基于等效油耗最小的四驱混合动力汽车能量管理

提出了一种基于遗传算法优化的四驱混合动力汽车等效油耗最小控制策略。针对四驱混合动力的特点,建立了整车动力学模型,设计了基于等效油耗最小的瞬时能量管理优化策略。为进一步提高四驱混合动力汽车的燃油经济性,采用遗传算法优化了等效油耗最小策略的关键参数。硬件在环仿真结果表明,基于遗传算法优化的等效油耗最小策略可以实现整车能量优化管理,与基于规则的能量管理策略相比,其在典型工况下的平均燃油经济性高8.94%,比优化前的等效油耗最小策略的燃油经济性高2.68%。     

基于随机模型预测控制的四驱混合动力汽车能量管理探究

目前,混合动力汽车的数量持续增多,为使此类汽车的燃油消耗达到最低,应当对其能量进行有效管理。基于此点,文章从混合动力汽车能量管理分析入手,构建四驱混合动力汽车模型,在此基础上,对基于随机模型预测控制的四驱混合动力汽车能量管理进行论述。     

网联环境下基于分层式模型预测控制的车队能量控制策略研究

网联环境下如何同时兼顾车间协同控制与车辆燃油经济性是提高交通效率与发挥节能潜力的关键技术之一。首先,为解决车队协同控制,同时减少车辆燃油消耗,以功率分流式混合动力汽车车队为研究对象,以城市道路为背景,建立多车速度规划与跟驰模型,基于该模型设计了模型预测控制(Model predictive control,MPC)算法,规划汽车队列的未来车速,以提高混合动力汽车车队的跟车稳定性;其次,利用分层式模型预测控制设计出一种实时能量管理策略,上层从优化速度及频繁加减速等为目标获取最优经济车速,下层控制系统根据该最优车速对混合动力汽车实施能量管理;最后该实时能量管理策略在保证跟车稳定的前提下,优化车辆燃油经济性;将该算法与动态规划(Dynamic programming,DP)进行结果对比。结果表明,该方法能够实现整个车队的协同跟车控制,获得较好的燃油经济性。     

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%。     

基于最优功率分配因子的插电式混合动力汽车实时能量管理策略研究

插电式混合动力汽车兼顾传统混合动力汽车和纯电动汽车的优点,即具有较长的续驶里程又具有较好的燃油经济性,插电式混合动力汽车的实时能量管理策略是发挥节能潜力的关键技术。为解决具有手动行驶模式选择功能的P2构型插电式混合动力汽车的能量管理实时优化问题,定义发动机和电机功率分配因子,在任何SOC下从电量消耗模式切换到电量维持模式时,提出通过功率分配因子动态调整发动机最优工作曲线获得最佳的燃油经济性的实时能量管理策略。建立功率分配因子全局优化模型,利用自适应模拟退火算法离线优化功率分配因子,研究功率分配因子和SOC对整车燃油经济性的影响规律,得到在不同SOC的最优功率分配因子控制线。从而建立基于最优功率分配因子控制线的插电式混合动力汽车实时控制能量管理策略。在多个循环工况下对比仿真分析不同SOC下的燃油经济性,结果表明基于最优功率分配因子的能量管理策略使得燃油经济性改善幅度最大可达16.99%。     

基于道路坡度识别的混合动力汽车主动模式切换控制策略

为研究在基于道路坡度识别的前提下,单轴并联式混合动力汽车进行主动模式切换的控制策略,在Matlab上建立了混合动力汽车的整车数值模型以及道路坡度模型。在对道路坡度识别的基础上,通过模型预测的方式对下一时刻混合动力系统的车速及需求转矩进行了预测。根据需求转矩以及电池在当前时刻和下一时刻的SOC确定混合动力汽车的工作模式,在先确定工作模式的基础上以燃油消耗最小为目标函数,以动态规划算法进行实时的最优转矩分配;在保证经济性的前提下,使混合动力系统达到在即将上坡时刻"换挡",满足驾驶员的动力性和驾驶性需求。     

