串联式混合动力汽车辅助动力单元及其控制系统的仿真与优化研究

串联式混合动力汽车辅助动力单元及其控制系统的仿真与优化研究一、引言1.1研究背景与意义1.1.1研究背景随着全球汽车保有量的持续攀升，能源短缺与环境污染问题愈发严峻，成为了当今社会面临的重大挑战。汽车作为主要的能源消耗和污染物排放源之一，其对石油资源的依赖以及尾气排放对空气质量的负面影响日益显著。相关数据显示，近年来全球石油消费量中，汽车行业占比相当可观，且汽车尾气排放中包含大量的一氧化碳、碳氢化合物、氮氧化物和颗粒物等污染物，严重威胁着生态环境和人类健康。在我国，汽车保有量的快速增长也带来了类似的问题，石油对外依存度不断提高，城市空气质量恶化，雾霾天气频繁出现。在这样的背景下，混合动力汽车应运而生，成为了解决能源与环境问题的重要途径之一。混合动力汽车结合了传统燃油发动机和电力驱动系统的优势，通过合理的能量管理策略，实现了燃油经济性和排放性能的显著提升。根据动力系统结构和能量流的不同，混合动力汽车主要分为串联式、并联式和混联式三种类型。其中，串联式混合动力汽车具有独特的优势，其发动机与车辆的驱动系统完全机械解耦，发动机的运行工况不受汽车行驶工况的直接影响，能够始终工作在优化的工作区域，从而有效提高燃油利用率，降低尾气排放。辅助动力单元（APU）作为串联式混合动力汽车的核心部件之一，由燃油发动机、发电机和控制器等组成，负责将燃油的化学能转化为电能，为车辆的驱动电机和其他电气设备提供电力。APU的性能直接影响着串联式混合动力汽车的整体性能，包括燃油经济性、动力性能、排放性能等。因此，对串联式混合动力汽车APU及其控制系统进行深入研究，具有重要的现实意义。目前，虽然国内外在串联式混合动力汽车APU技术方面取得了一定的研究成果，但仍存在一些问题和挑战。例如，APU的能量转换效率有待进一步提高，以减少燃油消耗；APU与电池、驱动电机等其他部件之间的协同控制策略还不够完善，导致系统的整体性能无法充分发挥；APU控制系统的可靠性和稳定性也需要进一步加强，以满足实际应用的需求。此外，随着汽车智能化和网联化的发展趋势，对APU控制系统的智能化和网络化要求也越来越高。因此，开展串联式混合动力汽车APU及其控制系统的仿真研究，对于解决上述问题，推动串联式混合动力汽车技术的发展具有重要的理论意义和实用价值。1.1.2研究意义本研究旨在通过对串联式混合动力汽车APU及其控制系统的仿真研究，深入分析APU的工作原理和性能特点，优化APU的设计和控制策略，提高其能量转换效率和系统性能，从而为串联式混合动力汽车的研发和应用提供理论支持和技术参考。具体而言，本研究具有以下几个方面的意义：节能减排：通过优化APU的控制策略，使发动机始终工作在高效低排放区域，减少燃油消耗和尾气排放，有助于缓解能源危机和环境污染问题，符合可持续发展的战略要求。例如，合理的控制策略可以使发动机在城市拥堵路况下避免频繁启停和低效运行，从而降低燃油消耗和污染物排放。提升汽车性能：提高APU的能量转换效率和动态响应性能，优化APU与电池、驱动电机等部件的协同工作，有助于提升串联式混合动力汽车的动力性能、续航里程和驾驶舒适性。例如，快速的动态响应性能可以使APU在车辆加速、爬坡等工况下及时提供足够的电力，保证车辆的动力性能；良好的协同工作可以使电池始终保持在合适的电量状态，延长电池寿命，提高车辆的续航里程。推动行业发展：为串联式混合动力汽车的研发和生产提供技术支持，促进混合动力汽车技术的进步和产业化发展，推动汽车行业向绿色、智能、可持续方向转型升级。随着混合动力汽车技术的不断发展，相关的产业链也将得到完善和发展，带动上下游产业的协同进步。降低研发成本：利用仿真技术可以在虚拟环境中对APU及其控制系统进行设计、分析和优化，减少实际试验和研发成本，缩短研发周期，提高研发效率。通过仿真可以快速验证不同的设计方案和控制策略，避免在实际试验中可能出现的问题，降低研发风险和成本。1.2国内外研究现状1.2.1国外研究进展国外对串联式混合动力汽车APU及其控制系统的研究起步较早，在技术研发和实际应用方面取得了显著成果。日本、美国和欧洲等汽车工业发达的国家和地区在这一领域处于领先地位。日本的丰田、本田等汽车制造商在混合动力汽车技术方面投入了大量资源，取得了众多突破性进展。丰田公司开发的普锐斯（Prius）系列混合动力汽车，是全球销量最高的混合动力车型之一，其APU技术先进，能量转换效率高，控制系统成熟稳定。普锐斯的APU采用了高效的阿特金森循环发动机与永磁同步发电机，通过精密的控制系统实现了发动机与发电机之间的高效协同工作，有效提高了燃油经济性和动力性能。此外，丰田还在不断优化APU的控制策略，引入智能能量管理系统，根据车辆行驶工况、电池电量等实时信息，精确控制APU的工作状态，进一步提升了系统的整体性能。本田公司的Insight混合动力汽车也采用了独特的APU技术。其APU系统在发动机和发电机之间采用了先进的离合器和传动装置，实现了两者之间的灵活连接和断开，使得发动机能够在最佳工况下运行，减少了能量损失。同时，本田的控制系统采用了先进的算法，能够快速响应驾驶员的操作指令，实现了动力的平稳输出和高效转换。美国在串联式混合动力汽车APU技术研究方面也具有很强的实力。通用汽车公司开发的Volt系列增程式电动汽车，本质上属于串联式混合动力汽车。其APU由一台高效的小排量发动机和发电机组成，为车辆提供持续的电力支持。通用在控制系统方面采用了先进的电子技术和软件算法，实现了对APU的精确控制和智能管理。例如，通过实时监测车辆的行驶状态和电池电量，自动调整APU的工作模式，确保车辆在不同工况下都能保持良好的性能和燃油经济性。欧洲的汽车制造商如德国的宝马、奔驰等也在积极开展串联式混合动力汽车APU技术的研究。宝马公司在其i3增程式电动汽车中应用了创新的APU技术，采用了轻量化设计和高效的能量转换系统，有效降低了车辆的能耗和排放。奔驰则在其混合动力客车中采用了先进的APU控制系统，通过优化发动机的运行策略和发电机的输出控制，提高了客车的动力性能和可靠性。此外，欧洲在电池技术、电机技术等相关领域的研究成果也为串联式混合动力汽车APU及其控制系统的发展提供了有力支持。1.2.2国内研究进展国内对串联式混合动力汽车APU及其控制系统的研究虽然起步相对较晚，但近年来在政府的大力支持和企业、科研机构的共同努力下，取得了显著的进步。目前，国内已经形成了较为完整的混合动力汽车研发体系，在APU技术的多个方面取得了关键突破。在APU部件研发方面，国内企业和科研机构在发动机、发电机等关键部件的设计和制造技术上不断创新。一些企业成功开发出了专门用于串联式混合动力汽车的高效发动机，通过优化燃烧过程、改进进气和排气系统等措施，提高了发动机的热效率和动力输出。例如，某企业研发的一款天然气发动机，应用于串联式混合动力城市客车，在优化工况区域内，其热效率比传统发动机提高了10%以上，排放达到了国六标准。同时，在发电机技术方面，国内也取得了重要进展，研发出了高功率密度、高效率的永磁同步发电机，满足了APU系统对发电机性能的要求。在控制系统研究方面，国内科研机构和高校开展了大量的理论研究和实验验证工作。针对APU系统的非线性、强耦合等特性，提出了多种先进的控制策略和算法。例如，一些研究采用了自适应控制、模糊控制、神经网络控制等智能控制方法，实现了对APU发动机转速、输出功率等参数的精确控制，提高了系统的动态响应性能和稳定性。某高校通过建立APU系统的数学模型，结合自适应反步法和L2增益干扰抑制技术，设计了一种非线性自适应控制器，仿真结果表明，该控制器能够有效抑制外部干扰，保证系统在跟踪目标转速和目标功率过程中的稳定性和抗干扰性。