纯电动物流车结构

纯电动物流车结构（共1篇）

1.纯电动物流车结构 篇一

近几年对电动汽车制动能量回收控制策略的研究很多,理想制动力分配策略控制车辆沿理想制动力分配曲线进行前后轴制动力分配[3],但不能尽可能多的回收制动能量;最佳制动力分配策略尽量采用电机制动,达到最大程度回收制动能量的目的[4];但该策略计算复杂。并行制动力分配策略主要是在小制动强度时由驱动轴单独制动,中强度制动时有可能出现后轴先抱死,安全性较差,大制动强度下,不考虑能量回收,此策略能量回收效率低。

目前制动能量回收控制策略中很少考虑载重变化的因素,所以针对试验纯电动轻型物流车载重变化大的特点,提出一种考虑载重变化因素的变制动器制动力分配系数的制动能量回收控制策略。在AVL-cruise仿真软件中建立试验车整车模型,在Matlab/Simulink环境中建立制动能量回收控制策略模型,并通过cruise与Matlab联合仿真进行分析。

1 影响制动能量回收的因素

制动能量回收的目的是在保证车辆制动方向稳定性和舒适性的同时,尽可能多的回收车辆动能并转化为电能存储到电池中,提高能量利用率和延长续驶里程。通常情况下,影响再生制动系统能量回收的因素如下。

1.1 电机性能

电机是再生制动时的能量转化装置,电机的发电功率直接影响到电动车的再生制动能力。当电机的转速过低时,电机的能量损耗大于它所能回收的能量[5],此时不进行能量回收。

1.2 电池性能

动力蓄电池储存再生制动时产生的电能,蓄电池的充电特性制约着制动能量的回收。制动通常在较短的时间内产生大电流,电池的最大充电电流影响电能接受能力。蓄电池的SOC值较高时,给蓄电池充电,易造成充电过量而影响电池的使用寿命。蓄电池的SOC值低于下限时,电池内阻会增大许多,此时不宜进行充电。

1.3 控制策略

制动能量回收控制策略是在保证车辆制动安全和舒适性的条件下,通过对前、后轴传统制动力和再生制动力进行合理分配,最大程度的回收制动能量[6]。在硬件条件一样的情况下,优良的控制策略能产生满意的制动能量回馈效果。

2 制动能量回收控制策略

试验用的某后驱纯电动轻型物流车的主要技术参数如表1。

经实测获得试验用的纯电动轻型物流车在空载、半载和满载三种状态下的前后轴载荷分配如表2所示。

电动汽车制动过程中,根据受力分析可知,地面作用于前、后轮的法向反作用力(Fz1、Fz2)分别为:

式(1)中:G为汽车重力(N);L为车辆轴距(mm);a为质心到前轴的距离(mm);b为质心到后轴的距离(mm);z为制动强度;hg为质心高度(mm)。

由等式(1)可知,除制动强度改变外,质心距前、后轴距离的改变也会使前、后轮法向反作用力产生很大的变化。

车辆在制动时,当前轮提前出现抱死时,汽车的转向能力将丧失[7];后轮提前出现抱死时,汽车处于不稳定状态,容易发生侧滑。车辆在制动时前、后轮同时抱死,为相对稳定工况,此时制动器制动力之和等于附着力,并且前、后轮制动器制动力分别等于各自的附着力,前、后轮制动器制动力关系表示为[8]:

式(2)中:Fu1为前轮制动器制动力(N);Fu2为后轮制动器制动力(N)。

根据式(2)及试验车轴间载荷分配比例得到试验车在空载、半载和满载三种状态下的I曲线图,其中忽略重心高度的变化,如图1所示。

分析I曲线图可以得到,试验车在空载、半载和满载三种载重状态下,随着载重的增加,质心后移,理想的制动力分配曲线差异很大,对具有固定比值的前后轮制动力的制动系特性,其实际制动力分配曲线与不同载重下的理想制动力分配曲线相差很大,制动效率低,且不能保证试验车在空载、半载和满载时都能获得较好的制动安全性和回收更多的制动能量。

取同步附着系数φ=0.7时,根据式(3)[9]求得试验车在空载、半载和满载时的制动力分配β系数分别为0.7074、0.6474、0.5974。根据所求β值,绘出试验车在不同载重状态时的β线,如图1所示。

