純電動汽車建模與性能分析

純電動汽車建模與性能分析摘要：電動汽車建模有助于在開發(fā)實(shí)時(shí)模型之前進(jìn)行深入分析。在MATLAB/Simulink環(huán)境下建立了純電動汽車的數(shù)學(xué)模型，并對不同標(biāo)準(zhǔn)驅(qū)動工況進(jìn)行了測試，以分析其性能。利用模糊邏輯控制(FLC)來確定再生制動元件，從而使電池保持在安全的運(yùn)行狀態(tài)。為了分析行車模式的重要性，分別考慮了城市行車周期和公路行車周期，并研究了車輛重量、滾動阻力、路面坡度和行駛方式等路面參數(shù)的變化對車輛性能的影響。關(guān)鍵詞：電池電動汽車，再生制動，模糊邏輯控制，數(shù)學(xué)模型，驅(qū)動循環(huán)燃油汽車雖然技術(shù)非常成熟，自動化程度非常高，但對環(huán)境影響及能源消耗非常大，因此電動汽車作為一個(gè)非常具有前途的替代品具有很強(qiáng)的市場潛力，本文采用馬恒達(dá)全電動四門轎車e2o+P4型號電動汽車為研究原型，建立基本建模方程，描述模型，采用FLC策略提高制動有效性以及仿真性能分析對電動汽車進(jìn)行分析及優(yōu)化。1.1建模所用的數(shù)學(xué)方程建模的含義是系統(tǒng)用數(shù)學(xué)方程來進(jìn)行表示。在純電動汽車中，與牽引力[1-4]、機(jī)器建模[5]和電池參數(shù)[6]的方程是相關(guān)的。1.1.1牽引力的計(jì)算牽引力(Ftr)由氣動阻力(Fad),滾動阻力(Frr),爬坡力(Fhc),機(jī)械摩擦阻力(MFb)和線加速度和角加速度力(Fla&Fωa)組成。表1車輛參數(shù)參數(shù)值汽車質(zhì)量(m)1237kg迎風(fēng)面積(A)阻力系數(shù)(Cd)滾動阻力系數(shù)(μrr)傳動比(G)空氣密度(ρ)2.36m21.2kg/m3圖1作用于運(yùn)動車輛上的力總牽引力Ftr的定義為Ftr=Fad+Fhc+Frr+MFb+Fla+Fωa(1)其中，F(xiàn)rr為滾動阻力，這里取rr為0.01?；炷谅访娴膔r值為0.01~0.03,粗糙路面為0.1,沙質(zhì)路面為0.3[7]。機(jī)械和摩擦制動(MFb)依賴于旋轉(zhuǎn)機(jī)械部件如球軸承及其潤滑，摩擦損失系數(shù)1.1.2機(jī)械損耗異步電機(jī)的損耗[7]用式(2)表示，其中Kl,Kc,Kw為電機(jī)損耗常數(shù)，C為恒定損耗，T為輸出轉(zhuǎn)矩，w為速度其單位為rad/s。電機(jī)損耗常數(shù)中，銅損耗為58%,磁芯損耗為25%,風(fēng)阻損耗為12%,雜散損耗為5%。Ploss=Kl*T2+Kc*ω+Kω*ω3+C(2)1.1.3電池參數(shù)計(jì)算電池模型以開路電壓(Voc)、電池功率(Pbatt)和內(nèi)阻(R)為輸入，計(jì)算出電池荷電狀態(tài)(SOC)和電池電流[8]。Pmotηmot(3)PPmotηmot(3)這里Pmot為感應(yīng)電機(jī)(IM)的輸出功率，mot為電機(jī)的效率，假設(shè)為0.88。Paux為輔助電源，取300W。通過對(4)得到的加速度進(jìn)行積分，估計(jì)出車輛的速度。v=dt(4)1.2純電動汽車的Matlab/simulink模型用于BEV建模的邏輯如圖2所示，其中給定的與車輛實(shí)際速度比較后的驅(qū)動周期作為PID控制器的輸入[1,9],以產(chǎn)生所需的加速度或制動力。行駛周期是標(biāo)準(zhǔn)的模式，它表示速度與時(shí)間的關(guān)系，單位是m/s。由于電池荷電狀態(tài)和車速、制動力等駕駛條件的不同，電池再生有一定的局限性。機(jī)械制動輔助再生制動，其中制動力的劃分由模糊邏輯控制器完成[10,11]。圖2完整的BEV模型圖3電動機(jī)模型關(guān)于制動系統(tǒng)，制動所需的再生力大小由制動系統(tǒng)決定，當(dāng)電機(jī)不處于靜止?fàn)顟B(tài)時(shí)，再生力將供給電機(jī)。再生力由式(5)計(jì)算。電機(jī)與輪之間有一個(gè)比例為G的齒輪。