IET Electrical Systems in Transportation 研究论文 |
|
|
包含环境条件变化和牵引系统效率的电动汽车精确里程估计 |
ISSN 2042-9738
修改时间:2016.04.07 电子出版时间:2016.06.28 doi: 10.1049/iet-est.2015.0052 www.ietdl.org |
|
Kaveh Sarrafan1 , Danny Sutanto1, Kashem M. Muttaqi1, Graham Town2 E-mail: ks282@uowmail.edu.au 摘要:里程焦虑是人们接受电动汽车(EVs)的障碍,这是由驾驶员对车辆荷电状态(SoC)和到达目的地所需能量的不确定性引起的。这些变量的大多数估计方法都使用简化的模型,其中包含许多假设,这些假设可能导致严重的误差,特别是在不考虑动态和环境条件的情况下。例如,逆变器驱动和电动机的联合效率在整个路线中是变化的,而不是大多数距离估计方法中假定的恒定值。本研究提出了一种考虑位置相关环境条件和时变驱动系统损耗的SoC和距离估计的改进方法。为了验证该方法的有效性,我们选取了一辆电动汽车沿着选定的路线行驶,并将所测得的电动汽车目的地电池荷电状态与算法预测的进行了比较。结果表明,在SoC和距离估计方面具有良好的准确性,这有助于缓解里程焦虑。 |
1介绍
电动汽车(EVs)是保障能源安全和减少污染的最有前途的技术产品之一。影响电动汽车接受程度的主要障碍之一是里程焦虑。里程焦虑是指驾驶者担心因电池耗尽而陷入困境。从消费者的角度来看,剩余的电池容量达到目的地的不确定性仍然令人产生不安的想法[1]。准确估计电动汽车电池剩余荷电状态(SoC)和车辆可达到的行驶里程,将有助于提高电动汽车子系统的利用率。为了实现这一目标,需要开发准确的SoC和里程估算方法,以便在每一时刻准确地估计电池的可用电量。改进的方法应考虑位置和时间相关变量,包括电动汽车各部件的效率变化以及计划行驶过程中环境条件和驾驶员行为的变化。
在大多数报告中,在能量估算和数据表中都做了很多假设,或者使用简单的驱动电机损耗和效率计算的理论模型[2 - 5]。例如,Vaz等[5]的假设道路是平坦的,没有任何斜坡,没有停止标志,也没有交通拥堵,导致高估的续驶里程。Shankar和Marco[3]报告了在真实驾驶条件下(考虑到交通类型和拥堵)电动汽车在道路上的能源消耗预测框架。该方法的预测精度在20-30 和70-80%之间。Prins等[4]忽略了再生制动系统的能量估计模型,使用了一个简单的车辆效率数据,这是由电机制造商预测的。Prins[4]声称,所有测量的所需能量与预测值之间仅存在8%的差异。
Tannahill等[1]报告了通过考虑多种环境和行为因素来减少电动汽车引起的里程焦虑的方法。结果表明,与简化模型相比,预测结果更接近测量结果。然而,Tannahill等[1]利用电机制造商的数据来确定电机和电机驱动变换器的损耗和效率,而不是使用电机的动态模型来计算。此外, Tannahill等[1]假设这些值在整个驾驶过程中是恒定的。
在这篇论文中,我们提出在考虑位置相关的环境条件和时变的驱动系统损耗的情况下,改进[1]报告的SoC和里程估算工作。有效的路试结果表明,该方法在SoC和里程估算方面具有很高的精度。
2给定路线上电动汽车的能量估算
大多数文献使用制造商的数据表来评估电机和电机驱动转换器的效率[1-3],并且假设它们在整个路线中是恒定的。这不是一个有效的假设,特别是在考虑动态变化的环境和行为因素时。估算需要在驱动系统的时域仿真中对这些值进行更准确的估计,这需要了解电动汽车结构来评估结构每个组件的能量使用情况。
一个简单的电动汽车架构模型有四个主要元素:储能系统、传动系统、电动机和电力电子转换器[6]。储能单元可以从电网充电,也可以通过再生制动系统充电。为了准确地评估SoC,从而评估续驶里程,系统需要评估在每种情况中电池单位时间所需的能量。所需的能量可以从牵引(车轮)功率、传动比、效率和传动系统中的损耗计算出来。交通和负载的影响也需要考虑。
根据图1所示的电动汽车结构,考虑环境条件和效率模型,估算电池在每一时刻的能量和功率的程序框架如图2所示。
从图2可以看出,要计算电池所需的能量,首先需要计算给定路线的牵引功率,它是车辆势能和动能变化、气动和滚动阻力功的总和。这些组成部分都高度依赖于各种各样的环境和行为因素。从牵引功率出发,根据传动传动比和效率计算电动汽车电机输出功率。最后,电动汽车所需的电池电流取决于驱动系统效率、交通状况和负载损耗。
变速器
感应电机
逆变器
电池组
图1简单电动汽车的示意图
根据电动汽车所需的电池电流、电池电压、初始荷电状态、电池温度、容量和效率,可以估算电动汽车电池的荷电状态和每一时刻的续驶里程。建议的SoC估计考虑了环境和驾驶者行为因素的变化,以及电动汽车组件的动态损耗变化。