在实际应用方面，国内多家汽车企业推出了串联式混合动力汽车产品，并在城市公交、物流配送等领域得到了广泛应用。比亚迪的K9系列电动客车采用了串联式混合动力技术，其APU系统性能可靠，能够适应城市公交复杂的行驶工况，有效降低了车辆的能耗和排放。北汽福田的欧辉混合动力客车也采用了串联式混合动力系统，通过优化APU的控制策略和能量管理系统，提高了客车的运营效率和经济性。此外，国内还积极建设混合动力汽车的配套基础设施，为串联式混合动力汽车的推广应用提供了保障。然而，与国外先进水平相比，国内在串联式混合动力汽车APU及其控制系统的研究和应用中仍存在一些差距。例如，在关键零部件的制造工艺和可靠性方面，还需要进一步提高；在控制系统的智能化和网络化程度上，与国际先进水平还有一定的差距。因此，未来国内需要加大研发投入，加强产学研合作，不断提升自主创新能力，推动串联式混合动力汽车APU技术的发展和应用。1.3研究目标与内容1.3.1研究目标本研究旨在通过对串联式混合动力汽车APU及其控制系统的仿真研究，实现以下目标：提高能量转换效率：深入研究APU中发动机、发电机等部件的能量转换过程，通过优化部件设计和控制策略，减少能量损失，提高APU整体的能量转换效率。目标是将APU的能量转换效率在现有基础上提高[X]%，降低燃油消耗，提高车辆的燃油经济性。例如，通过优化发动机的燃烧过程和发电机的控制策略，使发动机在高效区域运行的时间更长，发电机的发电效率更高。优化控制策略：针对APU与电池、驱动电机等部件之间的协同工作需求，设计并优化APU的控制策略。通过仿真分析不同控制策略下APU的工作性能，提出一种能够根据车辆行驶工况、电池电量等实时信息，精确控制APU工作状态的智能控制策略，实现APU与其他部件之间的高效协同，提高系统的整体性能和稳定性。比如，采用模糊控制、神经网络控制等智能算法，实现对APU的精确控制，使APU能够快速响应车辆的动力需求变化。提升系统性能：通过仿真研究，全面评估APU及其控制系统在不同工况下的性能，包括动力性能、续航里程、排放性能等。针对评估结果，提出改进措施，优化系统设计，使串联式混合动力汽车在保证动力性能的前提下，显著提升续航里程，降低尾气排放。预期使车辆的续航里程增加[X]公里，尾气排放中的主要污染物（如一氧化碳、碳氢化合物、氮氧化物等）降低[X]%，满足日益严格的环保法规要求。验证设计方案：利用仿真技术，在虚拟环境中对APU及其控制系统的设计方案进行验证和优化。通过模拟各种实际工况，提前发现设计中存在的问题，如部件匹配不合理、控制策略失效等，并及时进行改进。减少实际试验次数，降低研发成本，缩短研发周期，提高研发效率，为APU及其控制系统的实际应用提供可靠的技术支持。例如，在仿真中对不同的APU结构和控制策略进行对比分析，选择最优的设计方案，然后再进行实际试验验证。1.3.2研究内容为实现上述研究目标，本研究将主要开展以下几个方面的工作：APU结构与原理分析：深入研究串联式混合动力汽车APU的结构组成，包括发动机、发电机、控制器等核心部件的类型、参数和工作原理。分析各部件之间的连接方式和协同工作机制，明确APU在整个混合动力系统中的作用和能量流动过程。例如，研究发动机的燃烧方式、发电机的电磁转换原理以及控制器的信号处理和控制逻辑，为后续的系统设计和仿真分析奠定基础。通过查阅相关文献、参考现有产品资料以及与行业专家交流等方式，获取APU的详细信息，并建立APU的结构模型和原理示意图。控制系统设计：根据APU的工作特性和车辆的动力需求，设计APU的控制系统。确定控制系统的硬件架构，包括控制器的选型、传感器的布置和执行器的选择等。同时，开发控制系统的软件算法，实现对APU发动机转速、输出功率、发电效率等参数的精确控制。例如，采用PID控制、自适应控制、模糊控制等算法，设计发动机转速控制器和功率控制器，实现对APU的稳定控制。此外，还需考虑控制系统的可靠性、抗干扰性和实时性等性能指标，确保控制系统能够在复杂的实际工况下正常工作。建模与仿真：利用专业的仿真软件，如MATLAB/Simulink、AMESim等，建立串联式混合动力汽车APU及其控制系统的数学模型。模型应包括发动机模型、发电机模型、控制器模型、电池模型和车辆动力学模型等，全面模拟APU在不同工况下的工作过程。通过对模型进行仿真分析，研究APU的性能指标随控制参数和工况条件的变化规律，评估不同控制策略的有效性和可行性。例如，在仿真中设置不同的车辆行驶工况，如城市道路、高速公路、爬坡等，模拟APU在这些工况下的工作状态，分析其能量转换效率、功率输出、燃油消耗等性能指标。性能评估与优化：根据仿真结果，对APU及其控制系统的性能进行全面评估，包括能量转换效率、动力性能、续航里程、排放性能等。针对评估中发现的问题，提出相应的优化措施，如调整控制参数、改进控制策略、优化部件匹配等。通过反复的仿真和优化，使APU及其控制系统的性能达到最优。例如，通过对比不同控制策略下的仿真结果，选择最优的控制策略；通过优化发动机和发电机的匹配参数，提高APU的能量转换效率。最后，对优化后的APU及其控制系统进行再次仿真验证，确保其性能满足设计要求。1.4研究方法与技术路线1.4.1研究方法理论分析：深入研究串联式混合动力汽车APU及其控制系统的工作原理、结构组成和能量转换机制。通过查阅大量国内外相关文献资料，了解APU技术的发展现状和研究成果，分析现有技术存在的问题和不足，为后续的研究提供理论基础。例如，研究发动机的燃烧理论、发电机的电磁感应原理以及控制系统的控制算法等，从理论层面深入理解APU的工作过程和性能影响因素。建模仿真：利用专业的仿真软件，如MATLAB/Simulink、AMESim等，建立串联式混合动力汽车APU及其控制系统的数学模型。模型涵盖发动机、发电机、控制器、电池以及车辆动力学等多个部分，通过设置不同的工况条件，对APU在各种工况下的性能进行仿真分析。例如，在MATLAB/Simulink中搭建APU系统模型，设置城市道路、高速公路等不同的行驶工况，模拟APU在这些工况下的能量转换效率、功率输出、燃油消耗等性能指标，为系统的优化设计提供数据支持。实验验证：搭建APU实验平台，对所设计的APU及其控制系统进行实验验证。通过实验测试，获取APU在实际运行过程中的性能数据，与仿真结果进行对比分析，验证模型的准确性和控制策略的有效性。例如，在实验平台上对APU进行台架试验，测试发动机的转速、扭矩、燃油消耗，以及发电机的输出电压、电流等参数，通过实际数据验证理论分析和仿真结果的可靠性。同时，根据实验结果对模型和控制策略进行修正和优化，提高系统的性能。1.4.2技术路线本研究的技术路线如图1-1所示：APU原理研究：收集串联式混合动力汽车APU的相关资料，深入研究其结构组成、工作原理和能量流动过程，分析各部件的工作特性和相互之间的协同工作机制。控制系统设计：依据APU的工作原理和车辆的动力需求，确定控制系统的硬件架构，包括控制器、传感器和执行器的选型；同时，开发软件算法，实现对APU发动机转速、输出功率等参数的精确控制。系统建模：运用MATLAB/Simulink、AMESim等仿真软件，建立APU及其控制系统的数学模型，涵盖发动机、发电机、控制器、电池和车辆动力学等模型，确保模型能够准确模拟APU在不同工况下的工作过程。仿真分析：设定多种典型的车辆行驶工况，如城市工况、高速工况、爬坡工况等，对建立的模型进行仿真分析，研究APU在不同工况下的性能指标变化规律，评估控制策略的有效性和可行性。实验验证：搭建APU实验平台，进行实验测试，获取实际运行数据，与仿真结果对比分析，验证模型的准确性和控制策略的可靠性。系统优化：根据仿真和实验结果，针对APU及其控制系统存在的问题，提出优化措施，如调整控制参数、改进控制策略、优化部件匹配等，通过反复仿真和实验验证，使系统性能达到最优。