缩略图
Mobile Science

融合能量回收目标的电动车多电机扭矩分配控制策略研究

作者

张汉桥

安徽江淮汽车集团股份有限公司 安徽省合肥市  230000

引言:

电动车多电机驱动架构因独立扭矩控制能力,成为提升动力与操控性的重要方向。然而,当前多电机扭矩分配研究多集中于动力工况,对能量回收关注不足,“动力 - 回收” 切换时存扭矩波动大、效率低等问题。虽多电机电动车能量回收潜力更高,但传统分配策略不合理致部分潜力未挖掘,还引发安全与平顺性问题。现有相关研究亦有局限,故本文提出融合能量回收目标的控制策略,旨在解决 “能效 - 性能 - 安全” 协同优化难题,为高集成电驱动系统研发提供支撑。

一、多电机电动汽车扭矩分配基础与核心问题

(一)多电机驱动架构与能量回收原理

当前主流多电机架构分为双电机轴控与四电机轮控两类:双电机架构通常采用 “前电机 + 后电机” 组合,前电机以高效为主,后电机以高功率为主,能量回收时可通过轴间扭矩分配调整前后轴制动力比例;四电机架构基于四轮独立驱动,每个车轮配备小型化电机,回收时可实现轮间扭矩独立控制,适配复杂路面的回收需求。

能量回收的核心是通过电机反转发电,将车辆动能转化为电能存储于电池。在多电机系统中,回收扭矩的分配直接影响回收效率:一方面,各电机的效率特性存在差异 —— 不同电机的高效区间(转速 - 扭矩范围)不同,超出高效区间效率会显著下降;另一方面,回收扭矩与车辆行驶状态耦合 —— 制动时轴荷向前转移,前轴可承受更大回收扭矩,若仍按固定比例分配,后轴回收扭矩过大会导致后轮先抱死;转向时内侧轮负荷降低,过度分配回收扭矩易引发内侧轮打滑。

(二)传统扭矩分配策略的局限性

目标单一化:传统策略多以 “动力响应最快” 或 “电机损耗最小” 为单一目标,能量回收仅作为附加功能,未纳入核心优化逻辑。例如加速工况下优先满足动力需求,完全关闭能量回收;制动工况下虽开启回收,但未结合电机效率动态调整分配比例,导致部分电机在低效区间工作。

工况适配性差:传统策略采用 “分段式” 控制,设定固定阈值决定是否回收及回收比例。这种控制方式无法适配复杂路况,如城市道路频繁加减速时,“回收 - 停止” 切换频繁,造成能量浪费;郊区起伏路面滑行时,固定回收比例未考虑坡度对车辆动能的影响。

系统协同不足:多电机系统的扭矩分配需与制动系统、转向系统协同,但传统策略缺乏跨系统信息交互。例如制动回收时未结合 ABS 系统的轮速信号,当检测到车轮有抱死趋势时,无法快速降低对应电机的回收扭矩;转向时未同步调整轮间回收扭矩差,导致回收过程中车辆转向手感变差。

二、融合能量回收目标的多电机扭矩分配控制策略设计

(一)双工况扭矩需求模型构建

首先明确多电机系统的两种核心工况 —— 动力工况与能量回收工况,通过实时参数判断工况类型,输出基础扭矩需求:

动力工况扭矩需求:基于加速踏板行程、车速、坡度等参数计算总动力扭矩,再根据轴荷分配初步分配各电机扭矩,结合电机效率特性微调,确保各电机均处于高效区间。

能量回收工况扭矩需求:基于制动踏板行程、滑行状态、电池剩余电量计算总回收扭矩。制动时,优先将回收扭矩分配给当前转速处于高效区间的电机;滑行时,根据车速动态调整回收扭矩,避免电机反拖力矩过大。

同时设计工况切换过渡机制:当车辆从加速(动力工况)转为制动(回收工况)时,设置扭矩过渡时间,使电机扭矩从正扭矩平滑过渡至负扭矩(回收扭矩),避免扭矩突变引发的冲击感;当电池剩余电量较高时,自动降低回收扭矩优先级,限制总回收扭矩,防止电池过充。

(二)多目标优化函数设计

以 “能量回收效率最大” 为核心目标,结合电机效率、车辆稳定性、动力响应构建多目标优化函数。在函数中,为各目标设置权重,权重值根据工况动态调整:

