轮毂电动机HEV动力系统设计与仿真

陈 龙，任 皓，袁朝春，汪少华，孙晓强，李道宇

(江苏大学汽车与交通工程学院，江苏镇江 212013)

混合动力汽车(hybrid electric vehicle，HEV)因其既继承了纯电动汽车的高效率和低排放，又兼具传统内燃机车的动力性和续驶里程，从而成为解决当前节能环保问题的切实可行方案［1］.但是由于涉及多个动力源的协调与匹配，目前HEV动力系统的结构与传统车辆相比更为复杂［2-3］.

轮毂电动机较普通电动机具有重量轻、转矩大及结构紧凑等优点，同时其将动力、传动和制动装置都集成在一起，能够直接驱动车轮，因此，将其应用于混合动力车辆中可以省去动力耦合装置，简化动力系统结构.

基于上述分析，笔者提出在传统前置前驱内燃机车辆的结构基础上，引入轮毂电动机置于车辆后桥，形成整车前桥内燃机驱动，后桥轮毂电动机驱动的多动力源输出HEV布置方案.根据车辆各部件参数以及整车动力性能要求，确定轮毂电动机的性能参数，在此基础上，建立轮毂电动机HEV整车动力学仿真模型，设计基于模糊逻辑的HEV能量管理策略，并运用ADVISOR2002对所设计的轮毂电动机HEV的动力性能和经济性能进行仿真分析，验证设计方案的正确性和有效性.

1 轮毂电动机HEV结构设计

1.1 基本结构

保留了原有前置前驱车辆前桥部分的动力总成和变速传动系统，在后桥半轴与车轮之间增设了2个轮毂电动机作为独立驱动机构驱动汽车后桥，设计方案总体布局如图1所示，所采用的轮毂电动机定子轴与后桥半轴固定连接，转子与后轮轮毂固定连接.

图1 动力系统总体布局

1.2 工作原理

该动力系统的设计布局实现了HEV前桥内燃机驱动，后桥电动机驱动的多动力源驱动形式.其中，2个轮毂电动机可以处于电动机和发电机工作状态;动力电池组作为能量单元可以向轮毂电动机提供电能也可以储存回收轮毂电动机产生的电能;电池管理器能够监控动力电池组SOC等参数;整车控制器能够根据当前整车动力需求、动力电池组SOC以及发动机运行区间合理确定整车工作模式.整车工作模式如表1所示.

表1 轮毂电动机HEV工作模式

2 动力系统参数确定

以某轻型前置前驱车辆为基础，需要根据原有车型的具体参数以及相应的动力性能要求合理确定轮毂电动机和动力电池组的参数.所采用的传统前置前驱车型整车质量为980 kg，迎风面积为2.0 m2，滚动阻力系数为0.01，滚动半径为0.272 m，旋转质量换算系数取1.04.考虑到增设轮毂电动机、动力电池等设备，经过一定估算，整车质量应在原有车型基础上增加280 kg(单个轮毂电动机约为60 kg，动力电池约为150 kg，控制设备为10 kg)，即轮毂电动机HEV整车质量为1 260 kg

整车动力性能参数是轮毂电动机和动力电池组参数选取的主要依据.轮毂电动机HEV保留了原有车型41 kW的汽油发动机，在此基础上要求最高车速能达到120 km·h-1，纯电动最高车速为40 km·h-1，0～40 km·h-1的加速时间应在 15 s内，纯电动工况下(10 km·h-1)最大爬坡度能达到20%.

2.1 轮毂电动机参数

电动机的性能需满足车辆纯电动行驶最高车速、加速时间以及最大爬坡度3方面的指标，并能保证在高速联合驱动模式下提供相应的转矩［4-6］.

1)根据纯电动最高车速确定单个电动机的额定功率:

式中:m为轮毂电动机HEV整车质量;g为重力加速度，取9.8 m·s-2;f为滚动阻力系数;uemax为纯电动最高车速;CD为空气阻力系数;A为迎风面积;η为电动机传动效率，取0.95.

2)根据最大爬坡度确定单个电动机的峰值功率:

式中:α为坡道角度;ua为爬坡车速.

3)根据加速性能确定单个电动机的峰值转矩:

式中:F为驱动力;δ为旋转质量换算系数;du/dt为行驶加速度.

4)根据最高车速确定电动机的最高转速:

式中:umax为最高车速;r为滚动半径.

根据上述计算，并结合目前市场上出现的轮毂电动机型号，初步确定单个轮毂电动机基本参数:电动机为直流无刷电动机;额定电压为132 V;额定功率为5 kW;峰值功率为8 kW;峰值转矩为220 N·m;最高转速为1 200 r·min-1.

