混合动力汽车模型预测控制策略研究

针对传统混合动力汽车控制方法无法实现实时最优控制的问题,提出了基于简化混合动力汽车系统模型的预测控制智能优化策略.通过将3自由度的系统模型简化为1自由度的系统模型,并采用连续广义最小残量方法求解模型预测控制问题.运用MATLAB/Simulink与GT-POWER联合仿真平台进行仿真,实验结果验证了系统模型简化的有效性,以及所设计的模型预测控制算法大幅度提高混合动力汽车的燃油经济性的能力和实时控制性能.     

考虑发动机排气背压阈值的柴电混合动力汽车最优控制

根据柴油发动机台架试验结果,分析排气背压对发动机性能的影响,在设计插电式柴电混合动力汽车(plug-in hybrid electric vehicle,PHEV)控制策略时考虑排气背压对油耗与排放的影响因素.以排气背压和蓄电池荷电状态为状态变量,利用庞特里亚金极小值原理,求解以插电式混合动力汽车油耗与颗粒物排放量的多目标泛函,从而得到整车油耗与排放综合最优控制策略.在MATLAB/Simulink仿真平台下建立了包含柴油颗粒过滤器(diesel particle filter,DPF)压力损失和捕集效率模型的整车动力学模型,对上述所得最优控制策略进行验证,并与二阶段(charge-depleting and charge-sustaining,CD–CS)控制策略和无排气背压状态最优控制策略进行对比.仿真结果表明,本文建立的最优控制策略相对于其它两种控制策略均能明显降低排气背压升高对发动机性能的影响,有效地改善了整车燃油经济性和排放性.最后通过台架试验对所提出的最优控制策略的有效性进行验证,结果表明,采用该控制策略优化后的等效燃油消耗量与颗粒物(particulate matter,PM)排放量分别降低了9.68%和32%.     

插电式混合动力汽车车速预测及整车控制策略

本文针对插电式混合动力汽车(plug-in hybrid electric vehicle,PHEV)这一典型混杂系统,提出了一种基于车速预测的混合逻辑动态(mixed logical dynamical,MLD)模型预测控制策略.首先,通过对发动机和电动机能量消耗模型进行线性化,建立双轴并联插电式混合动力城市公交车的动力传动系统数学模型;其次,运用模糊推理进行驾驶意图分析,提出基于驾驶意图识别和历史车速数据相结合的非线性自回归(nonlinear auto-regressive models,NAR)神经网络车速预测方法进行未来行驶工况预测.然后,以最小等效燃油消耗为目标建立PHEV的混合逻辑动态模型,运用预测控制思想对车速预测时域内最优电机转矩控制序列进行求解.最后,通过仿真实验验证了本文所提出控制策略在特定的循环工况下与电动助力策略相比,能够提高燃油经济性.     

基于队列行驶的混合动力汽车节能预测控制方法研究

针对传统混合动力汽车控制方法不考虑队列行驶对车辆能量管理影响的问题,本文提出了基于队列行驶的混合动力汽车节能预测控制智能优化策略。通过建立混合动力汽车系统的降阶模型,并采用连续广义最小残量方法求解模型预测控制问题。运用计算机进行仿真,仿真结果验证了系统模型的有效性,以及所设计的模型预测控制算法大幅度提高混合动力汽车的燃油经济性的能力和实时控制性能。     

并联新能源汽车最优效率实时控制

为了提高并联混合动力汽车驱动系统的实时效率,降低燃油消耗,本文提出一种基于效率最优的协调控制策略.根据不同驱动模式下电池的充放电状态,建立了充放电状态下驱动系统的等效燃油消耗模型,在分析电池效率和发动机效率的基础上,得到驱动系统效率的统一表达式,进而通过建立不同功率需求不同荷电状态下系统最优效率的功率分配系数图谱,设计了系统效率最优的协调控制策略,协调控制策略根据优化的功率分配系数在发动机和电机间进行力矩分配,协调控制策略可以离线计算并实时执行.两种工况循环下的仿真结果表明效率最优控制策略能有效地提高混合动力系统实时效率和燃油经济性.     

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.     

基于二次型性能指标的混合动力汽车实时优化控制

为解决混合动力系统实时优化控制问题,本文提出了一种基于二次型性能指标最优的混合动力汽车功率分配优化方案.通过合理的假设和近似,建立了混合动力系统的线性模型,并利用二次型最优控制理论将混合动力最优控制问题转化为二次型最优调节问题进行求解,得到了一个结构简单的实时优化控制算法.5种道路工况下的仿真结果表明,本文提出的控制方法在未来道路工况未知的情况下能够实现混合动力系统的实时优化控制,且节油率与离线计算以燃油消耗最小为性能指标的全局最优控制的节油率相近.     

