电液混合动力客车动力传动系统匹配研究

为解决纯电动汽车存在的冲击电流对蓄电池造成的损害问题,本文以国内某款燃料电池城市客车为研究对象,采用复合储能系统,对电液混合动力客车的动力传动系统进行研究。对整车结构性能参数进行匹配,并对汽车动力驱动系统及动力系统的主要部件进行设计,同时对驱动电机、动力电池和液压动力参数进行匹配。研究结果表明,液压系统和蓄电池系统可以良好的协调配合,增加了混合动力汽车的行驶里程,避免了充放电大电流对动力电池的冲击问题。而且节约了电动汽车的电力消耗,减轻了电池组容量和质量,减小了电动机额定功率和质量,实现零排放,提高了回收效率。该研究为混合动力汽车的发展提供了一种新思路,具有较好的应用前景。     

单轴并联式混合动力客车动力总成匹配

以提高整车动力性和燃油经济性为主要目标,依据混合动力城市客车(hybrid electric bus, HEB)的研发要求,对单轴并联式HEB动力总成关键部件进行匹配设计。在ADVISOR软件环境下构建单轴并联式HEB整车模型,并与传统结构客车进行仿真对比分析。结果表明,设计的单轴并联式HEB动力总成各部件参数能够满足研发要求,为实车性能开发提供了分析依据。     

纯电动城市客车动力系统参数匹配及仿真研究

纯电动客车研制过程中,动力系统参数匹配是保证车辆整车性能的重要环节,决定车辆的动力性和经济性。在理论计算和工程分析的基础上,分析了纯电动城市客车的基本技术参数和设计要求,进行驱动系统结构型式设计,对驱动电机主要参数分析计算并确定选型,建立纯电动城市客车动力系统数学模型,通过仿真试验验证动力系统设计与电机选型方案的可行性。     

增程式电动客车整车控制器的设计

针对某带APU的增程式城市电动客车的整车协调控制问题设计了整车控制器,研究了整车控制器的硬件、软件设计,多能源管理和能量优化控制策略。通过动力电池组荷电状态SOC逻辑门限控制策略,当动力电池组SOC低于门限值后,APU开启,起到增程器的作用。整车控制器以瑞萨科技的32位微控制器uPD70F3380为核心,实现数字I/O、模拟量的采集以及CAN总线通信、多能源管理和能量优化控制等功能。经过实车实验,该整车控制器实现了电动客车的APU驱动、混合驱动、纯电驱动等多种工作模式,并有效地提高了能量的利用率,证明了该整车控制器的可行性和控制策略的有效性。     

串联式混合动力电动客车动力系统匹配计算

以城市公交车为研究对象,介绍了混合动力公交车的选型依据以及串联式混合动力公交车动力驱动系统的匹配计算方法,并结合城市公交运行工况的特点以及驱动电机的效率MAP图,对混合动力公交车动力传动系各部件参数进行优化设计,指出了在设计过程中应注意的问题,使动力系统达到最优化配置.     

ECVT型混合动力城市客车动力系统设计与验证

针对传统客车集成启动/发电机一体化(integrated starter/generator, ISG)混合动力系统节油效果不理想的问题,选用电控无极自动变速(electronic continuously variable transmission, ECVT)混合动力系统方案,在插电式混合动力城市客车上应用并验证。在单行星排运动学特性的等效杠杆分析基础上,对某插电式ECVT动力系统关键部件进行参数匹配与计算;根据标定试验数据,采用Matlab/Simulink软件建立发动机仿真模型、驱动电机仿真模型和发电机仿真模型,搭建整车仿真模型;在中国典型城市公交循环工况下,研究目标车型的燃油经济性、动力性、纯电最大续航特性,完成经济性、动力性等道路测试试验。结果表明,本研究设计的ECVT混合动力系统汽车相较于传统汽车节油率达到57.47%,相较于ISG混合动力系统汽车节油率提高了24.12%。因此,插电式混合动力城市客车采用ECVT混合动力系统方案是可行有效的,且节油效果明显。     

