纯电动汽车复合电源能量管理控制策略研究

第2期
2021年2月
294机械设计与制造
Machinery Design & Manufacture 纯电动汽车复合电源能量管理控制策略研究
许兵,张维刚
（湖南大学汽车车身先设计制造国家重点实验室，湖南长沙410082）
摘要:蓄电池循环寿命短、充放电效率低等缺陷制约了纯电动汽车储能系统的发展，将蓄电池与超级电容器组合成复 合电源系统,并采用合理的能量管理控制策略，充分发挥两类能量源的优势，能有效降低纯电动汽车的能量消耗、提高储 能系统的使用寿命。

根据复合电源的工作方式设计了模糊逻辑能量管理控制策略，采用遗传算法对模糊控制器隶属度函
数参数进行了优化。

通过MATLAB 与ADVISOR 联合仿真，结果表明，经遗传算法优化后的能量管理控制策略能够显著
降低系统的总能耗，提高制动能量回收效率,改善蓄电池放电状态，并提高储能系统的使用寿命。

关键词:复合电源;能量管理策略;模糊控制;遗传算法
中图分类号:TH16;U469.72 文献标识码:A 文章编号:1001-3997(2021 )02-0294-05
Research on Energy Management Strategy of Hybrid Energy
Storage System in Pure Electric Vehicle
XU Bing, ZHANG Wei-gang
(State Key Laboratory of Advanced Design and Manufacturing for Vehicle Body, Hu'nan University , Hu'nan Changsha 410082, China)
Abstract ：7%e defects of short cycle life and low charging/discharging efficiency of battery restricted the development of p ure
electric vehicle(^PEN)energy storage system, the hybrid energy storage system()IESS )combined with batteries and svpercacitors can effsctwel-y reduce the energy consumption of PEN and improve the service life of the energy storage system by adopting reasonable energy management control strategy and giving f ull platy to the advantages of both energy storages. The Juzzy logic
energy management control strategy was designed based on working way of HESS, the parameters of membership function cf fuzzy controller was optimized with genetic algorithm. The simulation was carried out with MATLAB and ADVISOR, the result shows that the total energy consumption of HESS is significantly reduced after optimization, the recycling efficiency of
regenerative braking is improved and the discharge state and service life of t he energy system is improved.
Key Words ：Hybrid Energy Storage System(HESS ); Energy Management Strategy; Fuzzy Control; Genetic Algorithm
1引言
日益严峻的能源短缺与环境污染问题使得电动汽车成为汽 车领域的研发热点，其高效的能量利用率及零污染排放的环境友
好性使其受到各国研究机构的青睐叫目前,电动汽车主要采用单 _电池作为动力源，在汽车行驶过程中频繁变化的峰值功率会对
电池造成较大的冲击从而降低电池的使用寿命，同时电池低比功 率的特性往往无法应对汽车急加速、爬坡等峰值功率需求0。

超级
电容具有循环寿命长、高比功率等优点，将超级电容器与蓄电池
组合成复合电源系统能够做到优势互补,既能改善电动汽车动力 性能,又能提高制动能量回收效率，降低汽车能量消耗，并提高储
能系统的使用寿命。

复合电源由于具备两种不同的能量源，其能量的合理分配
成为当前的研究热点,复合电源系统能量管理控制策略的好坏对 复合电源系统的工作性能具有重要的影响％目前，滤波控制艮基 于规则的控制企模糊控制电粒子群算法0、人工蜂群算法叫神经
网讎制嘩方法被广于复合电源系统。