2.2 动力电池组参数

选择具有较高功率密度和能量密度的锂离子电池作为动力电池组，电池容量由轮毂电动机HEV纯电动行驶里程决定，车辆纯电动行驶里程与车速、动力电池容量等参数的关系为［7］

式中:s为纯电动模式续驶里程，取20 km;SOChigh为动力电池SOC上限，取80%;SOClow为动力电池SOC下限，取30%;Q为动力电池容量.

根据上述关系以及轮毂电动机相关参数，最终确定动力电池组参数:容量为2.06 A·h;额定电压为132 V.

3 HEV整车建模

3.1 模型构建

基于上述动力系统参数设计，结合整车参数，利用电动汽车仿真软件ADVISOR2002建立轮毂电动机HEV仿真模型，整车动力学方程为

式中:Te为发动机输出转矩;ig为变速器速比;i0为主减速器速比;ηe为发动机传动效率;ηM为电动机传动效率;ωR为车轮角速度;ωM为电动机角速度;ωe为发动机角速度.

在此基础上，结合整车参数，利用电动汽车仿真软件ADVISOR2002建立轮毂电动机HEV仿真模型，模型简图如图2所示.

模型分为前向仿真与后向仿真，其中，模型首先进行后向仿真，依据道路循环，按照与实际功率流相反的方向，向整车模块、车轮车轴模块逐级发出转速转矩请求，控制策略模块按照给定的控制策略合理分配发动机和轮毂电动机的转速和转矩，随后模型转前向仿真，沿着实际功率流的方向，从不同的动力源出发，逐级传递当前部件可以提供给下一级部件的转速和转矩，直至传递至整车模块，最后得出整车的实际车速和转矩［8-9］.

图2 整车仿真模型

3.2 控制策略制定

模糊控制技术具有较强的自适应能力且不依赖于精确模型，因而适用于难以建立精确数学模型的HEV能量管理策略的制定［10］.为了兼顾发动机燃油经济性和动力电池SOC，采用的模糊控制器以道路总的需求转矩T和发动机优化转矩Topt之差ΔT和动力电池组的SOC为输入，输出参数为系数K.2个输入变量均采用5个语言模糊子集，其中ΔT模糊子集为{负大，负小，0，正小，正大}，论域设为［-50，50］，SOC模糊子集为{过低，偏低，适中，偏高，过高}，论域设为［0.20，1.00］，参数K的值域为{0.80，0.85，0.90，0.95，1.00，1.10，1.15，1.20}，推理方法采用Sugeno型.控制系统的结构如图3所示，输入变量的隶属度函数分别如图4，5所示，模糊控制规则如表2所示.

图3 模糊控制系统结构图

图4 输入变量ΔT隶属度函数

图5 输入变量SOC隶属度函数

表2 系数K模糊控制规则表

道路总的需求转矩为按照传统前置前驱车型，在满足当前道路循环需求下，发动机需要提供的转矩T.以发动机万有特性曲线为基础，将不同转速下发动机燃油经济性最优工作点连线，从而得到发动机优化转矩曲线，如图6所示.

图6 发动机优化转矩曲线

发动机输出转矩为KTopt，整车动力学模型将经模糊控制得到的发动机输出转矩按照实际功率流方向逐级传递得出发动机传递至车轮车轴模块的转矩，进而根据车轮车轴模块的总转矩需求计算出2个轮毂电动机分别需要提供的转矩.

4 仿真结果分析

利用ADVISOR2002中自带的新欧洲行驶循环(new European drive cycle，NEDC)工况对所构建的轮毂电动机HEV仿真模型进行仿真分析.NEDC工况由市区循环和市郊循环组成，其中市区循环包括15个工况(怠速、加速、匀速、减速等)，平均车速为19.0 km·h-1;市郊循环包括13个工况(怠速、加速、匀速、减速等)，平均车速为62.6 km·h-1，该工况车速与时间关系如图7所示，动力电池初始值为0.70，仿真时间为1 184 s.

图7 NEDC仿真循环工况

仿真结果如表3所示，其中爬坡性能按照ADVISOR2002默认的以速度88.5 km·h-1，持续行驶10 s所能爬行的最大坡度进行计算.

表3 仿真结果

由表3可以看出:在模糊控制策略下，轮毂电动机HEV与传统前置前驱车型相比，动力性有了较大提升，同时整车油耗降低了23.3%，发动机平均效率提升了11.3%.轮毂电动机HEV与传统前置前驱车型的发动机转矩对比如图8所示，四轮混合动力车型在市区循环的停车时间段实现了发动机的关闭，降低了油耗，在市郊循环高速巡航、加速行驶情况下，发动机的转矩保持在稳定范围内.

