英语原文共 11 页，剩余内容已隐藏，支付完成后下载完整资料

对不同拓扑结构纯电动汽车动力总成的经济和环境效益研究

Bin Wang, Min Xu , Li Yang

上海交通大学汽车电子控制技术国家工程实验室，上海市东川路800号，200240

文章信息

文章历史：接收于20014.12.2 采纳于2014.5.20 网上同步于2014.7.8

摘要：基于电动机的分布式配置，可以为电动车辆（EV）设计许多可行的动力总成拓扑方案。在本研究中，研究了不同EV动力总成拓扑对能源效率，车辆拥有成本和EV的生命周期温室气体（GHG）排放的影响。首先建立了包括再生制动功能和电池劣化预测方法在内的能量车辆模拟模型。进行结合能量车辆模拟模型的优化方案，以最大限度地减少各种场景和驾驶条件下的电能消耗。然后根据中国电动车市场和电网对汽车所有权成本和电动汽车的生命周期温室气体排放进行评估。 EV动力系拓扑的灵敏度分析基于不同的车辆重量，电力CO2强度和全电场强度。结果表明，使用齿轮减速器的轮胎驱动动力传动系的电动车具有较低的能量消耗。此外，具有更加积极的加速/减速和频繁停车条件的驾驶循环可以同时增加车辆所有权成本和生命周期温室气体排放。中国城市交通状况将有助于电动汽车在经济和环境方面获得更多的利益。

关键词：电动车 EV动力总成拓扑结构 能源经济 生命周期分析

1.介绍

电动汽车（EVs）将来被视为有前途的替代运输解决方案[1,2]。 2012年，中国国务院发布了“2012-2020年节能与新能源汽车产业发展规划纲要”（以下简称“计划”）。该计划重点介绍了插电式混合动力电动车辆（PHEVs），扩展型电动车辆（E-REVs）和电动汽车（BEVs），这些都被称为全电动车辆（FEDV）。到2015年，政府的FEDV累计生产和销售目标是50万，到2020年将达到500万。用于推动FEDV的电力完全或部分来自电网。这是一个很好的机会以可再生能源，低碳密集型和清洁能源来替代运输中消耗的石油燃料[3,4]。因此，FEDV有可能减少温室气体（GHG）排放，提高能源安全[5]。

1.1 EV动力总成拓扑

具有简化齿轮箱的电动机可以组成一个非常紧凑的发电厂，用于推进。 根据发电厂的分布和配置，许多可行的动力系拓扑方案（即EV动力系拓扑）都可实现。 图1描述了EV动力系拓扑的四种典型类型。

中央驱动动力总成，如图 1（a）所示，是电动车和常规车辆最常见的拓扑结构。不同之处在于，内燃机（ICE）被电动马达代替，复杂的多速变速箱简化为单级减速机。机械差速器和主要驱动轴仍然保留。 因此，机架布局和配置不需要过度修改。一些现有的EV，如日产Leaf和特斯拉 Mode S采用了这种拓扑。然而，中央驱动动力总成拓扑相对繁琐。 机械部件的紧密配置使得其难以容纳大容量电池组。此外，能量消耗相对较大。

近来，对采用分布式电动机配置的电动车进行了许多研究[6-8]。分布式配置允许对每个驱动轮的独立控制，并且牵引扭矩的分配能被智能精确的确定。因此可以优化和改进车辆动力学，转向性能和驾驶安全性而无需额外的硬件设施[6]。此外，消除诸如齿轮箱，机械差速器和冗余驱动轴之类的机械传动可以在重量减轻和成本节省方面提供显着的改进。最简单的EV动力总成，称为没有减速器的轮毂驱动，如图1（b）所示。这种EV动力总成拓扑已被电动自行车和电动滑板车广泛采用，并在中国市场取得了巨大成功[9]。尽管机械传动损失被消除，但是由于缺少减速机，电动机主要在低速和高扭矩的非效率区域内工作。为了解决这个问题，提出了带减速机动力系的轮毂驱动，如图 1（c）所示。具有恒定传动比的电动机和减速机被集成到单个组件中。驱动轮将驱动轴连接到减速机。这两个轮毂驱动动力总成拓扑结构的主要缺点是簧下的悬挂质量会增加，这对悬架的冲击运动有很大的不利影响，特别是在快速摆动运动过程中。轮子将传递振动到底盘而不是将其吸收。

图1（d）描述了近轮驱动动力系的示意图。电动机和减速器也集成到单个组件中。然而，与轮毂驱动动力传动系的不同之处在于，近轮驱动动力传动系使用减速机的输出轴来驱动车轮通过包含有万向节的驱动轴组件。例如，梅赛德斯奔驰将这种类型的动力总成拓扑应用于其SLS AMG E-CELL车辆。电动机和减速器的组装安装在悬架上方的车体上。因此，车辆的操纵和乘坐舒适度可以显着提高。

