混合动力客车控制策略设计

控制策略设计是混合动力汽车的关键技术之一,对车辆的性能有着较大影响。为了使某款改装的混合动力客车有较好的动力性和经济性,依据工程经验,提出一套逻辑门限值策略。通过设置车速、电池荷电状态(SOC)上下限及发动机工作转矩等一组门限参数,根据客车的实时参数及预定的规则调整动力系统各部件的工作状态,分别为纯电动模式、纯电动准备模式、发动机单独驱动模式、停车发电模式和联合驱动模式设计了相应的控制策略。该策略比较简单、直观,具有较强的实用价值。     

混合动力汽车自适应电池组管理系统

提出一整套关于动力电池组控制、管理的嵌入式解决方案.系统不但具有电压、电流、温度测量电池组保护功能,而且具有动态的SOC（State of Charge）计算方法,对于大功率的动力电池而言还具有通用性.     

电动汽车蓄电池参数监控系统研究

简述了一种电动汽车用的动力蓄电池参数监控系统设计过程,详细讨论了其系统构成、工作过程以及蓄电池状态估计算法的实现.并结合台架试验对系统的实用性和准确性进行了验证.结果表明,应用本系统电池状态估计精度高,符合电动汽车对电池管理的要求.     

基于工况识别的混合动力汽车能量管理策略优化

针对现有基于工况识别的能量管理策略在车辆行驶过程中未全面考虑动力电池荷电状态(SOC)在某些工况片段下降过快的问题,从ADVISOR中选取23个典型的循环工况,用聚类分析方法将其划分为五类,以燃油消耗最小为目标,采用模拟退火粒子群算法对各类工况下能量管理策略中的关键参数进行离线优化,并建立优化参数数据库,提出了一种基于工况识别的能量管理策略优化方法。利用构建的综合测试工况对所制定的能量管理策略进行仿真分析。结果表明,所制定的基于工况识别的能量管理策略与未采用工况识别的能量管理策略相比,综合油耗降低了12.77%;同时,所制定的基于工况识别的能量管理策略可使汽车在行驶过程中动力电池SOC下降速度大为减小。     

混合动力电动汽车能量管理策略研究进展

面对能源和环境的巨大压力,混合动力电动汽车(Hybrid Electric Vehicle,HEV)成为汽车行业发展的一个重要方向。能量管理是HEV动力系统控制策略的核心,是整车动力性、经济性和驾驶性的重要保障,如何优化管理整车能量和提高能量利用率是HEV面临的重大挑战。首先从多个角度对HEV能量管理问题进行概述,进而对HEV能量管理策略的研究进展及现状进行了全面综述,基于优化式和规则式两个角度列举不同的能量管理策略,分析并总结了不同的能量管理策略的优点及不足。最后综合分析HEV能量管理系统的特点及影响因素,并对HEV能量管理的研究方向进行了展望。     

混合动力电动汽车综合能量流模型仿真

随着电动汽车技术的发展和综合性能要求的提高,辅助能量系统(Auxiliary power units,APUs,例如,空调系统、动力转向系统、制动系统、发动机冷却系统等)在混合动力汽车中发挥着愈来愈重要的作用.研究辅助能量系统在车辆行驶过程中的能量流变化,可进一步完善整车的综合能量流管理.分析APUs的工作特点,提出基于能耗map图的仿真思路,通过对ADVISOR软件的二次开发,设计APUs的仿真模型,分别建立传统公交车、串联混合动力和并联混合动力城市公交车的综合能量流模型,完善了传统汽车及HEV的仿真模型.在此基础上对APUs对整车经济性的影响进行仿真研究,仿真研究结果表明,电动汽车附件系统在整车能耗上占有相当的比重,在美国城市循环、ECE循环工况和武汉城市公交车循环工况下,公交车辅助能量附件系统能耗比例最大为10%、最小为6.1%.     

