当前位置：文档库 › ISG型中度混合动力汽车驱动工况控制策略优化_秦大同 - 已阅

ISG型中度混合动力汽车驱动工况控制策略优化_秦大同 - 已阅

机械工程学报

JOURNAL OF MECHANICAL ENGINEERING 第46卷第12期 2010年6月

Vol.46 No.12 Jun. 2010

DOI ：10.3901/JME.2010.12.086

ISG 型中度混合动力汽车驱动工况控制策略优化*

秦大同叶心胡明辉陈清洪

(重庆大学机械传动国家重点实验室重庆 400044)

摘要：在汽车动力学理论的基础上，通过对基于集成起动机/发电机(Integrated starter/Generator ，ISG)的中度混合动力汽车(Medium hybrid electric vehicle ，Medium-HEV)的系统效率进行瞬时优化计算，得到ISG 型中度混合动力汽车控制策略，确定控制策略中三个关键系数：电池电量切换阈值C S X ，发动机充电曲线系数X e _chg 和发动机关闭曲线系数X e _off ，以及它们的取值范围。在Matlab/Simulink 仿真平台下，建立ISG 型中度混合动力汽车整车仿真模型，将电池电量变化值?S C 折算为等效油耗，以ISG 型中度混合动力系统综合油耗最小为优化目标优选三个系数的取值，从而确定ISG 型中度混合动力系统动力源的匹配和优化控制策略。仿真结果表明，与传统汽车相比，ISG 型中度混合动力汽车的油耗降低了36.95%，明显提高了中度混合动力系统燃油经济性。

关键词：中度混合动力系数优化控制策略燃油经济性中图分类号：U462.3

Optimization of Control Strategy for Medium Hybrid

Electric Vehicle with ISG at Drive Condition

QIN Datong YE Xin HU Minghui CHEN Qinghong

(The State Key Laboratory of Mechanical Transmission, Chongqing University, Chongqing 400044)

Abstract ：Based on the vehicle dynamics theory, the system efficiency of medium hybrid electric vehicle with ISG (Integrated starter/Generator) is instantaneously optimized, and then, the control strategy of medium hybrid electric vehicle(Medium-HEV) is obtained. The three important coefficients and their spans in this control strategy are defined, including battery shifting factor C S X , the charging curve factor of engine X e_chg and the shutting off curve factor of engine X e _off . By setting up simulation models of medium-HEV to calculate the equivalent fuel consumption of battery ?S C based on Matlab/Simulink, the three important coefficients are optimized with the aim of minimizing the integrated fuel consumption of hybrid system, thereby the matching and optimal control strategy of hybrid system are determined. Simulation results indicate that the fuel consumption of medium HEV is reduced by 36.95% comparing with conventional vehicle, thus greatly improving the fuel economy.

Key words ：Medium hybrid electric vehicle Coefficient optimization Control strategy Fuel economy

0 前言

混合动力汽车的控制策略是混合动力系统的关键技术之一。目前的研究中，并联式混合动力系统的控制策略大致可以分为“基于模糊控制的智能

型控制策略”[1-2]，

“基于规则的稳态控制策略”[3]以及“基于优化算法的动态控制策略”[4]三大类：

? 国家高技术研究发展计划(863计划，2006AA11A107)和重庆市科技攻

关(2006AA6006)资助项目。20090824收到初稿，20100128收到修改稿

第一类方法是基于规则的智能控制方法，不依赖系统精确的数学模型，有利于解决混合动力系统能量分配等复杂问题；第二类是依据工程经验，根据部件的稳态效率MAP 图来确定发动机和电动机的动力匹配；第三类是在既定驾驶循环下根据最优控制理论动态分配发动机和电动机的动力，从而获得最优的燃油经济性。它们的核心问题是如何分配发动机和电动机之间的动力，既要满足驾驶员对整车驱动力的需求，同时又要优化各个动力部件以及系统效率，这直接影响到整车燃油经济性和动力性。文献[5]以发动机稳态效率图为依据划分发动机工作

