增程式电动汽车控制策略的优化研究

针对增程式电动汽车恒功率控制策略中发动机工作点难以选择的问题,运用一种基于多目标遗传算法的优化方法,以百公里油耗和排放指标为优化目标,利用AVL CRUISE和Matlab/Simulink软件联合建立增程式电动汽车整车动态性能仿真分析模型,针对NEDC工况和FTP75工况进行恒功率控制策略下发动机工作点优化,仿真结果显示,优化后的发动机工作点有效改善了百公里油耗和尾气排放量。该优化方法可以减少设计者调试和选择电动汽车增程器发动机工作点的时间,具有良好的实用价值。     

增程式电动汽车整车控制策略研究与实现

本文介绍了一款带有模式开关的增程式电动汽车的整车控制策略,并重点针对增程模式制定了几种控制策略方案,同时以MATLAB作为仿真平台,搭建增程式电动汽车整车和控制系统模型,并以一款车型为样例对这几种控制策略分别进行了对比仿真分析.通过比较各控制策略下整车能量消耗、NVH性能等,确定了增程式电动汽车增程模式下的最优控制策略方案.     

并联HEV工况识别能量管理与优化控制

考虑到行驶工况对具有多个动力源的PHEV燃油经济性的显著影响,提出一种基于K-means++工况识别的能量管理策略。以ADVISOR中30种标准行驶工况构建组合工况,在工况片段划分与工况识别周期选取的基础上,结合K-means++聚类算法得到四种聚类结果,分别对应拥堵、城市、郊区以及高速四种典型行驶工况。建立发动机油耗与电机电能之和的整车能耗成本数学模型,采用极小值原理分别求解出四种典型工况下对应的发动机与驱动电机最优功率分配方式。对一段随机行驶工况进行聚类、仿真分析,结果表明,所提控制策略能有效识别随机工况,根据不同识别结果分配动力源间能量与功率,进一步提升了整车燃油经济性。     

基于Dymola的ECUV纯电动汽车能量流仿真

为了准确分析纯电动汽车的能耗问题,以研究纯电动汽车能量传递为目的,对纯电动汽车系统结构进行了分析。应用多物理标准化统一建模语言Modelica,采用Dymola支撑平台,建立了ECUV纯电动汽车层次化、机电控的统一模型。基于测试数据,对电机及控制系统模型进行了标定、验证。完成了整车工况仿真,针对纯电动汽车整车及子系统的能量消耗,计算得出ECUV纯电动汽车行驶能耗平衡图,提出提高纯电动汽车能量利用率的措施。     

基于Matlab/Simulink的混联式混合动力电动汽车建模与仿真

在Matlab/Simulink环境下建立混联式混合动力电动汽车(Parallel Series Hybrid Electric Vehicle,PSHEV)模型,并用Stateflow建立整车控制器的模式逻辑模型。在欧洲城市道路循环工况(European Urban Road Driving Cycle,CYC_ECE_EUDC)下对整车动力性能、燃油经济性能与排放性能进行仿真分析。仿真结果表明：与Advisor/Prius在相同工况下的仿真结果相比,所建立模型符合混联式混合动力电动汽车的整车动力学要求,模型具有正确性和可行性,且采用所建立的能量分配控制策略,百公里油耗为5.056L,较Advisor/Prius模型同比下降2.8%,CO排放量和NOx排放量分别降低16.9%和2.7%,实现控制策略的有效性,达到节能减排的目的。     

基于Cruise的增程式电动汽车仿真与分析

增程式电动汽车是新能源汽车的重要解决方案.通过Cruise软件进行增程式电动汽车建模,以实现纯电动运行模式和增程式运行模式相结合.首先,利用Cruise软件搭建一个增程式电动汽车的模型,参考标车的性能指标,对各个组件的参数进行设计.然后,对增程式电动汽车模型建立信号连接.最后,通过设定的循环工况进行仿真,得出相应的曲线图和数据结果.通过对仿真结果的分析,得出结论.仿真达到了预期效果,同时证明了增程式电动汽车既实现了节能减排,又克服了纯电动汽车续驶里程短的缺陷.     

ISG混合动力电动汽车控制策略仿真研究

控制策略是混合动力汽车的关键技术,直接影响混合动力汽车整车性能.ISG混合动力汽车中发动机和电机输出转矩在同轴上耦合,工作要求具有独特性.通过对驱动结构和工作要求分析,以优化整车动力性和燃油经济性为目标,提出了针对ISG混合动力系统的电辅助控制策略,制定了各行驶工况下的控制逻辑.建立了相关控制模型,在Advisor软件平台上对控制策略进行了仿真.仿真结果表明,提出的电辅助控制策略完全适用于ISG混合动力汽车,与传统汽车相比,整车动力性和燃油经济性均得到进一步提高.     

