混合动力客车自适应巡航控制研究

混合动力客车自适应巡航控制研究 混合动力客车自适应巡航控制研究*

冯 冲,张东好,罗禹贡,李克强

(清华大学,汽车安全与节能国家重点实验室,北京 100084)

[摘要] 为减轻驾驶员驾驶负担,综合改善车辆的行驶安全、节能和环保性能,针对所研究的混合动力客车,提出一种自适应巡航控制算法。控制算法采用分层控制结构,由上层控制器和下层控制器组成。上层为多模式切换控制器,它根据本车与前车的行驶状态,得出整车期望加速度;下层为转矩协调控制器,它根据上层控制器得到的期望加速度,对发动机、起动发电集成电机和主电机驱动转矩或制动转矩进行协调控制。开发了基于MICROAUTOBOX的整车控制器,并通过采用模拟雷达信号的转鼓实验台实验和采用真实雷达信号的实际道路实验对所开发的控制系统进行验证。结果表明,所开发的分层控制系统能实现混合动力客车的自适应巡航控制,不仅减轻了驾驶员的驾驶负担和提高了行驶安全性,且在一定程度上实现了节能减排。

关键词：混合动力客车;自适应巡航;分层控制;多模式切换;协调控制

前言

新能源汽车的研究是节能环保车辆的研究热点,主要集中在纯电动汽车[1-2]、混合动力汽车[3-4]和燃料电池汽车[5-6]等方面的研究,另外还有研究机构将太阳能电池__[7]和车联网[8]等技术应用于车辆的节能减排。对于交通安全方面的研究主要集中在安全辅助报警技术[9-10]、安全辅助驾驶技术[11-12]和全自动驾驶技术[13-14]等方面的研究。自适应巡航控制作为一种安全辅助驾驶技术,是实现交通安全的有效方法。将自适应巡航控制应用在混合动力车上可综合改善车辆的节能环保和安全性能,现已在奔腾混合动力轿车上实现[15]。

为减轻大型客车驾驶员的驾驶负担、综合改善车辆的行驶安全、节能和环保性能,为混合动力客车提出了一种采用分层控制结构的自适应巡航控制算法。开发了基于MICROAUTOBOX的混合动力客车自适应巡航控制器,并通过转鼓实验台实验和实际道路实验对所开发的控制系统进行了验证。

1 自适应巡航分层控制系统

本文中的研究对象为一辆混联混合动力客车,其结构如图1所示。该混合动力客车的动力系统由发动机、ISG电机、主电机、离合器和电池组组成。该结构取消了变速器,通过协调发动机、ISG电机和主电机的工作满足实际工况对动力系统的功率需求。

图1 混合动力客车动力系统构成图

混合动力客车的自适应巡航系统采用分层控制的结构,控制系统由上层多模式切换控制器和下层转矩协调控制器组成。其中:上层控制器根据本车与前车的车辆状态,确定整车期望加速度;下层控制器根据上层控制器得到的期望加速度,对发动机、ISG电机和主电机的驱动转矩或制动转矩进行协调控制。

1.1 上层多模式切换控制器控制策略

在多模式切换控制器中,将自适应巡航控制系统的控制模式划分为:定速巡航模式、接近模式和距离保持模式。当本车与前车的距离大于设定的阈值时,本车进入定速巡航模式;当本车与前车的距离小于或等于设定的阈值时,本车根据当前状态在上述模式中进行切换,不同模式之间的切换条件如图2所示。图中,v为本车速度,vc为驾驶员设定的巡航速度,vr为前车相对于本车的相对速度,adf为由距离保持模式计算得到的期望跟随加速度,&&为逻辑与运算,||为逻辑或运算。

当驾驶员对加速踏板进行操作时,系统退出自适应巡航并响应驾驶员的加速需求,直到驾驶员停止对加速踏板的操作,系统再次进入自适应巡航状态;当驾驶员对制动踏板进行操作时,系统彻底退出自适应巡航并将驾驶权转交给驾驶员。

图2 多模式切换控制器结构图

1.1.1 定速巡航模式

当本车与前车的距离大于设定的阈值或者本车和前车的状态满足图2的判断条件时,自适应巡航控制进入定速巡航模式。在该模式下,本车速度的控制目标为驾驶员设定的巡航车速,本车的期望加速度由一个PI控制器计算得到,即

式中:adc为定速巡航模式下本车的期望加速度;KP1为正的比例参数;KI1为正的积分参数。

1.1.2 距离保持模式

当本车与前车的距离小于或等于设定的阈值并且系统满足图2中相应的判断条件时,自适应巡航控制进入距离保持模式。在该模式下,车辆的控制目标为使本车与前车的相对距离跟随安全距离。安全距离为