能量回收效率权重:在回收工况下权重较高,动力工况下权重较低;

电机综合效率权重:保持适中水平,确保电机避免低效运行;

车辆稳定性指标权重:在低附着路面、转向工况下权重较高,直道巡航时权重较低;

动力响应指标权重:在急加速、急制动工况下权重较高,匀速工况下权重较低。

针对不同工况设计目标权重动态调整规则:城市拥堵工况下,优先提升回收效率与电机效率;高速巡航工况下,平衡回收效率与行驶稳定性;急制动工况下,优先保证制动安全,限制回收扭矩上限。

(三)分层控制架构与执行机制

采用 “上层决策 - 下层执行” 的分层控制架构,确保策略实时性与可靠性:

上层决策层:基于整车控制器采集的实时参数(加速 / 制动踏板信号、车速、轮速、电池剩余电量、路面附着系数),完成工况识别与目标权重调整。例如,当检测到低附着路面,立即提高稳定性指标权重,同时降低回收扭矩需求;当电池剩余电量较低,提高能量回收效率权重,最大化能量回收。

下层执行层:基于上层输出的优化目标与权重,通过快速求解算法(如简化后的遗传算法)求解多目标优化函数,输出各电机扭矩分配指令。为满足实时控制需求,预设不同工况下的扭矩分配初始解,减少迭代次数;采用电机效率特性插值计算,快速获取各电机当前效率值。

执行反馈:电机控制器接收扭矩指令后,实时监测电机实际输出扭矩与转速,将偏差信号反馈至下层执行层,通过调节修正扭矩指令,确保总回收扭矩或总动力扭矩满足需求。

三、试验验证与结果分析

(一)试验平台搭建

台架试验平台:基于双电机动力系统台架,配置不同类型的前后轴电机,配备动力电池模拟器、测功机(模拟路面阻力与惯性)及数据采集系统。

实车试验平台:选取双电机四驱电动汽车,加装高精度传感器,在车辆控制器中植入本文设计的控制策略,对比传统 “平均分配” 策略与本文策略的性能差异。

(二)典型工况试验结果

城市拥堵工况(模拟早晚高峰,频繁加减速):本文策略的能量回收量与电机综合效率均高于传统策略,且扭矩切换时的冲击感更弱,满足乘坐舒适性标准。

高速制动工况(高速行驶中制动至停止):本文策略的制动距离短于传统策略,能量回收效果更优,同时车辆制动稳定性显著提升。

郊区巡航工况(中速匀速行驶,少量制动):本文策略的能量回收量与传统策略相比有明显提升,电机总能耗更低,因避免了电机在低效区间运行。

(三)结果分析

试验结果表明,融合能量回收目标的扭矩分配控制策略具备三方面优势:一是通过动态调整目标权重,实现不同工况下 “能效 - 性能 - 安全” 的最优平衡,避免单一目标优化导致的其他性能牺牲;二是基于电机效率特性与车辆动力学特性的协同优化,充分挖掘多电机系统的能量回收潜力,同时提升电机运行效率;三是分层控制架构与快速求解算法,确保策略在复杂工况下的实时性与可靠性,满足实际驾驶需求。

结论

本文围绕多电机电动汽车的能量回收与扭矩分配协同优化问题,提出融合能量回收目标的控制策略,通过构建双工况扭矩需求模型、多目标优化函数与分层控制架构,实现了 “能效 - 性能 - 安全” 的多目标平衡。试验验证表明,该策略在典型工况下能量回收效率显著提升,同时保障车辆动力性能与行驶安全。研究不仅为多电机扭矩分配提供了新的优化思路,也为电动汽车全工况能效提升提供了技术支撑,对推动电动汽车向高集成、高智能、高续航方向发展具有重要参考价值。

参考文献:

[1] 冯成泽 . 基于模型预测控制的四轮毂驱动电动汽车扭矩优化分配研究[D]. 吉林化工学院 ,2024.

[2] 万惠修 . 双电机驱动汽车动力参数匹配优化与制动能量回馈控制研究[D]. 湖北汽车工业学院 ,2024.

[3] 王保华 , 万惠修 , 邓召文 , 等 . 电机效率最优的双电机汽车驱动扭矩分配控制策略 [J]. 重庆理工大学学报 ( 自然科学 ),2024,38(03):84-92.