2010年6月秦大同等：ISG 型中度混合动力汽车驱动工况控制策略优化

区间，确定动力源的匹配，文献[6]考虑了功率的损失和发动机的效率，以混合动力系统能量损失最小为目标，采用模糊控制算法，完成发动机和电动机之间的动力匹配，文献[7]以发动机最佳燃油经济区域划分发动机工作区间，采用ANFIS 优化算法，对多能源系统动力源进行分配，但发动机效率最优并不代表混合动力系统效率最优。先进汽车仿真软件

ADVISOR 采用基线控制策略[8]，

所谓基线控制策略是将发动机外特性曲线乘以某系数，得到发动机充电曲线和发动机关闭曲线，在某种程度上确定了混合动力系统动力源的匹配，但未对系数的取值进行研究。

本文在保证动力性前提下，为了实现最佳燃油经济性和排放，首先采用系统效率瞬时优化的方法，对中度混合动力系统的静态工作点进行分析与评估，以中度混合动力汽车的系统效率最高为优化目标，得到混合动力汽车控制策略。然后在瞬态优化结果的基础上，确定混合动力系统能量匹配策略中的三个关键系数：电池电量切换阈值C S X 、发动机充电曲线系数X e _chg 和发动机关闭曲线系数X e _off ，以及它们的取值范围。最后在Matlab/Simulink 仿真平台下，建立仿真模型，以中度混合动力汽车综合油耗最低为优化目标，对上述三个关键系数进行优化，从而确定ISG 型中度混合动力系统动力源的匹配和优化控制策略。

1 中度混合动力汽车控制策略

1.1 Medium-HEV 不同工作模式下系统效率的优化本文研究的中度混合动力汽车采用ISG 型并联

结构，与轻度ISG 型混合动力系统所不同的是，在发动机与ISG 电动机之间增加了一个离合器，分离离合器，可实现纯电动工作模式。因而，采用该结构的混合动力汽车具有怠速起停、纯电动驱动、电动机助力、轻载时充电和高效制动能量回收等功能，可实现较高的燃油经济性。其结构和整车参数分别如图1和表1所示。

图1 ISG 中度混合动力汽车结构

ICE——发动机 ISG——电动机 AMT——机械自动变速器

表1 中度混合动力汽车整车、动力部件以及传动系统参数

参数

数值

整备质量m /kg 1 500 迎风面积A /m 2 2.28 风阻系数C D 0.34 发动机型号 JL475Q3 ISG 电动机峰值功率P /kw

NIHM 电池电压U /V 288 轮胎半径r /m 0.31 滚动摩擦因数μ 0.013 5 传动效率η 0.9 主减速比i 0 5.246 6

1～5挡速比r'

[2.693 2 1.519 6 1.015 6 0.737 3 0.609 4]

传统汽车在低速低负荷区域和高速大负荷区域工作时，发动机效率很低，油耗和排放很高。而混合动力系统中的ISG 电动机能起到“削峰填谷”的作用：在低速低负荷情况下，通过电动机发电提高发动机负荷率；在高速高负荷下，又通过电动机助力降低发动机负荷率，使发动机工作在最佳经济性区域，提高发动机效率，从而在满足车辆动力性要求的基础上提高整车效率。由ISG 型中度混合动力系统结构特点可知，该混合动力系统的驱动工作模式分为纯电动工作模式、发动机单独工作模式、轻载充电和电动机助力工作模式。

依据汽车动力学理论[9]，建立不同驱动模式下汽车传动系统的动力学方程，对不同驱动模式下的系统效率进行建模，其统一表达式为 r r e e m m 0T e m g 0T req e

m g 0r ()()g I I I i i i i i i ηη??++=±???==??∑T T T ωωωωωω

(1) 式中I r 、I e 、I m 为折算到车轮的等效转动惯量，发动机和电动机的转动惯量；ωe 、ωm 、ωr 为发动机、电动机和车轮转速；T e 、T m 、T req 为发动机、电动机转矩和当前车速下车轮处需求的转矩；i 0、i g 、ηT 为主减速比、变速器速比和效率；“*”为T e =0，代表纯电动驱动模式；T m =0，代表发动机单独驱动模式。发动机和电动机输出功率均不为零时，“+”代表电动机助力模式；“－”代表轻载充电模式。

不同驱动工作模式下系统输出和输入功率的统一表达式为

sys _out

req b b sys_in e e e 3 600/1 000P P P ηη?=+??