模型预测电流控制的航空蓄电池充放电控制器研究

为解决充电电路启动时电流增大、放电时系统抗扰动能力差等问题,提出了基于模型预测电流控制的航空蓄电池充放电控制方法,通过预测电流实现了充放电电流的无差拍跟踪,提高系统的抗扰性能与动态响应速度.本文设计的直升机蓄电池充放电控制器,不仅能够满足直升机蓄电池大电流快速充放电、消除镍镉电池的记忆效应的特殊要求,蓄电池还可以对直升机负载恒压放电.仿真结果证明了该方法的有效性,提高系统的鲁棒性.     

油电混合动力汽车不同工况最小油耗控制仿真

油电混合动力汽车中燃油和电池电能量的使用是影响最小油耗的主要因素.传统控制油电混合动力汽车油耗方法存在设置的SOC门限值不合理问题,导致发动机输出转矩仿真控制效果不佳,因此提出全新的油电混合动力汽车不同工况最小油耗控制仿真.研究采用均值分类法处理基本数据,并将处理数据与汽车行驶工况进行合成;以最小油耗为目标,设置以油耗控制最优问题为核心的SOC门限值;根据发动机输出功率和APU输出功率之间的关系,设计最小油耗仿真控制模型.此次测试共设置5组不同程度的工况,根据测试结果可知:提出的最小油耗控制仿真,对于发动机输出转矩仿真控制,有更好的油耗控制效果,与两种传统方法相比,上述方法在仿真控制下,可以回收的能量比传统方法多出近30％,可见上述方法更加适合控制油电混合动力汽车在不同工况中的油耗.     

基于CVT的混合动力汽车建模与仿真

建立了基于无级变速器 (Continously Variable Transmission,CVT) 的前向并联式混合动力电动汽车动力系统模型,为了研究整车动力性、经济性,根据行驶动力学方程,采用极值原理和曲面拟合法对发动机台架试验得到的数据进行了多项式拟合,建立了发动机万有特性与最佳操作曲线(Optimal Operating Line,OOL) 模型,并建立了牵引用三相感应电机动力模型以及牵引蓄电池(State of Charge,SOC)模型.同时,提出了燃油消耗最低、蓄电池充放电平衡的能量分配控制策略,进行整车动力性仿真计算,仿真结果表明在保证循环结束电池充放电基本平衡的同时发动机燃油消耗最低,仿真试验对比结果验证了建立的模型的精确性.     

基于随机模型预测控制的插电式混合动力汽车 多目标能量管理策略

为了改善插电式混合动力汽车的燃油消耗和排放, 开展多目标随机模型预测控制策略的研究. 首先, 建立适用于模型预测的多元线性回归的发动机和电池模型, 建立融合燃油消耗和排放的多目标价值函数的模型预测控制, 随后, 基于随机驾驶员模型未来时刻的车速, 结合交通信息并利用动态规划(DP)算法进行参考电荷状态(SOC)优化, 进而建立多目标随机模型预测控制策略. 最后, 通过与DP, MPC等策略进行对比验证, 及给出两组不同权值进行多目标控制效果分析. 结果表明, 该策略的燃油消耗和排放最接近DP的控制效果, 且设置不同权重值可获得相应的控制目标, 说明该策略对提升燃油消耗和排放的多目标性能的有效性.     

Model Predictive Control of Hybrid Electric Vehicles for Improved Fuel Economy

This brief proposes a model predictive control method using preceding vehicle information within hybrid electric vehicles' (HEVs') predictive cruise control system to improve car following performance and reduce fuel consumption. This paper adds two original contributions to the related literature. First, a real‐time optimization approach using Pontryagin's minimum principle with analytical methods rather than numerical iteration methods is proposed. Second, to compute the desired battery state of charge trajectory as a function of vehicle position, only the topographic profile of the future road segments must be known. Both the fuel economy and the driving profile are optimized using the proposed approach. Simulation results show that fuel economy using the proposed method is improved significantly.     