基于灰色预测的混合动力系统ECMS能量管理策略研究

为进一步提高HEV能量管理策略的燃油经济性以及在线实时优化的能力,建立灰色预测GM(1,1)模型对汽车速度实时预测,并将其与等效燃油消耗最小策略ECMS结合,提出基于灰色预测的混合动力汽车ECMS能量管理策略。建立整车仿真模型,并选取WVUCITY、WVUSUB、WVUINTER 3种不同工况进行能量管理仿真分析。结果表明,灰色预测对速度的预测精准度可靠;灰色预测与ECMS能量管理策略结合,可以使SOC值更加稳定,提高电池使用寿命;3种工况下采用灰色预测GM(1,1)模型的ECMS能量管理策略在同等条件下比普通ECMS能量管理策略燃油经济性分别提高7.4%、7.5%、6.3%。     

混联式混合动力客车驾驶员风格自适应控制策略研究

以进一步提高新型混联式混合动力客车燃油经济性为目的,针对目前只能单纯反映汽车行驶状态的能量管理优化控制策略的局限性问题,制定驾驶员风格识别的模糊规则,并结合功率均衡控制策略思想及基于油门踏板开度的电池功率控制算法,建立驾驶员风格自适应控制策略,通过仿真结果表明,其燃油经济性比单纯的能量管理优化控制策略提高7.91%。     

混合动力汽车模型预测能量管理研究现状与展望

能量管理策略是混合动力汽车的核心技术,其直接决定了整车燃油经济性、动力性及驾驶性。然而,实际工况的不确定性和扰动性极大地增加了能量管理算法的设计难度。为此,开发高效、适应性强的能量管理算法至关重要。模型预测能量管理由于具有滚动优化、反馈校正等优点,可减少未来工况扰动对优化性能的影响,提升工况适应性和整车经济性。重点阐述基于模型预测控制的混合动力汽车能量管理策略的发展状况,并对其基本原理、优势、适用范围进行了综合分析。通过对比分析总结不同控制方法的优缺点,并运用具体算例阐释模型预测能量管理策略的特点。最后从不同角度对预测能量管理的发展方向进行了展望,为先进混合动力汽车能量管理控制器的研发提供一些参考。     

插电式混合动力汽车的建模与仿真研究

为了满足我国快速发展的混合动力汽车开发测试研究需求,在系统仿真软件MATLAB/SIMULINK中,采用理论模型和真实试验数据相结合的建模方法,建立插电式混合动力汽车整车模型。根据混合动力汽车功率源的运行情况,设计了五种基于逻辑门限的行车模式切换过程的控制策略并基于SIMULINK/STATEFLOW完成该控制策略搭建,通过标准循环工况NEDC仿真整车模型,仿真结果表明所建立的插电式混合动力汽车仿真模型的合理性和可行性,设计的控制策略能有效地控制混合动力系统工作在高效区,在保证整车动力性的同时,提高了电能使用率及汽车的燃油经济性,为混合动力汽车开发设计、离线评估提供了参考。     

[智能感知]基于粒子群优化支持向量机算法的行驶工况识别及应用

实车采集4种典型行驶工况数据,采用随机数法提取并扩充行驶工况识别训练及测试样本,利用多元统计理论对数据进行处理,基于粒子群优化的支持向量机(PSO-SVM)算法来进行行驶工况识别,分析了识别周期及更新周期对行驶工况在线识别精度的影响。将行驶工况识别技术应用在插电式混合动力汽车的能量管理策略中。仿真结果表明,相对于未采用行驶工况识别技术以及采用传统SVM算法进行工况识别的能量管理策略,基于PSO-SVM算法工况识别的能量管理策略使整车燃油经济性分别提高9.836%和4.348%,并且电池荷电状态(SOC)变化相对平稳,有利于提高系统效率和延长电池寿命。     

一种新的混合动力车双向DC-DC拓扑

混合动力电动汽车(HEV)启动时,如果电动机可以负担启动的绝大多数能量,将减少内燃机在非最高效率点的工作时间,提高燃油利用率并且减少尾气排放。为了实现宽广的输出电压下的能量输出,提出了一种新的HEV用双向DC-DC拓扑,实现双向升降压的功能。针对具体的工作条件,设计了双向DC-DC拓扑参数,并且对所得的变流器进行了损耗分析。实验结果表明,此拓扑适合用于混合动力车的应用。     

增程式电动汽车能量管理策略控制参数优化研究

为了进一步提高增程式电动汽车发动机的燃油经济性和排放性,对基本遗传算法进行改进,生成改进的自适应遗传算法,并将其应用于增程式电动汽车能量管理策略控制参数的优化。通过权值函数的方法将燃油消耗和排放多目标优化问题转化为单目标优化问题,并采用罚函数的方法对工况运行前后蓄电池荷电状态的增量进行约束,对增程式电动汽车发动机燃油经济性和排放性进行优化仿真。仿真结果表明,采用改进的自适应遗传算法能够有效优化增程式电动汽车能量管理系统的控制参数,使发动机的燃油经济性和排放性得到较大的提高。     