并联混合动力电动汽车的模糊能量管理策略

为进一步优化并联的经济性，增强其能量管理策略的鲁棒性，针对高混合率，分析了常用的发动机最优曲线能量管理策略的不足，提出了以功率差、电池组荷电状态和电机转速为输入，以决定电机功率的比例系数为输出的模糊逻辑功率分配策略，在线计算电机所应承担的功率，达到了优化发动机工作点、电机效率和电池组荷电状态平衡的目的。通过整车循环工况前向仿真验证了该模糊策略对车辆经济性和工况适应性的改善。     

混合动力电动汽车的发展

能源短缺和环境污染问题是目前汽车工业发展遇到的两大挑战。进一步使用传统内燃机技术发展汽车工业将会给我国的能源安全和环境保护造成巨大的压力。纯电动汽车具有传统的燃油汽车所不具备的优点，然而它也具有低的电池能量密度、过重的电池组、有限的续驶里程与汽车动力性能、昂贵的电池组价格及有限的循环寿命的缺点，这使得纯电动汽车在商业上的成功强烈依赖先进电池的发展。然而，电池在过去几十年的发展中，性能和价格还没有取得重大突破。因此，纯电动汽车的发展在目前没有达到预期的目的。这为混合动力电动汽车(HEV)的发展提供了契机。混合动力汽车保留了内燃机和电驱动两者的优点，淡化了两者的缺点，成为有利于市场化的既能满足排放和燃油经济性的要求，又能兼具纯电动汽车与燃油汽车优点的理想车型。     

基于模糊逻辑控制的燃料电池混合动力汽车能量管理策略究

随着环境问题和能源紧缺问题的日益严重,燃料电池混合动力汽车（FCHEV）作为一种可持续和高效的交通工具逐渐受到关注。能量管理策略是FCHEV设计和开发中的重要内容之一,其性能很大程度上影响车辆的动力性和经济性。以非插电式燃料电池/动力电池混合动力汽车为研究对象,提出一种基于模糊逻辑控制（FLC）的能量管理策略,以改善车辆运行的燃料经济性,同时使动力电池荷电状态尽可能维持在初始水平。首先,在Matlab中建立燃料电池混合动力汽车后向仿真模型,作为能量管理策略研究的仿真平台;其次,以车辆运行需求功率、动力电池荷电状态和燃料电池输出功率为关键变量,在确保满足车辆运行功率需求的前提下,以减少氢耗和维持动力电池荷电状态为原则,进行模糊规则设计;最后,分别将所提策略和功率跟随策略在新欧洲驾驶循环（NEDC）下进行仿真实验。仿真结果表明,与功率跟随策略相比,所提出的基于模糊逻辑控制的能量管理策略使车辆运行燃料经济性提高了17.13%,动力电池荷电状态维持能力提高了68.72%,同时,燃料电池启停次数减少,燃料电池性能衰退也随之减少,验证了所提策略的有效性。     

基于CAN网络化的HEV电能量测控装置的设计

针对目前混和动力电动汽车的电池能量管理系统的特点,利用嵌入式微控制器应用技术,结合基于CAN总线的汽车网络通信的特点,设计基于CAN网络化的嵌入式HEV电能量测控装置。     

混合动力电动汽车的发展前景

本文介绍了混合动力电动汽车(HEV)的优点、主要技术总成、发动机和电动机的组合方式,混合动力汽车的排放,指出混合动力汽车在遇到堵车时的燃油消耗量、尾气排放量等要远远低于仅靠汽、柴油内燃机驱动的车辆,在动力性能、续驶里程、使用方便性等方面大大优于仅靠电力驱动且需要反复充电的纯电动车。     

并联型混合动力汽车的仿真研究

介绍了混合度的概念及它对设计混合动力车的重要作用。以某种并联型混合动力车为研究对象,根据该车的特点选择了适合它的控制策略并用系统仿真软件MATLAB/Simulink建立了该车的仿真模型,输入循环工况研究其速度特性、动力性、油耗及SOC的变化规律。结果表明,仿真车速能够很好的跟踪循环工况。从而验证了模型的正确性。该模型可以混合动力车的进一步优化设计奠定基础。     

Evaluation of fuel economy for a parallel hybrid electric vehicle

In this work, the fuel economy of a parallel hybrid electric vehicle is investigated. A vehicle control algorithm which yields operating points where operational cost of HEV is minimal is suggested. The operational cost of HEV is decided considering both the cost of fossil fuel consumed by an engine and the cost of electricity consumed by an electric motor. A procedure for obtaining the operating points of minimal fuel consumption is introduced. Simulations are carried out for 3 variations of HEV and the results are compared to the fuel economy of a conventional vehicle in order to investigate the effect of hybridization. Simulation results show that HEV with the vehicle control algorithm suggested in this work has a fuel economy 45% better than the conventional vehicle if braking energy is recuperated fully by regeneration and idling of the engine is eliminated. The vehicle modification is also investigated to obtain the target fuel economy set in PNGV program.     