二、串联式混合动力汽车辅助动力单元2.1结构组成2.1.1发动机在串联式混合动力汽车的APU中，发动机扮演着至关重要的角色，其主要作用是将燃油的化学能转化为机械能，为发电机提供稳定的动力输入，进而实现电能的产生。与传统汽车发动机直接驱动车辆行驶不同，APU中的发动机并不直接参与车辆的驱动，而是专注于发电工作。这种工作模式使得发动机能够摆脱汽车行驶工况的频繁变化影响，始终运行在相对稳定的高效工作区域，从而显著提高燃油利用率，降低尾气排放。常见的用于APU的发动机类型主要包括汽油发动机和柴油发动机。汽油发动机具有转速高、响应快、噪音低等优点，能够快速调整输出功率，以满足APU在不同工况下对电能的需求。同时，其技术成熟，应用广泛，相关的研发和生产配套体系完善，成本相对较低。柴油发动机则以其高热效率、高扭矩输出和良好的燃油经济性而著称。在相同的燃油消耗下，柴油发动机能够产生更多的机械能，为发电机提供更强劲的动力支持，尤其适用于对续航里程和燃油经济性要求较高的串联式混合动力汽车。APU发动机与传统发动机存在诸多区别。在运行工况方面，传统发动机的工作状态随汽车行驶工况的变化而频繁改变，如在城市道路中频繁启停、加减速，导致发动机难以始终保持在高效工作区间，燃油消耗和排放增加。而APU发动机由于不直接驱动车辆，其运行工况相对稳定，可长时间工作在最佳效率点，有效减少了能量损失和污染物排放。例如，在城市拥堵路况下，传统发动机可能大部分时间处于怠速或低效运行状态，而APU发动机可以根据电池电量和车辆需求，精准控制运行状态，避免不必要的能耗和排放。在设计重点上，传统发动机侧重于追求高功率和高扭矩输出，以满足车辆的动力性能要求；而APU发动机则更注重燃油经济性和发电效率，通过优化燃烧过程、改进进气和排气系统等措施，提高能量转换效率，降低燃油消耗。例如，一些APU发动机采用了先进的阿特金森循环或米勒循环技术，通过合理调整进气、压缩、做功和排气过程，提高了发动机的热效率，减少了能量损失。此外，APU发动机在轻量化设计方面也有更高的要求，以降低自身重量，减少对车辆整体性能的影响。2.1.2发电机发电机是APU中的关键部件之一，其工作原理基于电磁感应定律。当发动机带动发电机的转子旋转时，转子上的励磁绕组通入直流电产生磁场，该磁场在旋转过程中切割定子绕组，从而在定子绕组中产生感应电动势，实现机械能向电能的转换。输出的电能经过整流、稳压等处理后，一部分用于为车辆的驱动电机供电，满足车辆行驶的动力需求；另一部分则存储到动力蓄电池中，以备后续使用。在串联式混合动力汽车APU中，常用的发电机类型有永磁同步发电机和异步发电机。永磁同步发电机具有较高的功率密度和效率，能够在较小的体积和重量下实现较大的发电功率。其采用永磁材料作为转子磁极，无需外部励磁电源，减少了能量损耗和系统复杂度。同时，永磁同步发电机的动态响应性能较好，能够快速跟随发动机转速的变化，稳定输出电能。异步发电机则具有结构简单、可靠性高、成本较低等优点，其转子无需外接电源，通过电磁感应产生电流，运行较为稳定。然而，与永磁同步发电机相比，异步发电机的效率和功率密度相对较低。发电机与发动机的匹配关系对于APU的性能至关重要。两者的匹配需要综合考虑多个因素，如功率匹配、转速匹配和转矩匹配等。在功率匹配方面，发电机的额定功率应根据发动机的输出功率以及车辆的动力需求进行合理选择，确保发电机能够充分吸收发动机输出的机械能，并将其转化为足够的电能。若发电机功率过小，将无法满足车辆的用电需求，导致动力不足；若功率过大，则会造成能量浪费和成本增加。在转速匹配上，发动机和发电机的转速范围应相互适配，使发电机能够在发动机的高效转速区间内稳定运行，以提高发电效率。例如，通过合理设计传动比，确保发动机在最佳工作转速下运行时，发电机也能达到较高的发电效率。转矩匹配则要求发动机输出的转矩能够与发电机的负载转矩相匹配，避免出现过载或欠载现象，保证系统的稳定运行。2.1.3其他部件除了发动机和发电机这两个核心部件外，APU还包含变压器、动力蓄电池等其他重要部件，它们在APU中各自发挥着独特的功能，并通过特定的连接方式协同工作，共同保障APU的稳定运行。变压器在APU中主要承担电压转换的功能。由于发电机输出的电压和车辆电气系统所需的电压往往不一致，变压器能够根据实际需求，将发电机输出的电压进行升高或降低，以满足不同部件的工作要求。例如，将发电机输出的低电压转换为适合驱动电机工作的高电压，或者将高电压转换为适合为车载电子设备供电的低电压。变压器的存在有效解决了电压匹配问题，确保了电能在APU系统中的高效传输和合理分配。动力蓄电池作为APU的储能装置，具有存储和释放电能的重要作用。在车辆行驶过程中，当发电机产生的电能大于车辆的即时需求时，多余的电能会被存储到动力蓄电池中；而当发电机输出的电能无法满足车辆的动力需求，或者车辆处于纯电动行驶模式时，动力蓄电池则会释放储存的电能，为驱动电机和其他电气设备供电。动力蓄电池的性能直接影响着APU的工作稳定性和车辆的续航能力。高能量密度的动力蓄电池能够储存更多的电能，延长车辆的纯电动行驶里程；良好的充放电性能则可以确保动力蓄电池快速、高效地存储和释放电能，满足车辆在不同工况下的动力需求。在APU中，各部件之间通过特定的连接方式协同工作。发动机与发电机通过机械连接，发动机输出的机械能直接传递给发电机，驱动发电机运转发电。发电机与变压器之间通过电缆进行电气连接，发电机输出的电能经电缆传输至变压器进行电压转换。变压器与动力蓄电池以及其他用电设备之间也通过电缆相连，实现电能的分配和传输。动力蓄电池与驱动电机等用电设备同样通过电缆连接，以便在需要时为其提供电能。这些部件之间紧密的连接和协同工作，使得APU能够将燃油的化学能高效地转化为电能，并为车辆的行驶提供稳定可靠的动力支持。2.2工作原理2.2.1发电模式在串联式混合动力汽车的APU中，发电模式是其重要的工作模式之一。当车辆行驶过程中需要额外的电能，或者动力蓄电池的电量低于设定的阈值时，APU将启动发电模式。在发电模式下，发动机作为动力源，通过机械连接带动发电机运转。发动机燃烧燃油，将燃油的化学能转化为机械能，输出扭矩驱动发电机的转子高速旋转。发电机基于电磁感应原理，将发动机输入的机械能高效地转化为电能。具体而言，发电机的转子在发动机的带动下旋转，其内部的励磁绕组通入直流电产生磁场，该旋转磁场切割定子绕组，从而在定子绕组中产生感应电动势，进而输出交流电。输出的交流电经过整流装置转换为直流电，以便后续为车辆的驱动电机供电或为动力蓄电池充电。这一能量转化过程涉及多个环节，每个环节的能量损失都会影响APU的整体发电效率。发动机在燃烧燃油产生机械能的过程中，由于燃烧不完全、散热损失以及机械摩擦等因素，会导致部分能量损耗。据研究表明，传统发动机的热效率一般在30%-40%之间，这意味着有60%-70%的燃油能量未能有效转化为机械能，而是以热能等形式散失掉了。在发电机将机械能转化为电能的过程中，同样存在能量损失，如铜损（电流通过绕组时产生的电阻损耗）、铁损（铁芯在交变磁场中产生的磁滞损耗和涡流损耗）以及机械损耗（轴承摩擦、风阻等）等。这些损耗会使发电机的发电效率降低，一般来说，高性能的发电机发电效率可达到90%-95%左右，但仍不可避免地存在一定的能量损失。APU进入发电模式的工作条件主要取决于动力蓄电池的电量和车辆的动力需求。当动力蓄电池的荷电状态（SOC）下降到预先设定的下限值时，为了保证车辆的正常运行和动力性能，APU会自动启动发动机，进入发电模式，为动力蓄电池充电，使其保持在合适的电量水平。例如，当SOC降至30%（该值可根据车辆设计和实际需求进行调整）时，APU将启动发电，以确保电池有足够的电量为驱动电机提供电力。