电动汽车动力系统参数匹配及优化

为了实现电动汽车动力系统系统参数的优化匹配,根据电动汽车设计参数建立电动汽车整车性能仿真模型.围绕电动汽车整车、开关磁阻驱动电机与蓄电池选择匹配问题,研究蓄电池单体容量对电动汽车整车性能的影响规律.基于电动汽车循环行驶工况,提出一种以提高蓄电池利用效率为目标的电动汽车蓄电池参数优化匹配方案,通过引入蓄电池荷电状态(SOC)质量比系数对蓄电池单体容量及组容量进行优化选择.以同步提高电动汽车动力性能和经济性能为目标,定义基于电动汽车循环工况的整车性能综合指标系数,对车辆传动系比进行了优化设计,并对该优化方案下电动汽车整车及开关磁阻电机动态性能进行了仿真分析.结果表明:提出的电动汽车驱动电机、蓄电池及整车传动系比的优化匹配方案能很好地满足ECE城市循环工况的行驶要求,对改善整车动力性能,提高电池效率,增大续驶里程等都具有十分重要的意义.     

插电式混合动力汽车动力传动系统参数匹配优化

以基于CVT并联式插电混合动力汽车为研究对象,首先采用理论和工况相结合的分析法,分别匹配电机峰值功率和电机额定功率;然后采用理论分析法对发动机参数和电池参数进行匹配,以整车油耗和排放为目标函数,采用遗传算法对主减速器速比进行优化;最后用MATLAB建立整车动力传动系统仿真模型,制定基于逻辑门限值的能量管理控制策略,并进行整车动力性能和经济性能仿真分析。结果表明匹配的参数满足整车动力性能的设计要求,动力传动系统参数匹配合理,为插电式混合动力汽车的设计提供了理论依据。     

混合动力汽车车载复合电源参数匹配及其优化

在分析超级电容的加载对混合动力汽车各动力部件参数影响的基础上,提出了复合电源合理的布局形式。针对整车对电源功率、能量的要求对复合系统进行参数匹配,以电源全寿命使用成本最少为目标进行参数优化。对所匹配的结果进行了仿真分析,结果表明,复合电源应用于混合动力汽车,在质量、体积、全寿命使用成本及制动能量回收效能等方面均优于原单一电池。     

混合动力电动客车驱动系统控制策略及仿真

提出了一种混联式混合动力城市公交客车驱动系统的机电偶合方案及工作模式。针对某一运行工况，以维持电池SOC平衡为主要目标，设计了该驱动系统的控制策略；基于ADVISOR2002，建立了该驱动系统的仿真模型。仿真结果表明，控制策略和仿真模型能满足混合动力城市公交客车驱动系统的设计要求。     

并联混合动力汽车参数优化及仿真

利用ADVISOR软件进行二次开发,将原车型改成并联混合动力汽车,并设计动力系统各参数,对所匹配车辆的动力性及其在循环工况下的燃油经济性进行了仿真,并与原车型的燃油消耗进行了对比分析。实验结果表明,改装后的混合动力汽车燃油经济性有很大改善,废气排放量降低,汽车动力性能也得到提高。     

混合动力电动汽车的动力系统参数设计与仿真

针对混合动力电动汽车低油耗、低排放的优势,将原车型改装成并联混合动力汽车,并对其动力系统参数进行设计.基于汽车专用仿真软件ADVISOR,选用NEDC典型道路循环工况对所匹配车辆的动力性、燃油经济性及电池的荷电状态SOC等进行了仿真分析.仿真结果表明,改装后的混合动力汽车燃油经济性有较大改善,动力性能基本不变,实现了在...     

