纯电动汽车制动能量回收系统的建模与仿真

NEW ENERGY AUTOMOBILE | 新能源汽车时代汽车 纯电动汽车制动能量回收控制策略及仿真分析王若飞　郭广曾　王世良浙江合众新能源汽车有限公司 浙江省桐乡市 314500摘 要： 整车控制系统是车辆的核心控制部分，其既要对驾驶员的操纵意图进行识别和判断，又要对整车运行时的关键参数进行监测和控制，同时，还要对整车的能量需求进行管理和协调。

在车辆制动工况下，如果进行制动能量的回收控制，可以有效的延长续驶里程，但电动汽车在进行回馈制动时，电制动会和机械制动系统相互耦合，这一问题解决的好坏，也会影响到车辆行使的安全性。

本文阐述了对制动模式下机械制与电机再生制动的协调开展研究，目标是进一步保证车辆行驶的安全性和舒适性，提高制动时的能量回收效率。

关键词：整车控制器　能量回收　仿真1　研究方案及研究方法本位重点对再生制动时的控制策略进行研究。

分别对这两个研究内容进行模型分析，设计控制策略，利用仿真分析软件，对所设计的策略进行仿真分析和验证。

具体方法如下：1)建立研究对象制动时的纵向动力学数学模型，设计再生制动力分配的模糊控制器；2)在matlab软件中，应用粒子群算法，对模糊控制器的模糊规则进行优化；3)对优化后的模糊控制器，设计不同的制动工况，进行离线仿真验证；4)写控制代码，下载到控制器的工程样机中，在硬件在环仿真平台上，对控制算法进行半实物仿真验证。

2　研究过程及研究结果2.1　再生制动控制策略设计再生制动控制的原则是保证汽车制动稳定性的同时，综合考虑能量回收效率。

针对前轮驱动电动车辆，液压控制单元（ABS）采集到的制动踏板位置、轮速等信息，通过车载网络传递给整车控制器（VCU），VCU根据接收到的信息，结合动力电池组、驱动电机的状态信息，计算出前轮的制动回收扭矩，通过车载网络发送到电机控制器（此时没有考虑驱动扭矩安全监控模块）。

但电动汽车在进行再生制动时，会和车辆的机械制动系统相互耦合，为解决这一机电耦合问题，设计了再生制动扭矩模糊控制器，该控制器的输入量为制动踏板深度，电池荷电状态（SOC），车速三个参数，输出量为电机制动的参与程度，即电机制动力矩占最大可用电机制动力矩的比例，推理方法选用Mamdani推理。

电动汽车的再生制动控制策略研究及仿真一、前言电动汽车最重要的特点就是能够实现再生制动，即汽车制动时，可以通过控制电动系统的电机工作为发电机模式，将汽车的动能和势能转换为电能储存到储能元件中，然后对其进行再利用。

再生制动是一种降低电动汽车能耗、提高续驶里程的重要技术手段。

在一般情况下仅由电机为汽车提供制动力是远远不够的，并且电机制动力还受电机运行速度和电池电荷状态等多方面因素影响，因此它还必须具有机械制动系统同时工作，以满足电动汽车的制动强度要求和制动效能的稳定性。

在设计电动汽车制动系统控制策略时，需要解决好的两个问题是：怎样在再生制动和机械摩擦制动间分配制动力来尽可能地回收制动能量；怎样在前、后轮上分配制动力来使汽车有一个好的制动稳定性。

解决好这两个问题是设计电动汽车制动系统的关键。

一、电动汽车的前后轮制动力和制动能量分配情况要设计电动汽车制动系统的控制策略，首先要了解在一些典型循环工况下汽车前、后轮上的制动力及制动能量的分配情况，然后再以此为依据，制订合理的制动控制策略。

首先假定前后轮的制动力按I曲线规律分配，忽略行驶阻力，则汽车前、后轮的制动力分别为：其中Mv——汽车质量，kgj——汽车减速度，m/s2L——汽车轴距，mLa——汽车重心到前轴的水平距离，mLb——汽车重心到后轴的水平距离，mhg——汽车重心高度，m图1和图2所示为某汽车在FTP75城市循环工况下，前、后轮上的制动力和制动能量分配情况。

从这些图可以看出：（1）前驱动轮消耗了总制动能量的65%左右，因此如果是单轴再生制动，则再生制动用于前轮较为恰当；（2）在车速小于40km/h的范围内，制动力基本保持恒定不变，大于40km/h则有所下降，该特性与电动机的低速恒扭矩、高速恒功率的特性比较吻合；（3）图2说明了在10～50km/h的车速范围内制动能量占全过程制动能量的大部。