低通滤波的控制
主要是分离各能量源的需求功率，使超级电容器得到充分的利
用，但无法兼顾电池的工作效率。

基于规则的控制思想主要是利 用简单的阈值设计复合电源的工作模式，其控制策略简单，系统 运行效果有待提高。

模糊控制策略的控制器参数主要依靠专家经
验，不能够根据工况的实时变化而调整。

粒子群算法在优化过程 中容易出现局部收敛的情况，难以找到全局最优解。

人工蜂群算
法领域搜索能力强，但其全局搜索能力较差。

神经网络算法理论
来稿日期:2020-05-20
作者简介:许 兵,（1994-）,男，安徽芜湖人，硕士研究生，主要研究方向:新能源汽车能量管醛制策略及优化；
张维刚,（1966-）,男，湖北十堰人，博士研究生，硕士生导师，教授，主要研究方向:新能源汽车能量管理控制策略及优化
第2期许兵等:纯电动汽车复合电源能量管理控制策略研究295
上具有较好的全局搜索与实时调整能力，但其运算对硬件要求较高。

遗传算法通过模拟人类遗传的特点，具有全局搜索能力强，可扩展性好，易于表达非精确的数学模型等一系列优点。

基于遗传算法，对复合电源系统的双模糊控制策略的控制参数进行优化，结合MATLAB与ADVISOR联合仿真,以得到最优的能量管理控制效果，充分利用超级电容优势，提高制动能量回收效率，降低复合电源系统能耗，提高纯电动汽车的经济性能以及储能系统工作轴。

2复合电源系统结构
复合电源系统有三个主要的组成部分:蓄电池、超级电容器和双向DC/DC转换器。

选取主动控制式的拓扑结构,由超级电容器与双向DC/DC转换器串联，再将其与蓄电池并联，利用控制策略模块对系统能量进行合理的分配，最后为电机负载提供能量。

DC/DC转换器可以协调蓄电池与超级电容器之间的电压,能够有效提高能量利用效率，保护蓄电池避免峰值电流的冲击，有利于电机稳定的工作，提高蓄电池的使用寿命。

复合电源系统结构组成，如图1所示。

图1复合电源系统结构
Fig.l The Structure of HESS
复合电源系统的结构决定了复合电源的功率流向，电动汽车对复合电源系统的需求功率和所能够提供的功率分别为7%和九,蓄电池提供的功率为A“,超级电容器提供功率为P”c,在忽略系统功率损失的情况下,系统功率分配满足式(1): P”g=P“,=Pg+P*⑴为便于复合电源系统的数学描述，引入超级电容器、蓄电池的功率分配因子分别是K*和Kg,则复合电源的功率分配可由式⑵表示：
h=P.”K*=£”(l-KQ
3复合电源系统参数匹配
为了更接近实际应用，根据所选的纯电动汽车基本参数,如表1所示。

参考《新建纯电动乘用车企业管理规定》,制定纯电动汽车性能指标,如表2所示。

根据所选车型基本参数,在NEDC (欧洲典型试验工况)循环工况下,以满足系统的能量、功率需求为前提,匹配驱动电机参数以及蓄电池、超级电容器的单体数目O 根据汽车理论中电机转速与固定速比、主减速比的关系式(3)和最高转速与基速关系式⑷,设计驱动电机的基本参数，包括最高转速心与基速皿。

二L
-0.377r
⑶
⑷式中:心山八小、认认L-驱动电机最高转速、驱动电机基速、汽车最高车速、主减速比、变速器固定速比及车轮滚动半径,0一般取(2-4)。

表4复合电源纯电动汽车基本参数
Tab.1Basic Parameters of Pure
Electric Vehicle with HESS
部件项目符号参数值
车身(长x宽x高)(m)LxWxH 3.358x1.546x1.473
满载质量(kg)吟1320车体整备质量(kg)m c1080
迎风面积(n?)A 2.10
空气阻力系数c D0.335车轮
轮胎滚动半径(m)r0.282
滚动阻力系数f0.025变速箱固定速比h1
主减速器主减速比i o 5.67
传动系统传动效率V
t0.96
表2复合电源纯电动汽车性能指标
Tab.2Performanee Index of Pure
Electric Vehicle with HESS
以满足纯电动汽车的动力性能指标为前提，匹配电机的功性能项目符号参数值
最高车速(km/h)120
动力性(0~50)kWh最短加速时间(s)让20%
50km最大爬坡度ta 4.5
轻量化综合工况续驶里程(km)S160
经济性百公里能量消耗率(kWh/100km)E13.5
率、转矩等参数，动力性能指标包括最高车速、最大爬坡度以及最短加速时间三个要求。

