軍用電傳動車輛混合動力系統能量管理技術*

項　宇，劉春光，魏曙光，楊國軍

（1.裝甲兵工程學院陸戰平臺全電化技術重點實驗室，北京　100072；2.中國兵器工業第六一七廠，內蒙古　包頭　014032）

軍用電傳動車輛混合動力系統能量管理技術*

項宇1，劉春光1，魏曙光1，楊國軍2

（1.裝甲兵工程學院陸戰平臺全電化技術重點實驗室，北京100072；2.中國兵器工業第六一七廠，內蒙古包頭014032）

摘要：混合動力系統是軍用電傳動車輛具有優越性能的基礎，能量管理技術則負責實現負載需求在系統中各動力源間的合理分流及部件的優化控制，是軍用車輛混合動力系統研究的關鍵技術之一。分析了軍用車輛混合動力系統的特點，研究了其對系統能量管理的影響，總結了當前能量管理技術研究現狀，最終，針對當前能量管理技術存在的問題提出了相應的解決方案。

關鍵詞：軍用電傳動車輛，混合動力系統，能量管理

0　引言

隨著新軍事變革持續推進，部隊急需新型的陸戰平臺，而目前機械傳動車輛發展潛力有限，因此，在機動、防護、火力等性能均有遠大發展前景的軍用電傳動車輛是未來陸戰平臺的發展方向之一，成為各軍事強國研究的熱點［1-3］。同時，新技術的不斷應用使軍用電傳動車輛在結構型式、動力源構成、部件單點技術等方面均發生了深刻變化，軍用車輛混合動力系統成為軍用電傳動車輛的能源基礎［4-6］。

設計高水平的能量管理控制算法，實現不同負載需求在軍用車輛混合動力系統中各動力源之間的合理分流以及部件的優化控制，是提高車輛機動性、防護能力和火力性能的保障，是否能有效發揮電傳動車輛優勢的關鍵，也是軍用車輛混合動力系統研究的關鍵技術之一［7-9］。本文將對軍用車輛混合動力系統的特點及其對能量管理的影響、能量管理技術研究現狀及存在的問題與解決方案進行介紹。

1　系統結構及其對能量管理的影響

1.1系統結構

理想的軍用電傳動車輛應該是僅由電池等儲能裝置供電，但是當前電池、電容等儲能技術還不能滿足軍用電傳動車輛機動、作戰等任務需求，發動機-發電機組仍然是軍用車輛混合動力系統中不可或缺的部件，同時，儲能裝置的使用能夠極大地提升系統的性能。軍用車輛混合動力系統各動力源輸出在結構型式上有多種匹配方式，而根據各國推出的演示樣車可知［10-11］，目前多采用如圖1所示的串聯式軍用車輛混合動力系統方案。方案中采用發動機-發電機組作為系統主動力源，滿足長時負載需求；采用動力電池、超級電容等儲能裝置作為輔助動力源，滿足瞬時負載需求并彌補主動力源功率不足；主動力源和輔助動力源組合作為整車能源基礎，為驅動電機、電磁裝甲等負載供電。

圖1　串聯式軍用車輛混合動力系統方案

1.2系統特點對能量管理的影響

軍用車輛混合動力系統的不斷發展變化對系統能量管理策略的影響較大，當前混合動力系統能量管理是“機遇與挑戰并存”。

積極影響：①在串聯式混合動力系統中，僅由電動機驅動車輛行駛，實現了車輛行駛和動力源輸出間的解耦，便于實現對各部件的優化控制；②系統存在多動力源，在滿足負載需求的方式上有更多的選擇，有利于負載需求在不同動力源之間的合理分配，為能量管理提供了廣闊的發揮空間。

消極影響：①系統動力源構成復雜，能量管理對象和優化目標增多；②用電負載增多，用電需求大幅增加，負載特性各異；③裝備信息化的發展，對電網供電品質提出了更高的要求；④軍用車輛混合動力系統是一個非線性多領域時變系統，參數漂移、外界干擾、狀態量難以精確測量等都是制約能量管理效果的因素。這些都使混合動力系統的能量管理控制難度急劇增加。

