基于道路工况自学习的混合动力城市客车控制策略动态优化

在混合动力控制策略开发过程中通常采用国外开发的典型道路工况,而这些道路工况与国内的实际道路工况存在较大的差异,这种差异会导致开发的控制策略并不能使混合动力车辆在实际工况下达到最佳燃油经济性。针对这一问题,结合城市公交车线路固定、周期性强等特点,建立道路工况自学习系统。利用该系统可以生成针对固定线路的运行工况,试验结果表明该工况真实地反映车辆实际运行的线路特点。以生成的道路工况为基础,利用动态规划方法,对控制策略进行优化仿真研究。目标车辆在采集得到的道路工况上,按动态规划分配的功率值运行,仿真结果得到的百公里燃油消耗比采用功率跟随控制策略的混合动力公交车的实际燃油消耗降低10.2%。真正实现混合动力客车的"一线一策略"的要求,提高混合动力城市客车的适应性。     

并联式液压混合动力公交车能量管理控制策略研究

针对城市公交车存在燃油经济性较差且排放污染高的问题,基于复合蓄能器的并联式液压混合动力公交车构型,提出了一种基于逻辑门限值的能量管理控制策略,实现工作模式的动态切换,并完成整车参数匹配,基于AMESim与MATLAB,搭建联合仿真平台,利用AMESim软件搭建整车液压系统模型,在MATLAB/Simulink/Stateflow环境下基于整车运行状况、高低压蓄能器压力与整车需求转矩搭建整车控制策略模型。在中国典型城市公交循环下对车辆经济性以及尾气排放情况进行仿真验证,仿真结果表明:在中国典型城市公交循环工况下,并联式液压混合动力公交车燃油消耗量为19.79 L/100 km,相比传统燃油公交车减少了31.2%,使车辆燃油经济性得到提高,并减少了排放,尾气中碳氧化合物、碳氢化合物、氮氧化合物的排放量分别减少了47.7%,34.9%,22.3%。     

城市公交车行驶工况的研究

根据实地采集获得反映某城市公交车行驶情况的数据,运用统计学知识对数据进行分析,总结出城市公交车运行的规律;提出了一种城市公交车循环工况构造的方法;并且按照构造出的行驶工况循环图调整了混合动力公交车的控制策略,调整后的油耗较调整前有了明显降低,从而验证了所提出的循环工况构造方法是可行的。     

纯电动汽车动力系统结构参数与整车控制参数集成优化

为提高纯电动汽车的经济性,提出了一种基于目标工况的纯电动汽车动力系统结构参数与整车控制参数集成优化方法。为了兼顾纯电动汽车的动力性要求,确定动力参数的边界条件,基于郑州某路公交车的实际行驶工况,利用正交试验方法分析了不同整车控制参数对经济性的影响度,选取了5个整车控制参数作为优化目标。利用Matlab/Simulink、CRUISE及Isight这3个软件进行了联合仿真,对动力系统结构参数与整车控制参数进行了集成优化。仿真结果表明：在目标工况下,利用集成优化的方法,纯电动汽车百公里燃料消耗量相比于优化前降低了10.8%;相比于传统的分段优化,优化效能提升了16.9%。     

南昌市公交车行驶工况研究

随着我国对节能汽车研究的不断深入,符合实际道路的行驶工况循环研究也越来越多。在对节能汽车的设计过程中,一个合理的行驶工况循环图对于完成整车动力匹配及制定控制策略有着至关重要的作用。以参与的863项目为基础,以南昌市示范运行的混合动力城市公交车为研究对象,在进行道路试验的基础上,基于实际的车速、加速度等准则数,利用多元统计理论建立了能够反映南昌市公交车实际运行特征的行驶工况,并做了这个行驶工况和国内外典型城市工况的对比,结果表明,南昌市有它自己的道路行驶特征:市区平均速度低,怠速时间长,加减速频繁,平均加减速度小。     

