增程器Cruise模型搭建与SOC、油耗调参避坑指南

深夜两点半的办公室，屏幕上SOC曲线像心电图一样在增程器启动阈值附近来回横跳，发动机模型一会儿开一会儿停，整车油耗数字看着就让人头大。这种场景对于调过增程器整车模型的人来说应该都不陌生。增程器这东西，说白了就是燃油车和电动车之间的一个“和事佬”——它不像发动机直驱那样机械连接车轮，也不像纯电池那样全靠电网吃饭，而是用一台发动机加一台发电机，在电池电量不足的时候补上能量缺口。而 Cruise 仿真模型，就是我们这群工程师用来把这个“中间商”调出价值、调出竞争力的主战场。这篇内容不聊课件上的原理，只聊我调增程器 Cruise 模型过程中踩过的坑、总结出的搭建顺序、能量管理策略的落地方式，以及深夜排查SOC不收敛和油耗失真的完整链路。

我默认看这篇内容的人，要么是刚接手增程器整车仿真任务的工程师，要么是已经在做混动/增程能量管理策略、但被模型细节折磨得够呛的同学。如果你只是听过 Cruise 这个软件的名字，也没关系，我会尽量把部件建模逻辑、联合仿真端口、参数标定顺序这些内容讲到能直接上手用。

1. 增程器在整车里到底扮演什么“和事佬”

1.1 一句话说清增程器的工作原理

增程器（Range Extender）的核心逻辑并不复杂：动力电池直接给驱动电机供电，驱动电机驱动车轮；当SOC降到某个下限时，发动机启动，带动发电机发电，发出的电一部分直接供驱动电机使用，另一部分富余的充进电池。发动机始终工作在某个转速区间，不直接参与车轮驱动，所以整车的驾驶特性跟纯电基本一致，但续航焦虑又可以通过发动机发电来解决。

这个“和事佬”的难处在于，它要同时伺候三方：电池想要寿命，最好SOC别太低也别太高、充放电倍率别太猛；整车想要油耗，那发动机就得尽可能工作在高效区；驾驶员想要动力和安静，这要求发电功率得跟得上驱动需求，还不能频繁启停、不能嗷嗷叫。三个需求放一起，矛盾点就全出来了。

这也是为什么增程器一定要做仿真模型的原因——没有模型之前，纯粹靠标定工程师在实车上调，一个工况一轮试验下来费用高、周期长，而且中间任何一个策略参数改动了，整车表现到底怎么变化，很难在一两次试验里看清。

1.2 为什么仿真模型是“和事佬”的练兵场

我个人的理解是，增程器整车模型做的不是“预测一个准数”，而是把整车能量流里的各种博弈关系提前暴露出来。举个例子，某一版策略里，发动机启动阈值设得太高，导致电池SOC还没怎么掉，发动机就开始发电给电池充电。看着SOC很健康，实际上电从电池出来、经过电机消耗掉一部分，又由发动机发出来、充回电池，这一圈下来等效于自己发电自己充，机械能和电能来回转换，白白多了两层损耗，油耗就上去了。

这类问题在 Cruise 模型里特别容易暴露出来，因为整车的部件级模型把发动机油耗MAP、发电机效率MAP、电池充放电内阻损耗都放在一起算。对比实车，模型里每一克油烧到哪、每一度电走到哪都看得见。我们常说增程器策略调的是什么？调的就是每个工况下“谁来提供功率、谁在吸收功率、中间倒手了几次”。

把这个基础逻辑想明白之后，再去看 Cruise 里的模型搭建步骤、控制策略怎么接进去，思路就顺了。这里我强烈建议不要上来就急着搭策略，先把模型中每个部件的输入输出端口、每个信号的含义梳理清楚。