车辆在高速行驶、爬坡、急加速等需要较大动力的工况下，仅依靠动力蓄电池的电能可能无法满足车辆的动力需求，此时APU也会启动发电模式，发动机带动发电机发电，与动力蓄电池共同为驱动电机提供电能，以保证车辆的动力性能。2.2.2充电模式充电模式是APU工作过程中的一个关键环节，它确保了动力蓄电池能够保持足够的电量，为车辆的运行提供稳定的电力支持。在充电模式下，发电机在发动机的驱动下产生电能，这些电能被用于为动力蓄电池充电。当车辆处于发电模式且动力蓄电池电量较低时，发电机输出的电能会通过充电控制系统流向动力蓄电池。充电控制系统是实现这一过程精确控制的核心，它主要由充电控制器、DC/DC转换器等组成。充电控制器负责监测动力蓄电池的状态，包括电池的电压、电流、温度以及荷电状态（SOC）等参数，并根据这些实时监测数据，依据预设的充电策略来精确控制充电过程。例如，当检测到电池电压较低且SOC处于较低水平时，充电控制器会控制DC/DC转换器将发电机输出的电压调整到适合电池充电的电压值，并调节充电电流的大小，以实现快速且安全的充电。DC/DC转换器在充电过程中起着至关重要的电压转换作用。发电机输出的电压通常与动力蓄电池的充电电压不匹配，DC/DC转换器能够根据电池的充电需求，将发电机输出的电压进行升高或降低，使其满足电池的充电要求。例如，若发电机输出的是300V的直流电，而动力蓄电池的最佳充电电压为400V，DC/DC转换器就会将电压升高到400V后再为电池充电。同时，DC/DC转换器还能稳定充电电流，防止电流波动对电池造成损害，确保充电过程的平稳进行。在充电过程中，能量的流向是从发动机开始，发动机燃烧燃油将化学能转化为机械能，驱动发电机运转。发电机将机械能转化为电能，然后电能通过DC/DC转换器进行电压转换后，流入动力蓄电池，以化学能的形式存储在电池中。这一能量转换和流动过程中存在一定的能量损耗。发动机在工作过程中的能量损失已如前文所述，发电机发电过程中的能量损失会导致输出电能减少。在电能通过DC/DC转换器进行电压转换时，也会因为转换器自身的功率损耗而损失一部分能量，这些损耗使得最终存储到动力蓄电池中的能量低于发动机输出的机械能所对应的电能。为了确保动力蓄电池能够安全、高效地充电，充电控制系统会根据电池的特性和状态实施多种保护措施。当检测到电池温度过高时，充电控制器会降低充电电流或暂时停止充电，以防止电池过热引发安全问题。当电池电压达到设定的上限值时，充电控制器会自动切断充电电路，避免电池过充，从而延长电池的使用寿命。2.2.3协同工作模式在串联式混合动力汽车的运行过程中，协同工作模式是APU、动力蓄电池和驱动电机之间相互配合、协同运作的关键模式，它能够根据车辆的不同行驶工况，合理分配能量，确保车辆的动力性能和燃油经济性。在车辆启动和低速行驶阶段，由于所需动力较小，且此时发动机效率较低，为了降低燃油消耗和尾气排放，车辆通常采用纯电动模式运行。在这种模式下，动力蓄电池作为唯一的能量来源，将储存的化学能转化为电能，输出给驱动电机。驱动电机将电能转化为机械能，通过传动系统驱动车辆行驶。例如，在城市拥堵路况下，车辆频繁启停和低速行驶，纯电动模式能够避免发动机在低效工况下运行，有效降低能耗和排放。当车辆处于中高速行驶工况时，所需动力较大，仅靠动力蓄电池的电能可能无法满足需求，此时APU和动力蓄电池会协同工作。APU中的发动机启动，带动发电机发电，发电机产生的电能一部分直接供给驱动电机，为车辆提供额外的动力支持；另一部分则用于为动力蓄电池充电，维持电池的电量平衡。动力蓄电池也会根据车辆的动力需求，输出电能协助发电机为驱动电机供电，确保车辆在中高速行驶时具有良好的动力性能。在车辆加速和爬坡等需要较大动力的工况下，APU和动力蓄电池会全力协同工作，以满足车辆对大功率的需求。发动机加大燃油喷射量，提高输出功率，带动发电机产生更多的电能。动力蓄电池也会快速释放储存的电能，与发电机输出的电能一起，为驱动电机提供强大的电力支持，使驱动电机输出更大的扭矩，保证车辆能够顺利加速和爬坡。在车辆制动减速过程中，驱动电机切换为发电机模式，利用车辆的惯性动能进行发电，实现能量回收。此时，车辆的动能转化为电能，通过充电控制系统将电能存储到动力蓄电池中。这一过程不仅减少了能量的浪费，还延长了动力蓄电池的使用时间，提高了车辆的能量利用效率。例如，在车辆从高速行驶状态制动减速时，驱动电机能够将车辆的部分动能转化为电能并储存起来，下次车辆启动或行驶时，这些回收的电能就可以被再次利用。APU、动力蓄电池和驱动电机之间的协同工作依赖于高效的能量管理策略和精确的控制系统。能量管理策略根据车辆的行驶工况、动力需求、电池电量等实时信息，通过控制系统对APU的发动机转速、发电机输出功率以及动力蓄电池的充放电状态进行精确控制，实现三者之间的优化协同，从而提升车辆的整体性能，降低燃油消耗和尾气排放。2.3优点与局限性2.3.1优点节能减排显著：串联式混合动力汽车APU的发动机能够摆脱车辆行驶工况的直接影响，始终运行在优化的工作区域。这使得发动机可以长时间保持在高效低排放的状态，从而有效减少燃油消耗和尾气排放。与传统燃油汽车相比，串联式混合动力汽车在城市综合工况下，燃油消耗可降低20%-40%，尾气中一氧化碳、碳氢化合物和氮氧化物等污染物的排放也能大幅减少，对改善空气质量和缓解能源危机具有重要意义。例如，在城市拥堵路况下，传统燃油汽车发动机频繁启停和低速运行，燃油利用率低且排放大量污染物；而串联式混合动力汽车的发动机可根据电池电量和车辆需求，精准控制运行状态，避免不必要的能耗和排放，实现节能减排。能量转换效率高：APU中的发电机在发动机的驱动下稳定发电，且发电过程不受车辆行驶状态的频繁干扰。通过优化发动机与发电机的匹配以及控制策略，能够提高发电效率，减少能量损失。先进的发电机技术和高效的能量管理系统使得APU在能量转换过程中的效率得到显著提升。一些高性能的APU，其能量转换效率可达到80%-90%，相比传统汽车动力系统，能量利用更加充分。优化发动机工作状态：由于发动机不直接参与车辆的驱动，其工作状态不受汽车行驶工况的频繁变化影响，避免了传统发动机在怠速、低速、急加速等低效工况下的运行。发动机可以始终工作在最佳的转速和负荷区间，减少了机械磨损和热负荷，延长了发动机的使用寿命，同时也降低了发动机的维护成本。例如，传统发动机在频繁的加减速过程中，零部件承受较大的冲击和磨损；而串联式混合动力汽车的发动机工作状态稳定，零部件的磨损程度大大降低，维护周期得以延长。动力系统布局灵活：APU中发动机与车辆驱动系统完全机械解耦，这为车辆的动力系统布局提供了更大的灵活性。发动机、发电机和其他部件可以根据车辆的设计需求，合理布置在车辆的不同位置，优化车辆的空间利用和重量分布，提高车辆的操控性能和乘坐舒适性。例如，在一些小型车辆中，可以将APU紧凑地布置在车辆的后部，为乘客舱和行李舱留出更多空间；在大型车辆中，也可以根据车辆的重心和轴荷分布，灵活调整APU的位置，提升车辆的行驶稳定性。制动能量回收高效：在车辆制动减速过程中，驱动电机能够高效地将车辆的动能转化为电能并储存到动力蓄电池中。由于串联式混合动力汽车的电机功率相对较大，制动能量回收的潜力更大，能够更有效地提高能量利用效率。研究表明，通过制动能量回收，车辆的能量利用率可提高10%-20%，减少了能量的浪费，延长了动力蓄电池的使用时间，降低了车辆的能耗。例如，在频繁制动的城市工况下，制动能量回收系统能够将大量的制动能量回收并储存起来，为后续的车辆行驶提供电力支持，减少了对发动机发电的依赖，从而降低了燃油消耗。2.3.2局限性能量转换损失较大：尽管APU在能量转换方面采取了一系列优化措施，但由于其工作过程涉及多次能量转换，不可避免地存在较大的能量损失。