ОБЗОР СТРАТЕГИЙ УПРАВЛЕНИЯ ЭНЕРГОПОТРЕБЛЕНИЕМ ГИБРИДНЫХ АВТОМОБИЛЕЙ, ОСНОВАННЫЕ НА ЛОГИЧЕСКИХ ПРАВИЛАХ

АННОТАЦИЯ

Возникающие проблемы с ценами на топливо и выбросами парниковых газов привлекли внимание к альтернативным источникам энергии, особенно в транспортном секторе. Технология автомобилей с гибридным приводом является результатом стремления иметь автомобили с лучшей экономией потребления топлива и более низким уровнем выбросов выхлопных газов, чтобы соответствовать требованиям экологической политики, а также поглощать влияние роста цен на топливо. В этой статье основное внимание уделяется обзорам стратегий управления энергопотреблением (СУЭП), основанные на логических правилах для автомобилей с двигателем внутреннего сгорания (ДВС) в сочетании с аккумулятором или суперконденсатором. Также объясняются различные аспекты и классификации СУЭП для гибридных автомобилей (ГАМ). Различные типы моделей управления и алгоритмы, полученные в результате моделирования и эксперимента, подробно объясняются для аналитического обоснования наиболее оптимальной стратегии управления.

ABSTRACT

Emerging problems with fuel cost and greenhouse gas emissions have drawn attention to alternative energy sources, especially in the transportation sector. Hybrid vehicle technology is the result of a desire to have vehicles with better fuel consumption and lower exhaust emissions to meet environmental policy requirements as well as absorb the impact of rising fuel prices. This article focuses on reviews of energy management strategies (EMS) based on rules of logic for vehicles with an internal combustion engine (ICE) in combination with a battery or supercapacitor. The various aspects and classifications of the EMS for hybrid vehicles (HEV) are also explained. Various types of control models and algorithms obtained as a result of simulation and experiment are explained in detail for the analytical justification of the most optimal control strategy.

Ключевые слова: Гибридные автомобили (ГАМ), стратегии управления энергопотреблением (СУЭП), минимизация расхода топлива.

Keywords: Hybrid electric vehicles (HEV), Energy management strategies (EMS), fuel consumption minimization.

1. Введение

ГАМ исследуется с точки зрения различных источников энергии, которые должны контролироваться должным образом, чтобы гарантировать, что энергия, подаваемая на привод автомобиля, соответствует потребности или мощности нагрузки. Это связано с тем, что в зависимости от обстоятельств для выработки энергии могли использоваться либо батарея, либо ДВС, либо оба источника энергии. В других случаях для подачи энергии используются как батарея, так и ДВС, а в некоторых точках заряжаются и батарея, и суперконденсатор [1]. Общие правила разработки EMS устанавливаются на нескольких общих принципах, включая оптимизацию как ДВС, так и оптимизацию батареи.

• И ДВС, и аккумуляторы настроены на работу в наиболее эффективных регионах в течение большей части времени.
• Уменьшение неустойчивых рабочих точек для минимизации динамики ДВС.
• Оптимизация периодов включения/выключения ДВС для полного использования двух источников питания.
• Использование аккумулятора в режиме поддержания заряда для продления срока службы и эффективной работы электродвигателя (ЭМ).
• Рабочая точка ЭД оптимизируется на основе предпочтительной зоны диаграммы крутящего момента и скорости.
• В зависимости от действий водителя рекуперативное торможение усиливается до оптимального регенерация энергии [2].

Реализация этих принципов в автомобиле осуществляется посредством следующих действий, которые являются основой для логики СУЭП:

• На малых скоростях, когда КПД ДВС является низкой, автомобиль питается от аккумуляторной батареи.
• Во время ускорения или набора высоты как ДВС, так и аккумулятор обеспечивает необходимую мощность для автомобиля.
• Когда степень заряженности батареи мала, ДВС обеспечивает питание как для тяги, так и для зарядки батареи.
• Во время фазы торможения, энергия торможения используется для зарядки аккумуляторов.