2. 先搭骨架还是先定策略：Cruise增程器模型的两步走

2.1 部件级建模：发动机、发电机、电池、驱动电机的填表细节

新建一个 Cruise 项目时，第一步是往车辆模型里拖入对应的部件并建立机械连接和电气连接。增程器的典型架构是串联式，一般包含四到五个核心部件：发动机（Internal Combustion Engine）、发电机（Generator）、动力电池（Battery）、驱动电机（Electric Machine）、主减速器加车轮。

每个部件的关键参数我们逐个来看。

发动机这边，最重要的不是额定功率，而是外特性数据和万有特性油耗MAP。在 Cruise 里，发动机的负荷特性、外特性曲线通常以表格形式填入。如果项目早期没有台架实测数据，可以先用相似排量发动机的数据凑合，但一定要知道，发动机MAP在低转速大扭矩区域最容易外推失真，这一块在后面第五章里细说。

发电机的建模相对简单，主要填效率MAP和扭矩范围。注意发电机与发动机之间如果是通过齿轮或皮带耦合，一定要把传动比填进去，传动比直接决定发动机和发电机的工作点映射关系，这个很多人容易漏，结果发动机转速算出来跟实际结构对不上。

电池部分，推荐使用 Cruise 自带的等效电路模型，最简单的 Rint 模型只需要内阻、开路电压（OCV）和容量，一阶RC模型也不过是多一对极化电阻和电容。我个人的建议是：如果你做整车主能量管理策略，Rint 模型其实够了；如果深入研究电池SOC估算和脉冲工况下的功率限制，那就上阶数高一点的等效电路模型。

驱动电机这边，最关键的是效率MAP和外特性曲线。填表时要注意，Cruise 的 Electric Machine 工作象限是可以选择的，电动和发电的扭矩符号要分清。不少初学者在这里把电机效率的方向弄反了，导致整车能量平衡计算出一堆离谱负数，排查起来非常头疼。

下表是我整理的一个增程器 Cruise 模型部件参数清单，做新项目时照着这个清单核对一遍，能省很多半夜排查的时间。

2.2 架构与信号流：串联式增程器的机械/电气拓扑

搭完部件，画拓扑连接。串联式架构中，发动机和发电机是机械轴连在一起的，通常会有一个负责机械能到电能转换的节点；发电机产生的直流电经过逆变器接到高压母线上，驱动电机的逆变器也从这条母线上取电；动力电池则直接并联在这条高压母线上。

这里要特别强调一个仿真模型里常见的认知误区：很多人以为电池在增程器工作时不参与能量流动，其实恰恰相反。增程器工作时，发电机发出的功率通常不等于驾驶所需的驱动功率，多出来的往电池里充、不够的由电池补充。电池在整条高压母线上是天然的功率缓冲区，所以 SOC 变化情况直接反映了发电功率和用电功率的平衡状态。

在 Cruise 里，电气连接是用电力总线来定义的。发电机、电池、驱动电机都接到同一个高压总线节点上。这种“总线并列”的方式，意味着我们不需要手动分配电流方向，模型内部会根据各部件的外特性自动平衡。

2.3 先跑通纯电EV模式，再加增程器——我建议的顺序

我见过不少人一上来就把发动机、发电机、电池、电机全拖进去，然后直接启动整车仿真，结果报错报得满头雾水。这里非常建议分两步走。

第一步，先在模型里只保留电池、驱动电机、减速器、车轮和驾驶员模型，跑一个纯电工况。先验证最基础的整车阻力、传动效率、电机扭矩输出和电池放电是否合理。比如 WLTC 测试工况下，SOC 从 80% 掉到 50% 对应的行驶里程是否符合粗略估算；电机功率能不能满足最大加速需求。只要这一步没问题，就说明整车的基础机械传动部分是对的。

第二步，再把发动机、发电机加进去，并先让热管理系统以简单的被动冷却方式运行。这时先不急着加上层能量管理策略，可以手动给发动机一个固定的功率命令，类似“发电功率恒为20kW”，看SOC在混合工况下是否按照预期缓慢上升或下降。这一步跑通了，再上完整的策略状态机和PI控制。这样做的最大好处是，每一步出问题时的排查范围很小，不会出现一堆部件数据错误叠在一起、报错信息互相干扰的情况。