二、电动汽车制动系统的控制策略根据以上对汽车在典型循环工况下制动力和制动能量的分配分析，再结合电动汽车制动系统的特性，可制订3种基本的制动控制策略：最优制动感的串行制动；最优制动能量回收的串行制动；并行制动。

基于纯电动汽车的刹车系统动力学建模与仿真研究随着全球对环境保护的关注度不断增加，纯电动汽车作为一种无污染、低碳排放的交通工具，受到越来越多人的青睐。

然而，与传统汽车相比，纯电动汽车的刹车系统存在一些特殊的问题，需要特别关注和研究。

本文将针对基于纯电动汽车的刹车系统动力学建模与仿真展开讨论。

首先，我们需要明确纯电动汽车刹车系统的特点和要求。

纯电动汽车刹车系统的主要任务是将电动汽车的动能转化为热能，通过刹车装置实现车辆的减速和停车。

相比较传统的内燃机汽车，纯电动汽车在刹车时能量回收的特性使得动力学建模与仿真更为复杂。

为了满足纯电动汽车的刹车性能要求，动力学建模与仿真的研究成为必要的课题。

其次，我们需要建立基于纯电动汽车的刹车系统动力学模型。

动力学模型主要包括底盘动力学模型和刹车系统模型。

底盘动力学模型是指对车辆在行驶过程中的运动学和动力学特性进行建模和仿真，如车辆质量、惯性、摩擦力等。

刹车系统模型是指对刹车装置在刹车过程中的工作特性进行建模和仿真，如刹车力、刹车距离等。

通过对底盘动力学模型和刹车系统模型的建立，可以更好地理解纯电动汽车在刹车过程中的动力学行为。

然后，我们需要开展基于纯电动汽车刹车系统的仿真研究。

通过仿真研究，可以对纯电动汽车在不同路况和驾驶条件下的刹车性能进行评估和优化。

例如，可以通过改变刹车力分配、刹车电机扭矩的控制策略等，来提高纯电动汽车的刹车性能。

此外，仿真研究还可以帮助我们预测刹车系统的性能参数，如刹车距离、制动时的车辆动力学响应等，从而优化刹车系统的设计和控制。

最后，我们需要对基于纯电动汽车的刹车系统动力学建模与仿真研究进行验证。

验证的方法主要包括车辆试验和模型对比。

通过车辆试验，可以实测纯电动汽车在不同路况和驾驶条件下的刹车性能，将实测数据与仿真结果进行对比验证。

同时，模型对比是指将不同刹车系统的动力学模型进行对比，从而验证模型的准确性和适用性。

综上所述，基于纯电动汽车的刹车系统动力学建模与仿真研究是一个重要的课题，对于提高纯电动汽车的刹车性能，优化刹车系统的设计和控制具有重要意义。

基于Modelica的电动汽车制动系统建模仿真与参数优化随着社会的发展，电动汽车已经成为一个必然趋势，并且成为了解决环境问题的重要手段。

然而，电动汽车的制动系统与传统汽车的制动系统有很大的不同，需要重新对制动系统进行建模和优化。

基于Modelica语言，我们可以建立一个电动汽车的制动系统模型，并对其进行仿真和优化。

在这个模型中，我们把制动系统分成了三个部分，即制动器、电机和控制器。

制动器部分使用Modelica.Mechanics.Rotational子库中的元件进行建模。

我们把制动器建模成了一个摩擦片和转子的组合体。

当制动器处于制动状态时，摩擦片会和转子发生摩擦，从而减速汽车。

电机部分主要建模电机的动力学特性，使用Modelica.Electrical.Machines库进行建模。

我们采用了一个直流电机，并根据电机参数建立动力学模型，包括转矩-转速曲线等。

在制动时，电机接通再反向运转，产生负功率，从而带动轮胎减速。

控制器部分主要控制制动系统的动作，采用了Modelica.Blocks中的元件进行建模。

控制器部分的主要功能是根据汽车速度和制动踏板的行程，计算制动器的力矩，从而控制汽车制动。

在建立完毕制动系统的模型之后，我们可以使用仿真软件对制动系统进行仿真测试。

通过仿真测试，我们可以观测到制动系统是否能够正常运作，并且可以得到控制参数的优化方案。

我们可以通过调整控制器部分的参数来达到最佳制动效果。

例如，通过改变制动器的力矩大小，我们可以调整制动系统的制动能力。

如果力矩太小，制动效果不佳；如果力矩太大，会导致轮胎打滑。

因此，我们需要进行参数优化，以达到最佳制动效果。

