OPTIMAL CONTROL AND DESIGN OF HYBRID-ELECTRIC VEHICLES

Transkript

1 Diss. ETH No OPTIMAL CONTROL AND DESIGN OF HYBRID-ELECTRIC VEHICLES A dissertation submitted to ETH ZURICH for the degree of Doctor of Sciences presented by Olle Sundström MSc in Electrical Engineering, Chalmers University of Technology born November 11, 1980 citizen of Sweden accepted on the recommendation of Prof. Dr. Lino Guzzella, examiner Prof. Dr. Bo Egardt, co-examiner Dr. Patrik Soltic, co-examiner 2009

2 Abstract The goal of this thesis is to develop novel model-based methods for optimal control and optimal design of hybrid electric vehicles. Two different approaches are used when designing the energy management strategy for two types of parallel hybrid electric vehicles. For the full parallel hybrid a pure mathematical approach is used while an approach derived from optimal sizing studies is used to design the energy management strategy for the torque-assist parallel hybrid. The optimal control problem associated with the energy management in a full parallel hybrid is solved explicitly for a simplified model. The solution of the optimal control problem shows how optimal energy management strategies are derived and that the solution yields simple rules depending on vehicle parameters. Furthermore, a causal, real-time control strategy including anti-windup is presented. The novel energy management for the torque-assist hybrid shows that the gear shifting control can be separated from the torque split control. The energy management strategy utilizes the gear shifting strategy for control of the energy flows while the torque split strategy is given by a simple rule. Results show that the proposed energy management strategy achieves a fuel consumption within 1% from the global optimum for most driving cycles. Furthermore, the results are not sensitive to limitations and energy losses associated with gear shifting. Both the full and the torque-assist parallel hybrid vehicles are optimized with respect to the component dimensions. The overall power-to-weight ratio is kept constant while the hybridization ratio is optimized and investigated for the full hybrid and the torque-assist hybrid. The study shows the non-intuitive result that the need for hybridization is larger in the ix

3 torque-assist hybrid than in the full hybrid. The simplicity of the torque-assist hybrid allows the optimal hybridization ratio to be found using a very simple and computationally cheap rule. The objective of this rule is to minimize the total CO 2 emissions of the vehicle, while maintaining its drivability at a constant level. The starting point is an analysis in which the optimal energy management strategy is found for eight typical driving cycles using dynamic programming. Analyzing these results, a simple yet powerful rule-based method is proposed that allows choosing the sizes of the combustion engine and of the electric motor such that the CO 2 emissions are very close to the minimum value, i.e., with a deviation of less than 1% for most driving cycles. In the last chapter of this thesis the focus is on the dynamic programming algorithm. Issues related to the implementation of the dynamic programming algorithm for optimal control of a one-dimensional dynamic model is investigated. A study on the resolution of the discretized state space emphasizes the need for careful implementation. A novel method is presented to treat numerical issues appropriately. In particular, the method deals with numerical problems that arise due to high gradients in the optimal cost-to-go function. These gradients mainly occur on the border of the feasible state region. The proposed method not only enhances the accuracy of the solution but also allows for a reduction of the state-space resolution with maintained accuracy. The latter substantially reduces the computational effort to calculate the global optimum. Finally, the improved dynamic programming algorithm is summarized and implemented in a general, public Matlab function. x

