首页/文章/ 详情

使用GT建立1D多物理场模型分析某PHEV车型的热管理性能与能量管理优化

2小时前浏览4

摘要

等效燃油消耗最小策略(Equivalent Consumption Minimization Strategy,以下简称ECMS)是一种实时控制策略,其核心思想是通过一个等效因子,将瞬时电池电能消耗等效为瞬时燃油消耗。通过计算在当前时刻发动机和电机所有可能的转矩分配组合,得到等效燃油消耗最低的转矩分配组合,作为控制器的输出[1]


本文采用起亚汽车Niro PHEV为研究对象,分别建立了热管理模型(含机舱COOL3D、冷却、空调、乘员舱)、动力性模型(含整车相关部件)、发动机模型(含FRM和MAP模型)以及其他电气系统等,从而构建了一套详细的集成仿真模型。利用ECMS分析该车型的P0-P2结构在WLTP工况下的最优策略,最终分析采用该策略下热管理相关的性能表现。


文章来源

GT Conference 2022 | EUROPE


Eduardo GRAZIANO, Alessandro ZANELLI, Paolo CORRADO, Emanuele SERVETTO Dongkyu LEE, Taekyu CHANG, Kyung SONG

   


研究背景

减少化石燃料的使用和依赖目前已经成为一个全球化的趋势,混合动力汽车(HEV)是一个非常好的方案来帮助降低相应的碳排放。随着混动车型相关的动力系统及其子系统系统日益复杂,能量管理方案也变得越来越具有挑战性,对相关的控制策略也提出了更高的要求,因此在进行动力系统的选型、匹配和设计的过程中不能仅仅依赖于试验过程,还需要更多的仿真过程来介入。


   

图:混动汽车动力分解示意图


本文的仿真分析工作流程如下:

①CAD几何文件的处理和导入,完成部件建模;

②各子系统的建模和标定校准;

③能量分配和优化评估;

④集成整车热管理模型;

⑤依据试验结果进行对比验证。


子系统建模

分别建立了以下子系统模型:


   

图:子系统模型示意


01

发动机模型及其传热模型

(1)发动机模型

采用GT-POWER建立详细的发动机模型,并转化为FRM模型(Fast Running Engine Model),用以最大化的预测发动机相关的输出结果和发动机标定。进而利用详细发动机模型输出相应的性能map,构建EngineMap模型,用以进一步提升运行速度。


   

图:发动机模型建立和转化


(2)发动机换热模型

依据CAD数据建立集总质量的换热模型,在几何中按气缸排布分割成多个质量单元,最终转化为1D的换热模型,同时考虑活塞缸、缸体、冷却液、油液、空气之间的换热过程。


   

图:发动机换热模型建立


02

电路系统换热模型

(1)E-Motor电机换热模型

类似的,将电机建立成集总质量单元的模型,铜耗、铁耗等损失采用2D Look-up的查表方法定义,在后续重点关注线圈温度。


   

图:电机换热模型


(2)逆变器换热模型

建模方式同上,重点关注每个IGBT和二极管的温度。


   

图:逆变器换热模型


(3)电池换热模型

建模方式同上,这里按电池模组为单元进行建模,模组的产热量由电路部分计算,同时换热模型也会反馈对应的温度。


   

图:电池换热模型


3

其他子系统模型

(1)发动机高温冷却回路

   


(2)电机低温冷却回路

   


(3)车辆和动力总成模型

   


(4)空调和驾驶舱模型

   


(5)机舱Underhood模型

   


(6)电池的空冷回路

   


能量管理优化

使用能量管理系统(EMS)定义HEV模式和功率分配,主要功能分为:


①监控:动力总成的高级控制;

②能量管理:在ICE和EM(E-Motor,电机)之间划分功率需求。


   

图:EMS工作过程示意


设定EMS的判断依据基于ECMS策略,即最小燃油消耗为目标,本文将分别对比两种计算方案的结果:


①Map-Based ECMS:仅GT-SUITE软件对ECMS策略求解(即offline);

②Simulink Online ECMS:采用Simulink和GT耦合实现ECMS策略求解(即online)。


其中等效燃油消耗计算公式如下:

   


注:在本案例中暂不考电池SOC的惩罚函数。


下面对两种计算方案进行说明:


1、Map-Based ECMS(GT-SUITE ONLY)

根据等效因子、功率需求和ICE/电机转速,生成ICE、P0和P2电机之间的最佳功率分配map。

   


对每个等效因子进行迭代计算,分析和提取ICE、P0和P2之间的最优功率分配情况。

   



2、Simulink Online ECMS:采用Simulink和GT的耦合的方式


在Simulink中建立Online ECMS的控制模块。


   

图:Simulink模型


Simulink和GT-SUITE的耦合通过SimulinkHarness模板,分析过程为:


①瞬态变量从GT发动到Simulink,例如:驾驶员功率需求、发动机转速、电机转速;

②建立一些发动机和电机可能的组合矩阵;

③对每种组合计算等效燃料消耗;