式(3)中β为制动力分配系数,即前轮制动力与汽车总制动力之比;φ为同步附着系数。

针对试验用的纯电动轻型物流车载重变化时质心前后位移大的特点,提出如下制动能量回收控制策略,根据载重状态的不同调整制动力分配系数β的值,改变前、后轴制动力的分配情况,使实际制动力分配曲线和I曲线靠近,达到提高路面附着系数利用率和增加试验车满载制动时后轮电机再生制动力占总制动力比例的目的,在保证制动方向稳定的条件下,进一步提高制动能量回收效率:

2.1 当试验车在空载时按如下的控制策略进行制动能量回收

(1)对于较低的驾驶员制动强度需求,例如制动强度Z<0.2时,电制动提供全部制动力;

(2)对于中等的驾驶员制动强度需求,例如制动强度0.2<Z<0.7时,前后轴制动力按空载时的β线分配,前轮制动力全部由机械制动力提供;后轮由电机提供尽可能大的再生制动力,剩余的由机械制动力提供;

(3)对于高的驾驶员制动强度需求,制动强度Z>0.7时,为保证制动安全性,电机再生制动退出工作,制动力全部由机械制动力提供,按图1中A点分配前后轴制动力;

(4)在任何电机不适合提供再生制动力的情况(车速过低、SOC值高于0.9或低于0.1等)下,制动力全部由机械制动力提供,按空载时的β线分配。

2.2当试验车在半载时按如下的控制策略进行制动能量回收

(1)对于较低的驾驶员制动强度需求,例如制动强度Z<0.2时,电制动提供全部制动力;

(2)对于中等的驾驶员制动强度需求,例如制动强度0.2<Z<0.7时,前后轴制动力按半载时的β线分配,前轮制动力全部由机械制动力提供;后轮由电机提供尽可能大的再生制动力,剩余的由机械制动力提供;

(3)对于高的驾驶员制动强度需求,制动强度Z>0.7时,为保证制动安全性,电机再生制动退出工作,制动力全部由机械制动力提供,按图1中B点分配前后轴制动力;

(4)在任何电机不适合提供再生制动力的情况(车速过低、SOC值高于0.9或低于0.1等)下,制动力全部由机械制动力提供,按半载时的β线分配。

2.3 当试验车在满载时按如下的控制策略进行制动能量回收

(1)对于较低的驾驶员制动强度需求,例如制动强度Z<0.2时,电制动提供全部制动力;

(2)对于中等的驾驶员制动强度需求,例如制动强度0.2<Z<0.7时,前后轴制动力按满载时的β线分配,前轮制动力全部由机械制动力提供;后轮由电机提供尽可能大的再生制动力,剩余的由机械制动力提供;

(3)对于高的驾驶员制动强度需求,制动强度Z>0.7时,为保证制动安全性,电机再生制动退出工作,制动力全部由机械制动力提供,按图1中C点分配前后轴制动力;

(4)在任何电机不适合提供再生制动力的情况(车速过低、SOC值高于0.9或低于0.1等)下,制动力全部由机械制动力提供,按满载时的β线分配。

以上不同载重状态下控制策略之间的转换由驾驶员根据车辆的载重情况,通过物理按键进行选择。

3 建模与仿真分析

3.1 制动能量回收控制策略模型与整车模型建立

根据2节提出的制动能量回收控制策略,在Matlab/Simulink环境中建立制动能量回收控制策略模型,如图2所示。在AVL-cruise中根据试验车的相关技术参数建立整车模型,如图3所示。最后在cruise与Matlab之间以Matlab API方式进行联合仿真,对控制策略的有效性进行研究。

3.2 仿真分析

选取适用于测试轻型载货汽车的城市运行工况———UDDS工况,运行前1 040 s工况,如图4。

仿真使试验车模型分别在空载、半载和满载状态下于UDDS工况下运行,设定初始SOC值为0.8,计算所提制动能量回收控制策略的回收效率,结果如表3。为了更直观显示能量回收的效果,进行了仿真对比,分别是不带有和带有制动能量回收控制策略的模型,比较不同载重状态下的SOC变化曲线,如图5所示。

采用有效制动能量回收率η对制动能量回收效果进行评价,有效制动能量回收率η其定义如下:在整个循环工况中,被回收并储存到电池中那一部分制动能量在整车消耗的能量中所占的比例。