插电式混合动力汽车的次优能量管理策略

从实际应用角度出发,针对插电式混合动力汽车提出了一种次优能量管理策略,借助随机动态规划获得了最优的挡位与功率分配,提出了算法内部约束与外部修正相结合的方法来解决最优策略在实际应用中可能出现的频繁升降挡问题,并采用瞬时优化算法解决换挡过程中的最优功率分配问题。研究结果表明：与传统的瞬时优化控制策略相比,所提策略的燃油经济性有显著的提升效果。     

基于量子微粒群的BPNN在转炉炼钢静态模型中的应用

针对转炉炼钢静态模型终点命中率较低的问题,首先分析了影响转炉炼钢终点命中率的各种因素,确定了BP神经网络(BPNN)的拓扑结构,并依此建立了转炉炼钢静态模型.然后把量子微粒群算法(QPSO)应用于BP网络的学习中,并比较了QPSO、基本微粒群优化算法(PSO)、梯度下降法的学习性能.最后,基于某炼钢厂的历史数据进行了仿...     

OPTIMIZATION APPROACH FOR HYBRID ELECTRIC VEHICLE POWERTRAIN DESIGN

According to bench test results of fuel economy and engine emission for the real power-train system of EQ7200HEV car, a 3-D performance map oriented quasi-linear model is developed for the configuration of the powertrain components such as internal combustion engine, traction electric motor, transmission, main retarder and energy storage unit. A genetic algorithm based on optimization procedure is proposed and applied for parametric optimization of the key components by consideration of requirements of some driving cycles. Through comparison of numerical results obtained by the genetic algorithm with those by traditional optimization methods, it is shown that the present approach is quite effective and efficient in emission reduction and fuel economy for the design of the hybrid electric car powertrain.     

插电式柴电混合动力汽车规则控制及处理器在环测试

以某插电式柴电混合动力汽车为研究对象,基于准静态假设建立了包括发动机-ISG、电池、选择性催化还原（SCR）系统及传动系统的整车动力学模型,并利用线性函数近似逼近油耗率MAP图来提高求解速度。选取发动机油耗、催化器出口排放与其对应的加权系数乘积的加权和作为目标函数进行求解,根据计算结果提取满足国Ⅴ排放法规约束下最优控制解的典型特征,包括模式切换和能量分配。基于动态规划算法优化结果对CD-CS策略进行了改进,并完成了仿真验证及处理器在环测试。研究结果表明：与初始CD-CS策略相比, 改进后的CD-CS策略节油4.95%,NOx排放量、颗粒物（PM）排放量分别减少20.8%和6.06%,验证了所提规则控制策略的有效性和实时性。     

基于驾驶风格识别的混合动力汽车能量管理策略

为了进一步提高混合动力汽车的燃油经济性,针对驾驶员的驾驶风格对混合动力汽车的燃油经济性有较大影响的问题。通过对驾驶操作引起的汽车行驶过程的车体冲击度分析,确定不同类型行驶工况下的驾驶风格区分方法,应用该方法在所采集的大量行驶工况数据上,得到不同驾驶风格的车速信息。将行驶工况识别算法、不同驾驶风格的车速信息、等效燃油最小能量管理策略相结合,获取不同驾驶风格下的最优需求功率分配方式,从而建立基于驾驶风格识别的能量管理策略。对一段随机工况应用所制定的能量管理策略,仿真结果表明,所提出的控制策略比不考虑驾驶风格的等效燃油最小能量管理策略燃油经济性提高了8.47%,发动机工作点更好地运行在其最佳效率曲线附近,电池SOC更稳定且更好地维持在高效区域。     

基于改进AHP的多供应商选择问题研究

针对供应链管理环境下的多供应商选择的多目标问题，考虑了采购量折扣和供应商能力约束。在应用粗糙集理论的基础上，对传统AHP进行了改进，量化了定性因素，建立了以价格、质量和服务为目标函数，以供应能力、及时运送等为约束条件的多目标混合整数规划模型，采用最大权值，最优化方法得到问题的最优解，仿真实例验证了该模型与求解方法是现实可行的。