車輪的半徑用r表示。T=Pmotω=Ftr*rG(5)圖3為電機(jī)模型，其中加速器、再生轉(zhuǎn)矩和電機(jī)轉(zhuǎn)速作為輸入，用于開發(fā)用于電機(jī)和再生的轉(zhuǎn)矩包絡(luò)線。電機(jī)輸出轉(zhuǎn)矩是推進(jìn)轉(zhuǎn)矩和再生轉(zhuǎn)矩的結(jié)合，電機(jī)的功率損耗同樣利用公式(2)來計(jì)算。感應(yīng)電機(jī)的輸入功率是電機(jī)的輸出功率和電機(jī)的損耗之和。如圖4[12]所示的傳動系統(tǒng)模型計(jì)算了估計(jì)速度所需的牽引力，該模型還計(jì)算了車輛的扭矩?fù)p失分量。圖4動力傳動系統(tǒng)模型圖圖5速度估計(jì)模型圖6電池電流和SOC計(jì)算模型速度估計(jì)模型如圖5所示?？偁恳κ峭ㄟ^將電機(jī)的凈轉(zhuǎn)矩與車輪和機(jī)械制動力相加得到的，利用(4)計(jì)算加速度來估計(jì)車輛的速度。圖6為電池模型，分別計(jì)算電池電流和SOC。在此模型中，假設(shè)電池為磷酸鐵鋰(LiFePO4)。電池的Ah容量取決于所需的輸入功率。圖7模糊邏輯控制器框圖1.3再生制動的模糊邏輯控制電動汽車的再生制動是一種給電池充電并重新利用汽車內(nèi)部能量的方法。但如果電池在沒有控制的情況下接受電源，則會影響電池的壽命。為了提高電池的壽命，已經(jīng)采用了不同的方法和技術(shù)。在這里使用FLC確保電池在再生制動中保持在安全的運(yùn)行狀態(tài)。FLC將再生制動力和機(jī)械制動力進(jìn)行分解。FLC以所需制動力、電池SOC和車輛車速[12,13]為三個(gè)輸入隸屬度函數(shù)，如圖8中的(a),(b)和(c),所需要的再生力的輸出隸屬度函數(shù)如圖8中的(d)所示。SOC的取值范圍取[0,1]。在這里設(shè)計(jì)模糊規(guī)則時(shí)，考慮到SOC小于10%時(shí)，由于內(nèi)阻[13]增大，不宜以較高的百分比對電池進(jìn)行充電。當(dāng)SOC水平很高時(shí)，特別是當(dāng)電池處于無法吸收更多功率的位置時(shí)，需要的再生力應(yīng)該降低。當(dāng)SOC水平為中等時(shí)，最大的再生是可能的。對于低速的情況下，再生是無效的，因此再生制動力份額是低的。隨著車速的增加，再生制動份額可以增加。這些規(guī)則的設(shè)計(jì)將確保電池在電動和再生模式下的安全運(yùn)行。從FLC獲得所需的再生力被給予如圖3所示的機(jī)器模型。剩余的力即機(jī)械制動力是給定在圖5中的傳動系統(tǒng)模型。Rf是輸出隸屬函數(shù)，它是由FLC決定的所需再生力。射頻={Rf0,Rf1、Rf2Rf3,Rf4,Rf5,Rf6,Rf7,＝｛(a)所需制動力(b)電池SOC(c)車速(m/s),(d)輸出－所需再生制動力圖8(a)所需制動力，(b)電池SOC,(c)車速(m/s),(d)輸出－所需再生制動力2仿真結(jié)果與分析為了了解城市和高速公路對電力的需求，本文選擇了改進(jìn)后的中國駕駛周期以及城市和高速公路駕駛周期進(jìn)行分析。從表3可以很清楚地看出，駕駛模式如何影響電動汽車電池的使用。這肯定將有助于改進(jìn)，從而加強(qiáng)其實(shí)現(xiàn)更長的射程的能力。表2對70公里范圍內(nèi)不同的行駛周期進(jìn)行分析循環(huán)工況%DOD能量效率%中國循環(huán)工況城市循環(huán)工況從表2和圖9可以很明顯看出，考慮再生制動的80%由機(jī)械制動輔助只剩余20%,在全里程70km的高速公路行駛工況下，顯示著最高的排放深度，而在城市駕駛周期展示著最小值?？偟哪茉葱蕩缀醣３窒嗨频乃腥齻€(gè)駕駛周期。(a)(b)(c)圖9性能曲線(a)改良的中國行駛工況，(b)公路行駛工況，(c)城市行駛工況2.1不同行駛工況對電動汽車參數(shù)的影響在任何電動汽車中，隨著駕駛模式的改變，一些基本因素都會受到影響?？紤]NEDC,FTP72,FTP75,WLTPclass3、修改的中國循環(huán)工況等6種不同的循環(huán)工況進(jìn)行分析[14]。