从能量回收效果表和SOC变化对比曲线图中可以得出,在三种载重状态下本文所提出的制动能量回收控制策略均获得较高的能量回收效率,在空载时回收效率为13.95%,在半载时回收效率为20.22%,满载时回收效率为23.21%。提出的控制策略能在较低的制动强度下,由电制动提供全部制动力,同时充分利用了试验车在承载货物时质量分配到后轴的比例变大,在保证制动方向稳定性的情况下,增加后轴制动力所占的比例,从而提高了电制动占总制动力的比例,提高了制动能量回收效率。

4 实车试验

通过对试验用的纯电动轻型物流车进行改装,将再生制动系统嵌入试验车中。每次将试验车充满电后,在本市城市工况下于空载、半载和满载三种载重状态下分别进行运行,每次到SOC值为0.2为止,每种载重状态下进行5次测试,取其平均值,共进行15次测试。经过实车道路测试,得到试验车空载时行驶112 km,半载时行驶99 km,满载时行驶86 km,相较于未安装制动能量回收系统的原试验车空载行驶97 km,半载行驶79 km,满载行驶66 km,续驶里程分别提高15.5%,25.3%和30.3%,可得该制动能量回收控制策略可有效解决试验车单次充电行驶里程不足的问题。

5 结论

针对试验用的某后驱纯电动轻型物流车提出的制动能量回收控制策略,重点考虑了试验车在不同载重状态下的轴间载荷分配。在满载情况下试验车后轴载荷较空载时载荷分配比例高,通过分析不同载重状态下的I曲线,提出随着载重的增加,提高分配给后轴制动比例的控制策略。对于后轮驱动的试验车,此策略可以在避免后轮提前抱死的情况下,增加电制动力占总制动力的比例,回收更多的能量,且该控制策略易于实现。仿真和测试结果均表明,在城市工况下,采用该制动能量回收控制策略具有较好的能量回收效果,有效的解决了试验车单次充电后行驶里程不足的问题,对后驱的纯电动轻型物流车有实际指导意义。

参考文献

[1] Eij I N,Masayuki S,Akra S.Development of electronically controlled brake system for hybrid vehicle.SAE Paper,2002-01-0300

[2] Kawabe T,Kogure Y,Nakamura K,et al.Traction control of electric by model predictive PID controller.Transaction of JSME Series C,2011;77(781):3375—3385

[3] Cao Jianbo,Cao Binggang,Wenzhi Chen,et al.Neural network selfadaptive PID control for driving and regenerative braking of electric vehicle.IEEE Transaction on Industrial Electronics,2007;(8):2029—2034

[4] 姜建伟.基于模糊控制的纯电动汽车制动力分配策略研究.株洲:湖南工业大学,2015:23—24Jiang Jianwei.Research on braking force distribution strategy of pure electric vehicle based on fuzzy control.Zhuzhou:Hunan University of Technology,2015:23—24

[5] 孙大许,兰凤崇,陈吉清.基于I线制动力分配的四驱纯电动汽车制动能量回收策略的研究.北京:汽车工程,2013;35(12):1057—1061Xu Dasun,Lan Fengchong,Chen Jiqing.Based on the I line braking force distribution of 4WD pure electric automobile brake energy recovery strategy study.Beijing:Automotive Engineering,2013;35(12):1057—1061

[6] 郭陈栋.电动车辆再生制动系统控制策略的研究.合肥:安徽农业大学,2013:20—21Guo Chendong.Study on control strategy of electric vehicle regenerative braking system.Hefei:Anhui Agriculture University,2013:20 —21

[7] 陈燎.电动汽车单轴机电复合制动方向稳定性分析.重庆:重庆理工大学学报,自然科学版,2014;(3):6—9Chen Liao.Electric vehicle uniaxial electromechanical composite braking direction stability analysis.Chongqing:Chongqing University of University of technology,Natural Science Edition,2014;(3):6—9

[8] 姚亮.纯电动轿车制动能量回收节能潜力仿真分析.长春:吉林大学学报,2013;43(1):6—11Yao Liang.Simulation and analysis of braking energy recovery of pure electric car.Changchun:Journal of Jilin University,2013;43(1):6 —11