燃料电池有轨电车能量管理Pareto多目标优化

节能环保的出行方式得到政府的大力推广, 其中燃料电池混合动力有轨电车由于可无网运行且节能环保而备受关注.为了改善燃料电池/超级电容/动力电池大功率有轨电车的燃料经济性与系统耐久性, 提出一种有轨电车能量管理策略(Energy management strategy, EMS)的多目标优化方法. 首先以氢燃料消耗量和能量源性能衰减率作为评价指标, 建立多目标成本函数. 由于两个指标很难在同一个等式中评价, 设计了基于状态机与非支配排序的能量管理Pareto多目标优化方法, 获得了有轨电车能量管理策略Pareto非劣解集, 并分析了能量管理策略的目标功率参数对性能指标的影响规律, 进而遴选出兼顾燃料经济性与系统耐久性的综合最优解. 结果表明, 与功率跟随策略和基于遗传算法优化策略相比, 该能量管理优化方法的燃料经济性分别提高了29.4 %和2.4 %.     

Speed planning and energymanagement strategy of hybrid electric vehicles in a car-following scenario

The development of intelligent connected technology has brought opportunities and challenges to the design of energy management strategies for hybrid electric vehicles. First, to achieve car-following in a connected environment while reducing vehicle fuel consumption, a power split hybrid electric vehicle was used as the research object, and a mathematical model including engine, motor, generator, battery and vehicle longitudinal dynamics is established. Second, with the goal of vehicle energy saving, a layered optimization framework for hybrid electric vehicles in a networked environment is proposed. The speed planning problem is established in the upper-level controller, and the optimized speed of the vehicle is obtained and input to the lower-level controller. Furthermore, after the lower-level controller reaches the optimized speed, it distributes the torque among the energy sources of the hybrid electric vehicle based on the equivalent consumption minimum strategy. The simulation results show that the proposed layered control framework can achieve good car-following performance and obtain good fuel economy.     

Fuel efficient power management strategy for fuel cell hybrid powertrains

A real time control strategy for fuel cell hybrid vehicles is proposed. The objective is to reduce the hydrogen consumption by using an efficient power sharing strategy between the fuel cell system (FCS) and the energy buffer (EB). The energy buffer (battery or supercapacitor) is charge-sustained (no plug-in capabilities). The real time control strategy is derived from a non-causal optimization algorithm based on optimal control theory. The strategy is validated experimentally with a hardware-in-the-loop (HiL) test bench based on a 600 W fuel cell system.     

Model predictive control of a power-split hybrid electric vehicle system

This paper presents a model predictive control approach for the energy management problem of a power-split hybrid electric vehicle system. The model predictive control is suggested to optimally share the road load between the engine and the battery. By analyzing the configuration of the power-split hybrid electric vehicle system, we developed a simplified model for better implementation of model predictive control. The model predictive control problem is solved using numerical computation method: continuation and generalized minimum residual method. Computer simulation results showed that the fuel economy was better using the model predictive control approach than the ADVISOR rule-based approach in three cases. We conclude that the model predictive control approach is effective for the application of power-split hybrid electric vehicle systems energy management and has the potential for real-time implementation. The simplified modeling method of the power-split hybrid electric vehicle system configuration can be applied to other configurations of hybrid electric vehicle.     

基于路况预测的PHEV能量管理策略

为了提高插电式混合动力汽车(plug-in hybrid electric vehicle, PHEV)的燃油经济性,减少排放,提出了基于路况预测的PHEV能量管理策略;首先,建立PHEV系统结构并在此基础上依据动力电池SOC(State of charge)变化规律定义了3种PHEV基本工作模式;然后,设计路况识别模糊控制器对当前行驶路况进行识别并预测;最后,根据预测的路况类型结合合理规划的动力电池SOC的曲线约束,制定PHEV能量管理策略;仿真结果表明,该能量管理策略能够较好的使动力电池SOC保持在设定的参考轨迹附近,提高燃油经济性,减少排放。     

Energy management strategies for parallel hybrid vehicles using fuzzy logic

This paper presents a fuzzy-logic-based energy management and power control strategy for parallel hybrid vehicles (PHV). The main objective is to optimize the fuel economy of the PHV, by optimizing the operational efficiency of all its components. The controller optimizes the power output of the electric motor/generator and the internal combustion engine by using vehicle speed, driver commands from accelerator and braking pedals, state of charge (SOC) of the battery, and the electric motor/generator speed. Separate controllers optimize braking and gear shifting. Simulation results show potential fuel economy improvement relative to other strategies that only maximize the efficiency of the combustion engine.