根据汽车动力性参数性质，电机的峰值功率必须能够同时满足上述三个动力性能指标，根据所选车型的基本参数，得到驱动电机的参数，如表3所示。

表3驱动电机基本参数
Tab.3Basic Parameters of Motor
项目参数值—
电痕型交流感应电机
电压等级320V
峰值功率75kW
最大转矩271N-m
___________最高转速lOOOOr/min____________
表4复合电源各动力源参数
Tab.4Parameters of Each Power Source of HESS
蓄电池超级电容类型铅酸电池Maxwell 单体额定电压12V 2.5V
单体最大电压16.5V 2.5V
单体最小电压9.5V 1.25V
单体容量90Ah1000F
串联数目2699
复合电源纯电动汽车中，主要由能量密度较高的蓄电池来提供汽车行驶的大部分能量，超级电容器主要提供所需峰值功率。

在NEDC工况下，根据能量、功率两个方面的需求来设计蓄电池、超级电容器所需要提供的能量和功率,从而合理地选取蓄电池组与超级电容组的单体数目。

分别以纯电动汽车的续驶里程、行驶工况下的平均需求功率、需求能量来匹配蓄电池的参数，以
No.2
Feb.2021 296机械设计与制造
加速时的峰值功率需蘇匹配超级电容器参数。

根据蓄电池、超
级电容的参数待性，所设计复合电源系统中蓄电池与超级电容器
的缈，如表4际。

4复合电源系统模糊控制策略
管理控制策略的作用是将汽车运行时的需求合理
地分配给复合电源系统中的能量源，使系统能够碱的工作，其
控制思想是蓄电池提供汽车行驶过程中的平均需求功率，超级电
容器提供高于平均功率的部分，对蓄电池的功率、电流等方面起
到“削峰填谷”的作用叫
复合电源系统具有放电提供能量和充电回收制动能量两种
主要的工作模式，为提高能量控制的效果,针对不同的工作模式
设计不同的輛逻辑控制策珞,即采用双模糊控制器作为能量管理控制单元。

两种工作模式下均采用以汽车需求功率局、蓄电池核电状态SOCu及超级电容核电状态SOC*为输入，超级电容功率分配因子瓦为输出的Mamdani型模糊控制器，模糊推理规则采用IF-THEN语句形式来制定。

根据复合电源系统的工作特性，所设计的复合电源系统模糊逻辑能量管碰制策略删以下规律：
⑴当需求功率唧：超级电容器SOC较高时，优先使用超级电容器提供能量，蓄电池只提供较小的平均功率，峰值功率较大时由蓄电池与超级电容共同提供能量；
⑵当需求功率瑰赳:超级电容优先回收制动能量,当超级电容SOC处于较高状态时，则改由蓄电池回收制动能量。

复合电源的控制策略核心思想旨在充分利用超级电容器快速充放电、循环寿命长及峰值功率高的优势，通过分担蓄电池的峰值功率、峰值电流,从而使蓄电池工作在稳定的电流范围内，起到保护蓄电池的作用，延长蓄电池的使用寿命。

当汽车制动时，利用超级电容器充放电效率高的优势来回收制动能量，提高能量的利用率，从而提高汽车的经般能。

模糊子集的数量直接影响到模糊控制器的运算效率，通过对系统工作状态的分析，将驱动工况(放电状态)和制动工况(充电状态)下的模糊控制器的输入、输出变量的模糊子集设置，如表5所示。

