advisor

基于ADVISOR的混合动力电动汽车再生制动模糊控制系统

建模与仿真

朱文杰

【摘要】为提高再生制动过程中制动能量回收的效率,以advisor为平台,再生制动

能量回收时采用模糊控制策略进行建模,并把建立的模型嵌入到advisor模块中,进

行仿真分析.

【期刊名称】《南方农机》

【年(卷),期】2015(046)012

【总页数】3页(P54-55,79)

【关键词】再生制动;advisor;仿真;模糊控制

【作者】朱文杰

【作者单位】江铃汽车股份有限公司产品开发中心,江西南昌330000

【正文语种】中文

【中图分类】U260.359

在仿真软件方面目前在中国基本上还没有较系统和成熟的混合动力电动汽车仿真软

件。考虑到试制样车的费用比较昂贵，因此从高校及科研单位的角度，运用驱动系

统模型对国外较成熟的电动汽车仿真软件如ADVISOR进行二次开发是一条切实

可行的捷径，这也是我国混合动力电动汽车研究方法的一个方向[1-2]。

ADVISOR是MATLAB和SIMULINK软件环境下的一系列模型、数据和脚本文件,

它在给定的道路循环条件下利用车辆各部分参数，能快速地分析传统汽车、纯电动

汽车和混合动力汽车的燃油经济性、动力性以及排放性等各种性能。此外，该软件

的开放性也允许对用户自定义的汽车模型和仿真策略做仿真分析。它主要有以下特

点:

1）仿真模型采用模块化的思想设计；2）仿真模型和源代码全部开放；3）采用了

独特的混合仿真方法；4）在MATLAB和SIMULINK软件环境下开发研制。

ADVISOR采用前向和后向相结合的仿真方法，主要还是以后向法为主，附加了一

些简单的前向仿真计算。它首先应用后向仿真方法，按照与实际功率流相反的方向

(即后向路径)，根据道路循环的要求，从车轮模块到发动机模块与蓄电池模块，考

虑了各个部件的机械效率和功率限制，计算出当前部件对上一级部件的请求速度和

扭矩值，逐级传递，直到发动机模块与蓄电池模块计算出它们所能提供的实际功率

为止。完成后向路径的计算后，ADVISOR应用前向仿真方法，从发动机模块与蓄

电池模块到车轮模块，按照实际功率流动的方向(即前向路径)，计算出当前部件能

提供给下一级部件的可用速度和扭矩值，逐级传递，直到车轮模块，最后计算出汽

车的实际速度。其部件关系如图1所示。

由于Advisor中没有提供具体的制动能量再生系统的控制策略，advisor提供的制

动能量再生的分配模型是基于某一车型和某一电机经验数据基础上的稳态模型。本

文采用了模糊控制策略。

本文根据车速判断电机最大再生制动力，采取模糊推理的方法。

模糊推理的过程如图2所示，本文采用单输入单输出的模糊推理方法。输入为电

机的转速，输出为电机能够产生的最大再生制动力。

1）模糊化过程

由于制动踏板信号只是模糊地反映驾驶员对制动力需求的大和小[3]，同样对电机

在此刻转速下产生的最大再生制动力，是用来判断前轮机械制动力和后轮制动力大

小，因此选取pimf函数为电机转速的隶属度函数。

根据本文选取电机特性，把电机的转速分为超低mf1，很低mf2，低mf3，较低

mf4，中mf5，较高mf6，高mf7，很高mf8，超高mf9；其对应的数值[210

31],把电机的输入，输入量的值以及隶属度如

下图3所示。

对应的最大再生制动力输出为超小mf1，很小mf2，小mf3，较小mf4，中mf5，

较大mf6，大mf7，很大mf8，超大mf9；其对应的数值[125

25]输出量的隶属度如下图4所示。

2）模糊规则

模糊推理明确地描述了怎样用模糊逻辑将给定的输入映射到输出，在MATLAB模

糊逻辑工具箱中，可以实现两种类型的模糊推理系统，即Mamdani型模糊推理

系统和Sugeno型模糊推理系统[4]，在此选用Mamdani型模糊推理系统。主要

包括输入量的模糊化、前提中模糊算子（AND或OR）的应用[5]、从前提到结果

的蕴涵关系、模糊规则结果的聚类和反模糊化。

此时对应的模糊控制规则为：

当电机的转速为超低时，电机的最大再生制动力输出为超大；

当电机的转速为很低时，电机的最大再生制动力输出为很大；

当电机的转速为低时，电机的最大再生制动力输出为大；

当电机的转速为较低时，电机的最大再生制动力输出为较大；

当电机的转速为中时，电机的最大再生制动力输出为中；

当电机的转速为较高时，电机的最大再生制动力输出为较小；

当电机的转速为高时，电机的最大再生制动力输出为小；

当电机的转速为很高时，电机的最大再生制动力输出为很小；

当电机的转速为超高时，电机的最大再生制动力输出为超小；

当电机的转速为超低时，电机的最大再生制动力输出为超大；

3）反模糊化

反模糊化的主要作用是将模糊推理系统总体输出的模糊集合转化为一个数值，最终

反模糊化产生的结果由式（1-1）决定：

系数的选择根据实际情况决定，不同的系数决定系统有不同的响应特性。当取隶属

度函数值时，就转化为重心法，为所对应的数值，本文采用的重心法进行解模糊。

根据上文的模糊推理系统的设计，得到模糊推理模型输出和输入之间的关系图，如

图5，大致反应了本文选取电机最大再生制动力和转速之间的关系。

此时，在matlab模型中，电机的输入量和输出模型的搭建如下图6所示。

修改ADVISOR顶层模块，该模块位于ADVISORmode文件中，将修改后的

par_brake模块潜代原par模块，如图7。

并重新取名为BD_par_brake保存。

本文选取车辆仿真参数如下表1所示。

对所建模型进行整体分析，采用以美国城市路况为例分析了在整个制动过程中电机

再生制动力、前轮摩擦制动力和后轮摩擦制动力大小的关系，如下图所示。

其中油耗的数据如表2所示。

从上图8至11中电机的再生制动力，前轮摩擦制动力和后轮制动力的大小可以看

出，本文提出的制动力分配方法在车辆制动时很多时刻的制动只有电机的再生制动

参与，只有在电机的再生制动力大小不能满足制动力需求时，采用了前轮摩擦制动

和后轮摩擦制动进行补充；这种制动力分配方法在很大程度上充分利用了电机的再

生制动。

从表2和图12可以看出本文提出的能量再生制动力分配方法在美国城市路况下比

原有的方法在能量回收方面有所提高。

本文利用advisor进行了二次开发，建立了模糊控制策略的制动能量回收控制方式。

通过仿真得出此控制方式比无再生制动系统在城市路况下百公里油耗下降10%以

上。

[1][1]刘辉,王伟达,何娇,等.基于模糊控制的混合动力电动车再生制动系统的建模

与仿真[J].汽车工程,2012,34(1):51-56.

[2][2]周美兰,毕胜尧,张昊.电动汽车再生制动系统的建模与仿真[J].哈尔滨理工大

学学报,2013,18(5):98-102.

[3][3]孙鹏龙,付主木.CVT混合动力汽车再生制动模糊控制策略[J].计算机仿

真,2014,31(2):210-214.

[4][4]葛新成,胡永霞.模糊控制的现状与发展概述[J].现代防御技术,2008,36(3):51-

55.

[5]张克玲,钱祥忠.基于模糊控制的电动汽车再生制动系统的研究[J].电子器

件,2015,38(4):876-881.