增程式电动车能量管理及电池寿命研究

增程式电动车（Extended-Range Electric Vehicle, E-REV）本质上是一种插电式混合动力汽车（Plug-inHybrid Electric Vehicle, P-HEV），是介于传统混合动力汽车（HybridElectric Vehicle, HEV）与纯电动汽车（Electric Vehicle, EV）之间的车辆类型。通过配置増程器，增程式电动车可获得比纯电动汽车更长的续驶里程，因而被认为是目前理想的电动汽车过渡类型。本文针对E-REV车辆的能量管理优化、整车条件下电池的寿命衰减及电池使用寿命的优化三个方面的相关问题，进行了以下研究工作： 提取E-REV最优能量管理规律。利用动态规划的全局优化算法对E-REV车辆在不同行驶工况、里程、控制策略及电池特性下的能量分配进行离线优化，获得以荷电状态（State ofCharge,SOC）表征的电池理论放电最优轨迹。优化结果表明，E-REV油电能量利用成本最低时，SOC轨迹可近似为直线段，其斜率为电池放电窗口与行驶里程的比值。基于以上结论及E-REV在不同控制策略下的SOC轨迹，提取电池的SOC放电窗口与其对应里程的比值作为特征参数，并定义为“容量里程比（Capacity-DistanceRatio，CDR）”，来表征E-REV车辆的控制策略模式及其电池的能量使用情况，并可用于研究E-REV控制策略对电池寿命衰减的影响。 建立E-REV电池的寿命模型，用于电池寿命分析，并提出了将该模型用于其它同类电池寿命衰减研究的快速参数标定方法。寿命模型的建立分以下三步：1）模型结构确立：引入基于电池日历寿命与循环寿命衰减机理的半经验寿命模型，提取影响寿命的加速因素为：电池温度、SOC及放电窗口，并分别确定各加速因素对电池寿命的加速模型。综合以上模型建立E-REV电池的寿命模型结构；2）基础参数提取：基础参数即加速模型的规律性参数，本文针对所研究的E-REV，利用同类别电池的长期寿命实验数据提取基础参数；3）特性参数辨识：特性参数即表征电池个体寿命特性的参数，本文根据E-REV电池的短期实验结果，对加速模型的加速参考点数值进行辨识。通过对模型结构及基础参数“复用”，并利用较短时间内寿命实验结果辨识电池特性参数，该模型可快速应用于同类电池寿命衰减分析。 建立E-REV整车变工况条件下电池寿命预测模型。根据对电池寿命加速作用相同的原则，针对整车变工况下非恒定的寿命加速因素数值，利用等效值来表征加速因素的数值水平并建立等效值的计算模型，与寿命模型综合，建立E-REV整车变工况条件下电池的寿命预测模型。通过电池SOC变化轨迹，建立整车运行条件与寿命加速因素等效值的关系模型，从而在不具备电池数据情况下，依据E-REV整车运行条件，可实现其车载动力电池寿命衰减的快速估计。在E-REV整车目标运行条件下，借助电池寿命预测模型，可预估电池寿命终结（End of Life，EOL）时的整车性能。当设计者要求电池EOL整车性能仍能达到设计要求时，亦即性能不劣化，寿命预测模型可帮助确定电池匹配参数的裕量数值。 提出针对E-REV电池寿命优化的管理方法。其包括车辆静置环境选择、停车后电池充电时机选择、CDR数值较低的控制策略模式选择、放电窗口动态管理和电池系统热管理五个方面。前两项受用户习惯影响，通过停车后的语音提示对用户提出优化电池使用寿命的建议。后三项为OEM可主动干预性管理方法，通过控制策略制定、控制策略参数调整及电池包设计来实现。相对于恒定的电池放电窗口，基于使用周期内电池的实际容量对E-REV控制策略参数进行动态修正，可实现电池放电窗口的动态管理，优化电池的使用寿命并提高电池及系统效率，增加车辆全寿命周期内的纯电动行驶总里程。 开发E-REV整车控制系统及其硬件在环测试平台，为能量管理优化策略及电池寿命的管理提供了验证平台，并可长期跟踪验证实车电池的寿命衰减情况及其优化管理结果。 本文主要创新点如下： 1.提取E-REV最优能量管理规律，首次提出用“容量里程比（CDR）”参数来表征车辆的能量管理模式及电池能量使用情况的方法，从而有机的将E-REV控制理论与电池寿命衰减研究联系起来，奠定了车载电池寿命管理研究的基础。 2.建立整车变工况条件下E-REV电池的寿命预测模型，实现整车运行条件下电池寿命的快速估计。结果为电池匹配参数的裕量确定提供数值依据并可帮助预估电池EOL时的整车性能。 3.面向车载电池全使用周期，提出E-REV电池寿命优化的主动管理方法。其中，本文开创性的提出了利用“动态SOC”的概念进行放电窗口管理，可实现电池全使用周期的寿命优化和电池容量更为有效的利用。