想必大家在写论文的时候都会遇到烦恼，小编特意整理了一些《电动汽车制动能量管理论文(精选3篇)》，仅供参考，希望能够帮助到大家。摘
电动汽车制动能量管理论文 篇1：
汽车制动能量回收系统
摘 要：制动能量回收系统（Braking Energy Recovery System）是指一种应用于汽车或者轨道交通上的，能够将制动时产生的热能转换成机械能，并将其存储在电容器内，在使用时可迅速将能力释放的系统。
关键词：制动能量回收； 控制器； 能量回收系统效率
引言：制动能量回收系统包括与车型相适配的 发电机、 蓄电池以及可以监视电池电量的智能 电池管理系统。制动能量回收系统回收车辆在制动或惯性滑行中释放出的多余能量，并通过发电机将其转化为电能，再储存在蓄电池中，用于之后的加速行驶。
一、原理
制动能量回收是现代电动汽车与混合动力车重要技术之一，也是它们的重要特点。在一般 内燃机汽车上，当车辆减速、制动时，车辆的运动能量通过制动系统而转变为热能，并向大气中释放。而在电动汽车与混合动力车上，这种被浪费掉的运动能量已可通过制动能量回收技术转变为电能并储存于蓄电池中，并进一步转化为驱动能量。
一般认为，在车辆非紧急制动的普通制动场合，约1/5的能量可以通过制动回收。制动能量回收按照混合动力的工作方式不同而有所不同。
在发动机气门不停止工作场合，减速时能够回收的能量约是车辆运动能量的1/3。通过智能气门正时与升程控制系统使气门停止工作，发动机本身的机械摩擦（含泵气损失）能够减少约70%。回收能量增加到车辆运动能量的2/3。
二、解决方案
可以通过在发动机与电机之间设置 离合器，在车辆减速时，使发动机停止输出功率而得以解决。但制动能量回收还涉及到混合动力车的液压制动与制动能量回收的复杂平衡或条件优化的协调控制。那么，为什么可以通过驱动电机能够回收车辆的运动能量呢？概要地说，其原因就是电机工作的逆过程就是发电机工作状态。
一般电学基础理论早已阐明，表示电机驱动的工作原理是Fleming的左手定则，而表示发电原理的则是Fleming右手定则。由于电机运转，线圈在阻碍磁通变化的方向上发生电动势。该方向与使电机旋转而流动的电流方向相反。于是人们称为逆电动势。逆电动势随着转速的增加而上升。由于转速增加，原来使电机旋转而流动的电流，其流动阻力加大，最后达到某一转速，就不能再向上超出。所以，制动时通过电机的电流被切断，代之而发生逆电动势。这就是使电机起到发电机作用的制动能量回收的原理。上述这种电机称为“电动机发电机。
然而，当制动能量回收制动实施时，如何处理脚制动。脚制动时，制动踏板行程（或强度）如何与制动能量回收系统保持协调关系。这是因为起到制动能量回收作用的制动部分，会引起减少脚制动的制动力。
因为对于脚制动来说，从制动能量回收中所起作用考虑，必须在减少脚制动的制动力方面做出相应措施。在制动力减少的同时，制动踏板的踏板力要求与踏板行程相对应。
重要的是，不论发生或不发生制动能量回收，与通常车辆一样，制动踏板的作用依然存在，為此，开发了一种称为行程模拟器（Stroke Simulator）的装置。
1、丰田混合动力车的制动能量回收与液压制动的协调控制
丰田混合动力车制动能量回收系统是由原发动机车型的液压制动器（包括液压传感器、液压阀）与电机（减速、制动时起发电机作用，即转变为能量回收发电工况）、逆变器、电控单元（包括动力蓄电池电控单元、电机电控单元和能量回收电控单元）组成。
丰田的能量回收制动系统的特点是采用制动能量回收与液压制动的协调控制，其协调制动的原理是在不同路况和工况条件下首先确保车辆制动稳定性和安全性，同时考虑到动力蓄电池的再生制动的能力（由动力蓄电池电控单元控制）使车轮制动扭矩与电机能量回收制动扭矩之间达到优化目标的协调控制，并由整车电控单元实施集中控制。
当驾驶员踩 制动踏板，则按照制动踏板力大小，通过行程模拟器（Stroke Simulator）等部分，液压制动器（液压伺服制动系统）实时进入相应工作，紧接着制动能量回收系统也将进入工作状态。亦即如果动力蓄电池的电控单元判断动力蓄电池有相应的荷电量（SOC）回收能力，制动能量回收制动力占整个制动力的相应部分。制动能量回收控制受到脚制动踏板力信号经过制动总泵与行程模拟器输入部再进入液压控制部（包括液压泵电机、蓄压器）的液压机构再经过制动液压调节传递到车轮制动分泵，同时该液压信号如果系统发生故障停止时，液压紧急启动，电磁切换阀开启，即又通过电磁阀切换，传递到车轮制动分泵。