?=?u F T ω (2) 式中 ηb ——电池效率，充电时，ηb =ηb _chg ；放电时，

ηb = –1/ηb _dis 。ηb _chg 和ηb _dis 分别为电池充电和放电效率

ηe ——发动机效率

F req ——车辆需求的驱动力

机械工程学报第46卷第12期

88 u ——车速 P b ——电池功率

不同驱动工作模式下系统效率的统一表达式为

()sys_out

sys req b b e e e sys_in

[1 000]P P P ηηη=

=+F u T ω (3) 根据汽车动力学方程

2req d cos sin 21.15d D C A mg mg m t

μααδ=++

F u (4)

式中 m ——整车质量

μ ——路面摩擦因数

C D ——空气阻力系数

A ——迎风面积 α ——坡度

δ ——质量转换系数 r ——车轮半径

将式(4)代入式(3)中，系统效率统一表达式为

3D sys cos sin 3 600

3 60076 140C A mg mg μααη?=+++??u u u

()e e e b b d 1 0003 600d m P t δηη?+??

u u T ω (5) 根据车速、发动机转速和变速器速比的关系，确定所研究的车速范围为u ∈[20 160] km/h ，系统效率的优化目标函数为

sys e m max (,,)g i ηT T (6) 约束条件

b bm ax e em ax m m m ax em in e e_m ax Cm in C Cm ax m e g 0r req 0g T e m r m in_dis b m ax_ch 0 0()() 0()()

() / g

P P S S S i i i i r U U U η?≤≤≤≤≤≤?

≤≤≤≤==??

=+=≤≤?T T T T T T T u ωωωωωωωωωωω 式中U b 为电池电压。

对中度混合动力汽车不同工作模式下的系统效率进行优化之后，得到驱动工况下中度混合动力系统最佳效率控制目标，如图2所示。与传统汽车的系统优化效率相比较，可以看出混合动力系统明显提高了汽车在高速和低速行驶时的整车效率，从而提高了汽车在高速和低速时的燃油经济性。将图2中两种系统的工作效率在“车速—加速度”平面上进行投影，得到任意车速、加速度下中度混合动力汽车的驱动工作模式切换规律，如图3所示。

由于混合动力汽车的工作模式受到电池荷电状态(State of charge, SOC)值S C 的影响，因此，电池电量切换阈值的大小对混合动力汽车燃油经济性有重要的影响。

设电池电量切换阈值为C S X ，当电池荷电状态

S C 小于C

S X 时，电池禁止放电，电动机不助力。此

图2 两种系统工作效率对比图

图3 混合动力系统驱动工况工作模式的切换规律

时汽车驱动工作模式包括轻载充电模式(模式I)和发动机单独驱动模式(模式II 1)，二者切换条件为发动机充电曲线，如图3a 所示。当电池电量不足，车辆需求转矩低于该曲线上所对应的转矩T e_chg (ωe )时，须提高发动机负荷，使发动机在驱动车辆的同时，对电池充电。各个转速对应的转矩T e_chg (ωe )所

