基于无级变速器的并联式混合动力汽车能量管理策略

针对一种采用金属带式无级变速器(CVT)的并联式混合动力汽车(PHEV),以发动机稳态效率图和电池的充放电内阻曲线为依据,提出基于逻辑门限方法的PHEV能量管理策略,实现混合动力系统不同工作模式间的动态切换。并通过确定不同工作模式中混合动力系统的最佳工作曲线,合理控制发动机和电动机的转矩分配以及CVT的速比。基于ADVISOR仿真平台的仿真研究表明,所提出的能量管理策略能够在满足车辆动力性能指标的前提下有效地降低混合动力汽车的燃油消耗,并能将电池组电池荷电状态(SOC)维持在合理的范围内。     

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%。     

等效因子离散全局优化的等效燃油瞬时消耗最小策略能量管理策略*

以一款混联插电式混合动力汽车(Plug-in hybrid electric vehicle, PHEV)的燃油经济性为研究目标,为改善以等效因子为核心的等效燃油瞬时消耗最小策略(Equivalent fuel consumption minimization strategy, ECMS)的控制效果,考虑电池荷电状态(State of charge, SOC)、等效因子与燃油消耗的关系,构建等效因子全局优化模型;利用遗传算法离线优化一定工况下的等效因子S,得到不同电消耗续航行驶里程与电池SOC初始值的最佳等效因子MAP图,建立基于等效因子优化的ECMS能量管理策略,并考虑动力电池、电动机等部件的效率,获得最佳等效因子下的发动机、ISG电机、驱动电机的功率分配,并进 行仿真与硬件在环试验,其中仿真结果表明,与未优化的等效因子相比,燃油经济性提高20.81%,硬件在环试验结果与 仿真结果基本一致,表明所制定能量管理策略的有效性和可行性,进而为解决不同的行驶里程PHEV功率分配策略提供理论基础。     

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%。     

基于工况识别的混合动力汽车动态能量管理策略

针对固定循环工况下所制定的混合动力汽车能量管理策略存在一定局限性问题,从ADVISOR软件中选取覆盖车辆实际行驶工况的20个典型循环工况,以整车综合燃油消耗和动力电池寿命为综合优化目标,利用粒子群算法对各工况下能量管理策略中所涉及的关键参数进行了优化,并将得到的优化结果建立数据库,提出了基于行驶工况识别的混合动力汽车动态能量管理策略。最后,通过选择某个随机工况对所制定的能量管理策略进行仿真。结果表明：所制定的动态能量管理策略与未采用工况识别的能量管理策略相比,车辆综合燃油消耗下降10.70%,动力电池温升和平均有效工作电流分别下降2.46℃和1.63A。     

基于双状态动态规划算法的PHEV规则控制策略研究

以插电式柴电混合动力汽车(Diesel Engine Hybrid Plug-in Electric Vehicle,PHEV)燃油经济性和排放性能综合优化为研究目标,依托MATLAB/Simulink仿真平台建立包含柴油机选择性催化还原反应器(Selective Catalytic Reduction,SCR)后处理系统在内的整车动力学模型。在此基础上,建立了燃油消耗量和SCR出口NOx排放量多目标优化函数,以电池SOC和SCR温度分别作为动力系统和排气后处理系统的可观测状态变量,利用双状态动态规划算法求解控制系统全局优化问题,得到最优控制规律。从双状态动态规划算法结果的基础上拟合实时控制策略,并与基于规则的逻辑门限控制策略进行比较。结果表明,优化后的控制策略在燃油经济性和排放性能上均有所提升,油耗和NO_x分别降低1.9%和9.3%。     

采用动态规划算法优化的液压混合动力车辆能源消耗仿真研究

为了降低车辆行驶的燃油消耗量,采用动态规划算法对液压混合动力车辆控制进行优化,并对发动机燃油消耗量进行仿真验证.建立了液压混合动力车辆简图模型,推导出车辆发动机功率方程式.创建发动机能源消耗目标函数,添加约束条件,引用动态规划算法优化目标函数,得出液压混合动力发动机能源消耗的最优参数.设计车辆控制流程图,利用Matlab软件对优化结果进行仿真,并与优化前仿真结果形成比较.仿真结果表明:在无起停的情况下,优化后的液压混合动力车辆燃油消耗量降低了11.71%;在有起停的情况下,优化后的液压混合动力车辆燃油消耗量降低了19.01%.采用动态规划算法优化液压混合动力车辆参数,车辆制动释放的能量被回收,从而节约车辆行驶所消耗的燃油.     

