纯电动汽车速比优化：续航与加速的多目标平衡

简介这份PDF是期刊论文《纯电动汽车动力系统速比优化设计》的完整全文面向新能源汽车动力总成与整车经济性方向的工程技术人员、研究生及教师针对固定速比方案下驱动电机长期处于高转矩、大电流区间能量利用率与续驶里程受限的问题提供可落地的速比优化思路。资源包内仅1个PDF文件约2.24MB含摘要、建模、仿真流程与结果图表便于文献综述与方案借鉴目前已有100人学习下载。论文提出两挡电控机械式自动变速器AMT驱动方案依托Cruise建模并经Isight集成构建联合优化平台以100km/h加速时间和NEDC百公里能耗为目标优化速比同时制订以车速、负荷率为参考的双参数经济性换挡策略结果显示百公里能耗降低0.52kWh、经济性改善3.78%加速时间缩短2.23%对换挡规律设计颇具参考价值。1. 纯电动汽车速比优化到底在调什么续航与加速之间的那根细线一台A级纯电轿车电机峰值功率150kW电池包60kWh配单挡减速器时WLTC续航能标到480km0-100km/h加速7.5秒。把减速比从8.5调到10.2加速能压进6.8秒但续航掉到455km附近反过来降到7.2续航能蹭到500km加速却要8.3秒。这个续航与动力性的拉锯就是纯电动汽车动力系统速比优化设计要处理的核心矛盾。减速比取大值低速段扭矩放大更充分但中高速巡航时电机转速被推高铁耗与风摩损耗同步上升减速比取小值高速巡航转速降下来了但起步和爬坡阶段扭矩放大不足电驱靠电流硬撑铜耗增加。真正要做的是在整车纵向动力学、电机效率MAP和典型行驶工况三者之间找到让综合能耗最低、同时满足动力性下限的减速比区间。适合做电驱系统匹配、整车能量管理或动力经济性仿真的工程师。2. 动力系统速比优化的数学模型从整车纵向动力学到电机效率MAP纯电动汽车速比优化的核心工作是用一套数学模型把“车怎么跑”“电机怎么耗电”“减速器怎么传动”三件事串起来。模型准不准直接决定优化出来的速比值能不能用在实车上。常见的单挡或两挡减速器方案在建模阶段要做的是把整车参数、电机外特性和效率MAP、行驶工况全部数字化再用优化算法搜索速比空间。2.1 车辆纵向动力学方程的离散化把行驶工况翻译成轮端需求行驶工况本质上是一条车速-时间曲线。要把它变成轮端的需求扭矩和转速需要先做纵向动力学离散化。基础方程是轮端驱动力等于滚动阻力、空气阻力、加速阻力和坡度阻力之和。在代码里通常按时间步长离散化用数值微分求加速度再逐点计算轮端需求。% 车辆纵向动力学离散化从车速序列计算轮端需求 % v_kmh: 车速序列单位km/h % t: 时间序列单位s % params: 整车参数结构体 function [T_wheel, n_wheel] longitudinal_dynamics(v_kmh, t, params) % 单位转换 v v_kmh / 3.6; % km/h - m/s dt t(2) - t(1); % 数值微分求加速度 a gradient(v, dt); % 坡度假设为0平路工况 theta 0; % 滚动阻力 F_roll params.m * params.g * params.C_r * cos(theta); % 空气阻力 F_aero 0.5 * params.rho * params.C_d * params.A * v.^2; % 加速阻力 F_acc params.m * a; % 坡度阻力 F_grade params.m * params.g * sin(theta); % 轮端需求驱动力 F_t F_roll F_aero F_acc F_grade; % 轮端需求扭矩考虑轮胎半径 T_wheel F_t * params.r_wheel; % 轮端转速rad/s n_wheel v / params.r_wheel; % 制动时需求扭矩为负值后续靠制动系统处理 T_wheel(T_wheel 0) NaN; % 或置零视仿真策略而定 end这段代码的逻辑是把工况车速序列转换成轮端的需求扭矩和转速作为电机-减速器模型的输入。参数里m取整备质量加上乘员质量r_wheel是轮胎滚动半径C_r一般取0.008~0.012电动车低滚阻轮胎C_d在0.28~0.32之间A大约2.2~2.5 m²。空气阻力项和车速的平方成正比高速段速比对能耗的影响会被显著放大——这也是为什么高速工况下减速比偏大反而省电的工程直觉经常被推翻。提示工况数据里的车速序列经常包含停车片段微分求加速度时会出现尖峰建议先做低通滤波或对加速度做限幅处理。2.2 电机效率MAP的二维插值与速比耦合拿到轮端需求之后下一个环节是把轮端扭矩和转速折算到电机端。折算关系由速比决定电机转速 轮端转速 × 速比电机扭矩 轮端扭矩 / (速比 × 传动效率)这里的关键在于电机效率不是常数而是一张关于转速和扭矩的二维MAP。同一个轮端功率需求在不同速比下会落到MAP上的不同位置对应不同的效率。常见做法是用二维插值把MAP读进来再按工况点逐点查效率。