转速和转矩频繁转换会产生过多的排放[4]。

定点控制策略为了满足汽车行驶功率需求，需将工作点设置在功率输出较大的转速点，这样会导致发动机的振动噪声较大进而影响乘员的乘坐舒适性，同时，当汽车功率需求较小时也会增加不必要的油耗[5]。

在定点控制策略的基础上，采用多工作点优
江苏理工学院学报
68第26卷
油耗率
（g/kWh）
转速（r/min）
转矩（N·m）
增程器发动机油耗率（单位：g/kWh）转速（r/min）
化控制策略，控制发动机在需求功率较小时工作在固定的低转速点；随着需求功率增加采用跟随功率控制方式，使发动机工作在效率较高的多个功率输出点。

通过控制发动机的转速和启停次数，以减少燃油消耗和排放；同时，合理利用车辆行驶过程中的噪声掩蔽，适时调整工作点以降低整车的噪声[1]。

1.3增程器控制策略设计
根据上述增程器的控制策略原则，基于Mat-lab/Simulink 搭建增程器的控制模型。

增程器启动时，增程器控制器输入参数P，并通过算法对增程器进行多目标优化。

发动机功率与其转速和转矩
的关系为：
p =
n e ⋅T
9550。

（2）其中，p 表示发动机功率，
n e 表示发动机转速，T 表示发动机转矩。

增程器控制器可以将需求功率p 转化为发动机的转速和转矩，作为输入参数对增
程器的油耗、排放特性进行优化。

如图3所示，增程器控制模型的输入信号主要包括车速和发动机的转速值、加速踏板信号、动力电池SOC 值以及驱动电机转速值，输出信号为发电机的开关信号和转矩以及发动机的开关信号和负载。

图3增程器控制策略设计
如图4所示：模型根据动力电池的SOC 值判定发动机、发电机的开关信号，并根据汽车车速算得发动机的目标转速；通过发动机目标和实际转速调制输入信号。

如图5所示，采用二阶滑模控制模型计算出发动机节气门角度来控制发动机转速，从而在提高发动机参数鲁棒性的同时解决滑模控
制的抖振问题[6]。

二阶滑模控制在运用中需引入发动机模型，其简化模型为：
ìíî
ïï
ïïn e =30J e π(T e (n e ,θ)-T l )
θ=-1τθθ+1τθu ,
（3）其中，
n e 为发动机转速，J e 为发动机转动惯量，T e 图4增程器开关控制
盛广庆等：增程式电动汽车增程器多目标优化控制策略研究第6期
69
图5发动机二阶滑膜控制
为发动机转矩，T l为发动机负载，θ为节气门开度，τθ为时间延迟常数。

通过采用超螺旋算法，简化得到二阶滑模控制简化式：
u(t)=u1(t)-λ||s12sign(s),（4）
u1(t)=-W sign(s),（5）其中，u(t)为控制区间，λ、W为可变控制参数，s 为滑模函数。

增程模式状态下，根据踏板信号和驱动电机的转速计算车辆运行所需功率，再结合发动机转速计算公式算得发电机的转矩[7]。

2基于Cruise软件的模块搭建
2.1发动机模块参数匹配
发动机作为增程器系统的重要组成部分，对车辆的动力性、燃油经济性、排放性和振动噪声等都会产生较大的影响，因此，发动机模型的搭建至关重要[8]。

发动机参数选取时，主要考虑市区行驶和高速行驶两种工况。

一般在高速行驶工况下，发动机的输出功率值可以表示为：
P=
v
c
1000(Mgf+12ρC d A f V2c)。

（6）市区行驶工况下的发动机输出功率为：
P=1T∫(Mgf+12ρC d A f V2c)V d t+1T∫M d v d t d t。

（7）其中：T表示传动系效率；M表示驱动电机效率；
V
c表示车辆高速行驶常速值；
C
d为空气阻力系数；f为滚动摩擦阻力系数。

结合现有实验数据及插值算得发动机转矩排放及燃油消耗等数据，综合分析发动机在动力性、效率、排放以及振动噪声等方面的性能，选取四冲程发动机作为增程动力源，具体参数见表2。

表2发动机参数
参数项目
排量/L
额定功率/kW
峰值转速/（r·min-1）油箱容积/L 数值1.2 20 6000 20
2.2发电机模块参数匹配
发电机的参数设定在充分考虑效率及燃油排放外，还要尽可能实现乘坐舒适性要求。