2　能量管理技術研究現狀

隨著現代控制理論的發展，國內外對能量管理技術研究也逐漸深入。據可查閱的文獻，目前能量管理技術研究主要分為基于規則的控制策略和基于優化的控制策略［12-13］。

2.1基于規則的控制策略

基于規則的能量管理策略是指根據經驗、數學模型、先驗知識等確定相應的規則，實現對系統功率分配方式、流向和各部件的工作狀態的控制［14］，其優點是實現簡單、實時性好?；谝巹t的控制策略可以分為確定性規則控制策略、模糊規則控制策略和基于負載功率濾波的控制策略［15-17］。

2.1.1確定性規則控制策略

基于對系統功率流分析、發動機Map圖以及經驗知識確定規則，進行功率分流，規則的邊界條件是確定的、清晰的。根據規則的制定依據和目標，可分為：①恒溫器控制策略［18］，其根據狀態值與設定的規則邊界條件比較，簡單地決定系統部件的工作模式，該方法控制目標過于簡單，只適用于特定工況；②功率跟隨式控制策略［19］，該方法旨在解決電池頻繁地充放電導致損耗過大和電池壽命降低的問題，控制主動力源輸出跟隨負載需求，必要時給電池充電，保持電池荷電狀態（SOC）在合理范圍內，功率不足時，電池彌補負載需求，這一方法可獲得良好的燃油經濟性，目前應用較廣，但是當負載較小且電池SOC處在目標區域時，發動機效率較低；③改進的功率跟隨策略［20］，在主動力源跟隨負載功率的基礎上改進發動機工作點的給定方式，控制發動機運行在高效區，負載較小時由動力電池滿足負載需求，減少發動機轉速動態調整過程，取得了一定的改進效果；④狀態機規則控制策略［21］，將混合動力系統理解為混雜動態系統，通過建立系統的混合自動機等模型，能夠有效地對其進行管理，解決了系統多工作模式的切換以及故障情況下的動力源控制，但是該方法無法實現對燃油消耗等指標的優化控制。

2.1.2模糊規則控制策略

模糊控制具有魯棒性、適應性強等優點，適合解決軍用車輛混合動力系統這一多領域、非線性時變系統的能量管理控制問題。當前應用的基于模糊控制的能量管理控制策略主要包括：①傳統的模糊控制策略［22］，該方法能夠避免由于參考信息測量不精確導致的其他問題，但是由于模糊控制的輸入/輸出量隸屬函數的確定沒有依據，完全由策略制定者的經驗知識確定，因此，無法實現對系統的最優控制，雖然有學者利用粒子群算法等智能尋優算法改善隸屬度函數設置的合理性，但仍然不能解決模糊規則主觀性較強、規則劃分粗略的問題；②模糊自適應控制策略［23］，在進行多目標優化時，模糊自適應控制可在不同的情況下取不同的優化重點，比如可針對軍用車輛的使用特點制定戰斗模式、動力模式、經濟模式和靜音模式，在不同的模式下優化不同的目標。

2.1.3基于負載功率濾波的控制策略

由于電傳動車輛中負載功率需求是不穩定的瞬態過程，在前述基于規則的控制策略下，對動力源沖擊較大，會引起發動機轉速的劇烈波動或者電池的損壞。因此，根據不同動力源的工作特性，將負載需求按照一定規則進行分解，作為各動力源的輸出目標值，使各動力源工作狀態更加合理，不足的是這種方法只適用具有超級電容等高功率密度部件的系統。目前有非線性比例因子控制策略和基于小波變換的控制策略能夠實現負載功率的合理分流［24］。

2.2優化的控制策略

優化控制策略一般在滿足負載需求的基礎上，以燃油經濟性等指標或融合了多種指標的統一參考量作為優化目標，根據該參考量確定各部件的工作狀態。主要包括全局優化［25］和實時優化控制策略［26］。