式中:d0为静态安全距离;ts为安全时距。

在距离保持模式下,本车的期望加速度由一个PID控制器计算得到,即

式中:KP2为正的比例参数;KI2为正的积分参数;KD2为正的微分参数;dr为前车对于本车的相对距离。

1.1.3 接近模式

当本车以高于前车的速度行驶且与前车的距离大于安全距离时,如果按照距离保持模式的算法对本车进行控制,则本车需要继续加速向前行驶,但当距离误差消除时,本车的速度会远高于前车速度,这会导致本车向前过冲,甚至会产生危险。针对这种情况,设计了接近模式,该模式的设计原则是使本车减速驶向前车,当距离误差消除时,本车速度与前车速度相等。本车的期望加速度为

最终本车的期望加速度可以表示为

1.2 下层转矩协调控制器控制策略

下层转矩协调控制器的作用是根据上层控制器得到的本车期望加速度,通过协调算法对发动机、ISG电机和电动机的驱动转矩或制动转矩进行控制。根据车辆纵向动力学模型,可计算出发动机的期望转矩为

式中:m为混合动力客车质量;g为重力加速度;f为滚动阻力系数;Cd为空气阻力系数;A为混合动力客车的迎风面积;R为混合动力客车的车轮半径;gR为混合动力客车主减速器的减速比;η为混合动力客车传动系统的传动效率。

本文中控制算法的应用对象为图1所示的混联混合动力客车,下层控制器的控制目标是使动力系统参数匹配的效果得以体现,并实现混合动力客车的优势,使系统高效,平稳运行,保证良好的经济性、动力性和舒适性。

1.2.1 驱动工况的协调控制策略

当Trq＞0时,混合动力客车处于驱动工况,由于研究对象的电机效率较高,所以转矩协调控制策略主要是基于发动机最优工作曲线设计的,将驱动工况分为5种模式,分别是:纯电动模式、串联模式、并联模式、发动机单独驱动模式和发动机驱动并发电模式。通过模式的划分和切换使发动机大部分时间工作在它的最优燃油消耗率曲线上。图3为混合动力客车发动机的万有特性图,图中将发动机的工作区域分为A,B,C和D 4个区域,图中的粗虚线为发动机最优燃油效率曲线。协调控制策略的控制目标是在车辆行驶过程中,无论整车处于何种驱动状态,都能控制发动机工作在燃油经济性较好的C区域内。为达到这个目标,当发动机处于不同区域时,需要控制和调节发动机、主电机及 ISG电机的工作状态。

混合动力系统5种驱动模式之间的判断流程如图4所示。图中,n为发动机转速,ni为发动机参与驱动的转速门限值,SOC为电池组的荷电状态, SOClow为电池组SOC值的低门限值,SOCmid为电池组SOC值的允许充电门限值,Tlow为发动机经济区域的转矩下限,Thigh为发动机经济区域的转矩上限。

图3 发动机万有特性图

图4 混合动力系统5种驱动模式的判断流程

由于混合动力客车的传动系统中没有设计变速器,当车速低于20km/h时,对应的发动机转速低于700r/min,此时发动机转速低于怠速转速,不能参与驱动,而发动机转速在怠速转速附近效率较低,所以当发动机在转速低于ni(1 200r/min左右)时不参与驱动。在图3中,这种状态对应A区域。因此当发动机转速低于ni时,混合动力系统为纯电动模式或串联模式,这两种模式之间的切换由电池组SOC值决定。当SOC≤SOClow时,电池组的剩余电量较低,则发动机带动ISG电机给电池组充电,驱动系统工作在串联模式下;当SOC＞SOClow时,电池组不需要充电,则驱动系统工作在纯电动模式下,在纯电动和串联模式下,驱动转矩由主电机提供,主电机的转矩为

发动机在转速高于ni时可参与驱动,如果驱动转矩需求较小,发动机处于B区域,如果此时SOC＜SOCmid,则驱动系统切换到发动机驱动并发电模式,通过ISG电机消耗掉发动机的一部分转矩,从而提高发动机的转矩,使发动机工作在C区域内的燃油效率最优曲线上,此时发动机和ISG电机的转矩为

式中:TECO(n)为当前发动机转速下燃油效率最优曲线对应的发动机转矩;TISG的值为负,表示ISG电机提供的是与驱动方向相反的转矩。

如果SOC≥SOCmid,驱动系统切换到纯电动模式,主电机的驱动转矩为

驱动系统切换到纯电动模式的主要原因为发动机带动ISG电机发电的综合效率不高,系统设计时尽量通过主电机回馈制动来为电池充电,减少发动机驱动并发电的充电方式,以达到节能的目的。