2、本田第四代IMA混合动力系统的制动能量回收系统控制
本田第四代IMA混合动力系统应用在2010款Insight混合动力车上。其制动能量回收系统采用执行器和电控单元组成一体化模块型式，包括IMA系统电机控制模块、动力蓄电池监控模块和电机驱动模块。
制动能量回收系统工作过程如下：
IMA电机在制动、缓慢减速时，通过混合动力整车电控单元发出相应指令使电机转为发电机再生发电工况，通过制动能量回收控制系统以电能形式向动力蓄电池充电。其基本工作过程是：当制动时，制动踏板传感器使IMA电控单元激活制动总泵伺服装置，通过动力蓄电池电控单元、能量回收电控单元、电机电控单元等电控单元发出相应指令，使液压机械制动和电机能量回收之间制动力协调均衡以实现最优能量回收。第四代IMA系统采用了可变制动能量分配比率，比上一代的制动能量回收能力增加70% 。
综观现有实用化的不同的混合动力系统，制动能量回收控制在细节上有所不同。一般都采用电子控制的液压制动与制动能量回收的组合方式，也称为电液制动伺服控制系统。
三、优点
MINI Clubman从一开始就凭借独特的概念，外向的设计以及别具魅力的发动机脱颖而出，为新一代MINI开发的三款高技术发动机确保了无时不在的运动驾驶乐趣和非凡的高效。
这些智能技术提高了发动机的效率，适度降低了耗油量，同时也进一步提高了驾驶乐趣。这里一个很好的例子就是制动能量回收系统，能源管理系统确保发动机的输出功率主要被转化成为驱动力，只有在应用制动时或发动机处于超速状态时才会转化成电能供车载系统使用。为了达到这个效果，发电机会在发动机输出功率，即加速或牵引汽车时自动与发动机脱离。因此，传统模式下发电机消耗和从汽车那里获得的动力现在全部用以实现更快更具动态的加速。因为在MINI回到超速状态或驾驶者应用制动时，发电机就会再次启动，从而确保车载系统能够得到充足的电力供应。
参考文献：
[1] 钱晋，程娟，钱钶. 动力多样性背景下汽车检测与维修培养模式探索 [J]. 景德镇高专学报. 2011 （02）
[2] 李正国，朱方来，李武钢.一种电动汽车大功率动力电池化成检测系统的设计 [J]. 深圳职业技术学院学报. 2011 （05）
[3] 李颖颜，曾广辉，赵冰锋.电动汽车规模化发展对美国社会效益的影响分析 [J]. 中国电力教育. 2011 （24）
作者：夏功武
电动汽车制动能量管理论文 篇2：
电动汽车制动真空助力系统真空度值可信度故障检测方法研究
摘要：针对真空度传感器电压偏移后对于电动汽车制动安全和电动真空泵工作耐久性的重大影响，本文在分析真空助力器结构和工作原理基础上，提出可以通过制动前后真空助力器里真空度变化量来判断真空度传感器电压是否存在偏移，并且从原理上推导了当真空度传感器电压发生偏移后，与传感器电压未发生偏移时对比，制动前后真空度变化量偏差与制动踏板角度无关，只与制动前初始真空度有关，最后进行了实车数据采集和建模验证，结果表明本方法可有效的检测出传感器电压偏移导致的可信度故障。
关键词：电动汽车;制动助力系统;真空度传感器;可信度诊断
祝浩
毕业于西安交通大学动力机械及工程专业，硕士研究生学历，现就职于一汽集团新能源开发院，任副高级工程师，主要负责新能源整车控制系统开发业务。主要研究方向为混合动力发动机起停机控制，整车驱动模式切换控制、整车动态能量管理等算法开发等。
1前言
对于电动汽车的制动助力系统，目前普遍的观点是博世iBooster在性能上有更好的综合表现，但是由于iBooster系统价格较高，制动真空助力器加ESP的方案仍会应用一段时间。对于制动真空助力器而言，由VCU采集真空助力系统里的真空度，然后以此控制电动真空泵工作，从而将助力系统里的真空度维持在一定范围内。因此VCu能否采集到真空助力系统里真实的真空度值，从而正确的控制电动真空泵工作以保证其耐久性，同时保证真空助力系统中的真空度在设计范围内以保证行车安全，作用重大。
目前VCU采集真空助力系统真空度的方法是，真空度传感器安装于真空助力系统管路上，将真空度值转换为相应的电压值，并通过线束将此电压值传输至VCU，VCU通过AD采样获取此电压值，然后根据传感器的真空度一电压特性关系，将此电压值再转换为真空度值并用于相关的计算和控制。