由于发电机的空气动力及机械振动噪声随着发电机转速的降低影响会越来越小，同时，机械振动噪声主要通过改进加工精度和完善工艺来降低，而电机内部的电磁力谐波引起的电磁振动噪声会成为整车振动噪声的主要来源[9]，因此，对电机电磁参数和控制方式的研究尤为重要。

通过采用PR控制策略对定子电流谐波进行补偿抑制，修改比例谐波控制器传递函数中的广义积分项得到公式[10]：
江苏理工学院学报
70第26
卷
GPR (s )=Kp +
2K Ri ωc s
s 2+2ωc s +[]
()2n +1pf 1，（8）
以实现对各个频次的电磁力谐波进行抑制，减少
电机发生共振的风险，可以有效降低电机的振动噪声[11]。

通过结合发动机相关参数及上述计算，设定发电机具体参数（见表3）。

表3发电机参数
参数项目输出功率/kW 额定电压/V 额定转速/（r ·min -1）峰值转速/（r ·min -1）峰值扭矩/N ·m
数值3032040006000100
2.3增程式电动汽车整车模块参数匹配
依托Cruise 软件搭建如图6所示的增程式电动汽车的整车仿真分析模型。

通过将搭建的控制策略嵌入到整车模型中进行联合仿真分析，验证其是否能够达到设计目标。

整车模型的主要参数
见表4。

整车模型除车轮模块、主减速器模块、驱动电机模块、发动机模块、发电机模块和动力电池模块等电动汽车常规车辆系统模块外，还设置了与Matlab 软件联合仿真的控制策略接口组件和驾驶室模块。

图6整车仿真模型表4
整车参数
参数项目整备质量/kg 满载质量/kg 迎风面积/㎡轴距/mm 风阻系数传动系效率
数值120015801.9724670.2840.95
盛广庆等：增程式电动汽车增程器多目标优化控制策略研究第6期
71
1-整车模型；2-制动器；3-用电元器件；4-动力电池；5-差速器；6-变速器；7-驱动电机；8-发电机；9-发动机；
10-驾驶室；11-在线网络监视器；12-控制策略。

3求解多目标优化问题
3.1多目标优化问题
不同于单目标优化问题存在一个或者几个全局最优解，在多目标优化问题中，由于不同目标之间并不一致甚至互相冲突，通常难以找到一个或几个解能够同时使所有目标函数达到最优。

因此，多目标优化问题中的最优解通常是指Pareto 最优解[12]。

3.2联合仿真及结果分析
将搭建完成的增程器控制策略模型编译成Matlab-DLL 文件并嵌入到Cruise 车辆整车模型
中；通过修改模型的时间步长和求解器模型，并
根据控制策略模型的输入输出信号对总线数据进行连接。

为了验证搭建控制策略的有效性，在Cruise 软件的整车模型中构建NEDC 循环工况，验证车辆能否满足纯电动模式和增程模式两种情况下的续驶里程要求。

利用NEDC 循环工况进行计算验证。

图7为使用多转速控制策略计算得出的实际车速曲线、加速度曲线以及行驶距离的时间曲线。

从图7可以看出，车辆行驶速度能很好跟随NEDC 工况的变化，从而验证了此控制策略能够较好地将驾驶员的意图转化为车辆控制信号。

图8为控制策略模型下的发动机转矩、转速及功率曲线。

由图8可以看出，发动机的转速在满足需求功率的前提下能够较快地跟随控制指令进行工作点的切换，同时，发动机的输出功率能够
根据汽车行驶状态调节。

图9为车辆在NEDC 循环工况下的排放特性曲线变化图。

将NEDC 循环工况下的数据导入配置文件中，对建立的控制策略进行仿真验证得到
图7循环工况仿真结果
图8发动机功率、转矩、转速曲线
江苏理工学院学报
72第26卷
-8250.0
-5500.0-2750.00
2750.0
5500.08250.011000.013
750.0-86.4
-56.7-28.8028.857.686.4115.2144.0 2.605
2.0841.5631.0420.5210-0.521-1.042-1.563
0148.0
444.0740.01
036.0时间（s ）
m/s
2
160.2142.4124.6106.889.0
71.2
26.9123.9220.9317.9414.9511.96
666.4
856.81047.2
1237.6
2025.01800.01575.01350.01125.0
900.0
时间（s ）
表5所列的排放及燃油消耗仿真结果。