在最终的仿真测试结果中，我们得到了一个能够良好运作的电动汽车制动系统模型，该模型的制动系统具有良好的稳定性和可靠性，并能够通过控制器的参数优化实现最佳制动效果。

基于Modelica的电动汽车制动系统建模仿真与参数优化可以帮助我们更好地了解电动汽车的特性，并且优化它们的制动性能。

电动汽车再生制动系统的建模与仿真周美兰;毕胜尧;张昊【摘要】为了提高纯电动汽车的再生制动能量回收率,本文采用模糊逻辑控制策略.通过建立Mamdani型模糊控制器,确定了再生制动力和机械制动力之间的比例分配.同时考虑到制动的安全性和稳定性,提出了前后轮之间的制动力按照理想制动力分布曲线分配.在Matlab/Simulink环境下搭建模糊逻辑控制策略的模型,并把该模型嵌入到ADVISOR仿真环境中,结合典型道路循环工况进行仿真实验,实验结果表明,采用模糊逻辑控制策略之后,电池SOC提升了9.3％左右,整车系统的效率提升了7.2％,再生制动的效率提升了36.7％,这表明模糊逻辑控制策略能更好地实现能量的回收利用,延长电动汽车的续驶里程.【期刊名称】《哈尔滨理工大学学报》【年(卷),期】2013(018)005【总页数】5页(P98-102)【关键词】电动汽车;再生制动;制动力分配;建模;模糊逻辑控制策略【作者】周美兰;毕胜尧;张昊【作者单位】哈尔滨理工大学电气与电子工程学院,黑龙江哈尔滨150080;哈尔滨理工大学电气与电子工程学院,黑龙江哈尔滨150080;哈尔滨理工大学电气与电子工程学院,黑龙江哈尔滨150080【正文语种】中文【中图分类】TM460 引言电动汽车作为一种新型的交通工具，以其清洁无污染、驱动能量源多样化、能量效率高等优点成为现代汽车的发展趋势.但其续驶里程不足以成为阻碍电动汽车商品化的瓶颈，因此，提高电动汽车续驶里程是亟待解决的一个关键问题［1－2］.再生制动是电动汽车的特有技术，其功能是在保证电动汽车行驶稳定性的前提下，将电动汽车制动时的一部分机械能经再生制动系统转换为电能存储到储能单元中.因此再生制动对降低电动汽车的能耗，延长续驶里程，提高其经济性能有重要的作用［3］.电动汽车的制动系统与传统汽车有所不同，它们的制动力矩分为两部分，一部分由电机提供的能量回收制动力矩，另一部分由传统的制动器提供的制动力矩，两者之和即为总的制动力矩［4］.因此，电动汽车制动系统的设计就会面临两个基本问题:一是如何在再生制动和机械摩擦制动之间分配所需的总制动力，以回收尽可能多的车辆的动能;二是如何在前后轮轴上分配总的制动力，以实现稳定的制动状态［5］.但目前还没有较为通用的设计标准来分配前、后轮制动力［6］.针对以上两个基本问题，本文提出前后车轮之间的制动力按照理想制动力分布曲线分配，该曲线能够充分利用路面附着条件，并且保证了制动的稳定性和安全性.同时考虑到所需的总制动力、车速、电池的荷电状态（SOC）这些因素对电动汽车制动力分配的影响，应用模糊逻辑控制策略进行再生制动力和机械摩擦制动力之间的分配.利用电动汽车仿真软件ADVISOR对制动力分配的模糊逻辑控制策略进行了仿真实验.实验结果表明，本文所提出的模糊逻辑策略能更好地实现能量回收，从而延长了电动汽车的续驶里程.1 前后车轮之间制动力分配的研究车辆在平坦路面上制动时，作用于车辆上的力如图1 所示［7］.图中忽略了与制动力相比其值很小的滚动阻力和空气阻力.整车制动力Fcar与前轴制动力Ff和后轴制动力Fr之间的关系如式（1）所示.式中:Fcar是作用于前后车轮上的总制动力;αcar是车的加速度;M是车的质量;Ff和Fr分别是作用于前后车轮上的制动力.图1 当制动发生在平坦路面时车辆的负荷运动当踩下刹车踏板时，负载将被从后轮转移到前轮，这会影响前后轮之间制动力分配.为了估算制动时负载运动的影响，定义制动强度z为式中，g为重力加速度.作用在前后车轮上的制动力Ff和Fr通过式（3）～式（5）给出［7－8］，即式中:Fz1和Fz2分别是前后车轮的法向力;G是车的总重量;Φ表示轮胎和路面之间的摩擦系数;hg为质心的高度;a和b分别为汽车质心到前后轴中心线的距离;L为汽车前后轴中心线之间的距离.理想制动力分配曲线给出在摩擦系数不同时前后车轮同时抱死所需要的最大制动力，前后车轮的制动力按照该曲线分配可以保证制动的安全性，表达式如下:由式（3）和式（4）可知，制动力Ff和Fr随着摩擦系数改变而改变.