当前，VCU为确保收到的真空度传感器电压值的合理性，对其电压值进行了诊断，但诊断策略基本上是基于“电压值已经超出正常工作电压的上下限值”的原则，即传感器和信号输出线束是否已对电源短路或对地短路或是开路，当发生对地短路时，VCU采集到的传感器输出电压接近0V;当发生对电源短路或开路时，VCU采集到的传感器输出电压接近5 V（传感器供电电压）;但是车辆实际运行过程中，在传感器输出电压因为故障到达上限值前，存在一个“过渡”状态，例如线束绝缘性能下降或接插件电气连接处导电性能下降产生压降，此时传感器虽然能够正确的将真空度转换为电压，但是VCU采集到的传感器电压并不等于传感器输出电压;或是传感器发生老化偏移或部分损坏，此时传感器的输出电压就已不能真实的反映系统真空度。在上述情况下，VCU采集的传感器电压依然在上述上下限值范围内，因而诊断不出开路/短路故障，但是VCU根据采集到的传感器电压值计算得到的真空度已经不能真实的反应系统真空度，即发生可信度故障。
而对传感器在常用电压范围内的可信度诊断，主要是通过其他传感器值或模型计算值来估计本传感器的值，如果估计值和传感器实测值发生较大偏差，则认为发生可信度故障。但是对于制动真空助力系统而言，系统上再布置一个真空度传感器会造成成本上升，而通过对真空助力系统建模来获取真空度模型值存在建模和参数化困难的问题，较难实施。现有其他公开文献中未曾有针对此问题的进一步研究。
本文依然通过模型值与实测值比较的方法来判断真空度传感器电压值是否正确，在分析真空助力器结构和工作过程基础上，发现踩制动过程中系统真空度变化量在不需要获取真空助力器结构参数的的情况下便可以被准确稳定的估算，将此估算值作为模型值，然后与传感器输出电压的实测值比对，便可判断出VCU采集的传感器电压是否异常。
2真空助力器工作原理分析
2.1真空助力器结构及工作原理分析
图1为电动汽车制动真空助力系统结构图，电动汽车依靠电动真空泵来提供唯一真空源，真空储气罐为真空储存装置，电动真空泵与真空储气罐之间有单向阀，真空度传感器安装于真空助力器上，用于测量真空助力器真空腔里的真空度，整车控制器通过真空度传感器采集的真空腔的真空度，控制电动真空泵工作，将真空助力器真空腔的真空度控制在一定范围内。
图2为真空助力器结构示意图，在驾驶员踩制动和松制动过程中，真空助力器工作分为四个状态：
（1）自由状态：在制动踏板不踩下时，真空助力器保持平衡状态，空气阀关闭，真空阀打开，真空腔和工作腔连通;
（2）制动踏板持续踩下状态：真空阀关闭，真空腔和工作腔隔离，随着制动踏板的继续踩下，空气阀打开，驾驶室里的空气通过过滤器进入到工作腔中，工作腔压力上升，并与真空腔产生压差，产生一定的制动助力，在隔膜向左移动时真空腔里的空气被压缩，真空腔压力上升;
（3）制动踏板角度保持不变状态：在工作腔和真空腔之间的隔膜向左变形时，与隔膜相连的真空阀座也向左移动，使得空气阀再次被关闭，工作腔压力不再升高，真空助力器里各部件保持位置和力平衡状态;
（4）制动踏板持续松开状态：空气阀依然保持关闭状态，真空阀打开，工作腔里的部分空气进入到真空腔里，使得真空腔真空度降低，工作腔与真空腔的压差逐渐变小，助力逐步消失;当真空腔的真空度低于真空度控制的下限时，整车控制器控制电动真空泵工作，当真空腔的真空度达到真空度控制的上限时，整车控制器控制电动真空泵停止工作。
2.2制动过程中真空度变化量分析
对制动过程中的真空助力器各部件运动关系分析可知，制動过程的初始阶段，真空阀先关闭，真空腔和工作腔隔离，随着制动过程中助力的产生，隔膜向左凸起变形，真空腔容积变小，真空腔里的空气被压缩，真空腔压力上升，真空腔压力上升的程度只与真空腔被压缩程度有关，由于隔膜与制动踏板连接，因此可以通过制动踏板转动角度来衡量真空腔被压缩程度。
因此，当VCU采集的真空度值正确时，在一定的初始真空腔真空度下，制动过程中制动踏板转动角度一定时，真空腔压力变化便是定值，可以将这个值作为标准值;当VCU采集到的真空度传感器电压值异常时，同一工况下（相同的初始真空腔真空度，相同的制动主缸压力）通过真空度传感器实际采集到的制动前后真空度变化值与标准真空度变化值存在偏差，通过偏差大小便可识别出VCU采集的真空度传感器电压异常的程度。