形成的曲线即为发动机充电曲线。ωe 为发动机转速。

2010年6月秦大同等：ISG 型中度混合动力汽车驱动工况控制策略优化

当电池荷电状态S C 大于C S X 时，汽车驱动工作

模式包括纯电动模式(模式III)、

电动机助力模式(模式IV)和发动机单独驱动模式(模式II 2)，其切换条件为发动机关闭曲线和发动机转矩最大工作曲线，如图3b 所示。当电池电量充足，车辆需求转矩低于该曲线上所对应的转矩T e_off (ωe )时，须关闭发动机。此时各个转速对应的转矩T e _off (ωe )所形成的曲线即为发动机关闭曲线；发动机转矩最大工作曲线是在电池电量充足的情况下，允许发动机能提供的最大转矩T e _max (ωe )所形成的曲线。

结合ISG 型中度混合动力汽车驱动工况工作模式的切换规律，采用基于转矩的逻辑门限能量管理

策略，以ISG 型中度混合动力系统稳态效率最高为

优化目标，根据蓄电池和电动机特性，以转矩作为

能量管理策略中主要的控制变量，对发动机和电动

机的输出转矩进行合理分配。在不同驱动工作模式

下，ISG 型中度混合动力系统动力源匹配策略如

表2所示。

表2 ISG 型中度混合动力系统动力源匹配策略

工作模式发动机转矩电动机转矩电动机状态发动机状态

纯电动 0 T req 放电关闭发动机单独驱动 T req 0 空转开启轻载充电 T e _chg T e _chg –T req 充电开启电动机助力 T e _max T req –T e _max 放电开启再生制动

T req

充电

关闭

注：T req 为车辆的需求转矩，T e _chg 为充电工况下发动机的转矩，如图3a 所示，T e _max 为电动机助力工况下发动机的最大转矩，如图3b 所示。

1.2 ISG 型中度混合动力汽车控制策略

在ISG 型中度混合动力汽车工作模式切换规律基础上，以转矩为能量管理策略中主要的控制变量，建立以下控制策略。

(1) 当S C

当车辆需求转矩较大时，发动机工作在中高负荷区域，发动机效率较高，可单独驱动车辆。

当车辆需求转矩很大时，发动机工作在高负荷区域，发动机效率较低，但由于电池电量低，电动机不助力，仍由发动机单独驱动车辆。

(2) 当S C >C S X ，如图3b 所示：车辆低速行驶时，车辆需求转矩小，如果需求转矩小于该时刻发动机关闭曲线上所对应的转矩T e_off (ωe )，由于电池电量充足，则关闭发动机，断开离合器，由电动机

单独驱动。

当车辆需求转矩大于该时刻发动机关闭曲线所对应的转矩T e _off (ωe )，且小于该时刻发动机转矩最大工作曲线所对应的转矩T e _max (ωe )，也就是说车辆行驶在发动机中高负荷区域时，发动机效率较高，此时离合器结合，ISG 电动机空转，由发动机单独驱动车辆。

当车辆行驶的需求转矩大于该时刻发动机转矩最大工作曲线上所对应的转矩T e _max (ωe )时，电动机则提供助力转矩，辅助发动机驱动车辆，从而降低发动机负荷，提高发动机效率。

2 控制策略三系数的取值范围 2.1 电池电量切换阈值S X C 图3给出了中度混合动力系统工作模式的切换规律，电池荷电状态S C 的大小决定了两种控制策略切换规律的选择，将影响混合动力系统燃油经济性的优劣，因此，须对电池电量切换阈值C S X 的大小进行讨论。本文中ISG 型中度混合动力系统采用镍氢电池组，如图4所示，根据文献[10]提出的镍氢电池功率、内阻的计算方法，得到镍氢电池充放电内阻和功率随电池荷电状态S C 的变化关系，可知，电池荷电状态S C 在[0.