Целью СУЭП для гибридных силовых агрегатов является распределение требуемой мощности между различными источниками энергии для поддержания состояния заряда батареи, максимального повышения эффективности силового агрегата, снижения расхода топлива и выбросов или других соответствующих целей [3]. В этом анализе СУЭП делятся на две основные категории: стратегии, основанные на правилах и стратегии, основанные на оптимизации. Стратегии, основанные на правилах, можно далее разделить на детерминистические и стратегии, основанные на правилах нечеткой логики, тогда как стратегии, основанные на оптимизации, делятся на мгновенную (в реальном времени) оптимизацию, глобальную оптимизацию и управление с прогнозированием моделей (рис. 1). В этой статье, основное внимание уделяется обзору стратегий, основанных на логических правилах. Кроме того, все СУЭП делятся на две группы (автономные и онлайновые) в зависимости от использования реализации в реальном времени, поскольку цель создания любой СУЭП состоит в том, чтобы использовать ее в практическое применение или служить эталоном для оценки эффективности других методов [3].

Разработка эффективных стратегий контроля является сложной задачей. Первая цель стратегии управления — максимизировать производительность автомобиля при минимальном расходе топлива, чтобы удовлетворить потребность водителя в мощности. Если контроллер работает достаточно хорошо с другим набором допущений, считается, что он надежно спроектирован для этого набора параметров. Надежные контроллеры предназначены для правильной работы с неопределенными параметрами или наборами возмущений, чтобы иметь дело с неопределенностью. Локальное решение задачи оптимизации — это наилучшее решение (максимальное или минимальное) среди множества ближайших решений. Глобальное оптимальное решение — это наилучший доступный вариант среди всех возможных решений проблемы оптимизации, в отличие от локального оптимума [4]. До тех пор, пока не будет построена настоящая модель и не будет проведено существенное моделирование или экспериментальная работа, реальная производительность СУЭП будет только теоретической. Однако считается, что СУЭП обладает высоким потенциалом для обеспечения необходимой степени производительности. Этот анализ основан на исследованиях нескольких форм СУЭП, его использования, а также на знании их преимуществ и недостатков. Основная проблема возникает из-за отсутствия знаний о факторах, которые могут быть измерены только в будущем, таких как длина пути, скорость транспортного средства, стиль вождения, дорожные условия, погода и т. д. Когда вышеупомянутые детали известны заранее, контроллер управления энергопотреблением может выбрать только лучший план распределения мощности [4].

Рисунок 1. Классификация стратегий управления энергопотреблением для гибридных автомобилей

2. Стратегии, основанные на (логических) правилах

Управление на основе (логических) правил — это тип управления энергопотребления транспортным средством, который опирается на человеческий опыт (инженерные знания), эвристику, интуицию и даже математические модели [5]. Он также использует заранее определенные ездовые циклы и стратегии выравнивания нагрузки. Они основывают свое решение о распределении мощности в каждый момент на наборе предопределенных правил. Эти стратегии могут быть реализованы с диспетчерским управлением в режиме реального времени для управления потоком мощности в гибридном приводе [6]. Эти являются статическими контроллерами, поэтому рабочие точки компонентов обычно выбираются с использованием соответствующих таблиц или диаграмм, чтобы наилучшим образом удовлетворить потребность мощности водителя и наиболее эффективным образом. Решения относятся только к мгновенным входам. Детерминистические методы, основанные на правилах, и методы, основанные на нечетких правилах, представляют собой две категории стратегий управления, основанных на логических правилах.