当驱动转矩需求较大时,如果发动机单独驱动将工作在D区域,这种情况下如果SOC＞SOClow,驱动系统以联合驱动模式工作,主电机参与驱动并提供一部分转矩,使发动机工作在C区域内的燃油效率最优曲线上,此时发动机和主电机的转矩为

如果SOC≤SOClow,为避免电池组的剩余电量过低而损坏电池组,主电机不参与驱动,驱动系统切换到发动机单独驱动模式,发动机驱动转矩的大小与式(9)相同。

除上述工况的其它工况,则驱动系统在发动机单独驱动模式下工作,此时发动机驱动转矩为

根据上述的控制思想,只要电池组的SOC值高于SOClow,即可使发动机工作在高效的C区域内。

当驱动系统在不同模式之间切换时,按照上述控制算法计算出的各执行机构(包括发动机、ISG电机和主电机)的驱动转矩会出现突变的情况,为避免驱动转矩的突变带来的冲击,在模式切换的动态过程中,执行机构的驱动转矩为

式中:Tx(k)为动态过程中执行机构的控制转矩; Txa(k)为动态过程中执行机构的实际转矩;Txd(k)为切换后执行机构的目标转矩;tn为切换动态过程的过渡时间;δ为程序执行的时间步长。

1.2.2 制动工况的协调控制策略

当Trq＜0时,混合动力客车处于制动工况。在此工况下,混合动力客车可通过气压制动系统和主电机进行制动,但要实现气压制动系统的制动需要对制动系统进行改装。由于改装工作较复杂,而且不成熟的改装会影响行车安全,目前在进行实验时,混合动力客车只采用主电机进行制动,所以在制动工况下主电机的控制转矩为

2 控制策略的实验验证

图5 混合动力实验客车

为验证混合动力客车自适应巡航控制算法的有效性和可靠性,开发了基于MICROAUTOBOX的整车控制器,并在如图5所示的实验车上对所设计的控制算法进行验证。该实验车为本课题组与厦门金龙联合汽车工业有限公司共同开发的混联混合动力客车。验证实验包括采用模拟雷达信号的转鼓实验台实验和采用真实雷达信号的实际道路实验。

2.1 采用模拟雷达信号的转鼓实验台实验

在转鼓实验台上采用模拟的雷达信号进行实验,模拟的前车车速以正弦波和三角波形式变化。对不同的信号周期和速度范围的模拟信号进行了大量实验,图6和图7分别为前车速度范围为30～50km/h,信号周期为50s,信号形式为正弦波和三角波的实验结果。在实验中,将本车的巡航速度设定为60km/h。

由图可以看出,当自适应巡航控制达到稳定后,本车车速对目标车速的跟随性能很好,距离误差也很小,本车可以很好地跟随前车行驶。由于在实验时,电池的SOC值较高,混合动力客车的驱动系统没有工作在发动机驱动且发电的模式,因此ISG电机的转矩一直为0,在图中没有表示。图6(d)和图7(d)为主电机和发动机之间的转矩分配,由图中可以看出发动机在大部分时间都工作在燃油效率最优曲线上。由电池的SOC值可以看出,当主电机回馈制动时,电池的SOC升高,虽然主电机参与了驱动,但由于主电机回馈制动的作用,电池的SOC在整个实验过程中基本没有降低。图6(f)和图7(f)为自适应巡航系统的工作模式,其中:0表示未进入巡航控制;1表示定速巡航模式;2表示距离保持模式;4表示接近模式。

2.2 采用真实雷达信号的实际道路实验

为进一步验证控制算法的有效性和可靠性,在实际道路上采用真实的雷达信号进行了大量实验。图8为一组实验结果,在实验时,前车以一定加速度进行加速和减速,本车的巡航速度设定为60km/h,跟随前车行驶。

由图中可以看出,当自适应巡航控制进入距离保持模式后,本车对前车的速度跟随效果很好,距离误差也很小。图8(d)为各执行机构的转矩分配,由于在实验时电池的SOC值相对较低,ISG电机进行了发电控制,发动机在整个实验过程中都处于起动状态,这是由于在实验时开启了空调系统,发动机被强制起动的缘故。

图6 正弦波输入工况实验结果

3 结论

针对混联混合动力客车的特点,设计了自适应巡航控制算法,在转鼓实验台和实际道路上对控制算法进行了实验验证,根据实验结果可得出以下结论。

(1)所设计的控制算法可实现混合动力客车的自适应巡航控制。

图7 三角波输入工况实验结果

(2)所设计的控制算法可保证本车很好地跟随前车行驶,提高了本车的行驶安全性,并减轻了驾驶员的驾驶负担。

图8 真实雷达信号输入实验结果

(3)所设计的控制算法可使发动机工作在燃油效率较高的区域,并可通过主电机回馈制动回收能量,提高了整车的燃油经济性。

参考文献：

[1] WU Changxu,WAN Jingyan,ZHAO Guozhen.Addressing human factors in electric vehicle system design:Building an integrated computational human-electric vehicle framework[J].Journal of Power Sources,2012,214:319-329.

