外接充电式混合动力汽车PHEV(Plug-In Hybrid Electric Vehicle)有蓄电池和发动机两个动力源，蓄电池可以由外部电网直接充电，短距离行驶工作于纯电动模式，长距离行驶时油电混合驱动，短距离行驶耗油量比纯燃油车低。能量管理策略是PHEV的核心技术之一，在电机和发动机两种功率源之间按能量管理策略进行功率分配和转矩输出，在保证动力性能的基础上实现最佳燃油经济性，减少废气排放，同时保持蓄电池、电机、发动机等核心部件工作于最佳状态[1]。

    本文采用神经网络建模，得到驾驶行为、道路类型以及车辆运行工况的目标需求功率，并将目标需求功率、电池SOC以及当前车轮力矩作为模糊控制算法的输入变量，整车动力性能、燃油经济性和极限边界极值为约束条件，利用模糊伏安法动态分配电池输出功率和发动机输出功率，实现对PHEV的能量进行分配与管理，对算法进行了软件仿真并利用DSP平台设计实现能量管理控制器，最后对轻型客车进行改装并进行样车测试。仿真和样车测试结果表明：(1)行驶里程在40 km以内时，工作于纯电动模式，等价燃油经济性最好，等价油耗1.6 L/100 km；(2)随着续驶里程增加，燃油经济性下降，在行驶里程超过60 km时，主要工作在混合模式，等价油耗比纯燃油车低24%；(3)样车动力性能及各部件状态良好。
1 Plug_in混合动力系统结构
    图1所示PHEV混合动力系统主要由发动机、动力电池、电机、离合器、变速箱和驱动轮组成。有发动机和电机两个动力源，它们既可以独立工作，也可共同驱动车辆。工作模式如下：(1)纯电动模式：当电池电量充足时，优先考虑使用动力电池的电量来驱动电机，从而降低排放和油耗；(2)发动机模式：当电池电量不足时，发动机工作并带动电机发电，给电池充电；(3)混合动力模式：在急速加速、爬坡等需要大功率驱动时，发动机和电动机同时工作；(4)制动能量回模式：当滑行和刹车制动情况下电动机工作在发电状态，将制动能量转换为电能回收到蓄电池。

2 能量管理策略
2.1 驾驶行为神经网络模型
    驾驶员通过观察周围环境和感觉车辆运行状态来控制车辆加速、减速、巡航或制动。驾驶行为神经网络建模启动、加速、巡航、减速和停止/怠速。
    将驾驶模式、油门踏板和刹车踏板信号作为神经网络的输入信号，得到目标功率（目标力矩）的大小。然后将目标功率、电池SOC、实际功率和道路类型用模糊算法分配电池功率和发动机功率。能量分配系统框架如图2所示。

 
    对电动机而言，转矩与电流成正比，而蓄电池电压基本稳定，发动机力矩和转速乘积为发动机功率，因此输入、输出变量用功率表示，与力矩等价。模糊控制器以目标功率PR、锂电池的荷电状态SOC、实际车轮功率PS以及道路类型为模糊控制的输入变量。按照约束规则，以电机功率PM和发动机输出功率PE为模糊控制器的输出变量。
    模糊输入变量PR和SOC基本论域为[-10，25]kW和[30，90]%，将输入变量模糊化，模糊子集为{NB(负大)，NM(负中)，NS(负小)，ZO(零)，PS(正小)，PM(正中)，PB(正大)}；模糊输出变量PM的论域为[-10，15]kW，模糊子集为{NB(负大)，NM(负中)，NS(负小)，ZO(零)，PS(正小)，PM(正中)，PB(正大)}，模糊输出变量PE的论域为[5，25]kW，模糊子集为{ZO(零)，PS(正小)，PM(正中)，PB(正大)}，模糊输出变量Pr的论域为[0，3]kW，模糊子集也为{ZO(零)，PS(正小)，PM(正中)，PB(正大)}。
    选择输入、输出模糊变量的隶属度函数为三角形。模糊控制规则由一系列关系词连接而成，最常用的关系词有if-then、also、or和and，模糊控制算法给出的控制量不能直接控制对象，实际输出需进行去模糊化处理，将其转换到控制对象所能接受的基本论域中去。去模糊化处理算法采用质心法。
3 算法仿真及实现
    在Matlab仿真系统中建立模糊控制器，取模糊控制的输入变量——目标功率PR和锂电池的荷电状态SOC的论域为[-10，25]kW和[30，90]%，取模糊控制器的输出变量发动机分配输出功率PE、锂电池分配输出功率Pb论域分别为[5，25]kW和[-10，25]kW。锂电池为60 ah/72 V，电池初始荷电状态SOC=70%，利用该模糊算法对发动机输出功率、锂电池输出功率和制动能量回收功率进行动态管理，在45 min（行驶里程50 km）内主要以纯电动模式工作，锂电池荷电状态持续减少，直到下降到35%左右保持稳定，燃油经济最好，等价油耗在1.5 L/100 km左右。随着续驶里程增加，燃油经济性下降，在超过60 km行驶里程后，主要工作在混合模式，蓄电池SOC在30%上下起伏，仍比纯燃油车低1.7 L/100 km。
    电路实现框图如图5所示，控制器CPU采用320-
TM2807DSP微处理器，主要完成：（1）信息采集功能：油门踏板信息、刹车信号、电机及控制器状态、发动机状态、电池SOC等信息信号采集；（2）算法运算功能：将采集到信息首先利用神经网络将油门刹车踏板、实际力矩和驾驶行为计算出目标功率，然后跟距目标功率、实际功率、电池SOC和道路类型动态分配电机和发动机功率。（3）控制功能：将分配的数据转换为控制信号完成对电机和发动机的控制；（4）数据存储，将电动车个部件采集的数据进行存储，并可通过LCD显示器查看，并可以通过CAN 总线传输至PC机进行分析处理。

    将驾驶行为利用神经网络得到需求目标功率，利用模糊算法和约束规则动态分配和管理锂电池功率和发动机功率，在此基础上设计研制了能量管理控制器，研制了原型样车。经测试，整车燃油经济性比纯电动车有
明显提高，且动力性能强劲。
参考文献
[1] 张博.Plug-in混合动力汽车能量管理策略全局优化研究[J].中国机械工程，2010，21(6)：715-719.
[2] 吴光强，陈慧勇.基于遗传算法的混合动力汽车参数多目标优化[J].汽车工程，2009，31(1)：60-63.
[3] 张松，吴光强，郑松林，等.插电式混合动力汽车能量管理策略多目标优化[J].同济大学学报(自然科学版)，2011， 39（7）：1035-1039.