从燃油的化学能到发动机的机械能，再到发电机的电能，以及电能在传输和存储过程中的损失，都会降低系统的整体能量利用效率。例如，发动机的热效率一般在30%-40%左右，发电机的发电效率在90%-95%左右，再加上电池的充放电效率以及线路传输损耗等，使得最终用于驱动车辆的能量仅占燃油化学能的一部分，导致能量利用率相对较低。成本较高：串联式混合动力汽车APU及其控制系统包含发动机、发电机、动力蓄电池、控制器等多个复杂的部件，这些部件的研发、生产和制造成本较高。特别是高性能的发电机、先进的动力蓄电池以及复杂的控制系统，进一步增加了车辆的成本。相比传统燃油汽车，串联式混合动力汽车的售价通常要高出10%-30%，这在一定程度上限制了其市场推广和普及。此外，由于技术复杂性较高，后期的维修保养成本也相对较高，需要专业的技术人员和设备，增加了用户的使用成本。动力输出限制：在某些极端工况下，如高速行驶或急加速时，APU的动力输出可能无法满足车辆的全部需求，需要动力蓄电池提供额外的电能支持。然而，动力蓄电池的容量和放电功率有限，如果长时间处于高功率放电状态，可能会导致电池性能下降，甚至影响车辆的动力性能和行驶安全。当车辆在高速行驶过程中需要持续大功率输出时，若动力蓄电池电量不足，APU可能无法迅速提供足够的电能，导致车辆加速性能受限。系统复杂性增加：APU及其控制系统的复杂性使得系统的可靠性和稳定性面临挑战。多个部件之间的协同工作需要精确的控制和协调，任何一个部件出现故障或控制策略失效，都可能影响整个系统的正常运行。由于系统复杂，故障诊断和排查难度较大，增加了维修的时间和成本。例如，当APU的控制系统出现软件故障时，可能导致发动机与发电机之间的协同工作异常，影响车辆的动力输出和能量转换效率，而排查和修复这类软件故障往往需要耗费大量的时间和技术资源。对电池依赖程度高：APU的工作性能在很大程度上依赖于动力蓄电池的性能和状态。动力蓄电池的能量密度、充放电效率、寿命等因素都会直接影响APU的工作效果和车辆的整体性能。如果动力蓄电池的性能下降，如能量密度降低、充放电效率变差等，可能导致APU的发电和充电功能受到影响，进而影响车辆的续航里程和动力性能。同时，动力蓄电池的低温性能较差，在寒冷环境下，其容量和充放电性能会大幅下降，这也会限制串联式混合动力汽车在低温地区的使用。三、串联式混合动力汽车辅助动力单元控制系统设计3.1控制目标与策略3.1.1控制目标提高能源利用率：通过精确控制APU中发动机的运行工况，使其始终工作在高效区域，减少燃油消耗。优化发动机与发电机之间的协同工作，提高能量转换效率，降低能量在转换和传输过程中的损失。根据车辆行驶工况和电池电量等实时信息，合理调整APU的输出功率，避免能量的浪费和过度消耗，确保能源得到充分利用。例如，在城市工况下，当车辆频繁启停时，APU可以根据电池电量和动力需求，及时调整发动机的工作状态，避免发动机在低效工况下运行，从而提高能源利用率。保证动力性能：满足车辆在各种行驶工况下的动力需求，确保车辆具有良好的加速性能、爬坡能力和高速行驶能力。在车辆加速、爬坡等需要较大动力的情况下，APU能够快速响应，与动力蓄电池协同工作，为驱动电机提供足够的电能，使驱动电机输出强大的扭矩，保证车辆的动力性能不受影响。当车辆在高速公路上行驶时，APU和动力蓄电池能够共同为驱动电机提供稳定的电力支持，确保车辆保持稳定的行驶速度。延长部件寿命：合理控制APU各部件的工作参数，如发动机的转速、扭矩，发电机的电流、电压等，避免部件在过高或过低的负荷下工作，减少机械磨损和热应力，从而延长发动机、发电机、动力蓄电池等关键部件的使用寿命。通过优化控制策略，减少发动机的频繁启停和剧烈的工况变化，降低发动机的磨损和疲劳损伤。对动力蓄电池的充放电过程进行精确控制，避免过充、过放等情况，延长电池的使用寿命。例如，采用智能充电算法，根据电池的状态和环境温度等因素，调整充电电流和电压，保护电池的性能和寿命。降低排放污染：控制发动机在低排放区域运行，减少尾气中一氧化碳、碳氢化合物、氮氧化物和颗粒物等污染物的排放。通过优化发动机的燃烧过程和控制策略，提高燃烧效率，降低有害气体的生成。采用先进的尾气净化技术，进一步降低排放污染物的浓度，使其满足日益严格的环保法规要求。例如，使用高效的三元催化器对尾气进行净化处理，降低污染物的排放。同时，通过精确控制发动机的工作状态，使发动机在最佳的空燃比下运行，减少污染物的产生。3.1.2控制策略功率跟随控制策略：功率跟随控制策略是一种较为常见且基础的控制策略，其核心原理是使APU的输出功率紧密跟随车辆的实际功率需求。在车辆运行过程中，动力总成控制器会实时监测车辆的行驶工况，包括车速、加速度、坡度等信息，同时结合驾驶员的操作意图，如加速踏板、制动踏板的位置信号，精确计算出车辆当前所需的功率。APU根据这一功率需求，通过调整发动机的转速和扭矩，以及发电机的工作状态，来实时输出相应的电能，以满足车辆的动力需求。当车辆在平坦道路上匀速行驶时，所需功率相对稳定，APU会调整发动机至一个合适的工作点，使发电机输出稳定的电能，维持车辆的行驶。而当车辆加速或爬坡时，功率需求增大，APU会迅速提高发动机的转速和扭矩，带动发电机产生更多的电能，为驱动电机提供充足的动力支持。这种控制策略的优点在于能够快速响应车辆的功率需求变化，保证车辆的动力性能，使车辆在各种工况下都能获得及时的动力补充。然而，功率跟随控制策略也存在一定的局限性。由于发动机的运行工况会随着车辆功率需求的变化而频繁改变，发动机难以始终保持在最佳的燃油经济性和排放性能区域工作，这可能导致燃油消耗增加和尾气排放恶化。在城市拥堵路况下，车辆频繁启停和低速行驶，功率需求波动较大，发动机可能会在低效工况下频繁运行，从而降低了能源利用效率和增加了污染物排放。恒温器控制策略：恒温器控制策略借鉴了恒温器的工作原理，主要依据动力蓄电池的荷电状态（SOC）来控制APU的工作状态。在这种策略下，预先设定动力蓄电池SOC的上下限阈值。当SOC下降到下限阈值时，表明电池电量较低，APU启动发动机，带动发电机发电，为动力蓄电池充电，同时为车辆提供电力支持，使SOC逐渐上升。当SOC上升到上限阈值时，说明电池电量充足，APU会停止发动机工作，车辆仅依靠动力蓄电池的电能运行。这种控制方式使得发动机的运行相对稳定，避免了发动机的频繁启停。因为发动机在启动和停止过程中，会消耗额外的能量，且会产生较高的排放。恒温器控制策略通过合理控制发动机的工作时间，使发动机能够在相对稳定的工况下运行，从而提高了燃油经济性和减少了尾气排放。当车辆在城市道路行驶时，若动力蓄电池SOC下降到设定的下限，如30%，APU启动发动机发电，为电池充电；当SOC上升到上限，如80%时，发动机停止工作，车辆依靠电池电能行驶。该策略的不足之处在于，当车辆遇到突发的大功率需求，如急加速或爬坡时，如果此时动力蓄电池的电量不足，且APU处于停机状态，可能无法及时提供足够的功率，导致车辆动力性能受到影响。智能控制策略：随着人工智能技术的不断发展，智能控制策略在串联式混合动力汽车APU控制系统中的应用越来越广泛。智能控制策略主要包括模糊控制、神经网络控制、模型预测控制等，这些策略能够充分利用车辆的实时运行数据和复杂的算法，实现对APU的精确、智能控制。模糊控制策略通过建立模糊规则库，将车辆的运行参数，如车速、电池SOC、功率需求等作为输入变量，经过模糊化处理后，依据模糊规则进行推理运算，最后将模糊输出结果解模糊化，得到APU的控制量，如发动机的节气门开度、发电机的励磁电流等。模糊控制不依赖于精确的数学模型，能够较好地处理系统中的不确定性和非线性因素，对车辆行驶工况的变化具有较强的适应性。