基于行驶工况的插电式混合动力公交车控制参数自动化标定方法

为解决行驶工况下插电式混合动力汽车控制参数仿真标定过程中标定参数选取缺少科学性和人工实时在线标定效率较低等问题,提出一种面向任意行驶工况的控制参数自动化标定方法。基于实际公交行驶工况,设计了正交试验对控制策略参数的油耗影响度进行分析,选取5个影响度较大的控制参数作为标定参数。利用优化算法自主寻优特性代替人工分析结果和调整参数,构建控制参数优化模型。利用Cruise、MicroAutoBox、Isight等工具开发出控制参数自动化标定的实时仿真平台。仿真结果表明：与人工标定相比,相同标定次数下自动化标定的时间缩短了75.51%,通过合理的转矩分配,减小了超级电容SOC的波动,标定后控制策略百公里燃油消耗降低了12.30％,从而验证了该标定方法的可行性。     

基于LVQ工况识别的混合动力汽车自适应能量管理控制策略

为提高混合动力汽车的燃油经济性,选取6种典型行驶工况代表“市区”、“郊区”和“高速公路”3类主要工况,采用基于规则的模糊能量管理控制策略,以整车燃油经济性为目标,在3类主要工况下用改进型粒子群优化算法优化发动机联合工作曲线与发动机关闭曲线系数,得到相应的优化后的隶属度函数的参数;运用学习向量量化(LVQ)算法识别车辆运行工况,动态选择相应的模糊控制策略,使混合动力汽车控制策略对选定的几种代表性工况具有自适应性,从而提高整车的燃油经济性。仿真对比结果表明,相比于传统混合动力汽车,燃油经济性提高了3.4%。     

插电式混合动力汽车预测控制策略的研究

针对插电式混合动力汽车(PHEV)传统控制策略没有考虑未来车速的问题,通过对汽车未来行驶车速进行预测,在整车行驶模式下提出了一种把汽车未来车速信息考虑进当前的控制策略,从而实现了对发动机和电机转矩的合理分配。通过把新开发的基于车速信息的预测控制策略嵌入到ADVISOR中,在欧洲城市循环工况(NEDC)下进行了仿真分析。仿真结果表明:对汽车未来行驶车速进行预测的控制策略能够实现对发动机和电机转矩的进行合理分配,百公里油耗约为6.5L,相比基于规则控制策略燃油经济性提高了约7.14%,而且排放也有所降低,从而验证了基于预测信息的控制策略的有效性。     

某城市公交车动力传动系速比优化研究

传动系速比对整车动力性能和经济性能有着重要的影响。使用CRUISE软件建立某城市公交车的整车仿真模型,将仿真结果与试验结果对比,验证了模型的正确性。并根据最优化技术,采用CRUISEISIGHT联合优化的方法,确定了动力传动系速比的优化方案。结果表明,该优化方案明显优于原方案,使得该城市公交车的动力性能和经济性能都得到了较大的提升。     

燃料电池混合动力参数辨识及整车控制策略优化

为优化燃料电池混合动力系统经济性及耐久性,建立了模型参数辨识及整车控制策略优化方法.首先给出了燃料电池混合动力系统氢气消耗及蓄电池模型参数的最小二乘离线辨识算法.台架试验验证了其有效性.其次给出了整车控制策略,包括电动机控制策略和能量管理策略两部分.电动机运行状态根据挡位信号和司机踏板信号可以划分为两类:制动状态和非制动状态.电动机目标转矩在这两类状态中采取不一样的计算方法.能量管理策略包括稳态分配和动态补偿两个模块.再次,采用基于多目标的遗传优化算法对整车控制策略相关参数进行优化,优化目标为混合动力系统在"中国城市公交典型工况"中等效氢气消耗量最小.工况测试结果表明,使用优化算法后系统经济性从9.6 kg/100km提升到7.6 kg/100km,减小了燃料电池输出功率的波动并维持蓄电池SOC在平衡点附近.     