由于电动机是唯一在BEV和E-REV中提供推动的动力设备，所以可以直接应用这些提出的EV动力总成拓扑。此外，这些EV动力总成拓扑也可以应用于具有混合动力推进系统的PHEV。ICE仍然使用传统的中央驱动动力总成拓扑进行配置，而电动机可以灵活地分布在动力总成配置中。例如，前轮由ICE驱动，后轮由轮毂电机驱动。为简化起见，本文仅讨论了所提出的EV动力总成拓扑对FEDV的经济和环境效益的影响。

1.2 文献评论

最近，根据生命周期评估（LCA）的观点，对电动汽车的能源消耗，温室气体排放量和所有权成本进行了许多研究[10]。 Garciacute;aSaacute;nchez等人 [11]研究了基于马德里交通系统的四种公交车的生命周期能源消耗和温室气体排放。 他们的结果表明，电动汽车和燃料电池混合动力汽车可以分别减少28.70％和30.88％的温室气体排放量。 席尔瓦等人 [12]提出了一种模拟模型来分析“低成本”策略对常规汽油车辆能源和环境的影响。 他们发现，结合燃油切断，停止启动和缩小涡轮增压，燃油消耗和二氧化碳排放可以减少15-49％。Zhou等 [13]从能源消耗和生命周期温室气体排放的角度，对中国电动汽车的使用情况进行了调查。 BEV的节能35.57％，二氧化碳排放量减少17.13％，PHEV可实现节能17.78％，二氧化碳排放量减少8.56％。 Al-Alawi和Bradley [14]构建了一个综合的所有权成本模型来分析不同的PHEV设计。他们发现，与常规车辆相比，汽油价格上涨20％将导致中型PHEV-20的投资回收期减少31％。 即使EV动力总成拓扑在全球范围内引起了极大的关注[15]，在以前的研究中，它们对能源消耗，生命周期温室气体排放和车辆拥有成本的影响尚未得到充分解决。

电动汽车的性能在很大程度上取决于驾驶模式。通常，驾驶条件和车辆行驶里程（VMT）被确定为驾驶模式的主要因素[16,17]。蔡和徐[18]利用实时数据来描述北京的个人出租车的驾驶模式。 基于特色的个人驾驶模式，对PHEV出租车队对生命周期温室气体排放的影响进行了评估和讨论。 Kelly等人 [19]建立了模拟模型，根据美国家庭旅行调查（NHTS）的驾驶模式数据预测了PHEV的用电量和充电量。结果显示，基准收费情景下电动旅游的效用因子从2001年的64.3％上升到2009年的66.7％。Norman Shiau等 [20]在基于UDDS驱动周期的充电频率范围内，研究了电池重量对PHEV的燃料消耗和温室气体排放的影响。他们发现，小容量PHEV在成本和温室气体排放方面比HEV和常规车辆具有更强的竞争优势。此外，已经对基于各种驾驶循环的EV设计优化进行了大量研究[21]。 Paladini等人 [22]实现了超级电容器燃料电池混合动力电动汽车的多目标遗传算法。 设定优化目标是减少不同驱动周期下的氢消耗。 Whitefoot等人 [23]提出了动力分配HEV的动力总成优化，以提高基于多个驾驶循环的燃油经济性 结果显示，不同驾驶循环中燃油经济性和变动幅度可达9.8％，电动机尺寸可达41％。 Liaw和Dubarry [24]提出了一种基于驾驶循环分析研究电池性能和使用寿命的方法。 然而，这些研究中很少讨论不同驾驶模式对EV动力总成拓扑结构的性能和设计结果的影响。

1.3 关于本研究

本文重点介绍了不同EV动力总成拓扑对各种场合和驾驶条件下FEDV的经济效益和环境效益的影响。 包括基于能量的车辆仿真模型的分析框架在第2节中给出。本工作中考虑了再生制动算法和电池劣化模型。 为了最小化电能消耗，可以通过根据指定的驱动周期优化电机尺寸，电池尺寸和传动比，获得EV动力总成拓扑结构的合适配置和参数设计。 包含车辆生命周期和电力生命周期的生命周期温室气体排放可以根据中国发电的碳强度计算。基于动力总成本结构的车辆所有权成本模型是通过对中国电动车市场的调查来确定的。 在第3节中，不同EV动力系拓扑之间的能源效率，总拥有成本和生命周期温室气体排放的比较是在一系列的驾驶循环中进行的。 最后，对这四种典型类型的EV动力总成拓扑结构的车辆重量，电网二氧化碳强度和全电气范围进行了敏感性评估。

2.方法

2.1 对EV动力总成拓扑的框架分析

通过基于能量的车辆仿真模型，我们比较了在不同行驶条件下车辆特性和性能约束相同的四个EV动力总成拓扑的动力传动系效率和寿命周期影响。图2描述了分析EV动力总成拓扑结构的经济和环境效益的框架。 考虑驱动周期，全电动范围和车辆重量[25]。 此外，还考虑再生制动功能。 可以通过优化电动机的最大尺寸，电池尺寸和传动比，以最大限度地减少在给定驾驶条件下的能量消耗。 然后获得的结果进入车辆所有权成本模型和生命周期温室气体排放模型。 由于优化问题是具有离散变量的隐含，非凸和高度非线性函数，遗传算法是一种强大的启发式优化方法，用于处理这个复杂问题。