3. Детерминистические стратегии

Разработка детерминистических правил предполагает использование справочных таблиц, а не данных в реальном времени в детерминированных стратегиях, основанных на правилах. Данные о расходе топлива или выбросах, рабочие карты ДВС, поток мощности внутри трансмиссии и опыт вождения — все это используется при разработке правил. Справочные таблицы используются для реализации правил и разделения потребляемой мощности между тяговым электродвигателем и ДВС [4]. Стратегии, основанные на детерминированных правилах, могут быть дополнительно разделены на термостат, управление увеличения дальности, управление на основе режима, управление постоянным и управление последователя нагрузки [7]. Моделирование и сравнительный анализ этих детерминированных стратегий управления гибридными электромобилями на топливных элементах были выполнены Marco Bonci [7]. Каждая из этих стратегий имеет свои преимущества и недостатки в отношении расхода топлива и выхлопных газов, а также динамической загрузки ДВС.

Для стратегии “термостат”, ДВС используется для выработки электроэнергии и зарядки батареи. Степень зараженности батареи всегда остается между максимальным и минимальным уровнями при включении и выключении ДВС. Этот механизм управления заставляет источники часто включаться и выключаться (заряжаться и разряжаться), что проблематично, например, для аккумуляторных систем. Степень заражённости источников определяет время их включения и выключения [5]. Когда уровень заряда батареи превышает минимальный порог, начинает функционировать ДВС, который обеспечивает энергию как для движения, так и для зарядки батареи. Сначала автомобиль запускается от аккумуляторной батареи и поддерживается в этом рабочем состоянии до тех пор, пока не будет достигнуто это пороговое значение. Состояние заряда батареи повышается на протяжении всего цикла с момента включения ДВС. Хотя стратегия проста, этот метод не может удовлетворить потребность в мощности во всех режимах работы.

Для стратегии “увеличение дальности”, батарея в первую очередь отвечает за тягу автомобиля, но ДВС может генерировать дополнительную мощность, чтобы поддерживать батарею заряженной и увеличивать ее время действия. Обычно мощность, выдаваемая ДВС, поддерживается постоянной, а батарея работает в режиме поддержания заряда [6]. Если взять эталонный электромобиль, цель гибридизации состоит в том, чтобы увеличить дальность хода за счет уменьшения объема и веса аккумуляторных батарей. К существующей электрической трансмиссии добавляется двигатель внутреннего сгорания, предназначенная для удовлетворения средней потребности в мощности.

Для стратегии управления на основе режима, цель состоит в том, чтобы эксплуатировать автомобиль в различных режимах в зависимости от состояния заряда аккумулятора и требований к ДВС. Батарея работает с фиксированной уставкой, пропорциональной ее текущему SOC, в то время как ДВС работает в различных режимах с переключателем включения/выключения и используется для реагирования на изменения в энергопотреблении. Аккумулятор работает в режиме поддержания заряда (CS). Анализ этого метода управления был сделан

Luciani и др., 2022 на гибридных установках [8]. В этом анализе система топливных элементов назначается в качестве основного источника энергии, а ее выходная мощность ограничивается, чтобы соответствовать требованиям к мощности движения транспортного средства. За исключением возможного начального холодного пуска, требуется низкая мощность движения и когда аккумуляторная батарея находится в состоянии высокого заряда, система топливных элементов работает большую часть времени вождения. Проверяется предыдущее состояние, отклонения сводятся к минимуму, а батарея принимается во внимание для работы в режиме CS и для плавного изменения выходной мощности топливных элементов.

Для стратегии “последователь нагрузки”, батарея в основном используется для создания дополнительной мощности по мере необходимости и для компенсации потерь вспомогательного оборудования, при этом ДВС обеспечивает большую часть тяги транспортного средства. Батарея работает в режиме поддержания заряда. ДВС должен обеспечивать максимальный переходный или максимальный непрерывный запрос мощности. В этой стратегии ДВС не работает в областях с высокой эффективностью.

