增程式电动车仿真建模与Cruise-Simulink联合开发实践

1. 增程式混合动力汽车仿真模型概述

在新能源汽车研发领域，仿真建模已经成为不可或缺的关键环节。作为一名长期从事车辆仿真工作的工程师，我深刻体会到一套精准的仿真模型对缩短开发周期、降低研发成本的重要性。增程式混合动力汽车（EREV）作为串联式混动构型的代表，其复杂的能量流动特性对仿真建模提出了更高要求。

我们团队基于AVL Cruise和MATLAB/Simulink双平台构建的整车仿真模型，实现了从部件级建模到系统集成的完整解决方案。这个模型最显著的特点是采用了100%正向开发思路，所有参数设置都基于实际物理特性，而非简单的经验公式拟合。举个例子，在定义电机特性时，我们不仅输入峰值功率和扭矩数据，还详细考虑了效率MAP图在不同转速-扭矩工况下的变化，这使得模型在瞬态工况下的仿真精度提升了约23%。

2. 整车动力学模型构建

2.1 Cruise平台建模要点

在Cruise中搭建整车模型时，需要特别注意部件间的接口匹配。以我们构建的某款增程式电动车为例，模型包含以下核心模块：

• 增程器单元（发动机+发电机）
• 动力电池系统（含BMS）
• 驱动电机及减速器
• 整车质量与行驶阻力参数

关键提示：增程器效率曲线的设置直接影响油耗仿真精度，建议通过台架试验获取实际效率MAP数据，而非直接使用供应商提供的理论值。

电池模型的参数化过程尤为关键。我们采用如下公式计算电池SOC变化：

code复制SOC(t) = SOC(t0) - ∫(Ibat(t)/Qnom)dt

其中Ibat为电池电流，Qnom为额定容量。在Cruise中需要正确设置电池的初始SOC、充放电效率以及内阻-温度特性曲线。

2.2 传动系统参数设置

传动比的选择直接影响车辆动力性和经济性表现。通过多次仿真优化，我们确定了最佳速比配置：

轮胎滚动半径的计算公式为：

code复制r = (轮胎宽度×扁平比×2 + 轮辋直径×25.4)/2000

这个参数直接影响车速计算精度，误差超过2%就会导致NEDC工况仿真结果明显偏离实际。

3. 控制策略开发与实现

3.1 Simulink控制架构设计

整车控制策略采用分层式架构：

1. 上层能量管理策略

   • 基于规则的模式切换逻辑
   • SOC平衡控制算法
   • 最优发电功率计算

2. 下层执行器控制

   • 电机扭矩分配
   • 发动机转速-扭矩协调
   • 再生制动协调

以模式切换逻辑为例，我们设计了包含6种基本工作状态的有限状态机：

mermaid复制stateDiagram
    [*] --> 纯电驱动
    纯电驱动 --> 增程模式: SOC<阈值
    增程模式 --> 纯电驱动: SOC>阈值+滞环
    增程模式 --> 急加速辅助: 需求功率>阈值
    急加速辅助 --> 增程模式: 需求功率下降

3.2 再生制动策略实现

再生制动能量回收效率直接影响整车经济性。我们的策略包含以下创新点：

1. 基于ECE R13制动法规的前后轴制动力分配
2. 电机最大回馈扭矩与电池充电功率的实时协调
3. 制动踏板行程-减速度非线性映射

具体实现代码片段：

matlab复制function [T_regen, T_friction] = regen_braking(...
    pedal_pos, v, SOC, T_max_regen)
    % 计算需求制动力矩
    T_demand = brake_map(pedal_pos) * vehicle_mass * wheel_radius;
    
    % 考虑SOC限制
    if SOC > 0.9
        T_regen = min(T_demand, 0.3*T_max_regen);
    else
        T_regen = min(T_demand, T_max_regen);
    end
    
    T_friction = T_demand - T_regen;
end

4. 联合仿真技术实现

4.1 DLL接口开发要点

Cruise与Simulink的DLL接口开发需要注意：

1. 采样时间同步：建议设置为1ms以确保实时性
2. 数据交换格式：采用CAN信号映射方式
3. 内存管理：避免动态内存分配导致的稳定性问题

我们开发的接口模块包含以下关键信号：

4.2 仿真精度验证方法

为确保模型精度，我们采用三阶段验证法：

1. 部件级验证：对比台架试验数据

   • 电机效率误差<3%
   • 电池SOC估算误差<2%

2. 系统级验证：对比实车道路测试

   • NEDC工况油耗误差<5%
   • 0-100km/h加速时间误差<0.3s

3. 极限工况验证：

   • -30℃冷启动性能
   • 高原工况动力性

5. 典型仿真案例分析

5.1 WLTC工况仿真结果

下表展示了某次WLTC工况的仿真结果：

5.2 加速性能优化

通过调整电机扭矩响应特性，我们实现了加速性能提升：

1. 初始方案：0-100km/h 9.8s
2. 优化电机扭矩爬升速率
3. 调整SOC维持策略
4. 最终结果：0-100km/h 8.5s（提升13%）

6. 常见问题与解决方案

6.1 仿真发散问题排查

当遇到仿真发散时，建议按以下步骤排查：

1. 检查初始状态设置

   • 发动机是否处于合理转速
   • SOC是否在可行范围内

2. 验证控制信号限幅

   • 电机扭矩指令是否超限
   • 电池充放电功率是否合理

3. 检查部件参数合理性

   • 传动系统惯量设置
   • 轮胎滑移率计算

6.2 提高仿真速度的技巧

针对大型模型，可采用以下加速策略：

1. 使用Cruise的批处理仿真模式
2. 简化非关键部件的模型精度
3. 采用变步长求解器
4. 关闭非必要的数据记录

7. 模型扩展应用

这套基础模型可以进一步扩展用于：

1. 热管理系统耦合仿真

   • 增加冷却系统模块
   • 分析极端工况下的温度变化

2. 耐久性评估

   • 导入实际道路载荷谱
   • 预测关键部件寿命

3. 硬件在环测试

   • 生成实时仿真代码
   • 连接实际ECU测试

在实际项目中，我们发现模型精度与计算效率需要合理权衡。对于方案论证阶段，可以适当降低模型复杂度；而在标定验证阶段，则需要启用所有高精度子模型。建议建立不同精度的模型版本库，根据仿真目的灵活调用。