各模關德的论域、隶属度函数分别设置，如图2、图3所示。

依据复合电槪糊控制器瞬制规律，在MATLABZSIMUL-INK仿真软件中建立模糊逻辑能量管葩制策略仿真模型，如圏
表5输入、输出变呈的模糊子集
Tab.5Fuzzy Subsets of Input and Output Variables
工况变量模糊语言变量
较小(XS)、小(S)、中(M)、大(B)、较大(XB)
驱动工况
SOCm低(L)冲(M)、高(H)
SOC*低(L)、中(M)、高(H)
Ka较小(XS)、小(S)、中(M)、大(B)、较大(XB)
皆0小⑸冲(M)、大(B)
制动工况
SOCm低(L)、中(M)、高(H)
SOC*较低(XL)、低(L)冲(M)、高(H)
K*较小(XS)、小⑸冲(M)、大(B)
图2放电模式下输入、输出变量模糊琢的隶属度函数
Fig^Membership Functions of the Fuzzy Subset
of Input and Output Variables in Discharge Mode
图3充电模式下输入、输出变量模糊子集的隶属度函数
Fig3Membership Functions of the Fuzzy Subset
of Input and Output Variables in Charge Mode
图4复合电源系统脚瞬能*管理控制策略Fig.4Fuzzy Logic Energy Management Control Strategy of HESS
5基于遗传算法的模糊控制参数优化由于模糊控制器的控制皱与模糊推理规则主要依赖专家经验，系统运行工况的复杂多变需要更加灵活地调整控制器的参数雌制策验到更好基斑控制器的隶属度函数参数进行优化,以提升能量管理控制策略的性能。

复合电源系统的模糊控制器参数优化是f典型的非线性约束优化问题期稱述，如式⑸际
场(％)二0,/=1,2，…,m
min/tx)(5)
x i,j=l,2'",n
式中SQF传算法中的优化目标函数,纯电动汽车的动态性能&&)为约束条件,它是一组非线性的不等式。

‘,彳一®
制优化w•娅上下躺。

No.2
Feb.2021机械设计与制造297
设计的模糊控制器隶属度函姒型有三种:高斯型、Sigmoid
型和Z型,三种隶属度函数表达式均由两个特征参数°』确定,
因此，待优化参数可表示为如式(6)所示:
X=[a；i x2x3x A x s x6x7»8x9»i0]
Y=hy y2y s rJ(6) z2z3Z4z526]
M=[.m x Tiij m5m6Tii,mg
式中:X、Y、Z、AF澈入变量Preq、SOCbat、SOCuc及输出变量Kuc 所对应的待优化参数，卷与轴是第£个隶属度函数的两个
特征参数,f、z、m中的缈与x中关系同理。

根据各模糊子集之间的关系，同时为减少运算时间，设置优化缈的斟约束，如式⑺聯
饪M%i G=1，3,5,7,9)
绻V%+j(=1,3,5)
z；MZ[+iG=l,3,5)
叫兰鸣+1(匸1,3,5,7,9)
能量管理控制目标旨在合理分配需求功率，充分发挥各能量源优势，避免电池遭受大电流冲击，延长其使用寿命，提高系统能量回收效率，降低整车能耗。

因此,设计的优化算法目标函数,如式⑻际
)^min(w1(£o2/D)+w2(D/SOC b^))(8)
式中:E&―系统总能耗;D~~汽车行驶距离;SOC诂一真结束后蓄电池剩余电量;tt»j.和W2~~两部分对应的权重,奶+w^l0
为了使复合电源系统各部件的安全、健康以及高效地工作,需要对各能量源的SOC、功率及能量进行相应的边界约束，如式⑼酥：
S0；S0CS0J
SO—迤vsosvsoc*冲
'Pg
p<p<p
Hcjmn uc ac_jnu
Eb0_n^i—^baf—
E.WE WE
uc_mm uc uc_max
⑼
式中:SOCs仏、％、S0Q、和、凤一蓄电池的SOC、功率及能量和超级电擁的SOC、功率及哒
(开始)
参数编码，初始化种群
编写MATLAB控制程序
Y
图5遗传算法优化翩控制流程
Fig.5Optiinization Procedure of Genetic
Algorithm of Fuzzy Logic Controller
基于遗传算法的模糊控制优化过程需要结合MATLAB程序与ADVISOR软件进行联合仿真，通过在MATLAB中编写控制算法及优化算法程序，并与ADVISOR程序之间进行相互调用,实现参数的最优化,具体优化流程，如图6所示。

