基于粒子群算法的PHEV动力参数和控制策略参数优化

以某款新开发的插电式混合动力汽车(Plug-in hybrid electric vehicle,PHEV)为研究对象,在完成传动参数匹配和控制策略设计的基础上,利用CRUISE建立了PHEV整车仿真模型。采用优化软件Isight集成Cruise整车模型,建立了以动力性能指标为约束条件,以百公里燃油消耗量和排放性能为目标的PHEV参数优化的模型,利用粒子群优化算法对PHEV的传动系统参数和控制策略参数进行多目标综合优化,并进行了仿真分析比较。结果表明,在UDDS循环工况下进行动力参数优化后的PHEV百公里燃油消耗降低12.5%,等效百公里燃油消耗降低10.7%。     

基于特征选择遗传算法对混合动力汽车的研究

针对传统遗传算法优化串联式混合动力汽车时燃油经济性和排放性不佳、优化运行时间过长的问题,提出一种基于特征选择遗传算法的串联式混合动力汽车系统参数和控制策略参数的多目标优化算法,并建立以动力性能指标为约束的混合动力汽车参数优化的非线性模型,其中目标函数包含最佳的燃油消耗和排放等指标。首先对目标函数的可行解空间进行特征选择,筛选出与目标函数相关度较高的可行解,并将基于特征选择的优化方法与传统遗传算法相结合,对其控制参数进行优化。其次通过ADVISOR仿真程序,计算出目标函数的最佳燃油消耗量和排放值。仿真结果表明:与传统的遗传算法相比,燃油经济性提高9.96%,CO、HC和NOX的排放分别降低18.07%、26.71%以及15.61%,同时优化运行时间降低62.14%。     

基于免疫算法的四驱插电式混合动力汽车控制策略多目标优化

为改善四驱插电式混合动力汽车的燃油经济性和排放性能,构建了基于规则的能量管理控制策略,并建立了整车仿真模型;将多种群协同进化的思想引入免疫算法,提出多种群免疫算法,并运用该算法对四驱插电式混合动力汽车的控制策略进行了多目标优化;在dSPACE实时仿真系统上对优化前后的控制策略进行了硬件在环仿真实验。结果表明：优化后的控制策略控制效果良好,且发动机的燃油消耗降低了12.71%,HC、CO以及NOx的排放分别下降了15.74%、15.92%和12.69%。     

混合动力汽车动力传动系统控制策略优化研究

模糊控制策略应用在混合动力汽车上有鲁棒性和非线性能力强、实时性好的优势,但是控制策略的制定主要根据专家经验,具有一定主观性,一般情况下无法获得全局最优。将遗传算法应用于求解混合动力汽车控制策略参数优化问题。以某并联式混合动力汽车为原型,设计模糊控制策略,并采用遗传算法以最小化油耗和排放为目标对控制策略进行优化。仿真结果表明,应用遗传算法经过离线参数优化可以找到一组全局最优的参数,使得油耗和排放都有明显降低。     

基于遗传算法的插电式串联混合动力汽车动力参数优化

针对插电式串联混合动力汽车(PSHEV)动力参数优化问题的多目标、有约束和高度非线性的特点,应用遗传算法工具箱和ADVISOR的非GUI函数,以整车设计要求的动力性能指标为约束条件,以整车百公里燃油消耗量和排放性能为目标函数,建立了PSHEV动力参数优化的仿真模型,实现了对PSHEV动力系统部件参数和控制策略参数的同时优化。最后应用该优化模型对某PSHEV进行仿真分析,结果表明该优化仿真模型能够显著降低PSHEV的百公里燃油消耗量,在保证动力性能的前提下,整车的燃油经济性和排放性能也得到了提高。     

混合动力汽车能量管理的自适应交叉NSGA-Ⅱ优化

为了降低混合动力汽车的油耗并减少有害气体的排放,提出了基于逻辑门限值的能量管理策略和自适应交叉NSGA-Ⅱ算法的控制参数优化方法。介绍了混合动力系统结构和工作模式,建立了混合动力系统仿真模型。基于逻辑门限值构造了混合动力汽车能量管理策略。以控制策略参数为优化对象,以降低油耗和减少有害气体排放为优化目标建立了参数优化模型。以NSGA-Ⅱ算法为基础,加入了基于t分布的tDX交叉算子,提出了自适应交叉NSGA-Ⅱ算法的参数多目标优化方法。经验证,自适应交叉NSGA-Ⅱ算法的收敛性优于传统NSGA-Ⅱ算法。经过自适应交叉NSGA-Ⅱ算法优化,油耗降低了8.13%,等效油耗降低了6.53%,CO排放量降低了10.97%,HC排放量降低了7.64%,NOx排放量降低了10.03%,说明自适应交叉NSGA-Ⅱ算法对混合动力汽车控制参数具有较好的优化效果。     

基于多工况优化算法的混合电动汽车参数优化

协调优化混合动力电动汽车动力系统与能量控制策略的参数是提高燃油经济性的关键。以汽车的动力性能为约束条件,把电池SOC平衡油耗引入目标函数,提出一种采用模拟退火粒子群算法的基于多工况优化混合动力汽车动力系统与控制策略参数的方法。利用MATLAB/Simulink仿真软件进行建模仿真,结果表明,利用该方法可以获取一组参数,在保持汽车动力性、电池SOC平衡的基础上,相对于优化前,在综合工况下油耗降低了5.49%,分工况HWFET、FTP、LA92、US06_HWY、UDDS与SC03下油耗分别降低了8.46%、4.62%、3.84%、8.43%、5.56%、4.31%。为了证明本方法优化出的参数在其他工况的通用性,选取NEDC工况进行仿真验证,结果发现,在NEDC工况下油耗降低了8.36%。并进行了实车道路试验,试验结果较好的验证了所提出的基本控制策略的有效性。     

遗传算法在混合动力汽车控制策略优化中的应用

提出了一种基于浮点数编码遗传算法的混合动力汽车控制策略参数优化新方法。以一辆实际混合动力汽车样车的逻辑门限控制策略为例，分析并建立了控制策略参数优化的有约束非线性规划模型，其目标函数包含最小化油耗和排放。提出了采用稳态进化模型和浮点数编码遗传算法的参数优化方法，用于求解一组最优的控制策略参数。仿真结果表明，该方法可以找到一组全局最优的参数，将其用作离线参数优化，可以大大缩短控制器的实车标定时间。     

混合动力公交车动力系统控制参数的优化

本文以宇通ZK6108HGB公交车为原型,在不改变原车型其它技术参数的条件下,改变其传统的燃油动力系统,而采用串联混合动力系统,设计出混合动力公交车ZK6108HGB_HEV。在ADVISOR仿真软件下,设定ZK6108HGB_HEV整车参数和动力参数,分别采用开关式控制策略和功率跟随式控制策略,对ZK6108HGB_HEV进行仿真,并对ZK6108HGB_HEV控制参数进行了优化,使混合动力公交车ZK6108HGB_HEV的动力性、经济性和排放性都有了明显的改善,达到了节约能源和降低排放的目的。     

基于ADVISOR的混合动力公交车经济性仿真

混合动力汽车是目前解决环境污染和能源问题切实可行的方案。基于Advisor软件,先确定动力混合形式,在根据其各个性能的要求对发动机、电机等部件进行参数设计及整车建模。采用功率跟随式控制策略,在仿真软件Advisor里将各参数输入,并且修改相关控制策略,最终得到仿真结果。其结果表明与传统内燃机汽车相对比,串联式混合动力汽车无论是在动力性还是在燃油经济性和排放性能上面都有着较大的优势。