3. 和稀泥的规则：能量管理策略在联合仿真里怎么落地

3.1 从恒温器式到功率跟随式：策略选型背后的取舍

增程器的能量管理策略，工程上常见的大体两类：恒温器式和功率跟随式。

恒温器式，简单说就是SOC设成一个滞环区间，比如低于0.6启动增程器、高于0.65停机。启动后发动机固定在一个最佳油耗功率点上发电，发出来的电除了维持驱动电流外，剩余充进电池。这种策略的好处是发动机工作点固定，噪声振动和油耗都好控制，实现也简单，CVT变速箱工程师看了都流泪的简单逻辑；缺点是电池充放电倍率忽大忽小，尤其是低速小功率工况下，发动机发多了电就往电池里硬塞，对电池寿命并不友好。

功率跟随式，则要求增程器的发电功率跟随整车驱动功率需求，再加上一个根据SOC偏差修正的充电功率。等于发动机为当前工况实时“动态调节功率”，电池只承担功率波动的削峰填谷。这种策略对发动机工作点的控制要求高，可能出现发动机在低效区运转的情况，但对电池更友好，整体等效油耗往往也更低。

很多项目最终用的是折中方案：SOC低时用恒温器式强制充电，SOC中等时用功率跟随式，SOC高时纯电。这个“模式切换”其实就是状态机。我个人经验是，最开始做策略时不要贪多，先把“EV、增程器充电、回馈制动”三个状态定义清楚，跑通之后再加模式内的细分逻辑。

3.2 Simulink/Cruise联合仿真的端口设置与同步步长

Cruise 自带的控制模块可以搭简单的逻辑，但稍微复杂的能量管理策略，大家几乎清一色用 MATLAB/Simulink 做联合仿真。这时有一个关键点，控制策略需要从 Cruise 里读到什么信号，又要把什么信号写回去。

实际项目中，整车控制器（VCU）发出来的增程器控制命令一般是这样的组合：增程器启停指令（0或1）、发动机目标转速或最小允许转速、发电机目标扭矩或发电功率请求。同时整车控制器会读取当前SOC、车速、驱动电机功率需求、电池当前电压电流、发动机转速等信号。把这些信号的名称和含义定好后，在 Cruise 的 Data Bus 里逐个连接，再在 Simulink 的输入输出端口里对应起来。

这里最容易踩的坑是端口顺序。Cruise 与 Simulink 联合仿真时，端口是按顺序匹配的，而不是按名称匹配。曾经有一次我调整了 Simulink 输入端口的位置，忘记同步改 Cruise 那边的信号映射，结果车速信号传到策略里变成了SOC值，SOC曲线在0.1到0.9之间疯狂摆动，整个模型像喝醉了一样。排查到最后才发现是端口错位。所以强烈建议：每次调整端口，都要在 Simulink 模型里加信号注释，并专门对照一遍 Cruise 的端口列表。

步长设置上，增程器能量管理策略对时间尺度没有那么敏感。我一般把联合仿真固定步长设为0.01s，也就是10毫秒。这个量级既能捕捉到发动机点火、发电机扭矩变化等动态过程，又不至于让一个多小时时长的测试工况仿真跑到天荒地老。如果做传动系统抖动相关的研究，再把步长缩到1毫秒也不迟。

3.3 SOC平衡点、滞环带和PI参数的调参顺序

能量管理策略里，最常调的就是SOC平衡点、启动/停止阈值和SOC偏差PI控制器参数。很多初学者上来就把PI参数往大了调，觉得偏差收敛快是好事，结果SOC曲线倒是稳，发动机启停却像打摆子。

