DEVELOPMENT OF A CONTROL ALGORITHM FOR A PARALLEL HYBRID POWERTRAIN

Authors

  • Petr Kohel CTU in Prague, Faculty of Mechanical Engineering, Technická 4, Praha 6, 166 07
  • Rastislav Toman CTU in Prague, Faculty of Mechanical Engineering; Technická 4, Praha 6, 166 07

DOI:

https://doi.org/10.14311/mecdc.2020.01.03

Keywords:

HYBRID ELECTRIC VEHICLE, PARALLEL HYBRID POWERTRAIN TOPOLOGY, ENERGY MANAGEMENT STRATEGY, HEURISTIC CONTROL STRATEGY, CONTROL ALGORITHM

Abstract

The current legislation calls for fast electrification of vehicle powertrains, since it is necessary to fulfil the CO2 requirements for the vehicle fleets. The hybrid electric vehicles (HEV) with parallel powertrain topologies – together with pure battery electric vehicles (BEV) – are the most common ways of electrification. However, the HEV powertrain – opposed to the BEV or conventional powertrain – poses an interesting challenge associated with the control system design to achieve the ideal power split between an internal combustion engine (ICE) and electrical machines (EM) during the whole vehicle operation.

The presented paper sums up the specific functions and requirements on a control system, together with the description of general control strategy options for a HEV powertrain. The proposed control strategy then combines heuristic rules with a suboptimal numerical control method, calculating the optimal power split ratio based on the efficiencies of ICE and EMs. This control strategy is built into a modular algorithm in Matlab/Simulink for two different parallel HEV powertrain topologies: P2 and P0P4. It is subsequently coupled with a vehicle models created in GT-Suite environment and tested on a WLTC homologation driving cycles. The following simulation tests show the fuel consumption reduction potential for chosen HEV topologies working in hybrid modes, in comparison to a base operation with conventional mode only. Yet, the heuristic rules can be further optimized to obtain even better overall results.

Současná legislativa tlačí výrobce vozidel k okamžité elektrifikaci pohonu, protože je to v tuto chvíli jediná možnost, jak dostát požadavkům na flotilové emise CO2. Nejběžnější formou elektrifikace pohonu jsou v dnešní době vozidla s paralelním hybridním pohonem anebo bateriové elektromobily. Nicméně hybridní pohon, na rozdíl právě od konvenčního nebo čistě elektrického pohonu, představuje zajímavé výzvy spojené s návrhem řídicího algoritmu, který musí v každém okamžiku zajišťovat optimální rozdělení výkonu mezi spalovací motor a elektromotor.

Tento článek v úvodu krátce shrnuje specifické funkce a požadavky na takový řídicí algoritmus, společně s obecným přehledem možných řídicích strategií hybridních vozidel. Následně je navržena řídicí strategie kombinující heuristická pravidla se suboptimální numerickou metodou, která vypočítává parametr optimálního dělení výkonu na základě účinností spalovacího motoru a elektromotoru. Na základě navrhnuté strategie je v programu Matlab/Simulink vytvořen modulární řídicí algoritmus pro dvě paralelní hybridní topologie: P2 a P0P4, který je následně propojen s modely vozidel vytvořenými v simulačním prostředí GT-Suite a testován v homologačním cyklu WLTC. Nakonec je prezentováno několik testů řídicího algoritmu, které demonstrují úsporu paliva vybraných topologií hybridního vozidla pracujících v hybridních režimech, ve srovnání s provozem pouze v konvenčním režimu pohonu. Avšak heuristická pravidla mohou být dále optimalizována, s cílem dosáhnout ještě příznivějších celkových výsledků.


References

KOHEL P. Návrh řídicího algoritmu paralelního hybridního vozidla, Master thesis, CTU in Prague, Faculty of Mechanical Engineering, 2019.

GUZELLA, Lino a Antonio SCIARETTA. Vehicle Propulsion Systems: Introduction to Modelling and Optimization. Third Edition. Heidelberg: Springer, 2013.

ISBN 978-3-642-35913-5.

ECKSTEIN, Lutz. Alternative and Electrified Vehicle Propulsion. 2th Edition. Aachen: fka

Forschungsgesselschaft Kraftfahrwesen mbH Aachen, 2016.

ISBN 978-3-940374-99-8.

SPICHARTZ, P., P. DOST a C. SOURKOUNIS. Recuperation

Strategies for Hybrid Electric Vehicles. 2014

th International Conference on Ecological Vehicles and Renewable Energies, EVER 2014. 1-7. 10.1109/ EVER.2014.6844100.

FLECKNER, Marco. Strategien zur Reduzierung des Kraftstoffverbrauchs für ein Vollhybridfahrzeug. Aachen, 2010. Doktorarbeit. RWTH Aachen Universität, Institut für Kratfahrzeuge.

Mustafa, R., Schulze, M., Eilts, P., and Küçükay, F.,

„Intelligent Energy Management Strategy for a Parallel Hybrid Vehicle,“ SAE Technical Paper 2014-01-1909, 2014, https://doi.org/10.4271/2014-01-1909.

CHRENKO, Daniela et al. (2015). Novel Classification of Control Strategies for Hybrid Electric Vehicles. 1-6. 10.1109/VPPC.2015.7352985.

Goerke, D., Bargende, M., Keller, U., Ruzicka, N. et al.,

“Optimal Control based Calibration of Rule-Based Energy Management for Parallel Hybrid Electric Vehicles,” SAE Int. J. Alt. Power. 4(1):178-189, 2015, https://doi.org/10.4271/2015-01-1220.

MACEK,Janetal.OptimumLimitsofMotorVehicleDriving. In: KOKA 2017. Liberec: Technical University of Liberec, 2017, s. 111-124. ISBN 978-80-7494-354-6.

MACEK, Jan et al. Optimization Tool for Hybrid Vehicles. In: KOKA 2018. Nitra: Slovak University of Agriculture in Nitra, 2018, s. 6 – 20. ISBN 978-80-552-1880-9.

Bao, R., Avila, V., and Baxter, J., “Effect of 48

V Mild Hybrid System Layout on Powertrain System Efficiency and Its Potential of Fuel Economy Improvement,” SAE Technical Paper 2017-01-1175, 2017, https://doi.org/10.4271/2017-01-1175.

Schweighofer, B., Wegleiter, H., Zisser, M.,

Rieger, P. et al., “Assessment of Minimum Fuel Consumption Operation Strategy for Hybrid Powersport Drive-Trains by Means of Dynamic Programming Method,” SAE Technical Paper 2016-32-0015,

, https://doi.org/10.4271/2016-32-0015.

Dextreit, C., Assadian, F., Kolmanovsky, I., Mahtani, J.

et al., “Hybrid Electric Vehicle Energy Management Using Game Theory,” SAE Technical Paper 2008-01-1317, 2008, https://doi.org/10.4271/2008-01-1317.

SUNDSTRÖM, Olle, GUZELLA, Lino a SOLTIC, Patrik. (2008). Optimal Hybridization in Two Parallel Hybrid Electric Vehicles Using Dynamic Programming. 4642-4647. 10.3182/20080706-5-KR-1001.00781.

Downloads

Published

2020-07-20

Issue

Section

Articles