직-병렬 하이브리드 전기 자동차의 운전제어 전략

Abstract

하이브리드 전기 자동차에서 연비 이득을 얻고 고전압 배터리의 충전상태를 유지하기 위해서는 하이브리드 전기 자동차가 지닌 복수의 동력원에 적절한 목표 운전점을 지령하는 운전제어 전략이 필수적이다. 통상적으로 매 순간에 등가연료를 최소화 하거나 시스템 효율을 최대화 하는 등의 순시 최적화에 의해 하이브리드 전기 자동차를 제어하려는 노력이 시도되지만, 이러한 과정에는 몇 가지 해결해야 할 문제들이 있다. 첫째, 순시 최적화에 필요한 계산량은 차량 제어기에서 실시간으로 처리하기에는 부적절하며, 특히, 직-병렬 하이브리드 전기 자동차와 같이 구조가 복잡한 시스템에서는 필요한 계산량이 더욱 증가한다. 둘째, 실제 차량의 주행 중에는 최적화에 필요한 제한조건이 가변되기 때문에 offline 최적화 결과를 control map에 저장하여 사용하는 방법도 적용하기 힘들다는 문제가 있다. 셋째, 하이브리드 전기 자동차가 에너지 저장요소인 배터리를 포함하기 때문에, 순시 최적 운전점의 집합이 전체 주행 사이클 관점에서의 최적 운전점과 일치하지는 않는 문제가 있다. 따라서, 본 연구에서는 직-병렬 하이브리드 전기 자동차를 순시 최적화에 기반하여 제어하는 데에 있어, 실시간 제어성능을 확보하기 위한 제어 구조와 그 제어 전략을 목표 운전 사이클에 최적화하는 방법을 소개하고자 한다. 제안된 방법에서는 하이브리드 전기 자동차의 정량적 제어 기준으로 순시 시스템 효율을 정의하고 이 시스템 효율을 최대화하는 운전점을 찾는 과정을 충전 및 방전량 결정과 변속비 결정의 두 단계로 분리하였다. 이렇게 분리된 각각의 과정을 미리 계산한 후, control map으로 구성함으로써 실시간 제어 성능을 확보하는 동시에, 두 제어 단계 사이에 운전 중 변화하는 제한조건인 배터리 충전 및 방전 제한치를 효과적으로 반영할 수 있다. 또한, 하이브리드 전기 자동차의 시스템 효율에 배터리의 전력을 연료 또는 구동력과 등가화하는 계수를 도입하고, 이 계수를 목표 주행 사이클 전반에 걸쳐 최대의 연비 절감 및 배터리 충전량 유지 효과를 내는 값으로 최적화하였다. 이 최적화 과정에서 등가화 계수와 같은 제어 parameter에 따른 연비와 충전상태의 변화는 차량의 과도 상태 특성에 대한 반영 없이는 추정이 불가능하다. 이러한 이유로, 본 연구에서는 직-병렬 HEV에 대한 과도 상태 모델과 실제 차량제어 모델로 구성된 시뮬레이션 환경을 목표 함수로 취하는 모델 기반 최적화를 수행하였다. 그리고, 목표 연비 모드에 대한 일련의 시뮬레이션과 차량 시험결과에 대한 분석을 토대로 제안된 제어 전략의 우수성, 차량 모델의 정확성, 최적화 결과의 유효성 등을 확인할 수 있었다.; Given the complexity and high degree of control flexibility of a series-parallel hybrid electric vehicle(HEV), advanced supervisory control strategies are required to successfully manage the power distribution and operation of all the various components. HEV control strategies aim to reduce overall fuel consumptions and emissions, while sustaining battery’s state of charge. Among all the various control strategies that have been proposed to date, an instantaneous system efficiency based strategy is one of effective approaches to achieve the objectives. However, heavy computational requirements and variable constraints in finding the most efficient operating point make it difficult to build real-time control strategy. This study suggests the supervisory control strategy which employs control maps to ensure real-time control performance. In the control structure, the process to derive the most efficient operating point is divided into load leveling and gear ratio control to deal with the most significant variable constraint; battery power. In this study, the control strategy was also optimized to the target driving cycle by finding the proper value of the control parameters which are critical in improving fuel economy. The HEV simulation model to represent the effect of the parameter change was developed and the optimal control parameter set was discovered using genetic algorithm which evaluates its population member using the simulation model. A series of simulations and vehicle tests were carried out to verify the effectiveness of the suggested strategy and the results show a distinct improvement in fuel economy.