% 电机效率MAP二维插值 % speed_vec: 电机转速轴单位rpm % torque_vec: 电机扭矩轴单位Nm % eff_map: 效率矩阵size为 [len(speed_vec), len(torque_vec)] % n_motor: 电机转速序列单位rpm % T_motor: 电机扭矩序列单位Nm function eta lookup_efficiency(speed_vec, torque_vec, eff_map, n_motor, T_motor) % 对转速和扭矩做限幅防止超出MAP范围 n_clamped min(max(n_motor, min(speed_vec)), max(speed_vec)); T_clamped min(max(T_motor, min(torque_vec)), max(torque_vec)); % 二维线性插值 eta interp2(speed_vec, torque_vec, eff_map, ... n_clamped, T_clamped, linear); % 插值产生的NaN用最近邻填充 if any(isnan(eta)) eta(isnan(eta)) interp2(speed_vec, torque_vec, eff_map, ... n_clamped(isnan(eta)), T_clamped(isnan(eta)), nearest); end end这段插值逻辑需要特别留意边界处理电机在低速大扭矩区和高转速区效率变化剧烈线性插值在格点稀疏的地方误差可能超过2%。如果MAP的分辨率不够建议先把MAP加密或者改用样条插值。传动效率一般取0.95~0.97单挡减速器两挡变速器要考虑换挡机构的损失。参数典型范围对速比优化的影响电机峰值效率0.95~0.97决定最优速比附近效率平原的宽度电机高效区转速范围3000~9000 rpm速比要尽量让常用工况点落在这个区间减速器传动效率0.95~0.97单挡效率每降1%最优速比向小值偏移整车风阻系数0.28~0.32风阻越大高速段速比取大值的代价越高轮胎滚动半径0.30~0.34 m直接影响轮端到电机端的转速折算2.3 传动系损失模型与电池放电模型的简化原则速比优化不是整车能耗仿真模型精度和计算速度要平衡。传动系损失通常拆成与扭矩相关的部分和与转速相关的部分前者反映齿轮啮合损失后者反映搅油和轴承损失。电池模型在速比优化阶段不需要电化学模型用内阻模型就够电池端功率等于电机端功率除以电机效率、再除以逆变器效率加上附件功率最后按电池电压和功率查放电电流积分得到能耗。简化原则是能用电功率积分算能耗的不要绕到电池SOC再算能用稳态MAP的不要做动态温度修正。速比优化的目标是相对比较不同速比方案的能耗差异绝对精度可以放宽到3%以内。3. 在Matlab/Simulink里搭一套可复现的速比优化最小闭环数学模型有了接下来要把它跑起来。用Simulink搭前向仿真模型是最常见的做法因为电驱系统的信号流天然适合模块化搭建而且换速比只需要改一个参数。整个闭环分成三块工况输入、动力系统模型、结果采集。3.1 前向仿真模型的最小模块集与信号流一个能跑速比优化的Simulink模型最小模块集包括工况源从MAT文件读取WLTC或CLTC的车速-时间序列输出目标车速驾驶员模型用PI控制器根据目标车速和实际车速的偏差输出加速踏板和制动踏板开度电机模型根据踏板开度和电机外特性查表输出电机扭矩同时用效率MAP算电功率减速器模型按当前速比把电机扭矩和转速折算到轮端整车模型纵向动力学积分得到实际车速能耗采集对电功率积分得到总能耗信号流是目标车速→驾驶员模型→电机模型→减速器→整车模型→实际车速反馈回驾驶员模型。速比作为一个工作区变量在减速器模块里被引用。这样做的好处是跑一次仿真不需要重建模型只改工作区变量就行。3.2 速比变量在模型中的传递与参数化把速比做成可配置参数有两种常见做法。一种是在Simulink模型里用Simulink.Parameter定义一个标定对象在脚本里改它的值另一种是直接用工作区变量每次仿真前用assignin写入。前者更适合后续和标定工具链对接后者上手快。% 批量设置速比并运行仿真 % model_name: Simulink模型名 % ratio_list: 待评估的速比列表 model_name EV_Powertrain_Opt; ratio_list 7.0:0.2:11.0; results struct(ratio, {}, energy, {}, accel_time, {}); for i 1:length(ratio_list) % 写入速比到工作区 assignin(base, final_drive_ratio, ratio_list(i)); % 运行WLTC工况仿真 sim_out sim(model_name, StopTime, 1800); % 提取能耗kWh energy_kwh sim_out.energy_wh / 1000; % 运行0-100km/h加速仿真 sim_accel sim(model_name, StopTime, 30); accel_time sim_accel.accel_time; % 记录结果 results(i).ratio ratio_list(i); results(i).energy energy_kwh; results(i).accel_time accel_time; end这段脚本的逻辑是把速比从7.0到11.0按0.2的步长扫一遍每个速比跑两次仿真一次WLTC工况采能耗一次加速工况采0-100km/h时间。