因此，为了根据理想制动力分配曲线分配制动力，需要得到实时摩擦系数，但是很难直接测量变化的摩擦系数.然而由式（7）和（8）可知，前后轮的制动力分配比例系数Rf和Rr不依赖于摩擦系数，而依赖于αcar.从上面的讨论可知，如果在车的重心安装加速度传感器，即可实现前后轮之间制动力按照理想制动力曲线分配.2 模糊控制器的设计模糊控制具有超调量小，鲁棒性强和适应性好等优点，适用于数学模型未知的对象.因此本文综合考虑多种因素对电动汽车制动力分配的影响，通过模糊控制器的设计，确定了再生制动力和摩擦制动力之间的分配［9］.本文选用Mamdani型模糊控制器，该控制器采用三输入单输出的结构，如图2所示，输入变量分别为速度、所需总制动力和电池SOC，输出为再生制动力占总制动力的比例Kd.图2 模糊控制器的结构各输入输出变量的模糊子集如表1所示.表1 各输入输出变量的模糊子集输入输出变量模糊子集速度 V 很高（VH）、高（H）、中（M）、低（L）、很低（VL）所需总制动力F 很高（VH）、高（H）、中（M）、低（L）、很低（VL）电池荷电状态SOC 很高（VH）、高（H）、中（M）、低（L）、很低（VL）再生制动力的比例 Kd Kd={Mf0，Mf1，Mf2，Mf3，Mf4，Mf5，Mf6，Mf7，Mf8，Mf9，Mf10}隶属度函数的形状对模糊控制器的影响不大，但论域覆盖面的范围对控制器的特性影响较大.在实际应用中，并不强求绝对准确的隶属度函数，模糊系统既然是模糊的，那么其语言变量的值，隶属度函数也允许有一定的裕量.基于此，确定各模糊变量的隶属度函数如图3～图6所示［10］.图3 速度变量的隶属度函数图4 所需总制动力的隶属度函数图5 SOC的隶属度函数图6 Kd的隶属度函数根据实际经验和大量的仿真实验，生成125条模糊控制策略的规则.模糊规则采用如下形式:IF（V is Vi）and（F is Fi）and（SOC is SOCi）then Kdis Mfi.模糊规则的输出界面如图7所示.图7 模糊规则的输出界面3 基于模糊控制策略的仿真结果和分析以“力帆620”电动汽车（简称LF620）为原型，对电动汽车制动能量回收的控制策略进行研究.在Matlab/Simulink环境下搭建基于模糊控制的再生制动模型，如图8所示.图8 基于模糊控制的再生制动模型把该模型嵌入到ADVISOR仿真环境中，选择典型道路循环工况CYC－UDDS来验证该模型在电动汽车再生制动系统中的效果，该道路循环工况如图9所示.实验仿真结果如下图10～图12所示.图中实线是采用模糊逻辑控制策略的仿真结果，虚线是ADVISOR中原有的再生制动控制策略的仿真结果.图9 道路循环工况CYC－UDDS图10 SOC对比曲线图11 蓄电池有效输出功率的对比曲线图12 输入电机的有效功率的对比曲线表2 能量使用表控制策略整车消耗的能量/kJ制动能量/kJ再生制动能量/kJ再生制动的效率整个系统的效率ADVISOR控制策略6 798 1 697 837 0.493 0.339模糊控制策略6 669 2 803 2 411 0.86 0.411从图10可以看出，采用模糊逻辑控制策略之后，电池SOC由0.461提升到0.504，提升了9.3%左右，这表明，车辆在频繁加减速的工作过程中，有更多的能量得到回收，并存储到蓄电池中.图11中，蓄电池有效输出功率有正有负，负值表示再生制动过程中产生的电能储存到了蓄电池中，可以看出，采用模糊逻辑控制策略之后，有更多的电能回馈到蓄电池中.图12表明，输入电机的功率有正有负，负值反映了电动机工作在再生制动状态，可以看出，采用模糊逻辑控制策略之后，更多的制动能量得到回收.从表2能量使用情况可以看出，采用模糊逻辑控制策略之后，再生制动的效率由原来的0.493提升到0.86，提升了36.7%;整个系统的效率由原来的0.339提升到0.411，提升了7.2%.以上实验结果表明，本文所提出的模糊逻辑控制策略能更好地实现能量回收，延长了电动汽车的续驶里程.4 结语再生制动技术是电动汽车一项关键的节能技术.