由于VCU采集的真空度传感器电压异常包括传感器输出电压异常和线束传输异常，为便于分析，将线束传输异常导致的电压变化也转移至传感器输出端，即假定VCU收到的电压异常只由传感器输出电压异常导致，因此只分析传感器输出电压异常即可，即对于某一个真实的真空度，传感器的特性发生偏移，输出电压较正常值发生了一定的改变。
分析过程如下：
对于制动前后真空腔真空度变化量的计算，通用推导过程如下：
从公式（1）可以看出，当真空度传感器输出电压正确时，制动前后真空度变化量只与制动前初真空度以及制动压缩程度k有关，k为制动前后真空腔体积比，根据理想气体状态方程，k也等于制动前后真空腔绝对压力比，k可以用制动前后制动踏板角度来表示。
3数据采集与验证
3.1传感器特性偏移实现
由于当前车辆状况下无法实现传感器电压的真实偏移，因此只能通过软件来模拟实现，实现过程如下：
VCU通过传感器电压查“电压一真空度”表得到真空度后，再查“真空度一电压”逆特性表，得到一个新的传感器电压，便模拟实现了传感器电压偏移后输出电压的改变，然后用这个新的传感器电压，再查“电压一真空度”表，其中两次查取的“电压一真空度”特性表为正确的传感器特性表，通过修改“真空度一电压”逆特性表來模拟传感器电压特性不同程度偏移时同样真空度但输出电压发生改变的情况，如图4和图5所示：
3.2制动前后真空度损失量一致性验证
在一汽红旗E-HS3车上进行了数据采集验证，试验用制动真空助力系统真空度传感器和制动踏板角度传感器主要参数表1所示：
VCU通过软件保证每次踩制动前制动系统真-空度均为70 kPa，实施踩制动操作，得到以不同的踩制动踏板速度达到同一制动踏板角度时制动前后真空度变化量;在每次制动时，当VCU收到制动踏板角度大于0度时，VCU开始计时，就能得到达到任何制动踏板角度所耗时间。其中，制动踏板角度和车速由ABS系统采集并通过CAN通信发送至VCU，制动前后真空度变化量由VCU通过真空度传感器采集计算得到。为抑制传感器采样的随机干扰，除了在硬件采样电路上进行相应处理外，在软件处理上，ABS与VCU系统对通过高频AD采样采集得到的传感器电压，通过一定周期平均值滤波的方法来消除采样中的噪声干扰。
对于红旗E-HS3车辆，当制动踏板完全踩下时，制动踏板角度约为30度，因此选取制动踏板转动10度，15度，20K三个值表示驾驶员轻度制动，中度制动和重度制动下的制动踏板踩下角度，并以此三个制动踏板角度值作为试验对比点。对于踩制动的速度，日常驾驶中一般情况下制动时，制动踏板踩下的速度约为10度/秒，因此选择20度/秒作为紧急制动下的踩制动速度，选择5度/秒作为缓慢制动下的踩制动速度。
图6是在车辆静止情况下，以不同的踩制动踏板速度达到10°的制动踏板角度时，制动前后真空腔真空度变化量的分布情况（87组数据），横轴为制动耗时，单位秒，纵轴为制动前后真空度变化量，单位kPa;对于本组数据，制动持续时间-与制动前后真空度变化量的相关系数为0.495，二者相关性较弱;制动前后的真空度变化量均值为3.775kPa，标准差为0.067 kPa，标准差系数为0.017。
图7是在车辆静止情况下，以不同的踩制动踏板速度达到15°的制动踏板角度时，制动前后真空腔真空度变化量的分布情况（97组数据）。对于本组数据，制动持续时间与制动前后真空度变化量的相关系数为0.483，二者相关性较弱;制动前后的真空度变化量均值为6.39kPa，标准差为0.077 kPa，标准差系数为0.012。
图8是在车辆静止情况下，以不同的踩制动踏板速度达到20。的制动踏板角度时，制动前后真空腔真空度变化量的分布情况（94组数据）。对于本组数据，制动持续时间与制动前后真空度变化量的相关系数为0.661，二者相关性较弱;制动前后的真空度变化量均值为8.579kPa，标准差为0.13 kPa，标准差系数为0.015。
根据上述数据，可以认为，在车辆静止情况下制动前后真空度变化量与制动时间关系可以忽略，只与制动踏板角度有关。
同时，基于上述车辆静止情况下制动踏板角度为10度、15度、20度下的真空度变化量均值，拟合得到在制动前70kPa的制动系统真空度下，制动前后真空度变化量与制动踏板角度的关系曲线，如图9所示：