图8 发动机转矩

轮毂电动机HEV的轮毂电动机输出转矩和工作点动力电池SOC变化分别如图9，10所示.由图9可以看出:轮毂电动机在整个工况循环中提供了较大的助力转矩，并在车辆减速制动过程中作为发电机工作，实现了制动能量的回收.由图10可以看出:轮毂电动机工作点主要位于低转速区域，体现了轮毂电动机在低转速下提供高转矩的特性，选择的轮毂电动机参数是合理的.

图9 轮毂电动机转矩

图10 轮毂电动机工作点

动力电池SOC变化曲线如图11所示，动力电池SOC初始值为0.70，终值为0.65，未出现较大波动，实现了电池充放电的平衡.

轮毂电动机HEV与传统前置前驱车型发动机工作点比较如图12所示，传统车型发动机工作点分散，工作点大部分位于低转速、低转矩的高油耗区域，而在模糊逻辑控制策略下，轮毂电动机混合动力发动机工作点大部分位于发动机优化转矩曲线附近，因而发动机油耗得到改善.

图11 动力电池SOC

图12 发动机工作点

5 结论

1)以传统前置前驱车型为基础，通过在车辆后桥引入轮毂电动机，设计了轮毂电动机HEV动力系统布置方案，并根据整车动力性要求完成对轮毂电动机和动力电池的选型设计.

2)在ADVISOR2002中构建了轮毂电动机HEV仿真模型，并在兼顾燃油经济性和动力电池SOC的基础上，制定了基于模糊逻辑的整车能量管理策略.

3)仿真结果表明:轮毂电动机HEV在整车质量增加的情况下，与传统前置前驱车型相比，动力性得到一定提升，同时改善了整车燃油经济性，验证了设计方案的合理性，为进一步设计开发轮毂电动机HEV提供了参考.

References)

［1］Chau K T，Chan C C.Emerging energy-efficient technologies for hybrid electric vehicles［J］.Proceedings of the IEEE，2007，95(4):821-835.

［2］于秀敏，曹 珊，李 君，等.混合动力汽车控制策略的研究现状及其发展趋势［J］.机械工程学报，2006，42(11):10-16.

Yu Xiumin，Cao Shan，Li Jun，et al.Present study situation and developing trend of control strategies for hybrid electric vehicle［J］.Chinese Journal of Mechanical Engineering，2006，42(11):10-16.(in Chinese)

［3］Inalpolat M，Kahraman A.Dynamic modelling of planetary gears of automatic transmissions［J］.Journal of Multi-body Dynamics，2008，222(3):229-242.

［4］谷 靖，欧阳明高，卢兰光，等.微型纯电动汽车的系统构型与关键参数设计［J］.汽车工程，2013，35(1):7-12.

Gu Jing，Ouyang Minggao，Lu Languang，et al.System configuration and key parameters design of a micro electric vehicle［J］.Automotive Engineering，2013，35(1):7-12.(in Chinese)

［5］黄万友，程 勇，曹 红，等.纯电动汽车动力驱动系统参数匹配试验［J］.江苏大学学报:自然科学版，2013，34(2):131-136.

Huang Wanyou，Cheng Yong，Cao Hong，et al.Matching experiment of EV power-train parameters［J］.Journal of Jiangsu University:Natural Science Edition，2013，34(2):131-136.(in Chinese)

［6］Xu Chunhua，Niu Jigao，Pei Fenglai.Design and simulation of the power-train system for an electric vehicle［C］∥2011 2nd International Conference on Artificial Intelligence，Management Science and Electronic Commerce.Piscataway，USA:IEEE，2011:3868-3871.

［7］马东兵.四轮驱动混合动力汽车控制策略仿真与测试［D］.上海:上海交通大学机械与动力工程学院，2013.

［8］石凯凯，罗卫东，李亚辉，等.混合动力牵引车控制策略研究［J］.机械设计与制造，2013(1):171-174.

Shi Kaikai，Luo Weidong，Li Yahui，et al.Research on control strategy of hybrid tractor［J］.Machinery Design＆Manufacture，2013(1):171-174.(in Chinese)

［9］Gao D W，Mi C，Emadi A.Modeling and simulation of electric and hybrid vehicles［J］.Proceedings of the IEEE，2007，95(4):729-745.

［10］Schouten N J，Salman M A，Kheir N A.Energy management strategies for parallel hybrid vehicles using fuzzy logic［J］.Control Engineering Practice，2003，11(2):171-177.