2.2.1全局優化控制策略

為獲得系統優化指標在整個工作過程中的最優解，往往根據駕駛循環以及代價函數獲得全局最優工作點，動態規劃、模擬退火、博弈論、遺傳算法等算法都可以實現全局優化［27］，其中動態規劃及其改進算法應用較多［28-29］。全局優化策略算法致命缺點是在實際控制系統中，高階模型計算的數據量及計算速度的要求是現有的車載微處理器無法實時實現的，而且使用全局優化算法的前提條件是預知車輛整個駕駛循環，這在車輛運行中也非常困難。但全局優化控制策略是可以對其他能量管理策略的控制效果進行評價，也可作為基于規則的能量管理策略中控制規則的制定依據。

2.2.2實時優化策略

為克服前述能量管理策略存在的缺陷，考慮整個混合動力系統的能量消耗，進行系統的瞬時優化控制，提升系統能量利用率。主要包括：①基于等效燃油消耗最小的控制策略（與基于等效功率損失最小法原理相似）［30-31］，該策略將電機等電力設備消耗的能量轉換為等效的發動機油耗與發動機的實際油耗之和，定義為名義油耗。從保證在每個工作時刻的名義油耗最小出發，確定各動力源的工作點，實現系統的瞬時最優控制，雖然該方法在每一步長內是最優的，但無法保證在整個運行期間內最優；②解耦控制策略［32］，當進行多目標優化時，針對不同的優化目標，采取不同的控制策略和方法分別控制，在一定程度上也能夠獲得近優的控制效果；③魯棒控制策略［33］，由于混合動力系統具有非線性、強時變特性，因此，魯棒控制成為克服不確定非線性因素影響，提高系統總體性能的一種有效手段，實現方法有μ綜合、線性矩陣不等式和H∞控制等，不足的是魯棒控制是基于線性模型設計控制律，若將混合動力系統這一非線性時變系統簡化為線性時，不變系統影響了算法的實用性；④基于工況預測的控制策略［34-36］，車輛未來行駛工況（或負載）是進行系統功率分配和優化控制的依據。GPS、GIS（地理信息）和ITS（智能交通系統）可用于民用電傳動車輛中預測未來行駛工況，但不適用于軍用車輛?；诠r和駕駛員行為辨識的功率預測方法更適用于軍用車輛混合動力系統能量管理，其中，研究較多的是提取典型循環工況的特征參數用于優化循環油耗和排放控制參數，并采用神經網絡確定與當前驅動工況相似的驅動循環，調用與其相似的優化參數進行控制。但是，這些預測方法的適應性還有待商榷，預測效果還不能實現對軍用車輛混合動力系統功率分配最優控制。

3　存在的問題及解決方案

3.1存在的問題

（1）參考信息獲取困難。許多控制策略雖然在模擬仿真時取得了很好的控制效果，但在實車應用中，由于難以精確獲取負載需求等控制參考信息，最終無法實車應用。部分控制策略則避開這些信息，最終雖可以實車應用，但控制效果不夠理想。

（2）算法復雜，實時性差。為使性能指標達到最優，采用優化的能量管理算法進行尋優控制，但是尋優算法計算量較大，當前的控制芯片運算能力還不能滿足需求，且這類控制算法往往過于片面，最終導致全局優化和瞬態優化的分離，以及模擬仿真與實時控制的脫離。

（3）優化目標單一，適應性差。電傳動裝甲車輛的工況較多，不同工況下的負載特性和優化目標又有很大差別，能量管理效果在很大程度上取決于控制策略對各種工況的適應能力。但現行的控制策略基本都是針對某種工況下進行的研究，很難適應各種運行工況。雖有文獻對工況識別方法進行了研究，但工況識別的效果還不能滿足實車控制的需求。

3.2解決方案

針對當前能量管理策略存在的問題，提出如下解決方案：

（1）多目標優化。除了傳統的機動性、燃油經濟性等指標外，還有系統的壽命周期費用等多個目標可以優化?？筛鶕囕v不同運行工況下，對各優化指標進行綜合權衡，作為能量管理控制準則。

（2）改進控制算法。采用新型、高效的控制算法，以期能夠獲得能量管理的在線最優解，或者針對現有各種能量管理策略的優缺點，采用兩種或多種策略融合或引入其他方法來彌補這些缺陷，可能會得較好的控制效果。這樣既能降低算法的復雜性，又能降低對參考信息估計精度的依賴性。