基于图9拟合拟合，在10度制动踏板角度下，制动踏板角度精度对真空度变化量的影响为2.54%，真空度传感器精度对真空度变化量的影响为3.97%，综合影响最坏情况为6.51%;在20度制动踏板角度下，制动踏板角度精度对真空度变化量的影响为1.12%，真空度传感器精度对真空度变化量的影响为1.75%，综合影响最坏情况为2.87%;根据图3理论分析结果，当传感器电压偏差大于10%和小于-5%的情况，传感器精度对真空度偏差识别的影响都可以忽略。
同时在行车过程中，在不同车速下，保持制动前真空腔真空度为-70kPa，进行了不同速度和角度的踩制动操作。图10和图11是达到10度制动踏板角度时，制动前后真空度变化量与车速和踩制动速度的分布情况（87组数据），数据中，真空度变化量与车速的相关系数为0.21，真空度变化量与制动持续时间的相关系数为0.53，真空度变化量与车速和制动持续时间的相关性均较弱;数据中，不同制动持续时间和车速下，制动前后的真空度变化量均值为3.77kPa，标准差为O.078kPa，标准差系数为0.02。
综合上述数据，印证了第二章节的推论，即在同一制动初始真空腔真空度下，当保持制动终了时的制动踏板角度不变时，制动前后的真空腔真空度变化量与制动踏板踩下速度和车速关系可以忽略，只与制动踏板角度有关。
3.3真空度特性偏差验证
环境大气压力99.8kPa，车辆原地静止，通过修改“真空度一电压”逆特性表来模拟传感器特性偏大10%、传感器特性偏小10%的情况，在制动前真空腔真空度为-70kPaT，进行了不同角度的踩制动操作，并且与传感器特性未偏移时，在同等数值的制动前真空度下制动前后真空度变化量进行了对比。
对于制动前真实的真空度70kPa，将传感器特性放大10%后，软件计算得到的真空度变为一63kPa，以-63kPa真空度为起点，进行了若干次不同角度的踩制动操作;同时，在传感器特性正确的情况下，同样以63kPa真空度为起点，进行了若干次制动踏板不同角度的制动，数据对比如图12所示：
基于拟合结果计算得到传感器特性偏差+10%时，在制动前真实的真空度为-70kPa下，制动前后真空度变化量与传感器特性正确时真空度变化量的偏差ε的关系，如图13所示。
对于图13中数据，在踏板角度小于7%时，基于实测数据计算的偏差小于30%，这是因为在轻踩制动小刹车踏板角度下，制动前后真空度变化量较小，真空助力器零部件偏差对结果影响较大;在制动踏板角度大于8%后，基于实测数据计算的偏差在-27%到-21.5%之间，与理论值一25%接近，已经足够用于相关诊断。
变化量偏差
同样对于制动前真实的真空度-70kPa，将传感器特性缩小10%后，软件計算得到的真空度变为-77kPa，以-77kPa真空度为起点，进行了若干次不同踏板角度的制动;同时，在传感器特性正确的情况下，同样以-77kPa真空度为起点，进行了若干次不同踏板角度的制动，数据对比如图14所示：
基于拟合结果计算得到传感器特性偏差一10%时，制动前后真空度变化量与传感器特性正确时真空度变化量的偏差ε的关系，如图15所示：
变化量偏差
从图15中数据得到，当刹车踏板角度大于8%时，制动前后的真空度变化量偏差ε在-42.7%到-43.7%之间，虽与理论计算值50%有一定的偏差，但已经足够用于相关诊断。
因此，可以在传感器特性正常时，在不同的制动初值真空度下实施不同踏板角度的制动后，采集制动前后真空腔真空度变化量，即△Pmoa值，如表2所示。在车辆运行过程中，每次驾驶员实施制动后，将通过传感器输出电压计算得到的制动前后真空度变化量△snsr与APmod比较，根据二者偏差是否超过门限，便可判断传感器特性是否发生偏移。
4建模与实车功能验证
4.1软件建模
根据上述分析，在每次踩制动前，如果真空腔压力已经稳定，则采集一次制动前真空腔真空度，并在制动过程中实时计算制动前后的真空腔压力变化量，并与理论真空腔压力变化量比较，如果偏差超过门限，则可信度故障计数加1，当故障计数器值超过设定门限后，则认为VCU采集的真空度传感器电压存在可信度故障，图16为控制系统模型算法原理图。
4.2偏差门限值的设定
当VCU采集的真空度传感器电压偏大时，即真实的真空度偏小，则会导致助力变小，影响制动安全性与制动脚感，需要结合制动部门根据制动安全性及制动脚感等因素综合提出的可接收的真空度变化范围，来制定允许的真空度传感器偏差上限值，本文将偏差限值设为15%;