表4對不同駕駛模式對電動汽車參數(shù)的影響進(jìn)行了全面的總結(jié)。表3驅(qū)動周期對70公里范圍內(nèi)各種參數(shù)的影響參數(shù)\循環(huán)工況加速時(shí)最大力(N)最大功率(kW)最大電流(A)%DOD%能量效率ECE356ANEDC134AFTP72362AFTP75WLTP第三級362A235.6A337A在純電動汽車中，電池應(yīng)該能夠在給定的范圍內(nèi)提供所需的能量。為了分析電池在每個(gè)周期內(nèi)的DOD而采用了整車全航程的方法。效率在電動汽車分析中也起著至關(guān)重要的作用。加速度過程中的最大力、最大功率、最大電流、DOD和總體能效如表4所示。在恒定的70公里范圍內(nèi)，從表4中可以明顯看出，F(xiàn)TP72在加速過程中可能的力值最大，而ECE的力值最小，F(xiàn)TP72的最大加速度為1.475m/s2,而ECE（也被稱為EUDC的低動力車輛）的最大加速度為0.833m/s2.2.2坡度對牽引力的影響牽引力是斜率的函數(shù)。為了模擬并了解隨著坡度的增加所需的功率百分比，坡度變化到10.8度，并記錄相應(yīng)的功率。為了分析，考慮了NEDC循環(huán)的平均速度(v)。牽引力方程為Ptract=Pacc+Phillclimb+Prollresist+Paerodym表4根據(jù)坡度增加電力需求坡度變化動力增長0-3.6度83.84%3.6-7.2度45.15%7.2-10.8度31.75%從表5中可以看出，如果車輛從平坦道路上行駛在斜坡上則需要更多的動力，但如果車輛已經(jīng)在斜坡上行駛，則實(shí)現(xiàn)斜坡所需的動力更少。對所開發(fā)的純電動汽車模型進(jìn)行了仿真，并對不同的行駛工況進(jìn)行了試驗(yàn)。分析給定范圍內(nèi)的不同周期，可以理解為最高百分比的DOD是ECE周期即高速公路驅(qū)動。在所有情況下電動電池汽車的能源效率幾乎保持相似。此外，在對城市、公路和中國駕駛周期進(jìn)行分析后，對于70公里的全行程，城市駕駛周期顯示了由于再生影響而產(chǎn)生了最小百分比的DOD。由于大多數(shù)人只喜歡城市駕駛，如果純電動汽車設(shè)計(jì)為同樣的優(yōu)勢。重量變化的影響表現(xiàn)為電力需求的顯著差異，突出了電動汽車的輕量化。在坡面分析中發(fā)現(xiàn)，車輛從平坦的坡面行駛比從某一坡度較高的坡面行駛功率需求更大。使用FLC再生制動，純電動汽車的電池能夠在安全的操作條件下運(yùn)行，這將提高其壽命。參考文獻(xiàn)[1]李健彰．雙驅(qū)純電動汽車動力傳動系統(tǒng)設(shè)計(jì)與仿真[D].重慶：[2]王姝，蹇小平，張凱，等．純電動汽車牽引力控制系統(tǒng)(TCS)的研究與開發(fā)[J].汽車安全與節(jié)能學(xué)報(bào)，2015,6(04):346-353.[3]周晶晶．純電動汽車兩擋自動變速器試驗(yàn)與仿真[D].長沙：湖[4]陳佳龍．純電動汽車防滑系統(tǒng)之牽引力的研究分析[D].哈爾濱：哈爾濱工業(yè)大學(xué)，2012.[5]宋媛媛．基于行駛工況的純電動汽車能耗建模及續(xù)駛里程估算研究[D].北京：北京交通大學(xué)，2014.[6]李曉藝．純電動汽車驅(qū)動電機(jī)損耗計(jì)算及溫度特性分析[D].合肥：合肥工業(yè)大學(xué)，2017.[7]張利國．純電動汽車電池參數(shù)與電機(jī)特性融合控制方法研究[D].西安：西北工業(yè)大學(xué)，2018.[8]王文嵩．純電動汽車復(fù)合制動控制策略及其制動穩(wěn)定性研究[D].哈爾濱：哈爾濱理工大學(xué)，2021,[9]何永輝．純電動汽車再生制動控制策略及模糊PID控制器設(shè)計(jì)[D].西安：長安大學(xué)，2017.[10]趙濤，李強(qiáng)，邢紫筱，等．基于ADVISOR的純電動汽車驅(qū)動轉(zhuǎn)矩雙模糊控制策略[J].浙江科技學(xué)院學(xué)報(bào)，2019,31(05):419-425.[11]董冰，田彥濤，周長久．