（3）更豐富的動力源組成。針對負載特點，開發新型的電源部件或構建更高效的軍用車輛混合動力系統，從硬件上改善系統性能。

4　結論

軍用車輛混合動力系統的發展在為能量管理技術提供廣闊發揮空間的同時也帶來了很多挑戰，能量管理成為影響軍用車輛混合動力系統性能發揮的關鍵。雖然當前現行的能量管理算法依然存在很多問題，還未有成型的能量管理控制方案，但是，國內外對能量管理控制算法進行了有益的探索，為能量管理的深入研究打下了基礎。因此，隨著能量管理技術的不斷成熟，軍用車輛混合動力系統的應用前景將更加廣闊。

參考文獻：

［1］臧克茂.陸戰平臺全電化技術研究綜述［J］.裝甲兵工程學院學報，2011，25（1）：1-6.

［2］JOHANNES S.Electric drivevs.A viable alternative for automotive drives［C］//The 4th International AECV Conference，2002.

［3］EDWARD W，XU Y T，JAMES M，et al.Hybrid technologies for clandestine electric reconnaissance vehicle（CERV）［C］// 2011 Ndla Ground Vehicle Engineering and Technology Symposium，2011.

［4］王雄高.美國繼續發展混合電傳動型地面戰斗車輛［J］.國外坦克，2013（1）：2.

［5］李治源，羅又天，邢彥昌.電磁裝甲防護技術的現狀及發展趨勢［J］.裝甲兵工程學院學報，2014，28（1）：1-7.

［6］容耀恒.中國第四代全電化主戰坦克［J］.現代兵器，2010 （5）：70-73.

［7］阿弗萊克.簡析坦克裝甲車輛電傳動技術［J］.現代兵器，2009（12）：21-25.

［8］李華.裝甲車輛混合電驅動系統研究［D］.北京：裝甲兵工程學院博士論文，2008.

［9］王素貞.混合動力車輛能量管理策略及仿真研究［D］.北京：北京理工大學碩士論文，2006.

［10］曹偉.雷諾公司研發混合動力系統［J］.國外坦克，2014 （3）：4-6.

［11］THOMAS J.Advanced hybrid electric wheel drive（AHED）8x8 Vehicle Program［C］//General Dynamics Land Systems. 2002.

［12］GONG Q M，LI Y Y，PENG Z R.Trip-based optimal power management of plug-in hybrid electric vehicles［J］.IEEE Transactions on Vehicular Technology，2008，57（6）：3393-3401.

［13］WIRASINGHA S，EMADI A.Classification and review of control strategies for plug-in hybrid electric vehicles［J］. IEEE Transactions on Vehicular Technology，2011，60（1）：111-122.

［14］MURPHEY Y L.Intelligent vehicle power management-an over view，studies in computationalintelligence［M］. Springer，Berlin，2008.

［15］FARZAD R S.Control strategies for hybrid electric vehicles：evolution，classification，comparison and future trends［J］. IEEE Transactions on Vehicular Technology，2007，56（5）：2393-2404.

［16］石辛民，郝整清.模糊控制及其MATLAB仿真［M］.北京：清華大學出版社，2008.

［17］于海芳.混合動力汽車復合儲能系統參數匹配與控制策略研究［D］.哈爾濱：哈爾濱工業大學博士論文，2010.

［18］吳靜波，張承寧，鄒淵.基于電壓控制的混合動力履帶車輛控制策略研究［J］.車用發動機，2009（2）：45-48.

［19］李為民.混合動力汽車控制系統與能量管理策略研究［D］.上海：上海交通大學博士論文，2008.

［20］WANG L，EMMANUEL G，COLLINS J，et al.Optimal design and real-time control for energy management in electric vehicles［J］.IEEE Transactions on Vehicular Technology，2011，60（4）：1419-1429.

［21］LIU M Z，ZHAO S B，WANG R L.A cellular automaton model for heterogeneous and incosistent driver behavior in urban traffic［J］.Communications in Theoretical Physics，2012（11）：744-748.