正确的调参顺序应该是，先把发动机启停阈值定死，比如启动SOC设为0.60、停止SOC设为0.65，在这个滞环内策略不动作。先把这条“规则底线”立住，再去调功率跟随部分的PI参数。

PI参数这块，我建议把SOC偏差的基准单位先统一，如果Cruise里的SOC信号是0到1的小数，那PI比例系数就不要从几百开始试。以我调的典型增程器模型为例，Kp的量级通常在0.002到0.01之间，Ki就更小，0.0001到0.001这个量级。每拿到一个模型，先让小增益运行几个工况，确认SOC能缓慢往目标值靠拢，再逐步加大积分系数来消除稳态偏差，千万不要一上来就追求响应速度。

这个过程有点像是，增程器本来就是个慢性子系统，充其量需要的不是猛烈纠偏，而是柔和持续的补偿。你调得越急，系统振荡就越快，最终丢的是油耗和启停平顺性。

4. 深夜调模型的真正主战场：SOC不收敛与油耗失真的排查链路

4.1 高速巡航SOC持续下滑：先怀疑发电机功率上限，而不是电池

先说一个我印象很深的排查案例。某一版模型里，120km/h高速巡航工况下，SOC从0.6一路滑到0.35，怎么调策略都没用。我当时的第一反应是电池有问题，要么容量偏小，要么放电内阻填大了。于是我把电池容量反复改大、内阻改小，SOC照样掉。最后静下心做了一遍功率平衡核算才发现，问题是增程器发电功率上限撑不住巡航功率需求。

120km/h左右的高速巡航，整车驱动功率需求大体在25到35kW这个量级。而我那个模型里，发电机加上发动机的可持续发电功率上限标定成了25kW，相当于发电功率和巡航功率勉强持平，但由于高压母线上的各种转换效率损耗，实际能落到电池里的充电功率几乎为零。再加上电池充电功率请求又被策略钳制在一个很保守的数值上，SOC可不就一路向下走。

这个案例想说明的是，SOC下滑排查链路里，第一个要怀疑的不是电池，而是发电机和发动机的组合功率上限是否超出实际需求。我把排查步骤总结成下面这张表。

如果你排查时发现以上几项都正常，那就回头看一眼初始SOC是不是被设成了一个失衡值。有些模型把初始SOC设成0.9，然后策略在SOC降到0.6才启动增程器，那前半段纯电里程里的“油耗”本来就是零，拿这种数据去跟别人对比是没有任何意义的。

4.2 发动机启停振荡：滞环、最小运行时间和斜坡限幅三件套

另一个深夜经典问题，是发动机在启动阈值附近反复启停。现象描述就是：SOC曲线小幅波动，发动机转速一会儿从0到额定，一会儿又跌回0，一小时仿真里启停次数能到几十次，看着像模型在疯癫。这种问题在恒温器式策略里尤其常见，因为单纯的滞环逻辑对变化的工况适应能力差。

解决办法有三件套。

第一，把启动和停止阈值拉开滞环差。启动SOC设0.55，停止SOC设0.62，中间留出0.07个点的缓冲带。别小看这个缓冲带，它相当于给策略一个“记忆”，让系统不会因为SOC在边界上微小波动就反复切换。

第二，给发动机加最小运行时间和最小停机时间。一个是发动机启动后必须至少运行多少秒才能停机，一个是停机后必须等待多少秒才能再次启动。这两个时间参数在 Cruise 里可以直接通过策略信号处理，也可以在 Simulink 状态机里实现。加上了之后，即使SOC越过了停机阈值，发动机也会把手里这批燃料烧完再停，避免频繁热机损失。

第三，对发电功率请求做斜坡限幅。发动机启动瞬间不要命令发电机直接就拉满功率，而是以一个斜率，比如每秒增加2至5kW的速度提升发电功率。这样做既保护了机械连接部件，也让发动机进到高效工作点之前不至于有一大截冒黑烟的过渡工况。

