基于滑移率优化分配的电动汽车再生制动自适应动态协调控制算法研究

Regenerative braking technology is the key method to extend the distance per charge and speed up the widespread application of the electric vehicles. For the method based on braking force distribution at present, there is contradiction between the braking stability and the maximum regenerative energy, and the road conditions and the braking strength variation affect the braking stability and comfort significantly. Aiming at this problem, an adaptive dynamic coordination control algorithm is proposed in this project for the electric vehicle regenerative braking process based on slip ratios optimization distribution. Main contents: to measure and test the influence of braking intensity variations on the different vehicle braking process; to estimate the front and rear tire/road friction coefficients in real-time with the fuzzy adaptive Kalman filtering method, and determine the relation among the friction coefficient, brake strength and slip ratio; to measure and test the optimal performance curve of the battery and motor, and determine the maximum regenerative braking torque; to determine the safe range and constraints of the slip ratio, and optimize the front and rear target slip ratios; to simulate and test the adaptive dynamic coordination control algorithm with the optimal front and rear target slip ratios based on the different response speed of the regenerative braking and hydraulic braking systems. Research objective: to solve the contradiction between the regenerative braking stability and maximum regenerative braking energy, and maximize the regenerative braking energy, and ensure the braking stability and comfort for the different brake process on various road conditions.

再生制动是延长电动汽车续航里程及加快其大面积推广应用的关键，目前基于制动力分配的再生制动方法在制动稳定性与能量回收效率最大化之间存在矛盾，路面状况和制动强度变化明显影响制动的稳定性与平顺性。针对该问题，提出基于滑移率优化分配的再生制动自适应动态协调控制算法的研究课题。 主要内容：测试制动强度变化对不同制动过程的影响；基于模糊自适应卡尔曼滤波进行前后轮胎/路面摩擦系数的实时估计，建立摩擦系数、制动强度与滑移率之间的联系；测试蓄电池和电机优化性能曲线，确定最大可再生制动力矩；确定滑移率安全分配范围和约束条件，优化前后轮滑移率分配；根据再生制动与液压制动响应速度的差异，利用滑移率分配结果，通过仿真与实验研究再生制动自适应动态协调控制算法。 研究目的：解决再生制动稳定性与能量回收效率最大化之间的矛盾，实现不同路面状况与不同制动类型切换过程，再生制动能量回收效率的最大化和制动过程的稳定性与平顺性

电动汽车是解决能源和环境问题的有效途径，但是如何提高电动汽车的安全性和续航里程成为电动汽车推广应用的关键。制动是汽车重要的驾驶工况，通过再生制动系统可以回收制动过程的能量，减少电池能量消耗，提高整车能量使用效率，显著增加电动汽车的续航里程，对提高电动汽车的经济性和推广应用具有非常重要的意义。. 本项目针对电动汽车再生制动过程制动稳定性和能量回收效率最大化之间的矛盾，考虑路面状况和制动强度变化对制动稳定性和平顺性的影响，进行驾驶员制动意图和制动强度识别、路面状况和轮胎/路面摩擦系数实时估算、滑移率安全分配范围和约束条件确定、基于制动强度的前后轮制动力变比值优化分配、动力电池和电机效率特性测试、电动汽车再生制动控制策略等研究。. 基于制动踏板位移变化，通过模糊逻辑可以正确识别出紧急制动、中等制动和缓慢制动以及制动强度的变化。基于轮胎Burckhardt模型，通过自适应滑模估计器，实现了路面状况的实时估计，确定了轮胎/路面摩擦系数随滑移率的变化关系。基于制动力与轮胎/路面摩擦系数之间的联系以及轮胎/路面摩擦系数与滑移率之间的联系，将制动力安全分配范围转换为滑移率安全分配范围。设计了一种基于制动强度的前后轮制动力变比值优化分配算法，在不同路面状况和不同制动强度下，实现前后轮制动力的优化分配。实验测试获得动力电池和电机的效率特性，确定了动力电池和电机对电动汽车再生制动的约束条件。在满足制动稳定性的前提下，考虑动力电池和电机对再生制动过程的约束条件，通过自适应协调控制策略进行再生制动力和液压制动力的优化分配，实现制动能量回收效率的最大化，解决了再生制动稳定性与能量回收效率最大化之间的矛盾。通过仿真测试显示，在UDDS和NEDC两种典型工况下的电动汽车制动能量回收效率都超过50%，具有非常重要的应用前景。