车用电力驱动系统中永磁电机的全工况效率优化方法技术方案

本发明专利技术提供了一种车用电力驱动系统中永磁电机的全工况效率优化方法，基于已建立的工况数据库，分析得到车用永磁电机的工作曲线以及峰值性能约束，根据工作曲线计算得到各工况区间(0％‑25％、25％‑50％、50％‑75％、75％‑100％)的时间占比系数，并建立各工况区间的效率函数模型并作为优化体系的目标函数，使用时间占比系数为加权系数，峰值性能为约束条件，转子和永磁体结构参数为设计变量，利用最优化算法进行迭代运算并得到能使电机全工况效率最优的电机结构参数。本发明专利技术的优化方法能够同步提高车用永磁电机在多个功率区间的运行效率，弥补额定工况效率优化方法的缺陷。

Efficiency optimization method of permanent magnet motor in vehicle electric drive system under all working conditions

【技术实现步骤摘要】
车用电力驱动系统中永磁电机的全工况效率优化方法
本专利技术涉及电机优化
，更具体地，涉及一种车用电力驱动系统中永磁电机的全工况效率优化方法。
技术介绍
科学技术的不断进步带给了人类生活的不断进步，但也同样带来了严重的能源与环境问题，化石燃料的过度使用容易造成能源安全问题，车辆尾气的大量排放更是造成全球变暖与温室效应的主要原因。人们普遍认为新能源车辆是解决上述问题的可行方案，并受到了广泛的关注。电力驱动系统是新能源车辆的心脏部位，能够持续地为车辆提供能量消耗。图1示出了一种典型车用电力驱动系统结构，其中电机组作为电力驱动系统的关键部位，其工作效率的高低直接决定了电力驱动系统的整体运行效率，因此电机的效率优化是电机设计人员设计的重要目标。现代电机设计人员通常采用最优化方法来优化电机效率，具体为：以电机运行的额定效率模型为优化目标函数，以电机性能约束与车辆内部限制为约束条件，利用智能算法，对优化目标函数的最优值(即额定效率)进行寻优并最终得到最优解(即电机设计的结构参数)，能使电机的额定运行效率达到最高。然而，由于车辆受到复杂路况以及驾驶需求的影响，需要频繁地改变工况，因此，电机将持续处于一种变工况运行的状态。常规的效率最优化设计只考虑到了电机的额定运行效率最优，却没有考虑到车辆的复杂的路况将导致电机更多时间的处于非额定工况下运行，这可能导致电机的非额定运行效率的严重降低，进而致使车辆的整体运行效率与续航时间的下降。
技术实现思路
基于上述缺陷，本专利技术提供一种克服上述问题的车用电力驱动系统中永磁电机的全工况效率优化方法。本专利技术的优化方法能够同步提高车用永磁电机在多个功率区间的运行效率，其优化方法无需进行复杂的行驶模式模式识别，且计算复杂度低，不仅弥补了额定工况效率优化方法的缺陷，还能够从整体上提高电动车辆的续航时间和寿命。本专利技术提供的一种车用电力驱动系统中永磁电机的全工况效率优化方法，包括如下步骤：S1：数据采集，采集电机运行数据并归入工况数据库，所述电机运行数据包括电机的功率、转速和转矩；所述工况数据库能全面的体现新能源车辆用永磁电机在运行周期内的电机性能数据；S2：数据处理，基于已建立的工况数据库，分析得到电机的周期功率分布以及峰值性能约束；所述周期功率分布是指基于工况数据库建立功率比例与数据点个数的横纵坐标关系；S3：对工况数据库的周期功率分布进行非线性回归分析，从而将离散量转换为连续量，并得到电机运行工况的工作曲线S4：基于得到的工作曲线求取电机在功率比例分别为0-25％、25％-50％、50-75％、75％-100％的四个工况区间的加权系数，加权系数αi的计算公式具体为：并建立各全工况效率优化目标函数F(X)：其中，fi(X)为各工况区间对应的多目标优化函数；S5：结合目标函数F(X)、加权系数αi以及峰值性能约束迭代计算出设计变量X，所述设计变量包括转子尺寸和永磁体尺寸的电机参数。在另外一个实施例中，所述峰值性能约束包括转速约束、转矩约束以及过载约束。在另外一个实施例中，所述电机的类型为发电机或电动机。在另外一个实施例中，所述发电机与电动机均采用V型结构内置式永磁同步电机。在另外一个实施例中，所述加权系数与各个工况区间的持续时间成正比。在另外一个实施例中，所述设计变量X具体包括：电机轴长L1、转子内径Rr、永磁体宽度Lm、永磁体厚度hm、永磁体夹角θm、气隙宽δ。在另外一个实施例中，所述步骤S4中的多目标优化函数fi(X)分别为不同工况区间的效率模型，考虑的总损耗包括铁心损耗、铜线损耗以及附加损耗，并考虑到不同工况区间下转速与转矩对效率模型的影响关系。在另外一个实施例中，所述步骤S5中还使用包括电机性能约束的约束条件迭代计算出设计变量X，所述电机性能约束包括各部位磁通密度、电流密度、温升约束以及扭矩约束。在另外一个实施例中，约束条件除常规的电机性能约束外，还包括定子绕组电流密度J1(X)、定子槽满率Sf(X)、气隙磁密Bg(X)、定子齿部磁密Bt(X)、定子轭部磁密By(X)、电机高转速约束ωmax(X)以及电机最大转矩约束Tma(X)的约束函数。在另外一个实施例中，所述步骤S5迭代计算的算法为遗传算法。本专利技术的优化方法，具体包括车用永磁电机的工况数据库的建立与分析，采集车辆在模拟实际运行状态下永磁电机的功率数据，并将运行工况划分为四个典型区间：0％-25％，25％-50％，50％-75％以及75％-100％；再利用数理统计方法针对典型功率区间数据进行非线性回归分析，拟合得到永磁电机的工作曲线，拟合后的工作曲线能较为准确地描述在车辆运行于复杂工况下永磁电机的功率变化情况；最后针对工作曲线对电机效率进行多目标同步优化，优化体系以多功率区间的效率模型为多目标函数，以各个功率区间的时间占比系数为加权系数，并在永磁电机的多物理场约束下求针对输入的功率数据求解关键的“转子尺寸和永磁体尺寸”结构设计变量，从而得到能同步优化全工况运行效率的最优解。本专利技术的优点在于，车用电力驱动系统电机组工况数据库的建立与分析方法能够帮助电机设计人员更加全面地了解拟设计发电机预驱动电机组的工况分布，使得设计方案更具针对性，并根据峰值性能限制设置合理的电机约束条件。再者，最优化算法以多个运行工况的电机组运行效率为目标函数，能同步优化电机组在0％-25％、25％-50％、50％-75％以及75％-100％等典型功率区间段的运行效率。因此，本专利技术具有提高车用电力驱动系统中永磁电机的全工况综合运行效率的优点。附图说明图1为一种典型车用电力驱动系统结构；图2为本专利技术的新能源车辆的永磁电机工况数据库建立流程图；图3为本专利技术的全工况效率优化方法的负载匹配流程图；图4为本专利技术的优化方法采用遗传算法优化设计变量X的流程图。具体实施方式下面结合附图和实施例，对本专利技术的具体实施方式作进一步详细描述。以下实施例用于说明本专利技术，但不用来限制本专利技术的范围。在一个实施案例中，车辆电力驱动系统为串联式结构如图1所示，电机组包括发电机与驱动电机，其中发电机将内燃机动能转换为电能为系统供电，驱动电机为车辆提供动力。电机组的机械联接端均安装了转矩与速度传感器，以便于车辆在行驶过程中对电机工况数据的记录。如图2所示，其示出了一种新能源车辆用永磁电机的工况数据库建立流程图，由图可知，所述的工况数据库建立指对车内电机的实际运行进行数据采集与数据处理。在一个实施案例中，工况数据库的建立流程包括如下步骤：S1：数据采集，车辆模拟实际驾驶情况的多次、长时间的行驶于目标路段。车内传感器在周期内每隔固定的短时间采集一次电机运行数据并归入工况数据库，具体为：将电机的功率P、转速ω、转矩T等信息按电机的功能差别(发电机或电动机)归入工况数据库。所述工况数据库能全面的体现新能源车辆用永磁电机在运行周期内的电机性能数据。S2：数据处理，基于已建立的工况数据库，分析得到发电机、驱动电机的周期功率分布以及峰值性能约束。其中，周期功率分布是指基于工况数据建立功率比例(0％-100％)与采集数据数量的散点关系；峰值性能约束指数据库中的电机极限数据的性能约束，包括峰值转速、峰值转矩以及过载约束等，并根据峰值性能约束按照一定的比例来作为最优化设计中的约束条件。图3示出了一种全工况效率优化本文档来自技高网...