针对ADVISOR原有策略能量回收率较低和制动性能较差的问题，本文提出前后轮之间的制动力按照理想制动力分布曲线分配，以实现稳定的制动状态;同时考虑到影响再生制动的因素，本文采用模糊逻辑控制策略，建立了Mamdani型模糊控制器，实现再生制动力和机械制动力之间的比例分配，以回收尽可能多的制动能量.在Matlab/Simulink环境下搭建模糊逻辑控制的模型，把该模型嵌入到ADVISOR仿真环境中，并在典型路况下进行仿真实验.实验结果表明，在保证汽车安全、稳定制动的前提下，本文所提出的模糊逻辑控制策略能更好的实现能量回收，验证了该策略的可行性和有效性.参考文献:【相关文献】［1］秦大同，李江，杨阳.全轮驱动混合动力汽车再生制动系统控制策略［J］.重庆大学学报，2008，31（9）:971 －976.［2］邓涛，孙冬野，秦大同，等.CVT混合动力汽车再生制动系统仿真［J］.机械工程学报，2009，45（9）:214 －220.［3］HAN S B，CHANG Y H，CHUNG Y J.Fuel Economy Comparison of Conventional Drive Trains Series and Parallel Hybrid Electric Step Vans［J］.International Journal of Automotive Technology，2009（10）:235－240.［4］CHAU K T，CHAN C C，LIU C.Overview of Permanent-magnet Brushless Drives for Electric and Hybrid Electric Vehicles ［J］.IEEE Trans.Ind.Electron，2008，55（6）:2246 －2257.［5］CHAN C C，ALAIN B，CHEN K Y.Electric，Hybrid，and Fuel-CellVehicles:Architectures and Modeling［J］.IEEE Transactions on Vehicular Technology，2010，59（2）:589 －598.［6］刘辉，王伟达，何娇，等.基于模糊控制的混合动力电动车再生制动系统的建模与仿真［J］.汽车工程，2012，34（1）:51 －56.［7］MEHRDAD Ehsani，YIMIN Gao，SEBASTIEN E.Gay，et al.现代电动汽车、混合动力电动汽车和燃料电池汽车—基本原理、理论和设计［M］.北京:机械工业出版社，2008:288－289. ［8］ZHOU Meilan，LU Dengke，LI Weimin.Optimized Fuzzy Logic Control Strategy for Parallel Hybrid Electric Vehicle based on Genetic Algorithm ［J］.Applied Mechanics and Materials，2013，274:345－349.［9］李珂，张承慧，崔纳新.电动汽车用高效回馈制动控制策略［J］.电机与控制学报，2008，12（3）:324 －329.［10］周美兰，张宇，杨子发，等.带压缩因子粒子群优化的混合动力汽车模糊能量管理策略［J］.电机与控制学报，2011，15（11）:67－72.。

龙源期刊网
电动汽车再生制动系统的建模与仿真
作者：周美兰毕胜尧张昊
来源：《哈尔滨理工大学学报》2013年第05期
摘要：为了提高纯电动汽车的再生制动能量回收率，本文采用模糊逻辑控制策略.通过建
立Mamdani型模糊控制器，确定了再生制动力和机械制动力之间的比例分配.同时考虑到制动的安全性和稳定性，提出了前后轮之间的制动力按照理想制动力分布曲线分配.在
Matlab/Simulink环境下搭建模糊逻辑控制策略的模型，并把该模型嵌入到ADVISOR仿真环境中，结合典型道路循环工况进行仿真实验，实验结果表明，采用模糊逻辑控制策略之后，电池SOC提升了9.3%左右，整车系统的效率提升了7.2%，再生制动的效率提升了36.7%，这表明模糊逻辑控制策略能更好地实现能量的回收利用，延长电动汽车的续驶里程。

关键词：电动汽车；再生制动；制动力分配；建模；模糊逻辑控制策略。