采用Advisor的串联式混合动力客车控制策略研究

以串联式混合动力客车为研究对象,介绍混合动力汽车的结构及控制原理,在Advisor平台下完成参数计算匹配。对常用的功率跟随和恒温式两种控制策略进行分析对比,提出在功率跟随控制策略基础上融入发动机恒温开关控制的复合控制策略,并在ADVISOR中完成二次开发和仿真对比。结果表明,控制结果鲁棒性好,结合了两种控制策略的优点,能合理稳定的满足实际动力性指标,并获得良好的燃油经济性能和排放性能。     

基于ADVISOR二次开发的复杂混合动力汽车仿真系统

基于ADVIOSR软件,对混合动力汽车仿真系统进行二次开发,建立某特定布置形式的复杂混合动力汽车整车仿真模型和相关控制策略模型,并通过循环工况仿真分析汽车的燃油经济性和动力性。     

基于ADVISOR的后驱式EMCVT汽车建模与仿真

针对ADVISOR仿真软件的开发仅适用于前轮驱动汽车的缺点,采用理论分析与实例仿真相结合的研究方法,以后轮驱动汽车的理论分析模型为切入点,对ADVISOR仿真软件进行了二次开发.建立了适用于后轮驱动式机械电子式无级变速器（EMCVT）汽车仿真模型,并以YZ EMCVT〖JP〗及其原型车作为仿真对象进行了对比实验.整个仿真过程运行良好,仿真结果表明,所提出的基于ADVISOR仿真软件的后轮驱动式EMCVT汽车建模方法是有效合理的,为EMCVT产品及其整车的开发提供了参数优化和性能调试的参考依据.     

混合动力电动客车驱动系统控制策略及仿真

为改善公交客车的燃油经济性与车辆尾气排放,提出了一种并联式混合动力公交客车驱动系统方案及工作模式,针对两种运行工况,在满足车辆动力要求并保证发动机最高燃油效率的前提下,以实现蓄电池充放平衡为目标设计了该驱动系统的控制策略,应用以MATLAB为平台的ADVISOR 2002软件建立该驱动系统的仿真模型.仿真结果表明,其在动力性能、燃油经济性和排放指标三方面均优于传统内燃机动力客车,每百千米的节油率在2种典型循环中分别达到45.6%和33.5%.仿真模型和控制策略能满足混合动力公交客车驱动系统设计要求.     

Variable Parameter Self-Adaptive Control Strategy Based on Driving Condition Identification for Plug-In Hybrid Electric Bus

A variable parameter self-adaptive control strategy based on driving condition identification is proposed to take full advantage of the fuel saving potential of the plug-in hybrid electric bus (PHEB). Firstly, the principal component analysis (PCA) and the fuzzy c-means clustering(FCM)algorithm is used to construct the comprehensive driving cycle, congestion driving cycle, urban driving cycle and suburban driving cycle of Chinese urban buses.Secondly, an improved particle swarm optimization (IPSO) algorithm is proposed, and is used to optimize the control parameters of PHEB under different driving cycles, respectively. Then, the variable parameter self-adaptive control strategy based on driving condition identification is given.Finally, for an actual running vehicle, the driving condition is identified by relevance vector machine (RVM), and the corresponding control parameters are selected to control the vehicle. The simulation results show that the fuel consumption of using the variable parameter self-adaptive control strategy is reduced by 4.2% compared with that of the fixed parameter control strategy, and the feasibility of the variable parameter self-adaptive control strategy is verified.     

混合动力汽车再生制动系统的控制

从车辆的动力学结构出发,在考虑制动稳定性要求及再生制动的约束条件下,提出了一种并行制动力分配策略.在仿真软件ADVISOR中建立了控制策略仿真模型,并嵌入到整车模型中.对制动力分配策略进行仿真,结果验证了所提出控制策略的有效性及实用性.     

Real-time optimization power-split strategy for hybrid electric vehicles

Energy management strategies based on optimal control theory can achieve minimum fuel consumption for hybrid electric vehicles, but the requirement for driving cycles known in prior leads to a real-time problem. A real-time optimization power-split strategy is proposed based on linear quadratic optimal control. The battery state of charge sustainability and fuel economy are ensured by designing a quadratic performance index combined with two rules. The engine power and motor power of this strategy are calculated in real-time based on current system state and command, and not related to future driving conditions. The simulation results in ADVISOR demonstrate that, under the conditions of various driving cycles, road slopes and vehicle parameters, the proposed strategy significantly improves fuel economy, which is very close to that of the optimal control based on Pontryagin’s minimum principle, and greatly reduces computation complexity.