3考虑动态变化环境因素的牵引功率估算
车轮的牵引功率Pt (W)可以根据作用在电动汽车上的惯性力和外力来计算[1,4,7]。
Delta;Ep是势能变化(J),Delta;Ek动能变化(J), Waero气动工作(J), Wrolling是滚动阻力工作(J)和tsegment路线段持续时间(s)。
3.1行驶路线
为了评估牵引功率,必须首先选择特定的行驶路线,并将其表示为一系列的点(道路线段)。从谷歌地图中可以提取出每个航路点的纬度、经度、限速、高程等参数,计算出两个航路点之间的距离。
3.2各路段的车速和持续时间
在本文中,车辆的速度是根据每一段的限速和假定的正常加速度来计算的。这一假设是根据驾驶员的加速度行为和电动汽车的加速能力来决定的。考虑特定航段的恒定加速度,利用下式可以计算出每个航段末端的预测速度:
其中,vEV为路段结束时的预测车速(m/s),v0为路段开始时的车速(m/s),a为标称加速度(m/s2), Lsegment为线路段长度(m)。
由于来自谷歌地图的每个路由段的长度为通常非常小,根据电动汽车的性能和驾驶员的行为以及限速对每个路段使用恒定加速度产生的误差可以忽略不计。路段时间的计算是通过将路段长度除以预计的电动汽车速度或每段的限速来确定的。
SoC初值
温度
容量
加热/冷却
雨刷
照明
传导损失
开关损失
定子电流
路段种类
路段距离
效率
磁芯损失
铜损
效率
齿比
每段路时间
质量
速度
质量海拔
质量
速度风
负载损失
交通损失
SoC估算
逆变器效率累计
感应电机效率累计
变速系统
驱动动力
动能变化
势能变化
滚动阻力
空气阻力
图2里程估算的整个过程概述
3.3势能变化
对于每个航段来说,海拔的变化可以从每个航段的起点、终点的纬度、经度、海拔来计算。这种海拔变化引起的势能变化可由下式计算:
其中m为电动汽车质量(kg),g为重力加速度(m/s2),hi为路线i点海拔(m)。
重力作用下的牵引力,Pgravity (W)可由式(4)计算。其正负值分别表示上坡和下坡道路
3.4动能变化
某一段的动能可由该段的速度变化计算如下:
加速度/减速引起的牵引功率Pk (W)可由下式计算:
3.5气动作用
电动汽车的气动外形直接影响因阻力产生的消耗。此外,风速和风向是计算实际阻力速度的关键因素。为了精确计算,需要考虑相对速度,即风速和风向对车速的影响。阻力作用下的力,Faero (N),相对速度vrel (m/s),可计算如下:
其中rho;air是空气密度(kg/m3),Cd是气动阻力系数,是车辆额区(m2), ws是风速(m/s),dirEV是电动汽车的方向(°C)和dirwind朝向电动汽车(°)的风向。
根据计算出的时间分段,对每个分段进行计算由阻力产生的功率Paero (W)可以用以下公式计算:
为了考虑电动汽车的行驶方向,在每一段都要考虑车辆的行驶路线。这些计算通常不被考虑在发表的论文内。
3.6滚动阻力作用
滚动阻力功率可以根据轮胎的滚动阻力系数来计算,滚动阻力系数受三个主要参数的影响:(i)轮胎压力,(ii)路面特性,(iii)胎面状况[4]。轮胎压力假定沿路线是恒定的,胎面状况可以忽略不计。然而,路面特性对滚动阻力的影响最大。研究发现,与同路面相比,在干燥条件下的滚动阻力会提高10%。考虑路面特性的滚动阻力作用,Prolling (W)可以用以下公式计算:
其中,Frolling是滚动阻力(N), Cr-effective有效滚动阻力系数,alpha;是斜率角(100 sinalpha;= %斜率),Cr-dry是Cr在干地上的值, probrain是下雨的概率 (%)和Cr-wet是Cr在湿地上的值。
在(11)中,Cr-effective是由Cr-dry加上降雨概率乘以Cr-wet和Cr-dry的差值计算出来的。每个路段的降雨概率可以从天气预报网站得到。通过这种方法下,Cr-effective的有效滚动阻力系数是连续变化的。
4驱动系统估算
当牵引力由车辆的势能和动能变化、气动和滚动阻力功相加计算出后,需要利用传动系统的齿轮速比将牵引力转换为电机的输出功率。齿轮传动比G可由式(14)计算[6,8]
其中nsmax为最大电机转速(rpm), vEVmax为最大车速(m/s), rw为车轮半径(m)。
电机的牵引转矩Tt (N m)和负载转矩TL (N m)(见图1)可以计算如下
其中eta;TS是传动系统效率。
由于本文验证所使用的实际电动汽车的传输系统信息有限,根据Schaltz[
剩余内容已隐藏,支付完成后下载完整资料
资料编号:[237613],资料为PDF文档或Word文档,PDF文档可免费转换为Word
课题毕业论文、文献综述、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。