比亚迪唐DM二代PHEV仿真模型开发实战

1. 项目概述：三擎四驱PHEV仿真模型开发

作为一名在汽车电控系统领域摸爬滚打十年的工程师，我完整参与了三个混动平台的开发。今天要分享的是基于比亚迪唐DM二代架构的仿真建模实战经验。这个P2-P4三擎四驱构型非常具有代表性——前轴由发动机+P2电机驱动，后轴独立布置P4电机，配合AMT变速箱形成全时四驱能力。在Simulink环境下构建这种复杂混动系统的仿真模型，需要解决多动力源耦合、扭矩分配策略、模式切换平顺性等关键技术难题。

这个模型的价值在于：1）完整复现了量产车的控制逻辑，包括HCU决策树和故障诊断策略；2）所有子模块参数均来自实测数据（如发动机万有特性MAP图）；3）支持从部件级到整车级的闭环验证。我们团队用这套模型成功预测了实车在-30℃极寒条件下的电池性能衰减趋势，与路测数据误差小于5%。

2. 模型架构设计与开发流程

2.1 系统级模块划分

整个模型采用分层架构设计：

• 执行层：包含发动机、双电机、变速箱等物理模型
• 控制层：HCU控制器及其子系统（能量管理、扭矩分配等）
• 环境层：驾驶员模型、道路负载模型、电池热模型

关键技巧：使用Simulink的Reference Model功能将各子系统模块化，这样既便于团队协作开发，又能通过模型引用减少内存占用。我们每个子模型都预留了Signal Logging接口，方便后期数据分析。

2.2 开发阶段规划

1. 需求冻结阶段：制定包含87个功能需求的traceability matrix，例如"在SOC>30%时发动机不得驱动车辆纯电行驶"
2. 模型在环(MIL)阶段：使用静态参数验证控制策略逻辑正确性
3. 硬件在环(HIL)阶段：接入dSPACE SCALEXIO实时系统测试代码执行效率
4. 实车标定阶段：基于NEDC/WLTC工况优化控制参数

3. 核心部件建模详解

3.1 发动机动态模型

采用均值有效压力(IMEP)建模法，通过实测的BSFC图建立三维查表模型。关键参数包括：

matlab复制% 发动机万有特性参数
engineSpeed = [800:200:6000]; % RPM
engineTorque = [50:10:200]; % Nm
fuelConsumption = [ % g/kWh
    240 235 230 228 225;
    ... % 其他数据点
];

特别要注意涡轮迟滞效应的模拟，我们使用一阶惯性环节来再现增压器响应：

code复制G(s) = 1/(0.3s + 1)  % 时间常数通过台架试验标定

3.2 电机效率MAP建模

驱动电机和ISG电机都采用效率MAP建模法。实测数据显示电机在中等转速/扭矩区效率最高（约96%），而在低负载区域效率可能骤降至70%以下。建模时要特别注意：

• 铜损计算：I²R_loss = 3*(Iq^2 + Id^2)*R_phase
• 铁损计算：Core_loss = k_hfB^2 + k_e*(f*B)^2
• 温度补偿：电阻值随温度变化系数0.00393/℃

3.3 电池等效电路模型

采用二阶RC等效电路模型，其状态空间方程为：

code复制dV1/dt = (I - V1/R1)/C1
dV2/dt = (I - V2/R2)/C2
Vterminal = OCV - V1 - V2 - I*R0

其中极化电阻R1/R2和电容C1/C2通过HPPC测试辨识得到。我们开发了基于卡尔曼滤波的SOC估算算法，在±3%误差范围内稳定。

4. 控制策略开发要点

4.1 扭矩分配算法

采用分层优化架构：

1. 上层：基于规则的能量管理（CS/CD模式切换）
2. 中层：基于效率优化的动力源分配
3. 底层：基于动态规划的瞬时扭矩协调

一个典型的四驱扭矩分配案例：

matlab复制function [T_motor1, T_motor2] = torque_distribute(T_req, SOC)
    if SOC > 0.3
        T_motor1 = 0.6 * T_req;  % 前轴电机承担60%
        T_motor2 = 0.4 * T_req;  % 后轴电机承担40%
    else
        T_motor1 = 0.3 * T_req;
        T_motor2 = 0.7 * T_req;  % SOC低时后轴主导
    end
end

4.2 模式切换控制

重点解决发动机启停时的扭矩冲击问题：

1. 预同步阶段：ISG电机将发动机拖至目标转速
2. 扭矩交接阶段：电机扭矩线性递减，发动机扭矩线性递增
3. 闭环修正阶段：基于曲轴转速反馈进行PID调节

5. 仿真验证与问题排查

5.1 典型工况测试

• 城市工况：验证频繁启停时的燃油经济性
• 高速工况：测试发动机直驱时的NVH表现
• 爬坡工况：考核双电机联合输出能力

5.2 常见故障诊断

我们在开发过程中发现一个隐蔽问题：当电池温度低于-10℃时，模型预测的回收扭矩会比实车高出15%。最终发现是低温下电解液粘度变化导致内阻升高，通过添加温度-内阻补偿曲线解决了该问题。

6. 模型应用与扩展

这套模型已经成功应用于：

1. 预测不同控制策略对油耗的影响（如电量保持型vs电量消耗型）
2. 评估新变速箱速比对加速性能的改善
3. 极端工况下的热管理系统设计验证

最近我们正在扩展功能：接入CarSim联合仿真，实现更精确的车辆动力学模拟；增加神经网络预测模块来优化能量管理策略。从项目经验来看，好的仿真模型应该像瑞士军刀——既能解决具体问题，又具备足够的扩展灵活性。