[2] AUGER D J,GROFF M F,MOHAN G,et al.Impact of battery ageing on an electric vehicle powertrain optimisation[J].Journal of Sustainable Development of Energy,Water and Environment Systems,2014,2(4):350-361.

[3] CHEN J.Energy efficiency comparison between hydraulic hybrid and hybrid electric vehicles[J].Energies,2015,8(6):4697-4723.

[4] MURGOVSKI N,GRAHN M,JOHANNESSON L M.Automated engine calibration of hybrid electric vehicles[J].IEEE Transactions on Control Systems Technology,2015,23(3):1063-1074.

[5] MOKRANI Z,REKIOUA D,REKIOUA T.Modeling,control and power management of hybrid photovoltaic fuel cells with battery bank supplying electric vehicle[J].International Journal of Hydrogen Energy,2014,39(27):15178-15187.

[6] 常国峰,曾辉杰,许思传.燃料电池汽车热管理系统的研究[J].汽车工程,2015,37(8):959-963.

[7] 张瑞宾,覃维献,赵宏旺.基于太阳能的电动车智能充电系统设计[J].桂林航天工业学院学报,2015(3):312-315.

[8] 谢伯元,李克强,王建强,等.“三网融合”的车联网概念及其在汽车工业中的应用[J].汽车安全与节能学报,2013,4(4): 348-355.

[9] SON J,YOO H,KIM S,et al.Real-time illumination invariant lane detection for lane departure warning system[J].Expert Systems with Applications,2015,42(4):1816-1824.

[10] BUENOA M,FABRIGOULE C,NDIAYE D,et al.Behavioural adaptation and effectiveness of a Forward Collision Warning System depending on a secondary cognitive task[J].Transportation Research:Part F,2014,24:158-168.

[11] MILANéS V,SHLADOVER S E,SPRING J,et al.Cooperative adaptive cruise control in real traffic situations[J].IEEE Transactions on Intelligent Transportation Systems,2014,15(1):296-305.

[12] SAHLHOLM P,JOHANSSON K H.Road grade estimation for look-ahead vehicle control using multiple measurement runs[J]. Control Engineering Practice,2010,18(11):1328-1341.

[13] SON Y S,KIM W,LEE S,et al.Robust multirate control scheme with predictive virtual lanes for lane-keeping system of autonomous highway driving[J].IEEE Transactions on Vehicular Technology,2015,64(8):3378-3391.

[14] SEO Y W,LEE J,ZHANG W,et al.Recognition of highway workzones for reliable autonomous driving[J].IEEE Transactions on Intelligent Transportation Systems,2014,16(2):708-718.

[15] 罗禹贡,陈涛,周磊,等.奔腾智能混合动力电动轿车自适应巡航控制系统[J].机械工程学报,2010,46(6):2-7.

A Research on Adaptive Cruise Control for Hybrid Electric Bus

Feng Chong,Zhang Donghao,Luo Yugong&Li Keqiang

Tsinghua University,State Key Laboratory of Automotive Safety&Energy,Beijing 100084

[Abstract] In order to lower the driving burden of driver and comprehensively improve the driving safety, energy saving and environmental protection performances of vehicle,an adaptive cruise control(ACC)algorithm is proposed for a hybrid electric bus.The control algorithm adopts a hierarchical control structure,in which the upper layer,multi-mode switching controller,is for obtaining desired vehicle acceleration according to the driving state of ego vehicle and front vehicle,while the lower layer,torque coordination controller,is for fulfilling the coordination control of the driving torques of engine,integrated starter/generator and driving motor according to the desired acceleration obtained from the upper layer controller.A vehicle controller is developed based on MICROAUTOBOX and is verified through both drum test with simulated radar signal and actual road test using real radar signal.The results show that the hierarchical control system developed can realize the adaptive cruise control of hybrid electric bus,not only reducing driver's burden,improving driving safety,but also realizing the energy saving and emission reduction of vehicle to a certain extent.