燃料电池混合动力车能源配置方法研究

燃料电池混合动力车能源系统的配置包括元件尺寸选型、控制策略确定和车辆行驶循环工况选择三要素.文中针对某燃料电池混合动力车的能源系统配置,对能源系统选型、控制策略类型和车辆行驶循环工况三要素分别进行了系统论述.借助于Advisor车辆仿真平台,通过对控制策略采用基线控制的燃料电池混合动力车能源系统配置的实例分析,提出燃料电池混合动力车给出其能源配置的一般方法,最后对仿真结果进行了分析并验证配置方法的有效性和可行性.     

基于Advisor的增程式电动校车动力系统参数匹配与仿真研究

针对某款增程式电动校车研发中的动力系统参数匹配问题,对其动力系统进行结构分析和主要参数匹配。基于Advisor/Simulink联合仿真平台,采用定点能量控制策略,在ECE_EUDC工况下对车辆的动力系统进行了仿真验证。仿真结果表明:整车动力系统的设计和参数匹配合理,0~50km/h加速时间小于30s,以20km/h爬坡时能够爬上30%的坡度,最高车速提高了14.9%,纯电动行驶里程提高了36.7%。     

基于遗传算法的增程式电动车模糊控制器设计

针对燃料电池增程式电动汽车动力系统双能量源间的分配问题,设计基于遗传算法的多输入单输出(MISO)模糊控制器。控制器将动力蓄电池SOC和负载总线实时需求功率作为输入变量,求解燃料电池增程器的最佳输出功率,从而获得蓄电池和燃料电池的输出功率分配关系,以此实现不同功率需求下车载多能量源间的合理分配。为克服传统模糊控制器的参数设置仅依靠专家经验设定的局限性,采用遗传算法对模糊控制器的隶属函数和控制规则参数进行优化设计。通过ADVISOR软件仿真和转鼓实验台实车验证,结果证明,与传统能量控制策略相比,优化设计后的模糊控制能量管理策略能够明显提高增程式电动汽车的燃料经济性,并表现出较好的工况适应能力。     

网络能耗系统模型及能效算法

网络能耗问题是当前网络研究和发展的重要问题,影响着网络的设计、应用和发展.当前网络能效算法的研究大多从网络局部角度关注于网络某一(些)设施的能耗问题,缺乏从网络全局的角度研究网络整体能耗的算法和策略.文中从网络全局角度研究网络的能耗模型和算法问题.文中基于3种基本网络数据传递模式和3种基本网络能耗机制,构建了网络能耗系统优化模型,对其中5种关键系统模型给出了详细的描述.针对几个关键系统模型,文中给出了形式化描述并且提出了相应的优化的节能路由算法.文中给出的网络系统能耗优化模型有助于对于网络能耗的理解和分析,所提出的能耗优化的网络数据包路由算法可以从网络路由的角度有效降低网络能耗.     

Social Energy: Mining Energy From the Society

The inherent nature of energy, i.e., physicality, sociality and informatization, implies the inevitable and intensive interaction between energy systems and social systems. From this perspective, we define "social energy" as a complex sociotechnical system of energy systems, social systems and the derived artificial virtual systems which characterize the intense intersystem and intra-system interactions. The recent advancement in intelligent technology, including artificial intelligence and machine learning technologies, sensing and communication in Internet of Things technologies, and massive high performance computing and extreme-scale data analytics technologies, enables the possibility of substantial advancement in socio-technical system optimization, scheduling, control and management. In this paper, we provide a discussion on the nature of energy, and then propose the concept and intention of social energy systems for electrical power. A general methodology of establishing and investigating social energy is proposed, which is based on the ACP approach, i.e., "artificial systems" (A), "computational experiments" (C) and "parallel execution" (P), and parallel system methodology. A case study on the University of Denver (DU) campus grid is provided and studied to demonstrate the social energy concept. In the concluding remarks, we discuss the technical pathway, in both social and nature sciences, to social energy, and our vision on its future.      

Distributed Optimal Co-multi-microgrids Energy Management for Energy Internet

Unlike conventional power systems, the upcoming energy internet (EI) emphasizes comprehensive utilization of energy in the whole power system by coordinating multi-microgrids, which also brings new challenge for the energy management. To address this issue, this paper proposes a novel consensus-based distributed approach based on multi-agent framework to solve the energy management problem of the energy internet, which only requires local information exchange among neighboring agents. Correspondingly, two consensus algorithms are presented, one of which drives the incremental cost of each distributed generator (DG) converge to the state of the leader agent-energy router, and the other one is used to estimate the global power mismatch, which is a first-order average consensus algorithm modified by a correction term. In addition, in order to meet the supply-demand balance, an effective control strategy for the energy router is proposed to accurately calculate the power exchange between the microgrid and the main grid. Finally, simulation results within a 7-bus test system are provided to illustrate the effectiveness of the proposed approach.      