3 0.7]区间时，镍氢电池内阻最小，功率变化较平缓。因此，电池电量切换阈值C S X 的取值范围为0.3～0.7。

图4 电池充放电电阻及功率与S C 的关系

2.2 发动机充电曲线系数X e _chg 和发动机关闭曲线系数X e_off 通过对混合动力系统效率瞬时优化，确定了ISG 型中度混合动力系统驱动工况下工作模式切换条件：发动机充电曲线、发动机关闭曲线和发动机转矩最大工作曲线，如图3所示。为了更好地控制

机械工程学报第46卷第12期

90发动机和电动机的转矩转速，将上述三条曲线由“车速—加速度”的关系所表示的切换曲线转换成“转矩—转速”的关系所表示的切换曲线，如图5所示。

图5 ISG 型中度混合动力汽车驱动工况工作模式

瞬时优化得到的切换规律

由图3给出的驱动工作模式切换规律可知，系统效率投影得到的切换曲线呈锯齿状，因此图5中的切换曲线并非最优切换边界。为了找到驱动工作模式的最优切换边界，对ISG 型中度混合动力系统控制策略进行进一步优化，以便更好地降低油耗，在图5中的工作模式切换曲线的邻域内寻找工作模式切换的最优曲线。结合瞬时优化方法和ADVISOR 的基线法，以瞬时优化得到的发动机充电曲线和发动机关闭曲线为中心，分别确定发动机充电区域和发动机关闭区域。由于考虑了发动机、电动机和电池联合工作效率，根据图5中工作模式切换曲线的特点，在划分发动机充电区域和关闭区域时，分别对发动机低速和高速部分进行讨论。

如图6所示，当S C

发动机充电区域低速段上限曲线A 1B 1的转矩，

11A B T (ωe )=0.65×T e _max (ωe )。在高速段时，取发动机充电曲线高速段上所对应的转矩最大值K 1点，由T e _chg (K 1)/T e _max (K 1)=0.4，可得发动机充电区域高速段上限曲线C 1D 1的转矩，11C D T (ωe )=0.4×T e _max (ωe )。连接B 1C 1得到发动机充电区域的上限曲线段A 1B 1C 1D 1，通过计算可知，当曲线上各个转速对应的转矩乘以比例系数0.5，所得到的值连成的曲线A 2B 2C 2D 2与曲线A 1B 1C 1D 1所形成的区域刚好将发动机充电曲线包围，如图6a 中虚线所示，其覆盖的区域为发动机充电区域。该区域所确定的发动机充电曲线系数X e _chg 的取值范围为0.5～1.0，考虑到计算量的关系，步长取0.1，所以，X e _chg 的取值为0.5、0.6、0.7、0.8、0.9和1.0。

图6 发动机最小工作区域和发动机关闭区域

当S C >C S X 时，按照同样的计算方法，可以得到发动机关闭区域上限曲线E 1F 1G 1H 1和发动机关

闭曲线区域，如图6b 所示，

以及发动机关闭曲线系数X e _off 。

它的取值范围为0.3～1.0，步长取0.1，X e_off 的取值为0.3、0.4、0.5、0.6、0.7、0.8、0.9和1.0。

确定了发动机充电区域和发动机关闭区域，以

及系数X e _chg 和X e _off 的取值范围后，

建立仿真模型，以ISG 型中度混合动力系统油耗最低为优化目标，在X e _chg 和X e_off 的取值范围内，选取最优值，得到

2010年6月秦大同等：ISG 型中度混合动力汽车驱动工况控制策略优化

混合动力系统动力源的最佳匹配方案。

将仿真计算优选得到的X e_chg 乘以曲线1111

A B C D T 所对应的转矩，得到的值所形成的曲线为发动机最优充电曲线。如果车辆需求转矩低于该转速下的发动机最优充电曲线上所对应的转矩，且电池电量较低，则提高发动机负荷，在驱动车辆的同时对电池充电。将仿真计算优选得到的X e _off 乘以1111E F H G T 所对应的转矩，得到的值所形成的曲线为发动机最优关闭曲线。如果车辆需求转矩低于该转速下发动机最优关闭曲线所对应的转矩，且电池电量充足，则关闭发动机，由电动机完全提供驱动功率。因此系数X e _chg 和X e_off 的不同取值，决定了发动机和电动机转矩的不同匹配，从而对中度混合动力系统的燃油经济性产生不同的影响。

