基于Matlab的插电式混合动力汽车驱动控制系统设计(4)
插电式混合动力汽车有很多优势：第一，它不仅有纯电动汽车的所有优点，而且还可以利用晚间低谷电对电池进行充电，合理改善电厂的机组效率，节约能源；第二，能够减少温室气体和其他有害物质的排放；第三，能够降低对石油资源的依赖，减少石油的进口，减轻对国家能源安全的威胁；第四，在城市内行驶，由于距离较短，则可以不用汽油，可以用外部公网对车载电池组进行充电，并且用电比石油便宜很多，可以降低车辆的成本。
由于插电式混合动力汽车具有以上优点，所以使得插电式混合动力汽车成为了混合动力汽车研究的重要发展方向。
1.3 国内外插电式混合动力汽车的现状
1.3.1 PHEV国外现状
1.3.2 PHEV国内现状
1.4本文研究内容
插电式混合动力汽车节能的效果取决于驱动系统的控制策略，所以控制策略则是插电式混合动力汽车研究的重要课题之一。
插电式并联混合动力汽车结构简单、成本较低、系统效率较高，而且可以再现有的传统内燃机汽车基础上改造得到，在目前的技术上很据可能性，故笔者以插电式并联混合动力汽车为本课题研究对象。
现状插电式并联混合动力汽车采用的主要控制方法是：基于规则的逻辑门限控制、瞬时优化控制、智能控制以及全局最优控制。
最典型的基于规则的逻辑门限控制是电力辅助控制策略，电辅助控制策略算法简单且容易实现，但是门限值需事先设定，控制起来比较粗略，重点考虑发动机工作在高效区域，忽略了动力电池充放电平衡以及尾气排放的问题。此方法在燃油经济性方面有所提高，其他指标也可以通过添加相应权重值来改善，但是该策略需要大量的浮点运算，实时性较差，控制效能过分地依靠总车各部件性能特性参数的精确性，会受到电池老化、发动机动态特性等的影响，在实际车辆应用中还有一些差距。
瞬时优化控制策略的主要思想是在车辆行驶过程中，以每个瞬间时刻等效燃油消耗最小值所对应的发动机和电机输出转矩组合作为动力总成的工作点。
全局最优控制策略需要预先知道整个行驶工况，才可以获得插电式混合动力汽车在这种行驶工况下的全局最优性能，在现实车辆的实时控制中很难得到应用。
智能控制大致包括三种：模糊逻辑控制策略、神经网络控制策略以及遗传算法控制策略。
神经网络控制策略，燃油消耗量降低，SOC能保持在合理的控制范围，可是神经网络的训练需要进行两次的训练，工作过程中采集运算的数据量很大，对控制器要求也比较高，实时性不强。
遗传算法研究主要是适应度函数的合理选取比较困难，而模糊逻辑控制完全是在操作人员的控制经验基础上实现对系统的控制，不需要建立数学模型，并且具有较好的鲁棒性。
通过上述分析，且插电式并联混合动力汽车系统是一个非线性时变系统，建立一个准确的模型比较困难，运行过程中的影响因素也比较多，并且要求优化的目标较多，所以采用模糊逻辑控制策略来平衡驱动系统的两个动力源[4]。以前的模糊逻辑控制器实际采用的输入变量是道路请求转矩以及电池的SOC值，输出变量是发动机提供的转矩。本课题把模糊逻辑控制器的输入变量设计为道路请求转矩和发动机最有转矩的转矩之差△T以及电池的SOC，输出变量则为转矩系数K。通过设计合理的模糊逻辑控制器输入变量隶属度函数和模糊控制原则来提高整车燃油经济性，且延长电池寿命。
本课题主要研究内容为一下几个方面：第一，结合国内外插电式混合动力汽车发展状况，通过计算蓄电池电荷状态（SOC）理论斜率，建立插电式混合动力汽车并联型的驱动控制系统，设计以转矩差值△T和动力电池SOC为输入变量、转矩系数K为输出变量的控制器；第二，在Matlab/Simulink环境下设计控制器，在满足整车动力性能的基础上，提高整车燃油经济性。
上一篇：LM324医用真空表测量电路设计