混合动力柴油发动机超低温冷启动的多目标能量优化

《Fuel》：Multi-objective energy optimization for ultra-low temperature cold start in hybrid-powertrain diesel engine

　　

李俊伟|王鹏|刘佳|秦慈伟|史磊

教育部动力机械与工程重点实验室，上海交通大学，上海200240，中国

摘要

在混合动力系统中，极低温度严重挑战了柴油发动机的启动性能，由于电池性能下降，需要采取节能策略。传统的实验方法难以优化能源利用，因为冷启动控制参数非常复杂。建立了冷启动模型来预测能源消耗和循环燃烧参数，并采用了一种优化算法以实现快速且节能的冷启动。通过结合Levenberg-Marquardt（LM）回归的双Wiebe线性化函数，确定了循环Wiebe参数。这些参数用于训练长短期记忆（LSTM）网络，以建立考虑燃油壁湿润效应的可变Wiebe燃烧模型，循环预测误差低于3%。对辅助启动设备的能源分析揭示了其启动能效参数曲线的转折点，超过该点后，能效参数变得可以忽略不计。随后，应用了非支配排序遗传算法II（NSGA-II）来优化不同辅助启动设备的电力消耗系数。优化结果得到了代表不同环境温度下能源消耗与启动时间之间最佳权衡的Pareto前沿。实验验证表明，该方法在极低温度下实现了显著的能源优化，启动时间减少了16.9–32.9%，启动能源消耗减少了30.1–53.5%。

引言

与传统柴油系统相比，混合动力系统的柴油发动机具有更高的燃油效率[1]和更低的排放[2]，并且续航里程比纯电动汽车更长[3]，因此被广泛采用[3]。然而，极低温度给冷启动带来了重大挑战[4]。柴油发动机的燃烧依赖于气缸压力、温度和压缩末端的空气-燃料混合物[5]、[6]。低温进气和冷却液会增加熵和能量损失[7]以及气体泄漏，降低压缩末端温度和压力，这阻碍了适当的空气-燃料混合物的形成[8]、[9]，并加剧了排放[10]、[11]。李等人[12]证明，单独的柴油发动机在极低温度下难以达到压缩混合物的临界燃烧温度，因此需要辅助预热装置。此外，润滑剂的粘度随着温度的降低而急剧增加，导致启动阻力扭矩显著上升[13]，进一步复杂化了冷启动过程。

因此，在极低温度下预热进气、润滑剂和冷却液尤为重要。配备大容量电池和高功率电机的混合动力系统柴油发动机可以提供所需的预热能量，同时通过精确的电机控制提高冷启动性能[14]。预热进气、润滑剂和冷却液可以减少摩擦、热传递和气体泄漏损失，从而改善压缩末端条件。Lodi等人[15]发现提高冷却液温度可以增强燃烧稳定性，张等人[16]证明提高进气温度是提高发动机冷启动性能的有效方法。王等人[17]发现，结合进气-润滑剂预热的方案在能效方面优于仅预热进气的方案，因为极端寒冷引起的阻力扭矩是导致电机过载的关键故障机制。高功率电机扭矩补偿可以抵消极低温度下的阻力扭矩波动，同时优化缸内混合物的形成。在冷启动过程中，过大的阻力扭矩会降低电机驱动速度[18]。发动机速度不足会加剧热耗散和气体泄漏，以及缸内气体运动缓慢，可能阻止燃烧[19]。

极低温度会严重降低电池容量[20]，因此对于依赖电池的预热和电机设备来说，能源优化至关重要。传统的实验方法难以处理复杂的参数相互作用和高成本[21]，通常无法找到最佳解决方案[22]、[23]。开发适用于极低温度下混合动力系统柴油发动机的冷启动仿真模型对于量化辅助启动设备的能源消耗模式及其对启动特性的影响至关重要，从而实现能源优化。

现有的基于仿真的研究涵盖了冷启动机制和性能预测，Yan等人[24]发现低温会减弱柴油雾化，而Liu等人[25]观察到低温反应减弱导致的热量积累不足会引起熄火。E等人[26]使用固定的Wiebe参数进行燃烧仿真，发现压缩压力是对气体泄漏最敏感的因素，其次是热传递损失和间隙体积。Liu等人[27]开发了一个未考虑循环变化的摩擦-泄漏集成模型。此外，Seo等人[28]和Tang等人[29]建立了基于神经网络的冷启动排放预测模型。Siddareddy等人[30]建立了随机反应模型和详细的化学模型，以预测不同工作点下的循环燃烧和排放。Wu等人[31]使用先进的时空预测神经网络开发了湍流燃烧模型，实现了燃烧过程的实时仿真。