④确定最小等效消耗(对于给定等效因子)的坐标,并应用于GT-SUITE动态车辆模型


   

图:分析过程


对WLTP工况下的燃油消耗量评估,分析发现Map-Based ECMS(offline)的方案可以寻找到更优的策略。


   

图:对比两种分析方案,并与试验结果进行对比


集成热管理模型验证

将上述建立的换热模型、电气模型等集成到一起,建立一个综合热管理模型,并包含Map-Based ECMS策略。


   

图:集成模型


验证和分析基于这种优化策略下其他系统的性能表现情况。


   

图:WLTP工况不同时刻的发动机扭矩、电机扭矩、SOC、实时仿真因子


   

图:WLTP工况不同时刻的电机线圈温度、IGBT温度、电池温度、发动机冷却液温度


结论

1、在GT-SUITE中建立了起亚Niro PHEV汽车的VTM(热管理)综合模型,仿真结果与试验数据之间有较好的相关性。

2、可以基本实现用灵活的控制逻辑满足模型运行需求,同时可以考虑到一些信号的限制和约束。

3、Map-Based ECMS(offline)由于其操作方便并有很好的预测性,因此可在早期的开发阶段应用到VTM模型中。另外Simulink online ECMS可用于实现先进的能量管理策略。

4、VTM模型可以有效地用于能量管理优化,从而缩短开发时间,降低开发成本。

5、未来可能的发展:将PHEV模型转换为硬件在环(HiL)的实时仿真模型,用于ECU的标定和验证。


注:目前2023版GT已可以实现ECMS online计算,详情请参考ECMSController模板的使用方法。

 


其他参考文献

[1] 邓涛,罗俊林,李军营,周豪.基于近似ECMS策略的HEV自适应规则能量管理控制研究. 汽车工程2017( Vol.39) No.6

来源:艾迪捷
化学燃料电池电路系统仿真航空航天船舶汽车电力UMSimulink电机控制试验FAST
著作权归作者所有,欢迎分享,未经许可,不得转载
首次发布时间:2025-09-13
最近编辑:2小时前
艾迪捷
MBD CAE解决方案专家
获赞 2粉丝 1文章 410课程 0
点赞
收藏
作者推荐

GT-Automation 基于Python的自动化建模和计算结果后处理功能

什么是GT-Automation在一些使用场景中,用户倾向于任务的自动化处理,而不是在GT-SUITE的主界面手动操作。为了满足这样的需求,GT提供了GT-Automation功能,可以支持GT-ISE和GT-POST操作的Python脚本,也可以用来处理模型和仿真任务,节省大量时间,并且避免重复和单调的操作。 通过API实现自动地修改模型在GT-ISE平台中,打开Python编辑器,用户可以执行和开发代码,实现自动化workflow和模型分析,还包括计算结果的后处理和模型的迭代。 建立复杂的workflow并自动化Process Map是GT-SUITE的Process迭代平台,可以建立复杂的工程workflows并自动化,包含多个Process和数据传输。另外,提供一个中央的、基于GUI的GT-SUITE自动化Process,Process Map也支持软件的内部工具和第三方工具。 Python API 特色功能打开/关闭/保存功能演化模型和参考模板建立/寻找/删除对象和部件查询/设置参数的数值和单位输入数组和表格数据建立/寻找/删除部件之间的连接打开/关闭仿真结果输出图片,以及图片属性的定义寻找/设置Setup菜单中的参数(Run,Output,Advanced,Optimizer)寻找/编辑/删除Case Setup中的参数和超级参数寻找/设置参数数值,增加/移除Cases,打开/关闭Case的计算选项建立.dat文件并且运行模拟计算任务上传/中断/删除分布式计算任务Process Map 特色功能在一个Case Setup中,管理多个模型的参数用集成的Design Optimizer优化Process Map的workflows设置和运行Process Map workflow中的DOEs内嵌的优化器和DOEs的自动化按照顺序执行两个或更多模型的优化合并多个Process的结果到一个.glx结果文件应用示例基于用户输入的执行脚本,以编程的方式将多个电池组添加到模型中,可以根据用户的输入构建任意数量的模块。 具有复杂连接的模型通常涉及繁琐、重复的连接操作。例如,电池热模型可能包含数百个热连接,Python脚本可以自动地创建这些连接,从而节省时间并减少错误。 有时,许多模型在结构上有明显的重叠,并且需要进行相同的更改,这需要重复且耗时的手动操作。例如,下图显示了几个类似模型中重复使用的空调系统,为了评估从风冷冷凝器切换到液冷冷凝器的效果,这些仿真模型需要进行相同的连接更改。 使用GT-Automation中的Python脚本,与手动更改每个模型相比,可以快速地且一致地执行此操作。可以根据用户在Case Setup中的选择动态地添加或删除整个子系统,包括替换部件。在下面的示例中,用户进行下拉菜单的选择(超级参数),当模型运行时,python脚本根据所做的选择转换模型。 来源:艾迪捷

未登录
还没有评论
课程
培训
服务
行家
VIP会员 学习计划 福利任务
下载APP
联系我们
帮助与反馈