assignin把速比写到基础工作区Simulink模型通过变量名引用它。参数方面WLTC的仿真时长要覆盖完整工况周期0-100km/h的仿真时长取30秒留足余量。运行完可以用散点图把速比-能耗和速比-加速时间画在一起直观看到拐点。注意Simulink的sim命令每次调用会重新编译模型速比数量多的时候很慢。可以在脚本开头用set_param(model_name, FastRestart, on)开启快速重启仿真速度能提升数倍。3.3 用脚本批量跑WLTC与0-100km/h工况批量跑完的结果需要整理成可对比的形式常见的做法是把结果表导出成CSV再做帕累托筛选。速比WLTC能耗(kWh)0-100km/h加速(s)是否满足动力性下限7.08.18.3否7.68.37.9否8.28.67.5是8.88.97.2是9.49.26.9是10.09.66.7是10.610.16.5是11.010.56.4是从这张表可以看出速比从8.2往后能耗单调上升加速时间单调下降中间存在一个折中区间。动力性下限如果卡在7.5秒那8.2就是满足约束的最小速比对应最低能耗。如果卡在7.0秒速比就要推到9.4附近能耗增加约0.6kWh。这就是速比优化要回答的核心问题约束放在哪里最优解就在哪里。4. 多目标遗传算法求解最优速比参数设置与帕累托前沿解读扫点法能看出趋势但速比空间是连续的而且如果同时优化单挡速比和两挡速比的两个挡位变量维度上升扫点法的计算量会爆炸。这时候需要用多目标优化算法。NSGA-II是工程上最常用的选择Matlab的gamultiobj就是它的实现。4.1 目标函数的构造续航里程与加速时间的归一化目标函数要同时反映能耗和动力性但这两个量的量纲不同需要做归一化。常见做法是选一个基准速比用它对应的能耗和加速时间作为分母把两个目标都变成相对值。% 速比优化的目标函数 % x: 待优化变量单挡方案时x(1)为速比两挡方案时x(1)、x(2)为两个挡位速比 % base_energy: 基准速比下的WLTC能耗 % base_accel: 基准速比下的0-100km/h加速时间 function f speed_ratio_objective(x, base_energy, base_accel) % 约束速比范围 if x(1) 6.5 || x(1) 12.0 f [1e6, 1e6]; return; end % 运行Simulink仿真 assignin(base, final_drive_ratio, x(1)); sim_out sim(EV_Powertrain_Opt, FastRestart, on); % 提取目标 energy sim_out.energy_wh / 1000; accel sim_out.accel_time; % 归一化 f(1) energy / base_energy; % 能耗目标越小越好 f(2) accel / base_accel; % 加速目标越小越好 end目标函数的逻辑是把能耗和加速时间都折算成相对基准的比值两个目标都是越小越好。归一化的好处是两个目标的权重相当算法不会偏向量纲大的那个。参数方面base_energy和base_accel一般用当前量产方案的实测值如果拿不到就用仿真里速比10.0的结果代替。速比边界设6.5到12.0覆盖了绝大多数单挡电驱方案两挡方案的低挡速比通常在这个范围的上半段高挡速比在6~9之间。4.2 gamultiobj的关键参数与约束边界gamultiobj的参数设置直接决定收敛速度和解的分布质量。% gamultiobj参数配置 options optimoptions(gamultiobj, ... PopulationSize, 60, ... % 种群大小变量维度低时30~60够用 MaxGenerations, 50, ... % 最大代数看收敛曲线调整 CrossoverFraction, 0.8, ... % 交叉比例 ParetoFraction, 0.35, ... % 帕累托前沿保留比例 FunctionTolerance, 1e-4, ... % 目标函数收敛容差 Display, iter, ... % 打印迭代信息 UseParallel, true); % 并行加速 % 变量边界 lb [6.5]; ub [12.0]; % 调用求解 [x_opt, fval] gamultiobj((x) speed_ratio_objective(x, base_energy, base_accel), ... 