除了上述研究，研究人员还转向了基于模型的策略优化，特别是通过集成机器学习和多目标优化算法。Deng等人[32]通过控制策略图模拟了发动机冷启动过程，并实现了247 K的冷启动。Zhao等人[33]使用热力学模型优化了冷启动燃料喷射策略，以提高燃料蒸发。Tang等人[34]提出了一种基于DRL的能量管理策略，结合基于规则的发动机启停策略来提高燃油经济性。Franken等人[35]开发了一个基于仿真的优化过程，结合了NSGA，实现了火花点火发动机中燃油效率与低爆震之间的权衡。Chen等人[36]将模型预测控制与强化学习相结合，调节轨压和喷射时机以优化排放，并指示了平均有效压力。Zhao等人[37]通过优化润滑剂、冷却液和电池之间的能源分配，缩短了冷启动预热时间。多目标优化和机器学习的综合应用为提高混合动力系统柴油发动机的冷启动性能提供了有前景的方法。由于极低温度下循环燃烧变化显著，当前模型难以进行准确预测。同时，组合辅助启动设备的众多耦合控制参数使得能源管理变得复杂，导致冷启动可靠性、启动时间和能源消耗之间的不平衡。因此，在电池容量严重下降的极低温度条件下，基于模型的多目标能源优化对于进一步提高冷启动性能至关重要。

本文提出了一种旨在实现快速冷启动且电力消耗最小的多目标优化框架，以解决上述辅助启动设备之间的能源分配问题，从而提高混合动力系统柴油发动机在极低温度下的冷启动性能。主要贡献包括：建立了一个具有可变Wiebe参数的冷启动燃烧模型，以克服在显著循环燃烧变化下的不准确热量释放预测；实验量化了组合辅助启动设备的能耗特性及其对启动时间的影响；并在不同环境温度下实施了辅助设备的最佳能源策略。

章节摘录

研究方法

本文使用混合动力系统柴油发动机测试台进行极低温度冷启动性能测试，以收集燃烧参数和能源消耗数据。测试台的示意图如图1所示。它包括四个主要子系统：混合动力系统、极低温度环境模拟系统、预热系统和数据采集系统。本研究重点关注组合辅助启动的能源优化

模型构建

在极低温度启动过程中，燃油壁湿润会导致前一个循环中的剩余燃油参与燃烧。这导致实际燃烧的燃油质量不等于每个循环中注入的燃油质量，从而引起显著的循环燃烧变化。使用固定Wiebe参数的现有模型无法考虑冷启动过程中的未燃烧燃油效应。为了模拟冷启动过程，本节建立了一个包含循环依赖参数的可变Wiebe模型，并提出了

辅助启动设备的电力消耗

启动能源消耗包括进气、润滑剂和冷却液预热以及电机驱动操作。本文实验量化了混合动力系统柴油发动机在冷启动过程中的差异能源需求。

如图5所示，在233 K的环境温度下，进气、润滑剂和冷却液预热的电力消耗表现出明显的非线性趋势。当温度

结论

本文建立了一个用于混合动力系统柴油发动机极低温度冷启动优化的多目标优化框架，实现了快速启动且电力消耗低。结果如下：

• (1)
  提出了一种结合LM算法的双Wiebe函数线性化方法，用于建立考虑循环间燃油壁湿润效应的基于LSTM的可变Wiebe燃烧模型。该模型实现了循环预测

CRediT作者贡献声明

李俊伟：撰写——原始草稿、方法论、概念化。王鹏：撰写——审阅与编辑、数据整理。刘佳：验证。秦慈伟：撰写——审阅与编辑、调查。史磊：监督、资金获取、概念化。

利益冲突声明

作者声明他们没有已知的可能会影响本文所述工作的竞争性财务利益或个人关系。

致谢

作者感谢国家海洋发动机科学技术重点实验室（Grant No.LAB-2023-02-->）提供的资助和支持。