Keywords：HEB;ACC;hierarchical control;multi-mode switching;coordination control

doi：10.19562/j.chinasae.qcgc.2017.01.011

*国家自然科学基金(51575295)资助。

原稿收到日期为2015年12月28日。

通信作者：冯冲,博士,E-mail:[email protected]。

混合动力客车自适应巡航控制研究 混合动力客车自适应巡航控制研究*

冯 冲,张东好,罗禹贡,李克强

(清华大学,汽车安全与节能国家重点实验室,北京 100084)

[摘要] 为减轻驾驶员驾驶负担,综合改善车辆的行驶安全、节能和环保性能,针对所研究的混合动力客车,提出一种自适应巡航控制算法。控制算法采用分层控制结构,由上层控制器和下层控制器组成。上层为多模式切换控制器,它根据本车与前车的行驶状态,得出整车期望加速度;下层为转矩协调控制器,它根据上层控制器得到的期望加速度,对发动机、起动发电集成电机和主电机驱动转矩或制动转矩进行协调控制。开发了基于MICROAUTOBOX的整车控制器,并通过采用模拟雷达信号的转鼓实验台实验和采用真实雷达信号的实际道路实验对所开发的控制系统进行验证。结果表明,所开发的分层控制系统能实现混合动力客车的自适应巡航控制,不仅减轻了驾驶员的驾驶负担和提高了行驶安全性,且在一定程度上实现了节能减排。

关键词：混合动力客车;自适应巡航;分层控制;多模式切换;协调控制

前言

新能源汽车的研究是节能环保车辆的研究热点,主要集中在纯电动汽车[1-2]、混合动力汽车[3-4]和燃料电池汽车[5-6]等方面的研究,另外还有研究机构将太阳能电池__[7]和车联网[8]等技术应用于车辆的节能减排。对于交通安全方面的研究主要集中在安全辅助报警技术[9-10]、安全辅助驾驶技术[11-12]和全自动驾驶技术[13-14]等方面的研究。自适应巡航控制作为一种安全辅助驾驶技术,是实现交通安全的有效方法。将自适应巡航控制应用在混合动力车上可综合改善车辆的节能环保和安全性能,现已在奔腾混合动力轿车上实现[15]。

为减轻大型客车驾驶员的驾驶负担、综合改善车辆的行驶安全、节能和环保性能,为混合动力客车提出了一种采用分层控制结构的自适应巡航控制算法。开发了基于MICROAUTOBOX的混合动力客车自适应巡航控制器,并通过转鼓实验台实验和实际道路实验对所开发的控制系统进行了验证。

1 自适应巡航分层控制系统

本文中的研究对象为一辆混联混合动力客车,其结构如图1所示。该混合动力客车的动力系统由发动机、ISG电机、主电机、离合器和电池组组成。该结构取消了变速器,通过协调发动机、ISG电机和主电机的工作满足实际工况对动力系统的功率需求。

图1 混合动力客车动力系统构成图

混合动力客车的自适应巡航系统采用分层控制的结构,控制系统由上层多模式切换控制器和下层转矩协调控制器组成。其中:上层控制器根据本车与前车的车辆状态,确定整车期望加速度;下层控制器根据上层控制器得到的期望加速度,对发动机、ISG电机和主电机的驱动转矩或制动转矩进行协调控制。

1.1 上层多模式切换控制器控制策略

在多模式切换控制器中,将自适应巡航控制系统的控制模式划分为:定速巡航模式、接近模式和距离保持模式。当本车与前车的距离大于设定的阈值时,本车进入定速巡航模式;当本车与前车的距离小于或等于设定的阈值时,本车根据当前状态在上述模式中进行切换,不同模式之间的切换条件如图2所示。图中,v为本车速度,vc为驾驶员设定的巡航速度,vr为前车相对于本车的相对速度,adf为由距离保持模式计算得到的期望跟随加速度,&&为逻辑与运算,||为逻辑或运算。

当驾驶员对加速踏板进行操作时,系统退出自适应巡航并响应驾驶员的加速需求,直到驾驶员停止对加速踏板的操作,系统再次进入自适应巡航状态;当驾驶员对制动踏板进行操作时,系统彻底退出自适应巡航并将驾驶权转交给驾驶员。

图2 多模式切换控制器结构图

1.1.1 定速巡航模式

当本车与前车的距离大于设定的阈值或者本车和前车的状态满足图2的判断条件时,自适应巡航控制进入定速巡航模式。在该模式下,本车速度的控制目标为驾驶员设定的巡航车速,本车的期望加速度由一个PI控制器计算得到,即

式中:adc为定速巡航模式下本车的期望加速度;KP1为正的比例参数;KI1为正的积分参数。

1.1.2 距离保持模式

当本车与前车的距离小于或等于设定的阈值并且系统满足图2中相应的判断条件时,自适应巡航控制进入距离保持模式。在该模式下,车辆的控制目标为使本车与前车的相对距离跟随安全距离。安全距离为