4 Zusammenfassung Das Ziel dieser Arbeit ist die Entwicklung neuer, modellbasierter Methoden für die optimale Regelung und Auslegung von elektrischen Hybridfahrzeugen. Zwei verschiedene Ansätze werden angewandt für die Entwicklung des Energiemanagements für zwei Typen von parallelen elektrischen Hybridfahrzeugen. Für den Fall eines Vollhybridfahrzeuges wird ein rein mathematischer Ansatz angewandt, während das Energiemanagement für ein mildes Hybridfahrzeug aus Studien der optimalen Auslegung abgeleitet wird. Das Optimal Control Problem für das Energiemanagement von parallelen Vollhybridfahrzeugen wird explizit gelöst für ein vereinfachtes Modell. Diese Lösung zeigt auf, wie optimale Energiemanagementstrategien hergeleitet werden und dass die resultierenden Lösungen einfache Regeln darstellen, welche durch die Fahrzeugparameter definiert sind. Desweiteren wird eine darauf basierende kausale Echtzeitstrategie mit Anti-Windup hergeleitet. Ein neuartiges Energiemanagement für milde Hybridfahrzeuge zeigt auf, dass die Gangwahl von der Regelung der Momentenaufteilung separiert werden kann. Dieses Energiemanagement verwendet die Gangwahl zur Steuerung der Energieflüsse während die Momentenaufteilung durch einfache Regeln vorgegeben wird. Die Resultate zeigen, dass dieses Energiemanagement Treibstoffverbräuche erzielt, welche für die meisten Fahrzyklen weniger als 1% Abweichung vom globalen Optimum aufweisen. Die erzielten Resultate sind insensitiv bezüglich Beschränkungen und energetischen Verlusten bei Gangschaltvorgängen. Sowohl das Voll- wie auch das Mildhyridfahrzeug werden bezüglich Komponentendimensionierung optimiert. Das Leistungs/Gewichts-Verhältxi

5 nis wird konstant gehalten während der Hybridisierungsgrad optimiert wird. Der Unterschied zwischen optimalem Hybridisierungsgrad für Vollbeziehungsweise Mildhybridfahrzeug wird untersucht. Die Resultate zeigen überaschenderweise, dass milde Hybridfahrzeuge höhere optimale Hybridisierungsgrade benötigen als Vollhybridfahrzeuge. Die Einfachheit von milden Hybriden erlaubt den optimalen Hybridisierungsgrad mittels einer sehr einfachen und rechnerisch effizienten Regel zu finden. Das Ziel dieser Regel ist die Minimierung der totalen CO 2 Emissionen des Fahrzeuges, wobei die Fahrleistungen konstant gehalten werden. Ausgangspunkt ist eine Analyse, in welcher die optimale Energiemanagementstrategie mittels Dynamischer Programmierung für acht typische Fahrzyklen ausgewertet wird. Die Untersuchung dieser Resultate erlaubt die Herleitung einer einfachen, aber effektiven Methode, die es erlaubt, die Dimensionierung des Verbrennungsmotors und des Elektromotors so zu wählen, dass die CO 2 Emissionen sehr nahe beim Minimum liegen. Die Abweichungen sind kleiner als 1% für die meisten Fahrzyklen. Das letzte Kapitel dieser Arbeit fokussiert auf den Algorithmus der Dynamischen Programmierung. Probleme bezüglich der Implementierung der Dynamischen Programmierung für eindimensionale Optimal Control Probleme werden untersucht. Eine Studie der Auflösung des diskretisierten Zustandsraumes verdeutlicht die Notwendigkeit einer exakten Implementierung. Eine neue Methode wird vorgestellt, die es erlaubt, diese numerischen Probleme korrekt zu behandeln. Die Methode behandelt numerische Probleme, die aufgrund grosser Gradienten in der optimalen Restkostenfunktion auftreten. Diese Gradienten treten meist am Rand des lösbaren Zustandsraumes auf. Die vorgestellte Methode verbessert nicht nur die Genauigkeit des gefundenen Lösungen, sondern sie erlaubt auch die Auflösung des Zustandsraumes zu reduzieren bei gleicher Genauigkeit wie im ursprünglichen Problem. Diese Reduktion der Auflösung reduziert den Rechenaufwand für die Auswertung des globalen Optimums wesentlich. Der verbesserte Algorithmus der Dynamischen Programmierung wird letztlich zusammengefasst und in einer Matlabfunktion implementiert. xii