VCU采集的真空度传感器电压偏小时，即真实的真空度偏大，虽然会导致制动脚感更好，但会导致电动真空泵超负荷工作，因此需要结合电动真空泵的耐久性指标提出电动真空泵可工作的真空度最大值，然后根据此最大值确定真空度传感器特性偏差的下限值，本文将偏差设为-10%。
4.3软件功能验证
手动将软件中的真空度传感器特性（输入为传感器输出电压，输出为该电压对应的真空度值）放大10%和缩小-10%，以模拟传感器输出电压发生偏移，然后进行正常时行车过程，行车过程中，当满足检测工况条件时，软件很好的识别到了传感器特性偏移故障，证明本检测方法及检测策略是正确的，可用来进行真空度传感器特性偏移导致的可信度故障的检测。
5结束语
对于装备制动真空助力器的电动车而言，电动真空泵作为唯一的真空来源，其是否能够正确工作完全取决于VCU基于收到的真空度传感器电压计算的系统真空度值，因此需要对VCU采集的真空度传感器电压进行可信度诊断，以确保VCU采集的真空度传感器电压能够真实的反映系统真空度。本文从制动真空助力器结构入手，从理论上分析推导了当真空度传感器电压出现可信度故障后，通过异常的传感器电压计算得到的制动前后真空度损失量，与通过制动初始时异常的真空度值通过模型计算得到的真空度损失量存在偏差，同时经过建模分析和实车数据采集验证，得到如下结论：
1、在同一个制动初始真空度下，不同的车速下，以不同的制动速度达到同一个制动踏板角度，制动过程前后的真空度变化量与踩制动速度和车速无关，只与制动初始的真空度以及制动踏板角度有关。
2、当真空度传感器特性出现偏移后，通过偏移后的传感器输出值计算得到的制动前后真空度变化量，与通过制动前的真空度值通过查标准真空度变化量表得到的真空度变化量存在偏差，且这个偏差只与大气压力以及制动前真空度值，以及传感器电压偏移程度有关;在同一大气压力与传感器与当前偏移程度下，这个偏差只与制动前真空度值有关。
作者： 祝浩 徐家良 隋建鹏
电动汽车制动能量管理论文 篇3：
基于能量管理的某增程式汽车经济性能优化
摘 要：能源安全已经提升至国家层面，需要开源节流处理之。对于主机厂，就是从节流的角度提升燃油经济性（含电耗提升）。对于传统能源车，主要从整车阻力、附件消耗、发动机热效率角度去提升性能;对于新能源车，还需从三电控制策略、制动能量回收角度去处理。不管是哪一类型的车，言而总之都是能量优化，都可以从能量管理的角度，分析能量流动、拆解能量损耗，找出能量消耗的薄弱点，从而进行有针对性的优化。
关键词：增程式汽车 经济性 能量管理 性能优化 能量流分解
1 引言
全球的能源消耗中，交通领域约占29%，对应带来是CO2的排放约占1/4，其中道路运输的排放又占其中的3/4[1]。曹斌等人的研究表明，2030年世界能源发展格局不会发生大的变化，石油、天然气、煤炭等化石能源还仍然是主体，且消耗总量将持续上升[2]。能源安全关系到国家政治稳定与国民的民生质量，是社会可持续发展的资源保证。为了保证我国的能源安全，寻求能源进口的安全性、合理布局产业结构、积极拓展新能源/新技术/降能耗是保证国家能源安全的几个途径[3]。国家在十三五规划中，也提出了能耗降低15%的目标[4]。
现阶段，行业中针对道路车辆，按能源应用不同主要分为传统能源汽车：汽油车、柴油车、天然气车;新能源汽车：纯电动、混动（含增程）、氢能源和甲醇汽车。传统能源向新能源汽车转变是必然趋势。其中氢能源汽车技术尚不成熟且成本很高，还不能构成主流;甲醇汽车虽早在2012年至2018年，工业和信息化部组织进行了试点运行，但现阶段还处于市场发展前期[5，6];纯电动汽车，如今技术已驱于成熟，但里程焦虑问题依旧存在;而增程汽车，兼顾能源与排放的要求，同时解决里程短的弊端。
以吉利某款插电式增程汽车为研究对象，以降低能量消耗为目的，阐述在产业化开发过程中进行性能优化的思路与方法。
2 整车能量管理方法
整车能量管理（VEM： Vehicle Energy Management）：是对整车在稳态和动态状态下，结合油耗或电耗、排放、动力性、热管理、驾驶性等性能要求，通过能量流的分析与优化，找出能量消耗的薄弱点并有针对性的进行优化提升。插电式增程汽车能量来源可以是增程器，也可以通过市电充电获取，整车的能量流动如下图1所示：
