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%。     

基于随机模型预测控制的四驱混合动力汽车能量管理

基于随机模型预测控制基本原理,研究了四驱混合动力汽车的能量优化管理。采用马尔可夫模型预测加速度变化过程,通过计算得到混合动力汽车未来需求转矩。在保证电池荷电状态平衡的前提下,以燃油经济性最优为目标,建立混合动力汽车能量管理优化模型。针对建立的非线性优化模型,采用动态规划算法进行有限时域内的滚动求解。将提出的控制策略在dSPACE中进行软件在环仿真试验。研究结果表明,随机模型预测控制策略可以实现四驱混合动力汽车基本的能量管理,可在保证各动力部件良好工作状况的前提下,提升燃油经济性。与基于恒值模型的预测控制策略相比,随机模型预测控制策略下的平均燃油经济性提升了8.30%,优化结果接近有先验知识的预测控制策略。     

混联式混合动力客车全局优化控制策略研究

为提高一款新型混联式混合动力客车的整车燃油经济性,制定了能量管理控制策略,以电池功率为控制变量,电池荷电状态（soc）为状态变量,为合理均衡使用电池功率,把每阶段时间内使用的电池功率等效为相应的燃油消耗量,并把每阶段电池的等效燃油消耗量和发动机燃油消耗量的总和作为目标函数,采用离散动态规划算法进行优化,基于MATLAB／Simulink仿真平台建立整车数值模型,在典型城市循环工况下对所建立的基于动态规划的功率均衡全局优化控制策略进行仿真验证。结果表明：其燃油经济性与采用瞬时优化控制策略相比提高了6％左右,与原型传统客车相比提高了35％。     

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。     

基于动态规划的增程式电动汽车优化控制

针对给定工况下增程式电动汽车燃料最优控制问题,提出了基于动态规划算法的全局优化控制策略。通过分析整车动力系统的能量流以及能源管理控制原理,建立了以蓄电池的荷电状态(State of Charge,SOC)为状态变量和发动机-发电机组成的增程器(Auxiliary Power Unit,APU)输出功率为控制变量的最优控制数学模型,并以油耗最低为目标函数,采用离散动态规划方法,建立动态规划递归方程,求解其最优控制策略。基于ADVISOR平台对整车进行仿真,仿真结果表明,与功率跟随式控制策略相比,基于动态规划的控制策略能够在蓄电池和APU之间合理地分配功率,可以有效提高增程式电动汽车的燃油经济性。     

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%。     

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。     

发动机冷启动阶段插电式柴电混合动力汽车多目标优化控制策略

插电式柴电混合动力汽车在发动机冷启动阶段要求高NO_x转化效率与低NH_3泄漏的目标之间存在trade-off关系。依据SCR反应机理建立了NH_3解吸附速率模型、SCR温度模型以及动态反应模型,将电池SOC和SCR温度作为状态变量,基于庞特里亚金极小值原理提出SCR起燃时间最短策略和油耗与排放多目标综合优化控制策略,并对上述两种策略进行仿真分析。结果表明,SCR起燃时间最短策略在快速升温过程中易造成氨存储量超过催化器储氨能力限值,氨泄漏体积浓度峰值达到4. 362×10~(-5),而油耗与排放多目标综合优化策略相比SCR起燃时间最短策略,能实现快速起燃;同时,SCR出口氨泄漏体积浓度峰值降低至2. 122 6×10~(-5),燃油经济性提高7. 13%。最后,基于dSPACE实时仿真平台进行硬件在环实验,验证了所提出控制策略的实时性和有效性。     

双模式机电复合传动功率分配策略优化

针对双模式机电复合传动系统,运用最小值原理对系统的功率分配进行优化控制策略的研究。在保证系统电池荷电状态平衡的前提下,以燃油消耗最少为优化目标,并基于所设计的优化求解流程和建立的系统数学模型,确定最优的系统工作状态。仿真结果表明,基于最小值原理的优化控制策略能够改善机电复合传动系统的燃油经济性。研究结果可为系统实时优化控制策略的制定提供依据。