2.2 基于能量的车辆仿真模型

基于作者以前的工作，建立了EV的参数化能量流模型[27]。 可以在各种情况和条件下定量分析EV组件之间的能量流量，分布和消耗[28]。 在提出的仿真模型中，可以通过相关功能模块的组合和参数配置的调整获得不同的EV动力系拓扑。 EV动力总成拓扑结构的电机尺寸，电池尺寸和齿轮比可以在规定的行驶条件下进行优化。

基于Willans线法建立的电动机仿真模型。 通过改变物理尺寸（如转子长度和转子直径）可以从基准电机推导出不同尺寸的电动机的性能特征[29]。 基准电机的规格见表1。

在此“计划”中，估计到2015年，中国电动汽车控制器电动机的功率密度将达到2.5 kW / kg，而其价格pEM将下降 低于32 $ / kW（即200元/ kW）。电池单元以并联方式连接。 采用电动模式（即耗电模式），这意味着车辆运行完全取决于全电动范围内电池组的电能[30]。 电池组的初始充电状态（SOC）设定为100％，SOC的下限设定为30％[31]。 该型号采用41 Ah容量的锂离子电池，每个电池的额定输出电压为3.6 V。电池组的尺寸可以通过指定包装中的电池数量进行缩放。因此，电池组的重量计算如下：

其中= 1.07kg是电池的重量，是电池组中的电池数，是1.25的封装因子[20]。

总车辆质量是通过将乘客和货物，电池组和电动机的质量与车辆滑翔相加来计算的。每行驶距离Edis（W h / km）的电能消耗可有提出的模型得出。。

2.2.1 再生制动模式

对于常规汽车，动能随着机械制动系统的摩擦产生的热而消散。 相比之下，电动车具有通过再生制动系统将这种能量吸收回电池的能力。 所需的总制动力仍由驾驶员的减速踏板位置控制，传统的机械制动系统和再生制动系统之间的协调由车辆制动控制策略自动进行。

车辆制动控制策略需要同时考虑能量回收的有效性和制动功能的可靠性[32,33]。 可用的动能与车速一起增加。 另外，在中等制动模式下，再生制动力应该起到主导作用，尽可能地恢复车辆的动能，而在积极的制动模式下，机械制动力必须起主导作用，以确保驾驶安全。 图3描述了这项工作采用的再生制动控制策略。

2.2.2 电池劣化模型

为了评估电池寿命对电动汽车车辆所有权成本和生命周期温室气体排放的影响，基于能量处理方法建立了电池降解模型，也就是所谓的彼得森模型[34]。 传统的电池劣化模型被表示为具有恒定充电/放电速率的放电深度（DOD）的函数[35,36]。 相反，Peterson模型中的电池容量衰减被描述为在变化的充电/放电速率驱动周期下处理的能量的函数。 假设一天充电一次，电池组处理的能量包含：

其中和是分别进行日常放电和充电的能量; 是电池组的充电效率，不包括充电器的损耗，假定为95％[31]; 是每天的驾驶范围。 北京和上海乘用车每天平均旅行距离分别约为44.24公里，39公里[37,38]，因此本次工作的距离假定为40公里。

因此，在多年中给出的电池寿命，可以计算为：

其中单位为kWh / cell的是单个电池单元的能量容量， = 3.46times;105和= 1.72times;105分别是锂离子电池劣化的系数[39]， = 365是每年的驾驶日数。

假设典型车辆寿命的总里程为240000km [31]，车辆寿命为：

必须注意的是，如果电池寿命Tbat比Tveh的电池寿命短，则电池组必须更换新电池，因为它会影响车辆的所有权成本和生命周期的温室气体排放。

2.3 生命周期GHG排放模型

EV的生命周期温室气体排放可以分为两部分[40]。 一个被称为车辆生命周期，涉及车辆的生产，装配，报废等。 另一个来源于电网电力，主要包括电力生产，输电，充电和使用。 它是所谓的能源生命周期或电力生命周期。 因此，GHG年平均年度生命周期温室气体排放量写为：

Gveh是与车辆生命周期（不包括电池组）相关的生命周期温室气体排放，其值假定为8500公斤二氧化碳当量每车[20,39]; Fbat是整个车辆使用寿命期间电池组的替换次数; Gbat = 120 kg二氧化碳当量/ kWh，对锂离子电池是与电池生产相关的生命周期温室气体排放[41]; 充电是电池组的总充电效率，包括充电器的损耗，假定为88％[20];Gele代表电网发电的平均二氧化碳强度。

目前中国电厂的电力碳强度非常高，因为发电中的燃煤火力发电很关键[13]。 根据中国电网中期（2015年）和长期（2020）[42]的发展规划，发电的生命周期碳强度列于表2。 全文共19205字，剩余内容已隐藏，支付完成后下载完整资料

资料编号：[143941]，资料为PDF文档或Word文档，PDF文档可免费转换为Word