6仿真及结果分析
通过对ADVISOR仿真软件中的纯电动车型进行二次开发,
括修超车顶劭鞍型文件、编辑底层M文件,基于所选车型基本参数完成仿真参数的设置与修改，在MATLAB中编写遗緒袪^化翩控制器的程在NEDC'LDDS循环工况下进行离线优化仿真来得到模糊控制器隶属度函数的最优参数。

将最优解导人复合电源翳逻辑能量管理控制策略,进行不同行驶工况下的性能仿真实验，对比分析优化前后结果以验证遗传算法优化卿控制^的林性。

优化前后复合电源系统在完成单个NEDC循环工况下的蓄电池SOC变化曲线对比，优化后的蓄电池SOC曲线下降速率明显降低，完成单个循环工况后，蓄电池的SOC剩余量提高4.55%,说明超级电容的利用效率提高，蓄电池能量消耗降低，蓄电池的放电状态得到改善，能够有效提高纯电动汽车的续驶里程，延长储能系统的使用寿命，如图6所示。

1.00
0.96
2
8
4
9
8
&
a
o.a
o
o
s
常
一
|
020040060080010001200
时间/s
0.80
图6优化前后的NEDC工况下蓄电池SOC变化对比
Fig.6Comparison of Battery SOC Changes in NEDC
Condition Before and After Optimization
NEDC工况下优化前后的系统总能耗仿真结果对比,利用遗传算法对模糊控制器进行优化后,复合电源系统的总能耗降低4.88%,纯电动汽车的经济性能明显提高，如图7所示。

7xl(F
6x12
5X106
■4X106
^xlO6
2x10s
lxl"
020040060080010001200
时间/s
图7优化前后的NEDC工况下系统总能耗对比
Fig/7Comparison of Total Energy Consumption of the System under NEDC Condition Before and After
Opttmization
No.2
Feb.2021 298机械设计与制造
在同样的单个NEDC循环工况下，优化后复合电源系统总能量消耗的变化速率下降，说明复合电源系统的能量利用效率提高;同时，由于超级电容器的高效充放电效率使得制动能量回收效率提高14.95%,储能系统能量分配变得更加合理，不仅能延长储能系统的工作时间，也使得储能系统的节能性能大趣高。

优化前后蓄电池电流变化曲线对比，经遗传算法优化后的模關控制策略下蓄电池的电流大小明显降低，峰值电流降低效果显著,说明超级电容承担了主要的峰值功率,蓄电池遭受大电流冲击情况明显改善，电池能够工作在稳定的电流范围，蓄电池的使用寿命将大大提高，也使得储能系统的工作寿命得以提高，如图8所示。

NEDC.UDDS循环工况下的优化前后结果对比,如表6所示。

图8优化前后的NEDC工况下蓄电池电流变化对比
Fig.8Comparison of Battery Current in NEDC
Condition Before and After Optimization
表6优化前后结果对比
Tab.6The Comparison of Results
Before and After Optimization
蓄电池SOC剩余量系统总能耗（J）
循环工况NEDC UDDS NEDC UDDS
优化前0.880.85 5.94x10s 6.44x10s 优瞒0.920,9 5.65x10s 5.99x10s 耀幅度（％） 4.55 5.88 4.88 6.99
蓄电池峰值电流（A）制动能量回收率（％）循环工况NEDC UDDS NEDC UDDS
优化前47.934.819.423.8
优躺3&32&922326.9
醱幅度（％）201714.9513.03
7结论
针对蓄电池循环寿命短、充放电效率低等缺点，将蓄电池和超级电容器组成复合电源系统作为纯电动汽车的储能系统採用合理的能量管理控制策略来降低电动汽车能量消耗、提高储能系统使用寿命。

基于选定车型，参照电动汽车性能指标对复合电源系统、驱动电机进行参数匹配,制定模糊逻辑能量管麒制策略,利用遗传算法对模糊控制器隶属度函数参数进行优化，结合MATLAB与ADVISOR仿真软件进行整车性能仿真分析。