神经网络控制策略则通过构建神经网络模型，利用大量的样本数据对模型进行训练，使神经网络能够学习到车辆运行工况与APU控制参数之间的复杂映射关系。在实际运行中，神经网络根据实时采集的车辆数据，快速计算出APU的最佳控制参数，实现对APU的智能控制。神经网络具有强大的自学习、自适应和非线性映射能力，能够提高APU控制系统的智能化水平和控制精度。模型预测控制策略基于车辆的动力学模型和APU的数学模型，预测车辆未来的运行状态和功率需求，然后通过优化算法求解出APU在未来一段时间内的最优控制序列，实现对APU的前瞻性控制。模型预测控制能够综合考虑多种约束条件，如电池SOC的限制、发动机的工作范围等，使APU的控制更加合理和优化。智能控制策略能够显著提高APU控制系统的性能和智能化水平，但这些策略通常需要较高的计算资源和复杂的算法设计，对控制器的硬件性能要求较高，增加了系统的成本和开发难度。3.2硬件设计3.2.1控制器选型在串联式混合动力汽车APU控制系统中，控制器的选型至关重要，它直接影响着系统的控制性能、可靠性和成本。目前，常用于APU控制系统的控制器类型主要有单片机、数字信号处理器（DSP）和可编程逻辑器件（如现场可编程门阵列FPGA）等，它们各自具有独特的特点。单片机是一种集成了中央处理器（CPU）、存储器、输入输出接口等功能的微型计算机芯片，具有结构简单、成本低、易于开发等优点。在一些对控制性能要求不高、功能相对简单的APU控制系统中，单片机可以满足基本的控制需求，如简单的发动机转速控制和发电机输出电压调节等。然而，单片机的运算速度相对较慢，处理复杂控制算法的能力有限，对于需要实时处理大量数据和执行复杂控制策略的APU控制系统来说，可能无法满足要求。DSP是一种专门为数字信号处理而设计的微处理器，具有高速的运算能力和强大的数字信号处理功能。它能够快速处理各种传感器采集到的信号，并实时执行复杂的控制算法，如矢量控制、自适应控制等，非常适合用于对控制精度和实时性要求较高的APU控制系统。在对发电机的精确控制中，DSP可以快速计算并调整发电机的励磁电流和输出电压，以满足不同工况下的电力需求，提高发电效率和电能质量。但DSP的成本相对较高，开发难度也较大，需要具备专业的知识和技能。FPGA是一种可编程的逻辑器件，具有高度的灵活性和并行处理能力。它可以根据用户的需求进行硬件逻辑的定制化设计，实现各种复杂的控制功能。在APU控制系统中，FPGA可以用于实现高速的数据采集、信号处理和实时控制，同时还能与其他控制器协同工作，提高系统的整体性能。例如，利用FPGA的并行处理能力，可以同时处理多个传感器的信号，快速响应系统的变化，实现对APU各部件的精确控制。然而，FPGA的开发需要专业的硬件描述语言和开发工具，开发周期较长，成本也相对较高。综合考虑本研究中APU控制系统的控制目标、性能要求以及成本限制等因素，选择了DSP作为控制器。DSP的高速运算能力和强大的数字信号处理功能，能够满足APU控制系统对实时性和控制精度的严格要求，确保系统能够快速、准确地响应各种工况变化，实现对APU发动机转速、输出功率等参数的精确控制。虽然DSP的成本相对较高，但通过合理的系统设计和优化，可以在保证系统性能的前提下，有效控制成本。与其他控制器相比，DSP在处理复杂控制算法和实时数据处理方面具有明显的优势，能够更好地实现APU控制系统的智能化和高效化。3.2.2传感器配置传感器作为APU控制系统的重要组成部分，负责实时采集APU运行过程中的各种物理量信息，并将其转换为电信号传输给控制器，为控制器的决策和控制提供依据。在APU控制系统中，常用的传感器包括转速传感器、压力传感器、电流传感器等，它们各自具有独特的作用和安装位置。转速传感器主要用于测量发动机和发电机的转速，是APU控制系统中至关重要的传感器之一。发动机转速是控制发动机运行状态和调整发电机输出功率的关键参数，通过准确测量发动机转速，控制器可以实时了解发动机的工作状态，根据车辆的动力需求和控制策略，精确调整发动机的节气门开度或燃油喷射量，使发动机保持在最佳的工作转速范围，提高燃油经济性和动力性能。发电机转速则直接影响发电机的输出电压和频率，控制器根据发电机转速信号，调整发电机的励磁电流，确保发电机输出稳定的电能。转速传感器通常安装在发动机和发电机的旋转轴附近，如发动机曲轴前端的皮带轮或发电机的转子轴上，通过电磁感应或光电感应等原理，检测旋转部件的转速信号。常见的转速传感器类型有电磁式转速传感器和霍尔式转速传感器，电磁式转速传感器结构简单、成本低，但抗干扰能力较弱；霍尔式转速传感器精度高、抗干扰能力强，适用于对转速测量精度要求较高的场合。压力传感器用于测量APU系统中的各种压力参数，如发动机进气歧管压力、燃油压力等。发动机进气歧管压力反映了发动机的进气量和负荷状态，是控制发动机燃油喷射量和点火提前角的重要依据。通过测量进气歧管压力，控制器可以根据发动机的负荷情况，精确计算燃油喷射量，使发动机保持良好的燃烧状态，提高燃油经济性和降低排放。燃油压力传感器则用于监测燃油系统的压力，确保燃油能够稳定、准确地喷射到发动机气缸内，保证发动机的正常工作。压力传感器一般安装在需要测量压力的部位，如进气歧管上的进气压力传感器，通过感受进气歧管内气体的压力变化，将压力信号转换为电信号输出；燃油压力传感器则安装在燃油管路中，靠近喷油嘴的位置，实时监测燃油压力。常见的压力传感器类型有压阻式压力传感器和电容式压力传感器，压阻式压力传感器灵敏度高、响应速度快；电容式压力传感器精度高、稳定性好。电流传感器主要用于测量发电机输出电流和动力蓄电池的充放电电流，是APU控制系统中监测电能传输和分配的重要传感器。发电机输出电流反映了发电机的发电功率和负载情况，控制器根据发电机输出电流信号，调整发电机的工作状态，使其输出功率与车辆的动力需求相匹配。动力蓄电池的充放电电流则直接影响电池的使用寿命和性能，通过监测充放电电流，控制器可以对电池的充放电过程进行精确控制，避免过充、过放等情况，延长电池的使用寿命。电流传感器通常采用霍尔效应原理或电磁感应原理，将电流信号转换为电压信号输出。在APU控制系统中，电流传感器一般安装在发电机输出线路和动力蓄电池的充放电线路上，以便准确测量电流值。常见的电流传感器类型有霍尔电流传感器和罗氏线圈电流传感器，霍尔电流传感器精度高、线性度好，适用于直流和交流电流的测量；罗氏线圈电流传感器响应速度快、带宽宽，主要用于交流电流的测量。3.2.3执行器选择执行器是APU控制系统中的重要组成部分，其作用是根据控制器发出的控制信号，对APU的运行状态进行调节和控制，以实现系统的控制目标。在APU控制系统中，常用的执行器包括节气门、逆变器等，它们各自具有独特的功能和工作方式。节气门是控制发动机进气量的关键执行器，通过调节节气门的开度，可以改变进入发动机气缸的空气量，从而控制发动机的输出功率和转速。在APU系统中，当车辆的动力需求增加时，控制器会发送信号给节气门执行器，使其增大节气门开度，增加发动机的进气量，进而提高发动机的输出功率，带动发电机产生更多的电能。节气门执行器通常采用电机驱动或液压驱动方式，电机驱动方式结构简单、响应速度快，应用较为广泛；液压驱动方式输出力大，适用于大型发动机。节气门执行器根据控制器的信号，通过电机的正反转或液压系统的压力变化，带动节气门轴转动，从而改变节气门的开度。同时，节气门位置传感器会实时监测节气门的开度，并将信号反馈给控制器，形成闭环控制，确保节气门开度的准确性和稳定性。逆变器在APU系统中主要负责将发电机输出的直流电转换为交流电，为车辆的驱动电机和其他交流用电设备提供电力。逆变器的工作原理基于电力电子技术，通过控制功率开关器件（如绝缘栅双极型晶体管IGBT）的导通和关断，将直流电转换为频率和电压可调节的交流电。