基于工况识别的混联式混合动力客车控制策略研究

为进一步提高新型混联式混合动力客车燃油经济性,根据城市循环工况的特点选定了四种典型的城市工况,采用学习向量量化(LVQ)神经网络模型对各工况特征参数进行训练学习以进行实时工况识别,结合基于动态规划的全局优化结果来提取功率均衡控制规则并存储于控制模块中以供不同工况选择,制定了基于工况识别的控制策略。以MATLAB/Simulink为平台建立基于工况识别的控制策略整车前向仿真模型,仿真结果表明,与普通控制策略相比,采用基于工况识别的控制策略的燃油经济性提高7%。     

TTCAN网络调度平台的设计优化

TTCAN是近几年发展起来并广泛应用于汽车以及其它一般工业控制系统的实时传输协议~([1]).分析了TTCAN网络平台对于周期性消息及非周期性消息的调度策略,分别对其进行改进,并通过遗传算法对系统矩阵周期调度表进行优化,之后利用Simulink中的Stateflow工具针对一般工业控制系统建立了TTCAN网络调度仿真平台,并对仿真平台进行优化,优化后的仿真平台较好地提高了网络系统带宽利用率,增大了总线通信量,降低了各传感器节点周期性消息的响应时间和非周期性消息的延时时间,从而改善了网络平台的通信实时性能.     

City-Bus-Route Demand-based Efficient Coupling Driving Control for Parallel Plug-in Hybrid Electric Bus

Recently,plug?in hybrid electric bus has been one of the energy?e cient solutions for urban transportation. However,the current vehicle e ciency is far from optimum,because the unpredicted external driving conditions are di cult to be obtained in advance. How to further explore its fuel?saving potential under the complicated city bus driving cycles through an e cient control strategy is still a hot research issue in both academic and engineering area. To realize an e cient coupling driving operation of the hybrid powertrain,a novel coupling driving control strategy for plug?in hybrid electric bus is presented. Combined with the typical feature of a city?bus?route,the fuzzy logic inference is employed to quantify the driving intention,and then to determine the coupling driving mode and the gear?shifting strategy. Considering the response deviation problem in the execution layer,an adaptive robust controller for electric machine is designed to respond to the transient torque demand,and instantaneously compensate the response delay and the engine torque fluctuation. The simulations and hard?in?loop tests with the actual data of two typical driving conditions from the real?world city?bus?route are carried out,and the results demonstrate that the pro?posed method could guarantee the hybrid powertrain to track the actual torque demand with 10.4% fuel economy improvement. The optimal fuel economy can be obtained through the optimal combination of working modes. The fuel economy of plug?in hybrid electric bus can be significantly improved by the proposed control scheme without loss of drivability.     

基于工况识别与多元非线性回归优化的能量管理策略

为给混合动力汽车智能管理策略提供基础,开展了基于学习向量化(LVQ)神经网络的工况模式识别算法研究。选取4种典型微观道路类型工况和3类标准循环工况,提取11个参数为训练特征数据,建立了LVQ神经网络工况模式识别算法;在此基础上,以某款混联式动力系统为例,结合多元非线性回归分析制定相应控制策略;最后,基于Simulink仿真平台建立LVQ神经网络工况模式识别及整车仿真模型,分别采用中国城市典型循环工况以及构建UDDS+NYCC+UDDS的标准行驶工况进行道路工况识别验证。结果表明,所建立的LVQ神经网络工况识别算法可以准确识别工况模式并能有效提高能量管理策略的控制效果。     

基于上海市道路工况电动汽车能耗特性研究

针对四驱分布式电动汽车,基于上海市道路工况分析并优化驱制动系统的能耗特性。从系统能耗最优的角度确定优化目标函数,并提出能耗最优的扭矩分配控制策略。采用AMESim/Simulink软件建立了电动汽车能耗特性研究仿真平台,针对上海市道路工况进行了能量消耗的仿真分析。仿真结果表明该策略能够明显改善驱制动系统能耗特性,总体能效提高约9.94%。     