式中:d0为静态安全距离;ts为安全时距。

在距离保持模式下,本车的期望加速度由一个PID控制器计算得到,即

式中:KP2为正的比例参数;KI2为正的积分参数;KD2为正的微分参数;dr为前车对于本车的相对距离。

1.1.3 接近模式

当本车以高于前车的速度行驶且与前车的距离大于安全距离时,如果按照距离保持模式的算法对本车进行控制,则本车需要继续加速向前行驶,但当距离误差消除时,本车的速度会远高于前车速度,这会导致本车向前过冲,甚至会产生危险。针对这种情况,设计了接近模式,该模式的设计原则是使本车减速驶向前车,当距离误差消除时,本车速度与前车速度相等。本车的期望加速度为

最终本车的期望加速度可以表示为

1.2 下层转矩协调控制器控制策略

下层转矩协调控制器的作用是根据上层控制器得到的本车期望加速度,通过协调算法对发动机、ISG电机和电动机的驱动转矩或制动转矩进行控制。根据车辆纵向动力学模型,可计算出发动机的期望转矩为

式中:m为混合动力客车质量;g为重力加速度;f为滚动阻力系数;Cd为空气阻力系数;A为混合动力客车的迎风面积;R为混合动力客车的车轮半径;gR为混合动力客车主减速器的减速比;η为混合动力客车传动系统的传动效率。

本文中控制算法的应用对象为图1所示的混联混合动力客车,下层控制器的控制目标是使动力系统参数匹配的效果得以体现,并实现混合动力客车的优势,使系统高效,平稳运行,保证良好的经济性、动力性和舒适性。

1.2.1 驱动工况的协调控制策略

当Trq＞0时,混合动力客车处于驱动工况,由于研究对象的电机效率较高,所以转矩协调控制策略主要是基于发动机最优工作曲线设计的,将驱动工况分为5种模式,分别是:纯电动模式、串联模式、并联模式、发动机单独驱动模式和发动机驱动并发电模式。通过模式的划分和切换使发动机大部分时间工作在它的最优燃油消耗率曲线上。图3为混合动力客车发动机的万有特性图,图中将发动机的工作区域分为A,B,C和D 4个区域,图中的粗虚线为发动机最优燃油效率曲线。协调控制策略的控制目标是在车辆行驶过程中,无论整车处于何种驱动状态,都能控制发动机工作在燃油经济性较好的C区域内。为达到这个目标,当发动机处于不同区域时,需要控制和调节发动机、主电机及 ISG电机的工作状态。

混合动力系统5种驱动模式之间的判断流程如图4所示。图中,n为发动机转速,ni为发动机参与驱动的转速门限值,SOC为电池组的荷电状态, SOClow为电池组SOC值的低门限值,SOCmid为电池组SOC值的允许充电门限值,Tlow为发动机经济区域的转矩下限,Thigh为发动机经济区域的转矩上限。

图3 发动机万有特性图

图4 混合动力系统5种驱动模式的判断流程

由于混合动力客车的传动系统中没有设计变速器,当车速低于20km/h时,对应的发动机转速低于700r/min,此时发动机转速低于怠速转速,不能参与驱动,而发动机转速在怠速转速附近效率较低,所以当发动机在转速低于ni(1 200r/min左右)时不参与驱动。在图3中,这种状态对应A区域。因此当发动机转速低于ni时,混合动力系统为纯电动模式或串联模式,这两种模式之间的切换由电池组SOC值决定。当SOC≤SOClow时,电池组的剩余电量较低,则发动机带动ISG电机给电池组充电,驱动系统工作在串联模式下;当SOC＞SOClow时,电池组不需要充电,则驱动系统工作在纯电动模式下,在纯电动和串联模式下,驱动转矩由主电机提供,主电机的转矩为

发动机在转速高于ni时可参与驱动,如果驱动转矩需求较小,发动机处于B区域,如果此时SOC＜SOCmid,则驱动系统切换到发动机驱动并发电模式,通过ISG电机消耗掉发动机的一部分转矩,从而提高发动机的转矩,使发动机工作在C区域内的燃油效率最优曲线上,此时发动机和ISG电机的转矩为

式中:TECO(n)为当前发动机转速下燃油效率最优曲线对应的发动机转矩;TISG的值为负,表示ISG电机提供的是与驱动方向相反的转矩。

如果SOC≥SOCmid,驱动系统切换到纯电动模式,主电机的驱动转矩为

驱动系统切换到纯电动模式的主要原因为发动机带动ISG电机发电的综合效率不高,系统设计时尽量通过主电机回馈制动来为电池充电,减少发动机驱动并发电的充电方式,以达到节能的目的。