【技术保护点】
1.一种车用电力驱动系统中永磁电机的全工况效率优化方法，其特征在于，包括如下步骤：S1：数据采集，采集电机运行数据并归入工况数据库，所述电机运行数据包括电机的功率、转速和转矩；所述工况数据库能全面的体现新能源车辆用永磁电机在运行周期内的电机性能数据；S2：数据处理，基于已建立的工况数据库，分析得到电机的周期功率分布以及峰值性能约束；所述周期功率分布是指基于工况数据库建立功率比例与数据点个数的横纵坐标关系；S3：对工况数据库的周期功率分布进行非线性回归分析，从而将离散量转换为连续量，并得到电机运行工况的工作曲线

【技术特征摘要】
1.一种车用电力驱动系统中永磁电机的全工况效率优化方法，其特征在于，包括如下步骤：S1：数据采集，采集电机运行数据并归入工况数据库，所述电机运行数据包括电机的功率、转速和转矩；所述工况数据库能全面的体现新能源车辆用永磁电机在运行周期内的电机性能数据；S2：数据处理，基于已建立的工况数据库，分析得到电机的周期功率分布以及峰值性能约束；所述周期功率分布是指基于工况数据库建立功率比例与数据点个数的横纵坐标关系；S3：对工况数据库的周期功率分布进行非线性回归分析，从而将离散量转换为连续量，并得到电机运行工况的工作曲线S4：基于得到的工作曲线求取电机在功率比例分别为0-25％、25％-50％、50-75％、75％-100％的四个工况区间的加权系数，加权系数αi的计算公式具体为：并建立各全工况效率优化目标函数F(X)：其中，fi(X)为各工况区间对应的多目标优化函数；S5：结合目标函数F(X)、加权系数αi以及峰值性能约束迭代计算出设计变量X，所述设计变量包括转子尺寸和永磁体尺寸的电机参数。2.根据权利要求1所述的优化方法，其特征在于，所述峰值性能约束包括转速约束、转矩约束以及过载约束。3.根据权利要求1所述的优化方法，其特征在于，所述电机的类型为发电机或电动机。4.根据权利要求3所述的...

【专利技术属性】
技术研发人员：高剑，戴理韬，张文娟，李承栩，黄守道，罗德荣，程益伟，
申请(专利权)人：湖南大学，
类型：发明
国别省市：湖南,43