能量流动的过程，就是能量消耗与再生的过程。从能量的角度，按车辆不同的系统，整车能量使用分为如下几个系统：充电系统、整车行驶（整车阻力）系统、附件电器系统、制动能量回收系统。
整车能量管理是个极其庞杂的系统性研发与管理任务。针对新能源车，狭义的能量管理主要围绕三电、增程器、能量回收等的相关控制策略予以研究。广义的能量管理，是从能量获取的源头，沿着能量流程的路径，逐步分解到可具体的能量使用零部件，再有针对性的进行分析、优化[7-9]。
不论是控制策略的优化还是能量流的管理，目的都是降能耗。应用到产业化项目，还需结合项目开发的具体状况适时判断处理方法，因地制宜才是最好的方法。
3 问题引入
本课题以某款增程式汽车为研究对象，针对其在产业化开发过程中出现的经济性问题，阐述如何进行问题分析、优化及验证的过程。
3.1 问题描述
在产业化项目开发的半工装车阶段，进行首轮整车性能试验，试验结果显示不能满足既定的经济性指标，性能差异如下表1所示：
3.2 团队建立
从性能符合性检查结果可以看出，半工装车阶段的性能水平与目标值差距很大。需要从整车的角度、结合能量管理思路、配合质量解决工具，成立专项工作组共同排查、优化问题。专项工作组及其責任分工，如表2所示：
3.3 总体计划
项目团队成立后，立即启动问题整改工作。工作开展之前，需先行落实工作计划，工作计划的制定需满足整车产品开发的主计划，同时结合质量管理工作PDCA的工具予以分解。PDCA是高度概括的持续提升的方法论，该工具适用范围广且可操作性强，广泛应用于医疗、教育、制造业、环保、勘探等行业[10-13]。总体计划制定如下图2所示：
3.4 问题初判
从能量分解的角度，分析影响本车型经济性的边界;从产业化开发及配套供应商配合能力角度判断整改的可行性。综合评判，以整车阻力、驱动电机、增程器、附件能耗以及能量回收几点去排查、优化经济性能。
4 方案分析
4.1 整车行驶阻力
由汽车理论可得，整车行驶阻力包含滚阻、空气阻力、加速阻力和坡道阻力[14]。在实际分析整车阻力的时候，因滚阻、空气阻力与车辆本身强关联而作为分析的重点。
将开发车型与基础车型的整车滑阻予以对比，如下图3所示。相比基础车型，开发车型的阻力曲线过于线性，滑行阻力异常。
进行整车阻力拆解，因基础车与开发车外形一致，故风阻暂不考虑。阻力拆解如下表3所示：
通过报文检查，得出驱动电机低速段有反向电流、高速段有正向电流，反应到整车就是增大了低速段滑阻、削弱了高速段阻力。驱动电机电流排查结果如图4所示：
驱动电机低速段有反向电流的原因是：原本VCU给定电机的工作模式为“0×0：Neutral gear、请求扭矩为0Nm”，MCU的响应模式为“0×0：Idel mode”，但MCU实际响应扭矩是-3Nm。究其原因有两点：1、VCU控制程序有Bug，MCU工作模式不跟随VCU指令，在处理转矩指令和转矩方向时，在零力矩位置判断有误，导致速度环方向变化，驱动状态切换到了制动状态;2、MCU驱动档位的预扭矩策略（减缓扭矩响应速率，扭矩突变易造成齿轮撞击带来的顿挫感）在空档状态下没有取消，使之存在负扭矩。
驱动电机高速段有正向电流的原因是：多合一在高速段标定存在异常，0N.m控制出现严重偏差，致使高速段出现正向电流。正向电流问题排查见图5所示：
问题找到后即是整改，如上前束及电机电流问题在工装车状态下予以体现。
4.2 附件能耗
通过整车能量流分析，产业化开发样车附件消耗较产业化较基础车型增加了600-900W。原因分析如下表4。
Auto hold功能与客户适用感知强关联，认可此状态，重点优化热管理系统。解决方法：1、提高电池主动冷却请求温度阀值（30℃→38℃）;2、提高电池被动冷却温度阀值（10℃→27℃），常温下压缩机不启动，让电池利用被动散热。优化后，空调能耗由1.59kWh降低至0kWh，水泵、风扇降低0.11kWh，压缩机降低0.62kWh。
4.3 驱动电机
排查驱动电机能量消耗，基础车型电机每百公里电耗为46.48kWh，开发车型为51.94kWh，相差9.2%。问题排查见下表5所示：
4.4 增程器优化
增程器是核心，增程器的比油耗、运行过程中的工况点、启停次数等均会影响增程器燃油消耗量;同时，工况点的选取，还需结合NVH的限制要求。