根据上述分析，系数C S T 、X e_chg 和X e _off 值的大小决定了ISG 型中度混合动力系统的动力源匹配好坏，对混合动力汽车燃油节省率有重要影响。

3 燃油经济性综合评价

3.1 三系数值的确定

在确定了系数C S X 、X e_chg 和X e _chg 的取值范围后，以中度混合动力系统油耗最低为优化目标，利用Matlab/Simulink 仿真平台，对仿真软件

ADVISOR 进行二次开发，在给定的道路标准ECE_EUDC 下，对上述三个系数所确定的不同动力源匹配下的ISG 型中度混合动力汽车燃油经济性进行仿真分析。

通过仿真计算，得到ISG 型中度混合动力汽车的百公里油耗随系数X e _chg 、X e _off 和C S X 的变化关系，如图7所示。

图7 仿真油耗与系数的关系图

为了客观地评价中度混合动力汽车燃油经济

性，将?S C 折算成为等效油耗[11]，电池等效燃油消

耗计算式为

fuel_b /Q E K =? (7)

式中 ?E ——电池能量的变化量

K ——每升燃油的热值，取7 356

将式(7)中的电池等效油耗折算到百公里油耗中，折算公式为

fuel fuel_e fuel_b 100()/Q Q Q S =+ (8)

式中 S ——标准城市循环工况的行驶距离 Q fuel ——混合动力汽车实际百公里油耗

Q fuel_e ——标准城市循环工况下混合动力汽车发

动机的燃油消耗

按照上述电池等效油耗的计算方法，在C S X 取不同值时，得到电池电量?S C 折算后的综合油耗随系数X e_chg 、X e _off 的变化关系，如图8所示。根据仿真计算结果可知，当X e_chg =0.9，X e _off =0.4，

C S X =0.4时，

ISG 型中度混合动力汽车的油耗最小。

图8 折算电池?S C 之后的综合油耗与系数的关系

3.2 仿真结果比较

根据仿真计算结果，将C S X =0.4、X e _chg =0.9和

X e _off =0.4重新带入到仿真模型中，通过仿真计算，得到在该优化控制策略下，ISG 型中度混合动力汽车的百公里油耗为5.611 3 L 。采用ADVISOR 仿真软件的基线控制策略，得到ISG 型中度混合动力系统的百公里油耗为6.503 6 L 。而动力性相当的传统汽车百公里油耗为8.9 L ，

仿真对比结果如表3所示。由表3给出的燃油经济性和动力性指标可知，

通过对中度混合动力控制策略中C S X 、

X e _chg 和X e _off 三个参数的优化计算，得到的结果与传统汽车相比

较，百公里油耗降低了36.95%；与ADVISOR 中采用并联型基线控制策略所得到的结果相比，百公里油耗降低了13.72%。同时，保证了中度混合动力汽车的动力性。

机械工程学报

第46卷第12期

92表3 燃油经济性与动力性仿真结果比较

Medium-HEV 优化控制策略

指标

传统

汽车基线控制优化控制与传统汽车相比与基线控

制相比百公里油耗Q fuel /L 8.9 6.504 5.611 ↓36.95% ↓13.72%0～60 km/h 加速时间t /s 5.5 5.5 5.5

—

— 最大加速度d u /d t /(m ·s –2) 3.9 4.2 4.2 ↑7.7% — 最大爬坡度

αmax /(°) 14.8 15.4 15.4 ↑4.05% — 最高车速u max /(km ·h –1)

193 170.3

179

↓7.25%

↑5.11%

4 结论

(1) 首先对ISG 型中度混合动力系统效率进行

瞬时优化，得到ISG 型中度混合动力汽车控制策略。

然后在Matlab/Simulink 仿真平台下，

对控制策略中的三个关键系数C S X 、X e _chg 和X e _off 所确定动力源的不同匹配方案进行仿真分析，并将电池电量折算为等效油耗，以综合油耗最低为优化目标，确定了ISG 型中度混合动力系统的最优匹配控制参数。