当驱动转矩需求较大时,如果发动机单独驱动将工作在D区域,这种情况下如果SOC＞SOClow,驱动系统以联合驱动模式工作,主电机参与驱动并提供一部分转矩,使发动机工作在C区域内的燃油效率最优曲线上,此时发动机和主电机的转矩为

如果SOC≤SOClow,为避免电池组的剩余电量过低而损坏电池组,主电机不参与驱动,驱动系统切换到发动机单独驱动模式,发动机驱动转矩的大小与式(9)相同。

除上述工况的其它工况,则驱动系统在发动机单独驱动模式下工作,此时发动机驱动转矩为

根据上述的控制思想,只要电池组的SOC值高于SOClow,即可使发动机工作在高效的C区域内。

当驱动系统在不同模式之间切换时,按照上述控制算法计算出的各执行机构(包括发动机、ISG电机和主电机)的驱动转矩会出现突变的情况,为避免驱动转矩的突变带来的冲击,在模式切换的动态过程中,执行机构的驱动转矩为

式中:Tx(k)为动态过程中执行机构的控制转矩; Txa(k)为动态过程中执行机构的实际转矩;Txd(k)为切换后执行机构的目标转矩;tn为切换动态过程的过渡时间;δ为程序执行的时间步长。

1.2.2 制动工况的协调控制策略

当Trq＜0时,混合动力客车处于制动工况。在此工况下,混合动力客车可通过气压制动系统和主电机进行制动,但要实现气压制动系统的制动需要对制动系统进行改装。由于改装工作较复杂,而且不成熟的改装会影响行车安全,目前在进行实验时,混合动力客车只采用主电机进行制动,所以在制动工况下主电机的控制转矩为

2 控制策略的实验验证

图5 混合动力实验客车

为验证混合动力客车自适应巡航控制算法的有效性和可靠性,开发了基于MICROAUTOBOX的整车控制器,并在如图5所示的实验车上对所设计的控制算法进行验证。该实验车为本课题组与厦门金龙联合汽车工业有限公司共同开发的混联混合动力客车。验证实验包括采用模拟雷达信号的转鼓实验台实验和采用真实雷达信号的实际道路实验。

2.1 采用模拟雷达信号的转鼓实验台实验

在转鼓实验台上采用模拟的雷达信号进行实验,模拟的前车车速以正弦波和三角波形式变化。对不同的信号周期和速度范围的模拟信号进行了大量实验,图6和图7分别为前车速度范围为30～50km/h,信号周期为50s,信号形式为正弦波和三角波的实验结果。在实验中,将本车的巡航速度设定为60km/h。

由图可以看出,当自适应巡航控制达到稳定后,本车车速对目标车速的跟随性能很好,距离误差也很小,本车可以很好地跟随前车行驶。由于在实验时,电池的SOC值较高,混合动力客车的驱动系统没有工作在发动机驱动且发电的模式,因此ISG电机的转矩一直为0,在图中没有表示。图6(d)和图7(d)为主电机和发动机之间的转矩分配,由图中可以看出发动机在大部分时间都工作在燃油效率最优曲线上。由电池的SOC值可以看出,当主电机回馈制动时,电池的SOC升高,虽然主电机参与了驱动,但由于主电机回馈制动的作用,电池的SOC在整个实验过程中基本没有降低。图6(f)和图7(f)为自适应巡航系统的工作模式,其中:0表示未进入巡航控制;1表示定速巡航模式;2表示距离保持模式;4表示接近模式。

2.2 采用真实雷达信号的实际道路实验

为进一步验证控制算法的有效性和可靠性,在实际道路上采用真实的雷达信号进行了大量实验。图8为一组实验结果,在实验时,前车以一定加速度进行加速和减速,本车的巡航速度设定为60km/h,跟随前车行驶。

由图中可以看出,当自适应巡航控制进入距离保持模式后,本车对前车的速度跟随效果很好,距离误差也很小。图8(d)为各执行机构的转矩分配,由于在实验时电池的SOC值相对较低,ISG电机进行了发电控制,发动机在整个实验过程中都处于起动状态,这是由于在实验时开启了空调系统,发动机被强制起动的缘故。

图6 正弦波输入工况实验结果

3 结论

针对混联混合动力客车的特点,设计了自适应巡航控制算法,在转鼓实验台和实际道路上对控制算法进行了实验验证,根据实验结果可得出以下结论。

(1)所设计的控制算法可实现混合动力客车的自适应巡航控制。

图7 三角波输入工况实验结果

(2)所设计的控制算法可保证本车很好地跟随前车行驶,提高了本车的行驶安全性,并减轻了驾驶员的驾驶负担。

图8 真实雷达信号输入实验结果

(3)所设计的控制算法可使发动机工作在燃油效率较高的区域,并可通过主电机回馈制动回收能量,提高了整车的燃油经济性。

参考文献：

[1] WU Changxu,WAN Jingyan,ZHAO Guozhen.Addressing human factors in electric vehicle system design:Building an integrated computational human-electric vehicle framework[J].Journal of Power Sources,2012,214:319-329.