做完这三件事，绝大多数启停振荡问题都能解决。如果还振荡，那基本就是PI增益过大导致的拍频现象，回到上一节重新调参数就行。

4.3 等效油耗怎么算才对：SOC初末值不一致时不许直接比油耗

油耗处理是增程器仿真里另一个平时不太提、但一到写报告就出问题的细节。纯燃油车比油耗，直接看百公里油耗就行；增程器不行，因为发动机发电既驱动了车辆行驶，也可能会改变电池储存的能量。如果两次仿真起点SOC不同、终点SOC也不同，那累计燃油消耗数字直接对比就是耍流氓。

业界常用的处理方法是SOC等效修正。具体思路是：把仿真前后电池SOC变化量换算成对应的能量变化，再由发动机平均效率折算成等价燃油质量，加到实测燃油消耗量上，得到等效油耗。

折算公式可以写成：

ΔE_bat = (SOC_start - SOC_end) × Q_batt × V_nom

m_fuel_eq = ΔE_bat / (η_eng_avg × ρ_fuel_energy)

其中，Q_batt是电池总容量（Ah），V_nom是额定电压（V），η_eng_avg是发电工况下发动机到电能的平均转换效率（通常取0.28到0.32比较合理），ρ_fuel_energy是汽油能量密度，按46MJ/kg算。如果SOC终点比起点低，ΔE_bat为正，说明电池亏电了，这部分能量在等效油耗里要补回来；反过来电池多了电，等效油耗应该适当扣掉。

我见过有人直接拿两版策略做对比，明明SOC初值一个0.8一个0.6，最后SOC终点都是0.5，然后说第二版策略省油，实际上那是因为第二版初始SOC本来就低、电池早就没什么电可放了。所以从第一天做增程器模型起，就养成算等效油耗的习惯，能省未来很多不必要的扯皮。

5. 参数标定的一地鸡毛：几个我反复踩过的模型精度坑

5.1 发动机MAP外推的坑

Cruise 里发动机的万有特性油耗MAP，一般是转速和扭矩的二维表，表内数据覆盖的面积毕竟是有限的。问题出在覆盖面积之外——如果策略里的工况点落在了表格边界之外，仿真软件就会用外推算法给你补一个数值。关键是，这种外推数值有时看着合理，实际上误差非常大。

举个我踩过的例子，某个增程器发动机的油耗MAP只覆盖到2000到4500rpm区间，而我为了在高速巡航时把SOC拉高，把发电转速提到了5000rpm，结果模型算出来的油耗率低得离谱，仿佛发动机突然进入了热效率50%的魔法区间。一核查，果然是MAP外推出来的数值。解决办法很简单，第一，尽量让MAP覆盖整个实际使用范围；第二，给MAP声明外推限制，扭矩或转速超出范围时直接截断并报警，而不是静默外推。

5.2 电池内阻与温度模型的取舍

很多增程器模型在标准工况下跑得很漂亮，一到低温工况就出问题，故障源头往往是电池内阻参数没有随温度变化。Cruise 的电池模型里，内阻是可以按温度和SOC做二维查表的，但有些人图省事，就填了一组常温数据，默认模型不启用热模型，相当于全工况都用25摄氏度的内阻来算。

这就导致仿真低温场景时，电池的充放电效率虚高，发动机该启动的时候不启动，SOC掉得比实车晚。所以我的建议是，如果只做常温WLTC工况，热模型不开确实问题不大；但只要你需要对比常温、高温、低温三组数据，就老老实实把电池热容、冷却参数和内阻温度特性填进去。仿真准确性先不谈，至少不会出现“低温比常温还省电”这种完全违背常识的结论。

5.3 扭矩响应时间常数别设成理想值

驱动电机模型里通常有一个扭矩响应时间常数，用于描述电机从收到扭矩命令到实际输出扭矩达到目标值的过程。初学者很容易把这个常数设成0，相当于默认电机扭矩瞬间响应到位。仿真当然稳，但会掩盖掉一些真实工况下由电机动态响应引起的功率峰值波动。