1、启停次数控制
NVH工况退出条件车速由26km/h改为30km/h，退出时间由30s改为60s。增程器启停次数由13次降低为3次，比油耗降低了3g。
2、最低功率点提升
增程器最低功率点由15kW，提高至25kW，比油耗降低了6.5g，但车内噪音上升了1dBA。
3、工况点优化
低功率区工况点的选取考虑NVH性能的限制，相比之前略有劣化，从2000rpm以上的工况点选取，比油耗均有优化。发动机工况点整体得以提升，如下图6所示：
4、发电机工况点优化
从发电机效率MAP图上功率看，PFCU标定优化后55KW功率点对应发电机效率变好，6KW功率点对应发电机效率变差，其他功率点效率基本一致。总体效率优化略微提升，工况选取如图7所示。增程器的油電转化，对于综合工况，由2.66提升到2.68。
4.5 制动能量回收
制动能量回收利用制动时，驱动电机转换为发电机进行反向充电而把动能转化成电能;同时，制动能量回收在制动能力上相比机械制动又有加强，需要重新校核制动力分配[15]。
对比基础车型，制动能量回馈比例减小了2.6%，对应策略是整体加大制动能量回收比例，能量回收扭矩设定如下图8所示：
制动能量回收力度的大小又与驾驶性相关，需组织质量部、研发、领导层共同参与驾驶性主观评价，最终结论可接受。由此带来的电耗提升是：市区提升0.89kWh、综合工况提升0.42kWh。
5 试验验证
通过阻力优化，整车滑行阻力得以提升，优化前后的滑阻曲线对比如下图9所示：
将所有的优化策略落实在工装车上，进行整车经济性试验，优化结果明显，对比如表6所示：
6 总结
动力经济性开发是整车性能开发中的一个属性模块，与重量属性、NVH、驾驶性、排放、制动、甚至安全性能均有关联，性能开发从来都不是某一个人战斗，必须是整个团队的通力合作。
本文从能量流分解的角度，对整车经济性进行深度分析，以吉利某款产业化增程汽车项目为例，阐述了能量流拆解与问题分析方法，最终优化效果明显，满足既定性能指标。然而，经济性能提升是个永恒的话题，产品开发不止、性能提升不休。在此优化提升的基础上，项目团队又提出了挑战目标，需要在产品上市前百公里电耗再降低2kWh。
参考文献：
[1]贾恬，郑彬. 壳牌对未来车用能源多元化发展趋势的思考[J]. 汽车安全与节能学报，2020，第11卷，第1期.
[2]曹斌，李文涛，杜国敏，等. 2030年后世界能源将走向何方？——全球主要能源展望报告分析[J]. 国际石油经济，2016年第11期.
[3]尹嘉慧. 能源消费结构对我国能源安全影响力的研究[D]. 天津：天津商业大学，2014.
[4] 韩中合，祁超，刘明浩. 十三五规划“节能减排”目标实现路径研究[J]. 干旱区资源加环境，2018年3月第32卷第3期..
[5]葛锋，王文，蔡克，等. 基于传统煤化工能源消耗对甲醇燃料汽车与电动汽车的耗能的分析[J]. 科技与创新，2020年第13期.
[6]王君. 山西发展甲醇产业的思考与建议[J]. 现代工业经济和信息化，2020年第12期.
[7]黄伟，张桂连，周登辉，等. 基于能量流分析的纯电动汽车电耗优化研究[J]. 汽车工程，2021年第43卷第2期.
[8]李潜，聂相虹，吴学松，等. 基于能量流分析的整车油耗分解与评价 [C]. 2020年未来汽车技术大会暨重庆汽车行业第33届年会.
[9]高新华. 轿车燃油经济性开发的关键技术研究——以某款A级车为例[D]. 合肥：合肥工业大学，2016.
[10]马丽春，夏磊，艾祎，等. PDCA应用案例分析[J]. 医疗质量，2016年7月第23卷第4期.
[11]张云生. PDCA循环法在大民屯凹陷勘探部署中的应用[J]. 石油工业技术监督，2021年6月第37卷第6期.
[12]杨颖，原红玲，沈浩杰. 基于PDCA的汽车开发项目综合管理研究[J]. 工业技术经济，2009年9月第28卷第9期.
[13]郑迪. 基于PDCA法的汽车后备箱漏水质量管理流程改善研究[D]. 北京：北京工业大学，2016.
[14]余志生. 汽车理论[M]. 北京市：机械工业出版社，2018年.
[15]胡卫，秦永法，曾励，等. 前驱式纯电动汽车制动能量回收控制策略研究[J]. 中国农机化学报，2019年8月第40卷第8期.
作者：张路 林祥辉 杨志刚 杨树龙