1, [], [], [], [], lb, ub, options);参数选择上PopulationSize取60是因为速比优化通常只有1~2个变量种群太大会浪费计算资源太小又容易收敛到局部前沿。CrossoverFraction用默认的0.8就行这是NSGA-II在多数工程问题上的稳健值。ParetoFraction控制前沿上保留多少比例的非支配解0.35意味着每代保留约35%的种群规模作为前沿太大可能导致多样性不足太小可能丢失前沿上的极端解。UseParallel配合Simulink的快速重启能让计算时间缩短到原来的三分之一左右。提示遗传算法是随机算法每次运行结果会有差异。建议至少跑三次把三次的帕累托前沿合在一起看确认前沿形状稳定。4.3 帕累托前沿上的速比候选怎么选算法输出的是帕累托前沿也就是一组互不支配的速比候选不是一个唯一解。从这组候选里挑哪个要回到工程约束。候选速比归一化能耗归一化加速时间适用场景8.20.961.02动力性刚好达标能耗优先8.80.990.97均衡方案多数A级车的选择9.41.030.93动力性优先适合运动版车型10.01.080.90性能取向能耗代价明显选点的时候有两个原则一是看约束边界如果动力性下限对应归一化加速时间1.0那么速比8.2以下的方案直接排除二是看能耗对速比的敏感度丛8.2到8.8能耗只涨3%但从8.8到9.4能耗涨4%而加速只改善4%边际收益在递减。多数量产A级纯电轿车会落在8.5~9.2这个区间SUV因为风阻大、质量大速比会往9.5~10.5偏。5. 速比优化结果的台架验证与工程校核清单仿真给出的最优速比在上台架之前要过三关电机效率MAP的实测校验、速比公差对能耗的影响、NVH边界确认。5.1 从仿真到台架效率MAP偏差的校正方法仿真用的电机效率MAP通常来自电磁仿真或供应商台架数据和实测会有1%~3%的偏差。速比优化对效率MAP的敏感度很高尤其是高效区边界附近。台架验证时要做的第一件事是在电机测功机上按最优速比对应的常用工况点比如WLTC里的中速巡航点大约在电机转速4000~7000rpm、扭矩40~90Nm区间重新采一遍效率和仿真MAP对比。% 效率MAP偏差校正 % eff_sim: 仿真MAP在测试点上的效率值 % eff_meas: 台架实测效率值 function delta map_correction(eff_sim, eff_meas) % 计算逐点偏差 delta eff_meas - eff_sim; % 按转速分段求平均偏差 rpm_bands [0 3000; 3000 6000; 6000 9000; 9000 12000]; for i 1:size(rpm_bands, 1) idx find(test_rpm rpm_bands(i,1) test_rpm rpm_bands(i,2)); if ~isempty(idx) fprintf(转速段 %d-%d rpm 平均偏差: %.2f%%\n, ... rpm_bands(i,1), rpm_bands(i,2), mean(delta(idx))*100); end end end校正逻辑是按转速分段统计偏差如果某一转速段的平均偏差超过1.5%就要把这段的仿真MAP拉回来重算速比。常见的情况是低速段实测效率比仿真低原因是铁耗模型偏乐观这时候最优速比会向大值方向移动一点因为低速大扭矩区效率被高估了速比取小值会让电机更多落在这个区域。5.2 速比公差与NVH边界的工程约束减速器齿轮的制造公差会让实际速比和名义值有偏差典型值在±0.5%~±1%。这个偏差看起来不大但如果最优速比刚好落在能耗拐点附近1%的速比偏差可能带来0.3%~0.5%的能耗波动。工程上会要求最优速比附近的能耗曲线足够平坦也就是在名义速比±1%范围内能耗变化不超过0.5%如果满足不了就要把速比往平坦区推一推牺牲一点理论最优值换制造稳定性。NVH约束是另一个容易在仿真阶段被忽略的点。速比取大值会推高电机转速齿轮啮合频率上移可能和车身声腔模态耦合。台架验证阶段要在最优速比下测一遍常用车速段的噪声尤其是60km/h、80km/h、100km/h三个巡航点。如果出现明显阶次噪声需要在减速器壳体刚度或齿轮修形上做补偿而不是直接改速比。5.3 量产标定前必须确认的三组数据速比优化结果走向量产之前有三组数据要确认。第一组是WLTC和CLTC两个工况下的实测能耗和仿真值偏差控制在3%以内第二组是0-100km/h和60-100km/h两个加速指标确认满足整车动力性目标书第三组是电机在最优速比下的高效区覆盖比例也就是常用车速段内电机工作点落在效率90%以上区域的时间占比这个比例越高速比方案在用户实际使用中的节能效果越稳定。把这三组数据跑完速比方案才算真正闭环。本文还有配套的精品资源点击获取