表5显示，此控制策略下的车辆排放特性满足国家相关标准，并比优化前有较为明显的改进。

联合仿真试验表明：纯电动模式下，此时增程器未开启，发动机转速对应为零；增程模式行驶状态下，当整车需求功率较小时，发动机工作转速保持在低转速工作点，增程器的振动噪声处于较低值；当需求功率增大时，发动机的工作转速随需求功率转换，既考虑了燃油的经济性又能够兼顾振动噪声特性；当车辆高速行驶时，整车需求功率达到最大，此时发动机需要工作在高功率工作点，虽然发动机的噪声较大，但可以充分利用车辆行驶过程中的噪声掩蔽以降低整车的噪声影响，同时也能够较好地兼顾油耗和排放。

表5发动机排放仿真结果图9排放曲线变化图
优化结果优化对象
NO X
CO
HC
优化前
28.3
35.1
6.02
优化后
23.2
33.2
5.02
4结论
通过综合分析增程器系统的油耗特性、排放特性和振动噪声特性，结合发动机的工作点设计，得到多目标优化控制策略。

通过Matlab/Simulink 搭建控制策略模型，编译成dll文件嵌入到Cruise 软件中的整车模型进行联合仿真，验证了控制策略的可行性，达到了控制策略的预期效果。

参考文献：
[1]申永鹏，王耀南，孟步敏，等.增程式电动汽车增程器转
速切换/功率跟随协调控制[J].中国机械工程，2015，26（12）：1690-1696.[2]沈海.增程式电动汽车控制策略的仿真研究[D].合肥：合
肥工业大学，2017.
[3]申永鹏，王耀南，孟步敏.基于多目标优化模型的电动汽
车增程器油耗及排放优化[J].控制理论与应用，2015，32（5）：631-640.
[4]王笑乐，干频，陈凌珊，等.增程式电动汽车发动机多工
作点控制策略[J].江南大学学报（自然科学版），2015，14（1）：56-63.
[5]贺俊杰，王耀南，申永鹏，等.增程式电动汽车控制策略的
优化研究[J].计算机工程与应用，2015，51（24）：205-209.
[6]黄欣.增程式电动汽车参数匹配与能量管理策略优化研
究[D].上海：上海工程技术大学，2016.
[7]陈长红.增程式电动汽车控制策略的研究[D].锦州：辽宁
工业大学，2013.
[8]呼和.增程式纯电动车动力系统参数匹配与优化研
盛广庆等：增程式电动汽车增程器多目标优化控制策略研究第6期
73
85.2 71.0 56.8 42.6 28.4 14.2
0246.0
205.0
164.0
123.0
82.0
41.0
1038.0
865.0
692.0
519.0
346.0
173.0
0249.0498.0747.0996.01
250.0
时间（s）
单位：g·km-1
究[D].长春：吉林大学，2012.
[9]席利贺.增程式电动汽车能量管理策略优化及增程器控制系统研究[D].北京：北京交通大学，2018.
[10]牛继高，张兵，徐春华.增程式电动汽车能量管理策
略控制参数优化研究[J].现代制造工程，2020（3）：66-71.
[11]赵景波，贝绍轶，冯俊萍.增程式电动汽车电驱动系统
多模式切换控制[J].上海交通大学学报，2015，49（11）：1726-1730.
[12]曲晓冬，王庆年，于远彬.增程式电动车的APU 控制策
略的研究[J].汽车工程，2013，35（9）：763-768.
责任编辑
张志钊
Research on Multi-objective Optimization Control Strategy for Range
Extender of Extended Range Electric Vehicle
SHENG Guangqing，WANG Wei，YANG Fengmin，LUO Jin，WANG Rujia
（School of Automotive and Traffic Engineering，Jiangsu University of Technology，Changzhou 213001，China ）Abstract：In view of the problem that the optimization goal of the control strategy for the range extender system is not comprehensive，the operating point of the engine is researched and designed to comprehensively analyze the fuel consumption characteristic，emission characteristics and vibration and noise characteristics of the range extender system，the multi-objective optimization control strategy of fuel economy，emission and NVH performance for the range extender system is discussed,and the global optimal operating point of the range extender system is obtained by using the joint simulation with cruise software.The results show that the proposed multi-objective optimization control strategy can improve the adaptability of the extended range electric vehicle at different operating conditions，and at the same time take into account the emission characteristics and NVH performance of the range extender system.
Key words：extended range electric vehicle；range extender system；joint simulation；multi-objective optimiza-tion
江苏理工学院学报74
第26卷。