面向公交客车应用的插电式混合动力实时优化策略研究

插电式混合动力汽车随着电功率比的逐渐提升实现了机电耦合系统的能量深度混合。然而在应对复杂瞬变的城市公交工况时,如何通过设计实时高效的能量管理策略实现插电式混合动力客车全工况能量消耗最优已成为学术界的研究热点。考虑城市公交工况路况信息对能量分配的影响以及同轴并联式系统构型的自身特点,提出等效坡道在线估计及相应的电池荷电状态(State of charge, SOC)轨线修正方法,在此基础上利用等效油耗最小策略(Equivalent consumption minimization strategy, ECMS)设计一种实时优化能量管理策略,将整条公交线路的能量需求进行合理分配,另外对发动机起停的约束条件保证了发动机的合理高效运行。仿真结果表明所提出的实时优化能量管理策略与实际中应用的规则策略相比,对整车燃油经济性的提升更为显著,且可以更好地匹配公交工况与动力系统构型。实车试验结果也验证了所提出方法的有效性。因此所提出方法为基于优化理论的实车控制策略应用提供了理论依据     

混联式混合动力客车能量管理实时优化算法研究

为提高新型混联式混合动力客车的燃油经济性,制定了一种功率均衡能量管理控制策略。建立动力系统模型并针对其结构特点设计了模式切换规则。通过确定各个功率需求下的电池荷电状态与发动机燃油消耗的关系,将电池功率转化为相应的油耗,以每一时刻的综合燃油消耗量最小为目标,对电池与发动机功率进行实时优化均衡控制。仿真结果表明：电池荷电状态控制在预定的区域内保持平衡,发动机运行工作点在高效区域内,且整车燃油经济性与原型客车和采用规则控制策略相比分别提高了34.18%和13.61%。     

Study on powertrain system for CNG-electric hybrid city bus

In order to obtain better economy and power performances of compressed natural gas (CNG) and electric hybrid city bus, the powertrain system is designed and studied in this paper. Based on manufacturing technology, operation cost and dynamic property, economy is regarded as the main optimization goal for CNG-electric hybrid city bus, which determines the structure of powertrain system of CNG-electric hybrid city bus. Vehicle control strategy is established by working conditions. Some key component parameters are matched and designed. Work model of motor/generator is established, and torque characteristic curve of motor/generator is obtained. Full vehicle model of CNG-electric hybrid city bus is established by ADVISOR software. Comparison with tradition natural gas city bus, the maximum gradability rises by 69.8%, the maximum gradability of 20 km/h is 25.4%, the maximum speed rises by 8.6%, and the acceleration performance of 0～50 km/h rises by 21.9%. The fuel consumption reduces by 23.3% in the BC-CTC cycle working condition, and the fuel consumption reduces by 25.1% in the ECE+EUDC cycle working condition. So, the performances of power and economy have been obviously improved, compared with traditional CNG city bus, which indicates that this method can be used to study the powertrain system of CNG-electric hybrid city bus.     

Power-balancing instantaneous optimization energy management for a novel series-parallel hybrid electric bus

Energy management(EM) is a core technique of hybrid electric bus(HEB) in order to advance fuel economy performance optimization and is unique for the corresponding configuration. There are existing algorithms of control strategy seldom take battery power management into account with international combustion engine power management. In this paper, a type of power-balancing instantaneous optimization(PBIO) energy management control strategy is proposed for a novel series-parallel hybrid electric bus. According to the characteristic of the novel series-parallel architecture, the switching boundary condition between series and parallel mode as well as the control rules of the power-balancing strategy are developed. The equivalent fuel model of battery is implemented and combined with the fuel of engine to constitute the objective function which is to minimize the fuel consumption at each sampled time and to coordinate the power distribution in real-time between the engine and battery. To validate the proposed strategy effective and reasonable, a forward model is built based on Matlab/Simulink for the simulation and the dSPACE autobox is applied to act as a controller for hardware in-the-loop integrated with bench test. Both the results of simulation and hardware-in-the-loop demonstrate that the proposed strategy not only enable to sustain the battery SOC within its operational range and keep the engine operation point locating the peak efficiency region, but also the fuel economy of series-parallel hybrid electric bus(SPHEB) dramatically advanced up to 30.73% via comparing with the prototype bus and a similar improvement for PBIO strategy relative to rule-based strategy, the reduction of fuel consumption is up to 12.38%. The proposed research ensures the algorithm of PBIO is real-time applicability, improves the efficiency of SPHEB system, as well as suite to complicated configuration perfectly.