[2] AUGER D J,GROFF M F,MOHAN G,et al.Impact of battery ageing on an electric vehicle powertrain optimisation[J].Journal of Sustainable Development of Energy,Water and Environment Systems,2014,2(4):350-361.

[3] CHEN J.Energy efficiency comparison between hydraulic hybrid and hybrid electric vehicles[J].Energies,2015,8(6):4697-4723.

[4] MURGOVSKI N,GRAHN M,JOHANNESSON L M.Automated engine calibration of hybrid electric vehicles[J].IEEE Transactions on Control Systems Technology,2015,23(3):1063-1074.

[5] MOKRANI Z,REKIOUA D,REKIOUA T.Modeling,control and power management of hybrid photovoltaic fuel cells with battery bank supplying electric vehicle[J].International Journal of Hydrogen Energy,2014,39(27):15178-15187.

[6] 常国峰,曾辉杰,许思传.燃料电池汽车热管理系统的研究[J].汽车工程,2015,37(8):959-963.

[7] 张瑞宾,覃维献,赵宏旺.基于太阳能的电动车智能充电系统设计[J].桂林航天工业学院学报,2015(3):312-315.

[8] 谢伯元,李克强,王建强,等.“三网融合”的车联网概念及其在汽车工业中的应用[J].汽车安全与节能学报,2013,4(4): 348-355.

[9] SON J,YOO H,KIM S,et al.Real-time illumination invariant lane detection for lane departure warning system[J].Expert Systems with Applications,2015,42(4):1816-1824.

[10] BUENOA M,FABRIGOULE C,NDIAYE D,et al.Behavioural adaptation and effectiveness of a Forward Collision Warning System depending on a secondary cognitive task[J].Transportation Research:Part F,2014,24:158-168.

[11] MILANéS V,SHLADOVER S E,SPRING J,et al.Cooperative adaptive cruise control in real traffic situations[J].IEEE Transactions on Intelligent Transportation Systems,2014,15(1):296-305.

[12] SAHLHOLM P,JOHANSSON K H.Road grade estimation for look-ahead vehicle control using multiple measurement runs[J]. Control Engineering Practice,2010,18(11):1328-1341.

[13] SON Y S,KIM W,LEE S,et al.Robust multirate control scheme with predictive virtual lanes for lane-keeping system of autonomous highway driving[J].IEEE Transactions on Vehicular Technology,2015,64(8):3378-3391.

[14] SEO Y W,LEE J,ZHANG W,et al.Recognition of highway workzones for reliable autonomous driving[J].IEEE Transactions on Intelligent Transportation Systems,2014,16(2):708-718.

[15] 罗禹贡,陈涛,周磊,等.奔腾智能混合动力电动轿车自适应巡航控制系统[J].机械工程学报,2010,46(6):2-7.

A Research on Adaptive Cruise Control for Hybrid Electric Bus

Feng Chong,Zhang Donghao,Luo Yugong&Li Keqiang

Tsinghua University,State Key Laboratory of Automotive Safety&Energy,Beijing 100084

[Abstract] In order to lower the driving burden of driver and comprehensively improve the driving safety, energy saving and environmental protection performances of vehicle,an adaptive cruise control(ACC)algorithm is proposed for a hybrid electric bus.The control algorithm adopts a hierarchical control structure,in which the upper layer,multi-mode switching controller,is for obtaining desired vehicle acceleration according to the driving state of ego vehicle and front vehicle,while the lower layer,torque coordination controller,is for fulfilling the coordination control of the driving torques of engine,integrated starter/generator and driving motor according to the desired acceleration obtained from the upper layer controller.A vehicle controller is developed based on MICROAUTOBOX and is verified through both drum test with simulated radar signal and actual road test using real radar signal.The results show that the hierarchical control system developed can realize the adaptive cruise control of hybrid electric bus,not only reducing driver's burden,improving driving safety,but also realizing the energy saving and emission reduction of vehicle to a certain extent.

Keywords：HEB;ACC;hierarchical control;multi-mode switching;coordination control

doi：10.19562/j.chinasae.qcgc.2017.01.011

*国家自然科学基金(51575295)资助。

原稿收到日期为2015年12月28日。

通信作者：冯冲,博士,E-mail:[email protected]。