4. Стратегии, основанные на нечетной логике

Нечеткая логика способна одновременно управлять как лингвистическими знаниями, так и числовыми данными. Языковые метки или наборы слов, такие как медленный, быстрый, низкий, средний и высокий, представлены нечеткими наборами. Нечеткое управление прямолинейно, просто в реализации и надежно. Теория нечетких множеств — это раздел многозначной логики, который был разработан для решения проблемы рассуждений, которые являются приблизительными, а не точными. Степень истинности предложения зависит от нечеткой логики. Он может напрямую переводить опыт проектировщика в правила управления [3]. Экспертные знания могут быть систематизированы в виде базы правил и применены к принятию решений. Фундаментальное преимущество нечеткой логики заключается в том, что ее можно корректировать и изменять по мере необходимости, повышая уровень контроля. Это также нелинейная структура, которая особенно полезна в сложной силовой передаче, сложной системе. Общая структура нечеткого логического контроллера показана на рис. 2. Процесс преобразования данных в нечеткие подмножества называется фаззификацией. Затем база нечетких правил и выходные данные этого блока передаются механизму логического вывода для создания управляющих действий. Выходные данные двигателя логического вывода обрабатываются модулем дефаззификации с использованием функций принадлежности, которые переводят выходные данные в физические термины [9]. В случае автомобилей с гибридным приводом, требуемый крутящий момент ( ) и степень заряженности батареи (СЗБ) служат входными переменными, а крутящий момент ДВС ( ) и ЭД ( ) являются выходными переменными. Кроме того, в стратегии управления энергопотреблением, основанной на нечеткой логике, поддержание заряда батареи и повышение эффективности системы топливных элементов зависят от количества и формы функций принадлежности для каждой из нечетких переменных.

Стратегии, основанные на нечетких правилах, можно дополнительно разделить на стандартные, адаптивные и предсказуемые стратегии. Для стандартной стратегии нечеткого управления работа привода управляется двумя режимами работы: оптимальным использованием топлива и режимами нечеткой эффективности. Выбор входа, выхода и метода управления на основе правил определяют эффективность. Необходимый крутящий момент, а также степень заряженности батареи являются входными данными для контроллера нечеткой логики. Мощность ДВС устанавливается на основе этих входов и выбранного режима [9]. При оптимальном использовании топлива режиме, расход топлива, определенный по диаграмме расхода топлива, ограничивается при обеспечении достаточной мощности и поддержании заряда батареи. В режиме нечеткой эффективности ДВС работает в оптимальных рабочих зонах (ОРЗ), областях, где ДВС работает с наибольшей эффективностью.

Рисунок 2. Структура контроллера, основанная на нечетной логике

Стратегия адаптивного нечеткого управления больше подходит для гибридных автомобилей, где уменьшение выбросов ДВС является основной задачей. В этой стратегии одновременно выполняется оптимизация расхода топлива и минимизация выхлопных газов [10]. Однако, поскольку эти цели обратно пропорциональны, оптимальное решение может быть найдено с помощью оптимизации подхода взвешенной суммы. Следовательно, правильные значения весов должны быть выбраны для расхода топлива и выбросов. Каждый параметр получает адаптивно назначенный относительный вес, основанный на значимости этого параметра в различных условиях вождения. Изменяя значения относительного веса, этот подход к управлению можно использовать для управления любой из целей [11]. Кроме того, значительное снижение выбросов транспортных средств достигается практически без ущерба для расхода топлива.

Стратегия предсказуемого нечеткого управления лучше всего подходит, если ездовой цикл заранее определен. В этом случае входные параметры системы известны, поэтому можно провести глобальную оптимизацию [12]. Для онлайн-управления можно внедрить глобальную систему позиционирования (GPS) для определения условий движения транспортного средства. В зависимости от этих данных, контроллер определяет рабочие точки ДВС и батареи. Кроме того, на основе имеющихся данных о маршруте движения контроллер может установить перегрузку для ДВС для зарядки батарей. Сигнал GPS информирует контроллер о необходимости зарядить или разрядить батареи для повторного использования в будущем [13].

В заключение, контроллер с нечеткой логикой, по сути, является естественным расширением многочисленных контроллеров на основе правил, используемых во многих современных автомобилях. Хотя решения на основе нечеткой логики устойчивы к измерению шумов и помех и нечувствительны к погрешностям модели, они требуют более быстрого микроконтроллера с большим объемом памяти.