(2) 与ISG 型轻度混合动力汽车相比，ISG 型中度混合动力汽车增加了电动机的功率，且在发动机与电动机之间增加了一个离合器，断开离合器，该混合动力系统具有纯电动工作模式，在制动或减速时能高效回收能量，提高了能量的利用率，有利于改善燃油经济性。本文提出的这种优化动力源匹配的计算方法，考虑到计算量的关系，系数C S X 、X e _chg 和X e _off 的步长均取为0.1，减小仿真步长，可以得到更加精确的ISG 型中度混合动力系统动力源的匹配方案。

(3) 与传统汽车相比，按照本文提出的优化动力源匹配方法得到中度混合动力系统的百公里油耗

降低了36.95%；

与ADVISOR 中的混合动力汽车的基线控制策略得到的结果相比，百公里油耗降低了13.72%。同时，保证了ISG 型中度混合动力系统的动力性。

参考文献

[1] SCHOUTEN N J ，SALMAN M A ，KHEIR N A. Fuzzy

logic control for parallel hybrid vehicles [J]. IEEE Transactions on Control Systems Technology ，2002，10(3)：460-468.

[2] LEE H D ，SUL S K. Fuzzy-logic-based torque control

strategy for parallel-type hybrid electric vehicle [J]. IEEE Transactions on Industrial Electronic, 1998，45(4)：

625-632.

[3] LIN C C ，FILIPI Z ，WANG Yongsheng ，et al. Integrated,

feed-forward hybrid electric vehicle simulation in Simulink and its use for power management studies [R]. SAE 2001-01-1334，2001.

[4] DELPRAT S ，GUERRA T M ，RIMAUX J. Optimal

control of a parallel powertrain ：From global optimization to real time control strategy [J]. IEEE, 2002，4(6-9)： 2 082-2 088.

[5] 童毅，张俊智，欧阳明高．混合动力汽车扭矩管理策

略[J]．清华大学学报(自然科学版)，2003，43(8)：1 134-1 138.

TONG Yi, ZHANG Junzhi, OUYANG Minggao. Torque management strategy for hybrid electric vehicles [J]. Journal of Tsinghua University (Science and Technology)，2003，43(8)：1 134-1 138.

[6] SALMAN M ，SCHOUTEN N J ，KHEIR N A. Control

strategies for parallel hybrid vehicles[C]// Proceedings of the American Control Conference, Chicago. 2000：524-528.

[7] 钱立军，龚著永，赵韩．基于模糊神经网络的混合动

力汽车控制策略研究仿真[J]．系统仿真学报，2006，18(5)：1 384-1 387.

QIAN Lijun, GONG Zhuyong, ZHAO Han. Simulation of hybrid electric vehicle control strategy based on fuzzy neural network [J]. Journal of System Simulation ，2006, 18(5)：1 384-1 387.

[8] National Renewable Energy Laboratory. ADVISOR

documentation[R]. Golden, Colorado ：NREL, 2002 . [9] 余志生．汽车理论[M]．北京：机械工业出版社，2007.

YU Zhisheng. Theory of automobiles [M]. Beijing ：China Machine Press ，2007.

[10] 叶明．基于机械自动变速的轻度混合动力传动系统综

合控制研究[D]．重庆：重庆大学，2006.

YE Ming. Integrate control of mild hybrid electric system equipped with automatic manual transmission [D]. Chongqing ：Chongqing University ，2006.

[11] Society of Automotive Engineers. Recommended practice

for measuring the exhaust emissions and fuel economy of hybrid electric vehicles[R]．SAE J1711，1999．

作者简介：秦大同，男，1956年出生，教授，博士研究生导师。主要研究方向为车辆动力传动及控制、机械传动。 E-mail ：dtqin@https://www.wendangku.net/doc/955858717.html,

叶心，女，1981年出生，博士研究生。主要研究方向为车辆动力传动。

E-mail ：yexin427@https://www.wendangku.net/doc/955858717.html,