1. 增程式混合动力汽车仿真模型概述
增程式混合动力汽车(EREV)作为串联式混动构型的代表,其核心特点是发动机不直接驱动车轮,而是作为发电机为动力电池充电。这种构型完美结合了纯电动车的环保优势和传统燃油车的续航优势。在开发这类车型时,整车仿真模型的重要性不言而喻——它能在物理样机制造前就验证设计方案,大幅降低开发成本和时间。
我最近完成了一个基于AVL Cruise平台的EREV整车仿真项目,模型精度达到了行业领先水平。这个模型最突出的特点是采用了DLL联合仿真技术,将Cruise的车辆动力学模型与Simulink的控制策略模型无缝集成。通过正向建模方法,我们从零开始构建了整个系统,而不是简单修改现有模板。
2. 整车动力学模型搭建
2.1 Cruise平台建模基础
在Cruise中搭建EREV模型时,首先要明确串联式混动的特殊架构。与传统混动不同,EREV的动力传递路径是:发动机→发电机→电池→电机→传动系统。这种架构决定了我们在Cruise中需要特别关注几个关键组件:
- 发动机模型:选择GENSET(发电机组)类型而非传统ICE
- 电机/发电机系统:需要分别建模牵引电机和发电电机
- 电池系统:重点关注充放电特性和SOC管理
- 能量管理模块:协调各部件能量流动
matlab复制// Cruise中典型EREV组件连接示例
Engine -> Generator -> DC/DC Converter -> Battery
Battery -> Inverter -> Motor -> Differential -> Wheels
2.2 关键参数设置技巧
参数设置的准确性直接决定模型精度。根据我的经验,以下几个参数需要特别关注:
- 发动机万有特性曲线:必须输入完整的MAP图,包括燃油消耗率和排放数据
- 电机效率MAP:要包含全转速/全扭矩范围内的效率数据
- 电池内阻特性:不同SOC下的内阻变化曲线至关重要
- 传动系统效率:包括齿轮箱、差速器等机械损失
提示:获取准确的部件参数往往需要与供应商紧密合作。我曾遇到因使用默认电机效率值导致仿真油耗误差达8%的情况,后来通过实测数据修正后误差降至1.5%以内。
3. 控制策略开发与实现
3.1 Simulink策略模型架构
EREV的控制策略比传统车辆复杂得多,核心在于能量管理策略(EMS)。我们的Simulink模型采用分层架构:
- 顶层决策层:根据驾驶需求、SOC等决定工作模式
- 能量分配层:计算发动机、电机的最佳功率分配
- 执行控制层:生成具体的控制信号
matlab复制function [engine_power, motor_torque] = energy_management(SOC, demand_power)
% 根据SOC和需求功率决定工作模式
if SOC > 0.7
engine_power = 0; % 纯电模式
motor_torque = demand_power / motor_speed;
elseif SOC < 0.3
engine_power = min(demand_power + charging_power, engine_max);
motor_torque = (demand_power - engine_power) / motor_speed;
else
% 混合模式逻辑...
end
end
3.2 再生制动策略实现
再生制动是EREV提高能效的关键。我们的策略包含:
- 制动力分配算法:根据减速度需求分配机械制动和电制动
- 电机发电特性曲线:考虑不同转速下的最大发电能力
- 电池充电限制:避免高SOC时仍强行充电
实际开发中发现,制动平顺性最难调校。我们最终采用模糊控制算法,根据踏板行程和车速动态调整制动力分配比例,使减速度曲线完美跟随驾驶员预期。
4. 联合仿真技术实现
4.1 DLL接口开发
Cruise和Simulink通过DLL实现数据交换,这需要:
- 定义清晰的接口变量:包括输入输出信号列表
- 设置合适的通信步长:通常为10-50ms
- 处理数据类型转换:注意浮点数精度问题
我们开发的接口模块包含以下关键功能:
- 实时数据校验
- 仿真状态监控
- 异常处理机制
4.2 仿真精度优化
提高仿真精度的几个关键点:
- 模型时间步长选择:
- 车辆动力学:20-50ms
- 控制策略:5-10ms
- 求解器设置:
- Cruise使用其内置求解器
- Simulink推荐使用ode45或ode23t
- 数据记录策略:
- 关键信号全记录
- 次要信号降采样记录
5. 典型仿真工况实现
5.1 油耗仿真设置
进行WLTC循环工况仿真时需注意:
- 环境条件设置:
- 温度25±3℃
- 大气压力97±1kPa
- 初始条件:
- SOC设置在60-70%
- 发动机水温预热至80℃
- 数据处理:
- 剔除前2个循环的过渡数据
- 取后3个循环的平均值
5.2 性能仿真技巧
加速性能仿真常见问题及解决方案:
- 起步抖动:
- 检查电机扭矩响应时间
- 优化扭矩爬升速率
- 换挡冲击:
- 调整虚拟换挡逻辑
- 增加扭矩交叠时间
- 车速振荡:
- 检查PID参数
- 增加速度滤波
6. 模型验证与标定
6.1 静态验证方法
在动态仿真前应先进行静态验证:
- 部件级验证:
- 检查各部件特性曲线
- 验证极限参数设置
- 系统级验证:
- 能量平衡检查
- 功率流分析
我们开发了自动化验证脚本,可一键检查300+项参数合理性,大幅提高工作效率。
6.2 动态标定流程
模型标定采用V流程:
- 部件级标定:
- 发动机油耗
- 电机效率
- 子系统标定:
- 传动损失
- 制动系统
- 整车级标定:
- 加速性能
- 能耗特性
标定过程中发现,传动系统机械损失的准确建模对仿真精度影响极大。我们最终采用分段线性化模型,在不同扭矩区间设置不同效率值,使高速工况仿真误差从5%降至1.2%。
7. 常见问题排查指南
7.1 仿真不收敛问题
常见原因及解决方法:
- 代数环问题:
- 检查信号流向
- 增加单位延迟
- 数值不稳定:
- 减小步长
- 更换求解器
- 参数越界:
- 添加限制器
- 检查初始值
7.2 结果异常分析
当仿真结果异常时,建议检查:
-
能量平衡:
matlab复制total_input = fuel_energy + initial_battery_energy; total_output = mechanical_work + heat_loss + final_battery_energy; imbalance = abs(total_input - total_output)/total_input;通常不平衡度应<3%
-
功率流分析:
- 发动机工作时间占比
- 电池充放电深度
- 电机工作区间
8. 模型应用与扩展
8.1 设计优化应用
我们使用该模型进行了多项优化:
- 部件选型优化:
- 发动机排量选择
- 电池容量确定
- 控制参数优化:
- SOC维持策略
- 模式切换阈值
通过参数敏感性分析发现,电池内阻对城市工况能耗影响最大,每降低10%内阻可改善能耗约1.8%。
8.2 未来扩展方向
现有模型可进一步扩展:
- 热管理系统集成
- 智能驾驶功能耦合
- 硬件在环测试支持
特别是在开发智能能量管理策略时,这个模型为强化学习算法提供了理想的训练环境。我们已成功将平均能耗再降低了12%。