如果做的是稳态能量管理策略评估，把时间常数设为0.02到0.05秒就已经足够了。但如果你发现仿真结果里电池功率峰值的毛刺特别多，并且策略切换状态跟扭矩响应耦合在一起，那就可以把时间常数从0.02调到0.05再跑一遍对比，往往能解释很多“瞬态油耗忽高忽低”的现象。

6. 收工前的验收清单（写在深夜下班前）

6.1 能量守恒检查

仿真模型的最终底线，是能量守恒。一个可信的增程器 Cruise 模型，不论工况怎么跑，整车的能量输入（汽油化学能）应当等于整车输出（车轮阻力功、制动功、电池充放电累积能量变化等）再加上各部件损耗。 Cruise 自带的分析工具可以输出各部件的能量流，我习惯跑完工况后先看总累积能量平衡，经验法则是，仿真结束时能量偏差小于1%，模型基本可信；超过2%就需要回头查数据。

具体操作时，我一般记录这样几项数据：累计燃油消耗量对应的总化学能、电池SOC变化对应的电池能量变化、驱动电机输出到车轮的能量、制动回收的能量。如果发现“油烧了不少，电池也没多充，但没有对应到车轮功上”，那能量要么通过内燃机热损失跑掉了，要么建模环节里发电机效率MAP设错了。

6.2 数据判读：启停次数、发动机运行时间占比与模式切换计数

单纯看SOC和油耗，并不足以评估一个增程器策略的好坏。深夜收工前，我建议把这三个指标也同时导出来。

第一个是发动机启停次数。一小时工况里，正常策略下启停次数应该控制在20次以内，如果超过这个数，说明滞环和最小运行时间的设定有问题，发动机频繁冷启动会导致油耗和排放恶化。

第二个是发动机运行时间占比。这个指标可以和启停次数配合看。如果运行时间占比很低、启停次数很高，说明发动机每次开机都只跑了一小会儿，工作点还没稳定下来就被命令停机——这通常不是好策略；如果运行时间占比高、油耗也很高，可能是发电请求太大了，系统一直在让发动机背着一个过剩的负荷做工。

第三个是模式切换计数，也就是EV模式和增程器模式之间的切换次数。这个数字对实车驾驶的感受影响很大，切换次数越多，整车的NVH表现越差。把模式切换计数导出的方式，是在 Simulink 状态机里做一个累加计数器，输出给 Cruise 的记录器，这样每次仿真结果里都能直接看到。

6.3 一个小技巧：用脚本批量跑工况和自动判据

最后分享一个让我从“半夜两点还在手动点击仿真”里解放出来的小技巧。 Cruise 支持通过脚本（比如 MATLAB 脚本调用 Cruise 接口）和批处理方式运行仿真。我把常用的 CLTC、WLTC、高速巡航、冬季低温这四五个标准工况写成一组批处理任务，每次调完参数，一条命令把所有工况全跑一遍，并且自动输出SOC终值、等效油耗、启停次数、模式切换次数这些判据到一份汇总表里。

这样做的好处不只是省事，关键是“自动判据”能避免人为只看一两个工况做局部优化。曾经有一个阶段，我把某个策略在WLTC下调得油耗低了不少，觉得万事大吉了，结果批量跑完之后发现低温工况下发动机运行时间占比异常高、启停次数翻倍。如果按老办法只看WLTC，这个问题可能到实车阶段才暴露出来。用脚本批量对比，相当于每轮调参都能看到所有工况的整体表现。

把这些批处理和自动判据配置好之后，深夜调模型这件事，就从一次次重复劳动变成了“等结果、看表格、定向改参”的节奏。增程器这个“和事佬”能不能把燃油车和电动车之间的能量博弈处理得漂亮，终究还是靠这些肉眼可见的指标说了算。