结果表明:基于遗传算法优化后的删控制能量管理策略能够充分发挥超级电容器的特点，有效改善蓄电池的放电状态,降低复合电源系统总能耗，稳定蓄电池充放电电流从而保护蓄电池，延长储能系统的工作寿命，提高系统能量利用效率。

参考文献
[1]李彦栋.动态电压恢复器锁相及控制方法的研究[D].西安:西安交通
大学,2004.
(Li Yan-dongJlesearch on dynamic voltage restorer with phase locked loop and control method[D].Xi'an：Xi，an Jiaotong University,2004,) [2]何正伟,付主木•纯电动汽车复合电源能量管理模糊控制策略[J]•计
算机测量与控制,2013,21(12)：3256-3259.
(He Zheng-wei,Fu Zhu-mu-Fuzzy control strategy of compound power system for pure electric vehicle[J].Computer Measurement&Control, 2013,21(12):3256-3259.)
[3]吴铁洲，陈丝恒，曾艺师基于模糊控制的EV混合储能能量管理策略
研究[J]・可再生能源,2017,35⑹：919-923.
(Wu Tie-zhou,Chen Si-heng,Zeng Yi-shi.Re&earch on energy manag­ement strategy of EV hybrid energy storage system based on fuzzy control ["•Renewable Energy Resorces,2017,35(6):919-923.)
[4]Andersson T,Groot J A lternative energy storage system for hybrid electric
vehicle.Goteborg,Sweden:Chalmers University of Technology,2003. [5]Wang Bin,XU Jun,Cao Bing-gangJi novel multimode hybrid eneigy
storage system and its energy management strategy for electric vehicles [j]J ournal of Power Sources,2015(281):432-443.
⑹赵国柱，黄相，孙觸•模糊控制的电动车复合电源能量管理研究[J]・
传感器与微系统,2017,1(36)：48-51+55・
(Zhao Guo-zhu,Huang Xiang,Sun Qiong-qiong^tudy on hybrid power enei^y management of electric vehicles based on fuzzy control[j]・Transducer and Microsystem Technologies,2017,1(36):48-51+55) [7]彭Bl菲，姜俊潢亮•基于粒子群优化的潜器深度自适应模糊控制[J]・
控制工®,2017,24(2):441745.
(Peng Peng-fei,Jiang Jun,Huang Liang.The adaptive fuzzy control method for steady depth of underwater vehicle based on particles swarm optimization[J J.Contiol Engineering of China,2017,24(2):441-445.)
[8]蔡超，周武能•人工蜂群算法整定PID控制器参数[J1自动化仪表，
2013,36(8):74-77.
(Cai Chao,Zhou Wu-nengSelf-tuning PID parameters by using artificial bee colony algorithm[J].Process Automation Instrumentation,2015,36
(8)
:74-77.)
⑼邢皎玉■基于删神经网络的复合电源能量借理策略研究[J]・农业装
备与车辆工程,2016,12(54):19-23・
(Xing Jiao-yoResearch on the ene^y management strategy of composite enei^y based on fuzzy neural networic[J]A gricultural Equipment&Veh-icle Engineering,2016,12(54):19-21)
[10]张丹红，汪江卫,刘开培・HEV车载复合电源系统控制策略优化研究
[J]•电源技术,2012,36(5):65X54.
(Zhang Dan-hong,Wang Jiaug^wei,Liu Kai-peLOptimizatioii c£hybrid power system control strategy for HEV[j].Chinese Journal of Power So­urces,36(5):650-654.)
[11]伍鹏，何锋，杨泽平基于复合电源的纯电动商务车能量管理策略仿
真[J].机械设与制造,2018(1):195-197+201.
(Wu Peng,He Feng,Yang Ze-pingA simulation on energy control stL ategy of pure electric commercial vehicle based on dual-enei^y source storage system^J]J lachinery Design&Manufacnire>2018(l):195-197+
201.)。