在APU控制系统中，逆变器的输出频率和电压需要根据车辆的行驶工况和驱动电机的需求进行精确控制。当车辆在不同速度和负载下行驶时，控制器会根据车辆的实时状态，向逆变器发送控制信号，调节逆变器的输出频率和电压，使驱动电机能够获得合适的电能，保证车辆的动力性能和行驶稳定性。逆变器还具备过流保护、过压保护、欠压保护等功能，以确保自身和其他电气设备的安全运行。当逆变器检测到输出电流或电压超过设定的阈值时，会自动采取保护措施，如切断电路或调整输出参数，避免设备损坏。3.3软件设计3.3.1控制算法本研究采用模糊控制算法对串联式混合动力汽车APU进行控制。模糊控制是一种基于模糊逻辑的智能控制方法，它不依赖于精确的数学模型，能够有效处理系统中的不确定性和非线性因素，非常适合APU这种复杂的非线性系统。模糊控制算法的实现过程主要包括模糊化、模糊推理和解模糊化三个步骤。在模糊化阶段，首先确定模糊控制器的输入和输出变量。本研究中，选择动力蓄电池的荷电状态（SOC）和车辆的功率需求作为模糊控制器的输入变量，APU发动机的节气门开度和发电机的励磁电流作为输出变量。然后，将输入变量的实际值映射到相应的模糊论域，并根据设定的隶属度函数将其模糊化，转化为模糊语言变量。例如，将SOC分为“低”“中”“高”三个模糊语言值，将功率需求分为“小”“中”“大”三个模糊语言值，对应的隶属度函数可以采用三角形、梯形等常见的函数形式。在模糊推理阶段，根据预先制定的模糊规则库进行推理运算。模糊规则库是模糊控制的核心，它是根据专家经验和实际运行数据总结得出的一系列条件语句，用于描述输入变量与输出变量之间的模糊关系。若SOC为“低”且功率需求为“大”，则发动机节气门开度为“大”，发电机励磁电流为“大”，以满足车辆的功率需求并为动力蓄电池充电。模糊推理采用常见的Mamdani推理方法，通过模糊蕴含关系和合成运算，得到模糊输出结果。在解模糊化阶段，将模糊推理得到的模糊输出结果转化为精确的控制量，用于驱动执行器控制APU的运行。解模糊化方法有多种，本研究采用重心法，即通过计算模糊集合的重心来确定精确输出值。根据重心法的计算公式，对模糊输出结果进行计算，得到发动机节气门开度和发电机励磁电流的精确控制值，然后将这些控制值发送给相应的执行器，实现对APU的精确控制。与传统的PID控制算法相比，模糊控制算法具有明显的优势。PID控制算法需要建立精确的数学模型，对于APU这种复杂的非线性系统，精确建模难度较大，且模型参数的整定较为困难。而模糊控制算法不需要精确的数学模型，能够根据系统的实时状态和模糊规则进行灵活控制，对系统参数的变化和外部干扰具有较强的适应性。在车辆行驶工况发生突变时，模糊控制算法能够快速响应，调整APU的工作状态，保证系统的稳定性和可靠性，而PID控制算法可能会出现较大的超调或振荡。3.3.2程序流程APU控制系统的控制程序工作流程和逻辑如图3-1所示：初始化：系统启动后，首先对控制器、传感器、执行器以及相关的变量和参数进行初始化设置。例如，对DSP控制器进行初始化，配置其内部寄存器，设置通信接口参数；对转速传感器、压力传感器、电流传感器等进行校准和初始化，确保传感器能够准确采集信号；对节气门、逆变器等执行器进行初始化，使其处于初始工作状态。同时，设定动力蓄电池SOC的上下限阈值、发动机的目标转速和功率等初始参数。数据采集：控制器通过传感器实时采集APU运行过程中的各种数据，包括发动机转速、发电机转速、动力蓄电池SOC、车辆功率需求、发动机进气歧管压力、发电机输出电流和电压等。传感器将采集到的物理量转换为电信号，经过信号调理电路处理后，传输给控制器。模糊控制计算：控制器将采集到的动力蓄电池SOC和车辆功率需求数据作为模糊控制器的输入，按照模糊控制算法的流程进行模糊化、模糊推理和解模糊化计算。在模糊化过程中，将输入数据映射到模糊论域，根据隶属度函数确定其对应的模糊语言值；在模糊推理过程中，依据模糊规则库进行推理运算，得到模糊输出结果；在解模糊化过程中，采用重心法将模糊输出结果转化为发动机节气门开度和发电机励磁电流的精确控制值。控制信号输出：控制器将计算得到的发动机节气门开度和发电机励磁电流控制值发送给相应的执行器，控制节气门调节发动机的进气量，从而调整发动机的输出功率；控制逆变器调节发电机的励磁电流，进而控制发电机的输出电压和功率。执行器根据控制信号动作，实现对APU的精确控制。状态监测与判断：控制器实时监测APU各部件的工作状态，判断是否出现故障或异常情况。若检测到发动机转速过高或过低、动力蓄电池过充或过放、发电机输出电压异常等情况，控制器将采取相应的保护措施，如报警、切断电路、调整控制策略等，以确保APU的安全运行。循环执行：完成一次控制流程后，程序返回数据采集步骤，不断循环执行，实现对APU的实时、动态控制，使其能够根据车辆的行驶工况和动力需求，稳定、高效地运行。四、串联式混合动力汽车辅助动力单元及其控制系统建模与仿真4.1建模工具与平台4.1.1GT-SUITE介绍GT-SUITE是美国GammaTechnologies公司开发的一套综合性的汽车和内燃机模拟工具，在汽车系统建模领域具有广泛的应用和显著的优势。它涵盖了从发动机到冷却系统等多个领域，能够对汽车的动力系统、传动系统、热管理系统等进行全面的建模和仿真分析。在动力系统建模方面，GT-SUITE提供了丰富的模型库，包括各种类型的发动机模型、发电机模型、电池模型等，用户可以根据实际需求快速搭建复杂的动力系统模型。对于发动机建模，GT-SUITE不仅能够精确模拟传统内燃机的工作过程，还能处理新型发动机技术，如均质充量压燃式内燃机（HCCI）、缸内直喷汽油机（GDI）等。其强大的计算能力允许进行稳态和瞬态的模拟分析，在稳态模拟中，可用于优化进排气歧管设计、气门升程曲线、涡轮增压器匹配、废气再循环（EGR）系统、燃烧分析和污染物排放等；在瞬态模拟中，则可以分析气缸部件的热响应和排气歧管的温度变化。在研究发动机的燃烧过程时，GT-SUITE能够考虑多种因素对燃烧的影响，如燃油喷射特性、进气流动、燃烧室形状等，通过模拟计算得到详细的燃烧参数，为发动机的优化设计提供依据。在热管理系统建模方面，GT-SUITE的GT-COOL组件专注于发动机冷却回路的设计和分析，能够准确模拟冷却液的流动和传热过程，评估不同冷却策略对发动机温度分布的影响。在混合动力汽车中，热管理系统对于电池和电机的性能和寿命至关重要，GT-SUITE可以对电池热管理系统和电机冷却系统进行建模和优化，确保电池和电机在适宜的温度范围内工作，提高系统的可靠性和稳定性。例如，通过模拟不同的冷却介质流量和温度，分析电池组的温度分布情况，优化冷却系统的布局和参数，以提高电池的充放电效率和使用寿命。GT-SUITE还具备良好的开放性和扩展性，支持与其他软件进行耦合仿真，如与计算流体力学（CFD）软件STAR-CD耦合，可以进行更深入的三维流动研究，进一步提升仿真的准确性和可靠性。它能够与多种硬件设备进行连接，实现实时数据交互，为硬件在环测试（HIL）和车辆动力学控制等应用提供支持。4.1.2Matlab/Simulink介绍Matlab/Simulink是MathWorks公司开发的一种集成软件环境，在控制系统建模和仿真领域具有广泛的应用。Matlab提供了强大的数学计算和数据分析功能，而Simulink则是Matlab的一个附加产品，它提供了基于图形的多域仿真和模型设计功能，特别适合于复杂的动态系统建模。在控制系统建模方面，Simulink拥有丰富的模块库，涵盖了各种控制算法、信号处理、通信系统等领域的模块。用户可以通过直观的图形化界面，将这些模块拖拽到模型窗口中，并使用鼠标连接各个模块，快速搭建控制系统的模型。