［22］LI S G，SHARKH S M，WALSH F C，et al.Energy and battery management of a plug-in series hybrid electric vehicle using fuzzy logic［J］.IEEE Transactions on Vehicular Technology，2011，60（7）：3571-3585.

［23］陳澤宇.40噸級全電履帶車輛電能分配與控制策略研究［D］.北京：北京理工大學博士論文，2010.

［24］張炳力，趙韓，吳迪，等.基于小波變換的燃料電池混合動力系統多能源管理策略研究［J］.汽車工程，2008，30 （10）：914-918.

［25］BARSALI S，MIULLI C，POSSENTI A.A control strategy to minimize fuel consumption of series hybrid electric vehicles［J］.IEEE Transaction on Energy Conversion，2004，19（1）：187-195.

［26］PIERLUIGI P，GIORGIO R.A comparative study of supervisory control strategies for hybrid electric vehicles ［J］.IEEE Transactions on Control Systems Technology，2007，15（3）：536-542.

［27］DELPAR S，LAUBER J，GUERRA T M，et al.Control of a parallel hybrid powertrain：optimal control［J］.IEEE Trans. Veh.Technol，2004，53（3）：872-881.

［28］LIN C C，PENG H，GRIZZLE J W，et al.Power management strategy for a parallel hybrid electric truck［J］.IEEE Trans. Control Syst.Technol，2003，11（6）：839-848.

［29］LIN C C，PENG H，GRIZZLE J W.A stochastic control strategy for hybrid electric vehicles［C］//Amer.Control Conf.，Boston，2004.

［30］GAO J P，STRANGAS E G，SUN F C.Equivalent fuel consumption optimal control of a series hybrid electric vehicle［J］.Journal of Automobile Engineering，2009，223 （8）：1003-1018.

［31］ABDUL R T，ZHU G M，ELIAS G S.Trajectory optimization for the engine-generator operation of a series hybrid electric vehicle，carlos E.nino-baron［J］.IEEE Transactions on Vehicular Technology，2011，60（6）：2438-2447.

［32］PISU P,KOPRUBASI K，RIZZNOI G.Energy management and drivability control problems for hybrid electric vehicles ［C］//4th IEEE Conf.Decision Control，2005.

［33］梅生偉，申鐵龍，劉康志.現代魯棒控制理論與應用［M］.北京：清華大學出版社，2008.

［34］MANZIEC，WATSON H，HALGAMUGES，et al.A comparison of fuel comsumtion between hybrid and intelligent vehicles during urban dring［J］.J.Automobile Engineering，2006，22（D）：67-76.

［35］LIN C，JEON S，PENG H，et al.Driving pattern recognition for control of hybrid trucks［J］.Vehicle Sysytem Dynamics，2004，42（1-2）：41-57.

［36］連鳳霞.基于路況信息的混合動力汽車全局優化能量管理策略［D］.濟南：山東大學碩士論文，2013.

中圖分類號：TJ81

文獻標識碼：A

文章編號：1002-0640（2016）04-0001-05

收稿日期：2015-03-14修回日期：2015-05-07

*基金項目：軍隊預研基金資助項目（40402050101）

作者簡介：項宇（1987-），男，安徽阜陽人，博士研究生。研究方向：電傳動車輛能量管理技術研究。

Military Electric Drive Vehicle Hybrid System Power Management Technology

XIANG Yu1，LIU Chun-guang1，WEI Shu-guang1，YANG Guo-jun2
（1.Key Laboratory of Land Warfare Platform All-electric Technology，Academy of Armored Force Engineering，Beijing 100072，China；2.No.617 Factory of China Ordnance Industries，Baotou 014032，China）

Abstract：Hybrid system is the basis of the superior performance of military electric drive vehicles. The power management technology is responsible for power load distributes between multi power sources and optimized control of components.Therefore，the power management technology is one of the key technologies of military vehicle hybrid system research.This article discusses the military vehicle hybrid system characteristics and its influence on system power management，analyzes the current situation and existing problems of power management technology，finally，the workaround is put forwarded contrary to the problems.

Key words：military electric drive vehicles，hybrid system，power management