5. Заключение

С надвигающимся энергетическим кризисом из-за истощения запасов в мире запасов топлива и ухудшающимся условиям окружающей среды, внедрение гибридных автомобилей на рынок рассматривается как огромный вклад в повышения осведомленности в сторону экологически чистых транспортных средств. Это апробированная технология, которая уже доступна, и скорость ее внедрения постоянно растет. Цель этой статьи состояла в том, чтобы всесторонне изучить методы СУЭП, используемые в автомобилях с гибридным приводом. Текущие существующие СУЭП, основанные на логических правилах, разработанные для гибридных автомобилей были кратко представлены, разделив их на детерминистические и основанные на нечеткой логике. Затем были классифицированы и сопоставлены разные схемы СУЭП. Традиционные просты, но не оптимальны, потому что обычно построены на основе предыдущего опыта. Для того, чтобы преследовать оптимальные решения, методы, основанные на оптимизации, становятся наиболее популярными.

Список литературы

1. Н.М. Филькин, В.А. Умняшкин, Р.С. Музафаров. Гибридный автомобиль: основы проектирования, конструирования и расчета. Учебное пособие. ISBN: 978-5-91134-865-6, стр 20-55
2. Xiao-Hong Yuan, Guo-Dong Yan, Hong-Tao Li, Xun Liu, Chu-Qi Su, and YiPing Wang. «Research on energy management strategy of fuel cell–battery–supercapacitor passenger vehicle». In: Energy Reports 8 (2022). 2021 The 8th International Conference on Power and Energy Systems Engineering, pp. 1339–1349. issn: 2352-4847.
3. Liu W. Introduction to Hybrid Vehicle System Modeling and Control. John Wiley Sons, Inc, 2013
4. Yanjun Huang, Hong Wang, amir khajepour amir, Bin Li, Jie ji, Kegang Zhao, and Chuan hu. «A review of power management strategies and component sizing methods for hybrid vehicles». In: Renewable and Sustainable Energy Reviews 96 (Nov. 2018), pp. 132–144. doi: 10.1016/j.rser.2018.07.020
5. Aishwarya Panday and Hari Bansal. «A Review of Optimal Energy Management Strategies for Hybrid Electric Vehicle». In: (Dec. 2014)
6. Siang Tie and Chee Wei Tan. «A review of energy sources and energy management system in electric vehicles». In: Renewable and Sustainable Energy Reviews 20 (Apr. 2013), pp. 82–102
7. Sara Luciani and Andrea Tonoli. «Control Strategy Assessment for Improving PEM Fuel Cell System Efficiency in Fuel Cell Hybrid Vehicles». In: Energies 15 (Mar. 2022), p. 2004. doi: 10.3390/en15062004
8. Marco Bonci. «Master’s Thesis - Fuel Cell Vehicle simulation: an approach based on Toyota Mirai». PhD thesis. 2021
9. Sara Luciani and Andrea Tonoli. «Control Strategy Assessment for Improving PEM Fuel Cell System Efficiency in Fuel Cell Hybrid Vehicles». In: Energies 15 (Mar. 2022), p. 2004. doi: 10.3390/en15062004
10. Schouten, Niels & Salman, Mutasim & Kheir, Naim. (2003). Energy management strategies for parallel hybrid vehicles using fuzzy logic. Control Engineering Practice. 11. 171-177. 10.1016/S0967-0661(02)00072-2.
11. Schouten, Niels & Salman, Mutasim & Kheir, Naim. (2002). Fuzzy logic control for parallel hybrid vehicles. Control Systems Technology, IEEE Transactions on. 10. 460 - 468. 10.1109/87.998036.
12. N. J. Schouten, M. A. Salman and N. A. Kheir, "Fuzzy logic control for parallel hybrid vehicles," in IEEE Transactions on Control Systems Technology, vol. 10, no. 3, pp. 460-468, May 2002, doi: 10.1109/87.998036.
13. Johanyák, Zsolt. (2015). A Simple Fuzzy Logic Based Power Control for a Series Hybrid Electric Vehicle.