在搭建串联式混合动力汽车APU控制系统模型时，可以从Simulink的模块库中选择PID控制器模块、模糊逻辑控制器模块、信号源模块、传感器模块、执行器模块等，根据系统的控制策略和逻辑关系进行连接和参数设置，构建出完整的控制系统模型。Simulink还支持自定义模块的开发，用户可以根据特定的需求，使用Matlab语言编写S-函数或使用Simulink的模块编写工具创建自定义模块，进一步扩展了Simulink的功能和应用范围。Simulink具有强大的仿真功能，能够对搭建好的模型进行各种工况下的仿真分析。用户可以设置仿真的起始时间、结束时间、步长等参数，运行仿真后，通过示波器（Scope）、数据记录模块（ToWorkspace）等工具观察和分析系统的动态响应，如阶跃响应、频率响应等，评估系统的性能指标，如稳定性、快速性、准确性等。在对APU控制系统进行仿真时，可以设置不同的车辆行驶工况，如城市工况、高速工况、爬坡工况等，模拟APU在这些工况下的运行情况，分析发动机转速、发电机输出功率、电池荷电状态等参数的变化，验证控制策略的有效性和可行性。Matlab与Simulink之间具有紧密的集成性，用户可以在Matlab环境中编写脚本文件或函数，与Simulink模型进行交互，实现数据的传递和处理。利用Matlab的数据分析和可视化功能，可以对Simulink仿真得到的数据进行进一步的处理和分析，绘制各种图表，直观地展示系统的性能和特性。Matlab还拥有丰富的工具箱，如控制系统工具箱（ControlSystemToolbox）、信号处理工具箱（SignalProcessingToolbox）等，这些工具箱提供了大量的函数和算法，可用于控制系统的设计、分析和优化，与Simulink结合使用，能够大大提高控制系统建模和仿真的效率和精度。4.2模型建立4.2.1APU模型在GT-SUITE中建立APU模型时，发动机模型的构建至关重要。首先，需要准确选择发动机的类型，本研究选用一款四冲程汽油发动机作为研究对象。发动机的主要参数设置包括气缸数、缸径、冲程、压缩比、额定功率和额定转速等。根据实际发动机的技术规格，设置气缸数为4，缸径为[X]mm，冲程为[X]mm，压缩比为[X]，额定功率为[X]kW，额定转速为[X]r/min。这些参数的准确设置直接影响发动机模型在仿真中的性能表现。在燃烧模型方面，采用GT-SUITE自带的详细燃烧模型，该模型能够考虑燃油喷射、混合气形成、燃烧过程中的化学反应等因素，通过设置燃油的特性参数，如辛烷值、低热值等，以及燃烧过程的相关参数，如点火提前角、燃烧持续期等，精确模拟发动机的燃烧过程，从而准确计算发动机的输出扭矩和功率。发电机模型的建立同样需要合理设置参数。选用永磁同步发电机，其主要参数包括额定功率、额定电压、额定转速、极对数等。设置额定功率为[X]kW，额定电压为[X]V，额定转速为[X]r/min，极对数为[X]。在建立发电机模型时，需要考虑其电磁特性和机械特性，通过设置发电机的绕组电阻、电感、磁链等电磁参数，以及转动惯量、阻尼系数等机械参数，准确模拟发电机在不同工况下的发电性能。为了准确模拟APU的工作过程，还需要考虑发动机与发电机之间的连接方式和传动效率。在GT-SUITE中，通过设置传动系统的参数，如传动比、传动效率等，来模拟发动机与发电机之间的动力传递过程。若传动比设置为[X]，传动效率设置为[X]%，则可以准确模拟发动机输出的机械能如何通过传动系统传递给发电机，以及在传递过程中的能量损失。4.2.2控制系统模型在Matlab/Simulink中建立控制系统模型时，首先要明确系统的控制逻辑和算法。本研究采用前文所述的模糊控制算法，该算法能够根据动力蓄电池的荷电状态（SOC）和车辆的功率需求，智能地控制APU发动机的节气门开度和发电机的励磁电流。在模型搭建过程中，从Simulink的模块库中选取关键模块。选择“FuzzyLogicController”模块来实现模糊控制算法，该模块能够根据预先定义的模糊规则和隶属度函数，对输入的SOC和功率需求信号进行模糊化处理、模糊推理和解模糊化计算，输出发动机节气门开度和发电机励磁电流的控制信号。选择“Gain”模块来调整信号的增益，根据实际控制需求，设置合适的增益值，以确保控制信号的准确性和有效性。选择“Sum”模块来实现信号的求和运算，用于综合各种控制信号，得到最终的控制指令。连接各个模块时，需要遵循系统的控制逻辑。将采集到的动力蓄电池SOC和车辆功率需求信号分别输入到“FuzzyLogicController”模块的相应输入端，该模块根据模糊控制算法对输入信号进行处理，输出发动机节气门开度和发电机励磁电流的控制信号。将发动机节气门开度控制信号连接到发动机节气门执行器模型的输入端，控制节气门的开度，从而调节发动机的进气量，进而控制发动机的输出功率。将发电机励磁电流控制信号连接到发电机励磁控制器模型的输入端，调节发电机的励磁电流，实现对发电机输出电压和功率的控制。通过合理连接各个模块，构建出完整的APU控制系统模型，确保系统能够根据车辆的实际运行状态，准确地控制APU的工作，实现高效的能量管理和动力输出。4.2.3整车模型利用GT-Drive建立整车模型时，需要全面考虑多个关键因素，以确保模型能够准确模拟车辆在各种工况下的运行情况。在车辆参数设置方面，要精确输入车辆的基本信息，包括车辆质量、轴距、轮胎半径、滚动阻力系数等。假设车辆质量为[X]kg，轴距为[X]m，轮胎半径为[X]m，滚动阻力系数为[X]。这些参数直接影响车辆的动力学性能，如加速性能、行驶阻力等。车辆质量越大，加速时所需的动力就越大；轴距和轮胎半径会影响车辆的行驶稳定性和滚动阻力；滚动阻力系数则决定了车辆在行驶过程中由于轮胎与地面摩擦而产生的阻力大小。在传动系统建模方面，要合理设置传动系统的参数，如变速器的传动比、主减速器的减速比、传动效率等。若变速器采用5档手动变速器，设置各档传动比分别为[X1]、[X2]、[X3]、[X4]、[X5]，主减速器减速比为[X]，传动效率为[X]%。传动系统的参数设置直接关系到发动机输出的动力能否有效地传递到车轮，影响车辆的动力性能和燃油经济性。不同的传动比可以使发动机在不同的车速下工作在更合适的转速区间，提高发动机的效率；传动效率则反映了动力在传动过程中的损失程度。还需考虑车辆的行驶工况，如城市工况、高速工况、爬坡工况等。在GT-Drive中，可以通过设置不同的行驶工况文件来模拟车辆在各种实际路况下的行驶状态。对于城市工况，通常包括频繁的启停、低速行驶和加减速过程，设置车辆的平均速度、怠速时间、加速时间、减速时间等参数，以准确模拟城市道路的拥堵情况和车辆的行驶特点。对于高速工况，设置较高的恒定速度，以及相应的行驶时间和距离，模拟车辆在高速公路上的行驶状态。对于爬坡工况，设置一定的坡度和行驶距离，考虑车辆在爬坡过程中所需的额外动力和发动机的工作状态变化。通过综合考虑这些因素，利用GT-Drive建立的整车模型能够更加真实地反映车辆在不同工况下的运行情况，为APU及其控制系统的仿真研究提供准确的车辆运行环境。4.3仿真实验设计4.3.1仿真工况设定城市工况：城市工况是串联式混合动力汽车常见的运行工况之一，其特点是车辆行驶过程中频繁启停、加减速，且车速较低。在城市工况下，车辆平均速度一般在30-50km/h左右，怠速时间占比较大，约为20%-40%。这种工况对APU的频繁启动和停止能力以及动力蓄电池的充放电性能要求较高。由于频繁启停，发动机在怠速和低速工况下运行时间较长，容易导致燃油消耗增加和尾气排放恶化。因此，在城市工况下，APU需要频繁启动发动机发电，以维持动力蓄电池的电量，同时要合理控制发动机的运行状态，减少不必要的能耗和排放。高速工况：高速工况下，车辆行驶速度较高，一般在80-120km/h之间，且行驶过程相对平