并联式混合动力汽车的建模和仿真

描述了并联式混合动力汽车(PHEV)仿真模型的建模思想,利用ADVISOR软件,建立了PHEV的仿真模型,并以SP-PHEV 2000为例,对所建模型进行了仿真.结果表明,所建立的模型和提出的仿真方法是合理有效的.     

辅助混合动力汽车辅助动力控制系统的研究

对辅助混合动力汽车进行了技术研究,详细介绍了其系统构成和三种工作模式.为了实现辅助动力系统和整车高效运转,开发了辅助动力控制系统,重点介绍了辅助动力控制系统的控制策略和功能实现.辅助动力系统采用开关式控制策略,发动机采用恒转速控制.最后实验结果表明辅助动力系统可以实现对车载能源的高效补充,混合驱动模式下行驶里程比纯电动模式提高约10%.     

CAN总线在混合动力汽车中的应用

结合混合动力汽车的特性,介绍了CAN总线及其通信协议,在对混合动力汽车CAN总线应用层协议分析的基础上,组建了CAN总线多主分布式控制技术的控制网络,并对CAN接口进行了软硬件方面的设计,最后通过硬件在环仿真对CAN通信进行了测试,结果表明CAN通信满足了混合动力汽车实时性和可靠性的要求.     

ENERGY MANAGEMENT STRATEGY FOR PARALLEL HYBRID ELECTRIC VEHICLES

Energy management strategy (EMS) is the core of the real-time control algorithm of the hybrid electric vehicle (HEV). A novel EMS using the logic threshold approach with incorporation of a stand-by optimization algorithm is proposed. The aim of it is to minimize the engine fuel consumption and maintain the battery state of charge (SOC) in its operation range, while satisfying the vehicle performance and drivability requirements. The hybrid powertrain bench test is carried out to collect data of the engine, motor and battery pack, which are used in the EMS to control the powertrain. Computer simulation model of the HEV is established in the MATLAB/Simulink environment according to the bench test results. Simulation results are presented for behaviors of the engine, motor and battery. The proposed EMS is implemented for a real parallel hybrid car control system and validated by vehicle field tests.     

电动汽车复合能源系统再生制动分段控制策略研究

为了提高电动汽车复合能源系统的制动能量回收效率,对蓄电池,超级电容和双向DC/DC变换器相结合的复合能源系统和常规控制策略进行了研究,改进了复合能源系统,使其具有3种再生制动工作模式,并提出了再生制动分段控制策略。在高速段、中速段和低速段3个不同的阶段,采用了不同的再生制动控制方式,并根据超级电容电压、电机转速等因素确定了各阶段间切换时刻。通过电机制动电流和各阶段切换时刻优化控制,实现了平稳制动。以微型电动汽车为搭载对象,对常规控制策略和分段控制策略在两种不同初始制动车速下进行了制动工况的实测实验。实验结果表明,在分段控制策略作用下,微型电动汽车制动平稳,制动能量回收效率得到了提升。     

Online learning control for hybrid electric vehicle

Improvements in hybrid electric vehicle (HEV) fuel economy and emissions heavily depend on an efficient energy management strategy (EMS).However,the uncertainty of future driving conditions generally cannot be easily tackled in EMS design.Most existing EMSs act upon fixed parameters and cannot adapt to varying driving conditions.Therefore,they usually fail to fully explore the potential of these advanced vehicles.In this paper,a novel EMS design procedure based on neural dynamic programming (NDP) is proposed.The NDP is a generic online learning algorithm,which combines stochastic dynamic programming (SDP) and the temporal difference (TD) method.Instead of computing the utility function and optimal control actions through Bellman equations,the NDP algorithm uses two neural networks to approximate them.The weights of these neural networks are updated online by the TD method.It avoids the high computational cost that SDP suffers from and is suitable for real-time implementation.The main advantages of NDP EMS is that it does not rely on prior information related to future driving conditions,and can self-tune with a wide variance in operating conditions.The NDP EMS has been applied to "Qianghua-I",a prototype of a parallel HEV,using a revolving drum test bench for verification.Experiment results illustrate the potential of the proposed EMS in terms of fuel economy and in keeping state of charge (SOC) deviations at a low level.The proposed research ensures the optimality of NDP EMS,as well as real-time applicability.