基于能量捕获和混合储能的微观网络能量最优分配算法

随着纳米技术和无线网络技术的快速发展,单个节点(设备)的微小尺寸和有限能量严重地限制了微观无线网络的应用。因此,在传统宏观网络节点储能结构单一和能量捕获技术不稳定的基础上,利用超级电容的快速充放电特性,提出了一种基于超级电容和电池的混合储能结构。在此混合储能结构的基础上,根据点对点的双工信道模型和能量传输损耗特性,建立了面向能量捕获的网络吞吐量模型和节点能量分配解析模型,并提出了相应的能量最优分配算法,实现了节点吞吐量的最大化。该算法根据节点捕获能量的时域分布,优化分配超级电容与电池的能量值;同时,采用最优传输功率与传输时间进行数据传输。实验结果表明,所提混合储能结构和能量分配算法能有效地提高节点的吞吐量。     

高能效电机扮演节能先锋

由于能源和环境问题的日显重要,对于工业领域中的主要动力设备一中小型异步电机,世界各国纷纷制定电机能效标准。一般而言,符合高效率标准的电机与普通电机相比,损耗平均下降20％左右,对于长期连续运行、负荷率较高的场合,节能效果更为明显。     

WSN中基于能量代价的能量优化路由算法

针对无线传感器网络路由算法中的节点能耗问题,提出了一种基于能量代价的能量优化路由算法。算法综合考虑数据传输中节点能耗的有效性和均衡性,设计了一种新的能量代价函数,实现了二者的优化匹配。传感器节点按此函数计算前向部居节点的能量代价,选择能量代价最小的节点作为下一跳。算法基于部居节点信息进行路由选择,具有较低的计算时间复杂度。最后,对路由算法的性能进行了仿真分析,并与典型的路由算法进行了对比,结果表明,本路由算法能够有效延长网络生存时间,节约并均衡节点的能量消耗。     

基于节点剩余能量的能量异构网络分簇算法

针对无线传感器网络中如何利用有限能量延长网络生存时间的问题,研究了分簇算法在能量异构传感器网络环境下的性能特点,设计出一种基于节点剩余能量,适用于多级能量异构网络的分簇算法。在该算法的网络簇头选举加权概率中引入了参量γ,使得在簇头选举过程中,具有较高的初始能量和剩余能量的节点在簇头选举过程中当选簇头的机会增多。避免了剩余能量较小的节点担任簇头引起节点过早死亡使网络覆盖度降低的问题,从而均衡消耗网络中的各节点能量,延长网络的生存时间。同时,引入簇头管理机制保证了网络每轮簇头数目的稳定,进而提高了网络的传输质量。实验仿真结果表明,该算法在多级能量异构网络下比LEACH、SEP和DEEC具有较长的网络生存时间和稳定的数据传输能力。     

能源互联网路由网络结构与控制机制

针对能源互联网的路由网络组网与控制策略问题,提出了全网架构下的能源路由系统结构和路由控制实现方法。首先,考虑能源互联网的广域互联、局域微网和能源终端3个层级,提出了与之对应的两级能源路由结构和网络模型,为微网内部和广域互联的能量管理提供了基础。然后,在路由运行机制上提出了模型预测控制与实时数据驱动结合的熔断策略,它既能保障能源路由指令的快速实时响应,又可获得较好的控制效果。仿真结果给出了熔断机制下的路由指令分布特征,说明了微网路由控制可有效地调整指令信息。     

Fuzzy Adaptive Filtering-Based Energy Management for Hybrid Energy Storage System

Regarding the problem of the short driving distance of pure electric vehicles, a battery, super-capacitor, and DC/DC converter are combined to form a hybrid energy storage system (HESS). A fuzzy adaptive filtering-based energy management strategy (FAFBEMS) is proposed to allocate the required power of the vehicle. Firstly, the state of charge (SOC) of the super-capacitor is limited according to the driving/braking mode of the vehicle to ensure that it is in a suitable working state, and fuzzy rules are designed to adaptively adjust the filtering time constant, to realize reasonable power allocation. Then, the positive and negative power are determined, and the average power of driving/braking is calculated so as to limit the power amplitude to protect the battery. To verify the proposed FAFBEMS strategy for HESS, simulations are performed under the UDDS (Urban Dynamometer Driving Schedule) driving cycle. The results show that the FAFBEMS strategy can effectively reduce the current amplitude of the battery, and the final SOC of the battery and super-capacitor is optimized to varying degrees. The energy consumption is 7.8% less than that of the rule-based energy management strategy, 10.9% less than that of the fuzzy control energy management strategy, and 13.1% less than that of the filtering-based energy management strategy, which verifies the effectiveness of the FAFBEMS strategy.