2.1 建模类型选择

根据仿真过程中数据流的方向，可以把汽车仿真模型分为正向仿真模型和逆向仿真模型两大类。

正向仿真模型的数据流方向与实际系统能量流方向相同，并且具有驾驶员模型。驾驶员模型将驾驶员踏板信号指令转化为转矩、转速信号输出，参照整车控制策略，在整车控制模块中提出对动力系统的转矩需求，动力总成模型根据转矩需求，以及本身的转矩限制，为传动系统输出转矩，该转矩经转动系统到达车轮模型后，最终到达车辆模型，从而实现车辆行驶。正向仿真模型能够集成驾驶员在环仿真，更加真实地模拟车辆的运行状态，符合真实系统逻辑。

逆向仿真模型的数据流方向与实际系统能量流方向相反，该模型以循环工况为要求，计算动力系统各个部件需要提供的转矩、转速、功率等信息。该模型的数据流从车辆阻力模型出发，经过车轮模型、传动模型，最终反映到动力总成模型。该仿真过程不需要集成驾驶员模型，也不需要考虑动力系统的动态过程，计算速度较快，在系统开发设计阶段进行参数匹配、制定能量管理控制策略、进行能量管理控制策略验证时应用广泛。

汽车开发过程往往是正向仿真与逆向仿真相结合，首先利用逆向仿真的方法，设计控制策略，确定系统参数，再利用正向仿真的方法，对系统进行仿真和调试，对控制策略进行验证。

因此，结合汽车动力系统，本书总结了三种仿真模型：

1）将工况速度谱输入到阻力模型与车轮模型中，得到需求转矩、功率、转速信息，将该信息经传动系统模型传递到电机模型，功率需求信息传递到燃料电池和蓄电池，得到能量消耗与功率限制信息。该仿真模型为典型逆向仿真模型。

2）由于本书的仿真测试采用了X-in-the-Loop方法，因此当测试中出现部件缺失的情况时，利用模型或代码替代缺失部件，实现软硬件结合测试。所以本书在建模过程需考虑动力系统台架的参与，由于后续参与的实验台架为一电机-测功机一体化系统，该一体化系统一侧采用转矩控制，一侧采用转速控制，工况速度谱作为需求车速转化为电机转速输入驱动电机端（转速控制端），工况速度谱输入阻力模型生成阻力，该阻力转化为电机转矩输入测功机端（转矩控制端）。驱动电机一端为达到需求转速，在存在阻力的情况下，输出实际转矩，该转矩与转速的乘积即为功率需求，输入到燃料电池与蓄电池，得到能量消耗与功率限制信息。该模型实质上为逆向仿真模型。

3）考虑动力系统台架的参与，两侧均为转矩控制，工况速度谱输入驾驶员模型，驾驶员模型计算得到期望转矩输入到驱动电机端（转矩控制端），同时该转矩受到燃料电池与蓄电池的功率限制。该转矩与测功机端（转矩控制端）的阻力矩相平衡，得到的实际车速反馈到驾驶员模型。由于该模型中集成了驾驶员模型，该模型实质上为正向仿真模型。

由于本书旨在利用X-in-the-Loop方法，进行动力系统分布式测试，正向仿真模型更为符合仿真测试的客观需求，因此选择第三种仿真模型，作为仿真测试的结构。

本书所涉及燃料电池汽车动力系统如图2.1所示。动力源包括燃料电池和动力蓄电池，以实现快速动态响应和耐久性。燃料电池系统可以驱动电机并同时为电池充电^[114]。

图2.1 燃料电池汽车动力系统结构图