用于并联混合动力汽车能源管理的改进T–S模糊控制器

为何更聪明的混合动力车很重要

混合动力汽车通过将汽油发动机与电动机结合起来，有望实现更清洁的行驶和更低的燃油开支。但要真正兑现这一承诺，车辆必须不断决策由哪种动力来源承担多少工作。本文提出了一种新的方法来做出这些瞬时决策，使发动机更频繁地在其“最佳区”运行、降低燃油消耗并保持电池健康——所有这些都无需昂贵的车载计算机或对未来行驶路线的详尽预知。

在发动机与电机之间分配工作

在并联混合动力系统中，发动机和电动机都可以单独或共同驱动车轮。核心挑战是能源管理系统需逐时决定各自应提供多少扭矩。许多以往方法通过重优化或学习算法追求完美效率，但这些方法可能运算缓慢、成本高且难以应用于日常车辆。作者转而关注一种更简单的基于规则的控制，能够在线实时运行，同时在谁来承担工作方面仍作出智能选择。

基于类人推理的规则库

该新控制器基于一种模糊逻辑，一种模拟人类使用近似规则（例如“若需求低，则优先电机；若需求高，则调用发动机”）的数学框架。与早期需要多个输入（如速度、扭矩和电池电荷）的模糊系统不同，这一设计以发动机功率为主要输入，并对电池荷电状态单独处理。通过精心划定四个宽泛的运行功率“区间”，控制器能够推断发动机何时应在其最高效区域运行、何时由电动机介入，而无需同时处理大量变量。输入的减少降低了计算量并降低了车内硬件需求。

让发动机保持在其最佳区

为构建控制器，研究人员首先绘制了发动机在多种速度和扭矩条件下将燃料转化为动力的效率图。该图显示了发动机效率特别高的小“岛”以及大量浪费燃料的区域。随后调节模糊规则，使得在可能的情况下，所需车轮功率通过让发动机在这些高效区域内工作来满足。如果驾驶员要求的扭矩低于发动机偏好的值，控制器会略微重塑需求以让发动机仍能高效运行，电动机则补偿或吸收差额。当驾驶员需要的扭矩大于高效区所能提供的范围时，控制器允许发动机离开其最佳区，但仅在满足交通需求所需的最小程度内。

在真实行驶中平衡电池

团队在一辆典型中型轿车混合动力的详细计算机模型上测试了他们的策略，模型包括空气阻力、滚动阻力、锂离子电池以及为日常使用而非赛道调校的电动机。他们让这辆虚拟汽车行驶一条由欧洲、美国和伦敦市区驾驶模式拼接而成的长路线，既包含频繁起停的街道也包含较快的高速路段。结果显示，车辆能够紧密跟踪目标速度曲线，发动机和电机的扭矩对参考值的跟随误差很小。重要的是，行驶结束时电池的荷电水平仍接近起始状态，证明燃油节省并非通过悄悄耗尽电池来实现。

这对未来汽车意味着什么

最终，所提出的模糊控制器在不增加计算负担且保持电池电荷的条件下，与一种已较为先进的先前策略相比将燃油消耗降低了约3%。由于它依赖于简单规则而非对未来交通的详尽预测，因此更易于在低成本硬件的实际车辆中实现。对驾驶者而言，这种智能能量分配可能意味着更便宜但道路效率更高的混合动力车，是在不必完全转向纯电动汽车的情况下迈向更清洁交通的务实一步。

引用: Hokmabad, E.S., Rostami, N. & Sharifian, M.B.B. An improved T–S fuzzy controller for energy management of parallel hybrid vehicles. Sci Rep 16, 10428 (2026). https://doi.org/10.1038/s41598-026-41457-8

关键词: 混合动力汽车, 能源管理, 模糊控制, 燃油效率, 电动传动系统