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。     

基于随机动态规划的混合动力履带车辆能量管理策略

混合动力履带车辆采用发动机—发电机组和电池组混合供电,必须设计满足车辆动力性和燃油经济性约束的能量管理策略。针对串联式混合动力履带车辆,提出一种基于随机动态规划的能量管理策略设计方法。以实车行驶试验数据为目标工况,将驾驶员功率需求抽象为随车速变化的马尔科夫过程。建立发动机—发电机组、电池组以及直流母线功率平衡动态模型。以目标工况中燃油消耗及电池最终荷电状态的偏差作为车辆的优化控制成本函数,建立车辆能量管理最优控制问题。采用策略迭代法求解以发动机转速、电池组荷电状态、车速和驾驶员功率需求为输入、发动机电子节气门为输出的最优控制策略。所得控制策略通过基于前向车辆模型的仿真以及行驶试验验证。结果表明,相对于原发动机多点控制策略,所得最优控制在满足目标工况同时,燃油经济性明显提高。     

可外接充电混合动力汽车能量管理策略

按照"离线全局优化一在线应用设计一试验结果验证"的设计思路,采用系统仿真建模、动态规划计算、遗传算法优化等方法,对一并联式可外接充电混合动力汽车(Plug-in hybrid electric vehicle,PHEV)能量管理策略进行了研究.由动态规划全局优化方法获取的最优控制,既可以作为制定实时在线策略的宏观指导,也可以作为不同策略的评估标准,对能量管理策略的优化设计具有重要指导意义.而通过在线能量管理策略设计方法,则可以制定出既符合PHEV特点又满足车辆实时性要求的在线能量管理策略.试验验证结果表明:由以上方法获取的三个层次的PHEV能量管理策略,能够根据车辆的不同行驶里程充分利用外围电网充入能量,并对动力总成能量流进行合理分配,使整车经济性能提高50%～57%.     

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。     

基于动态规划的并联混合动力动车组能量管理策略研究

以西门子公司的Desiro VT642型混合动力动车组为对象,在Matlab中建立了动车组纵向动力学模型。基于特定的驾驶循环,使用动态规划算法,仿真研究了"柴油机+电机"的并联式混合动力驱动模式的能量管理策略。结果表明,基于动态规划算法的控制策略在特定驾驶循环下可减少油耗25.6%。通过数据统计,提取了有效控制策略,为在线能量管理规则的设计提供理论依据。     

基于驾驶意图识别的多模耦合驱动系统能量管理

匹配多模耦合驱动系统可以使插电式混合动力汽车具备高效的集中式与分布式耦合驱动功能,但基于该系统所开展的整车经济性研究尚且不足。为降低整车能耗,开展基于驾驶意图识别的系统能量优化管理。利用模糊推理控制器识别不同工况驾驶员的驾驶意图,根据该驱动系统动力耦合方式、发动机工作特性和电机效率进行驱动模式分类;建立燃油经济性目标函数,采用瞬时优化方法分配发动机和主副电机转矩输出,以此为基础提出基于驾驶意图识别的能量管理策略;搭建模糊推理模型和整车模型,将新欧洲驾驶循环工况和实际车速采集结果作为测试工况,进行整车经济性的仿真分析。结果表明,所搭建模糊推理模型能准确识别驾驶员意图,采用所制定能量管理策略进行系统工作模式优选和转矩分配,使整车的燃油经济性得到了明显提高。针对多模耦合驱动系统开的这一能量优化研究,为系统高效利用奠定了理论基础。     

混合动力汽车能量管理策略的四步骤设计方法

以行星齿轮结构的混合动力汽车的动力系统为研究对象,提出了一套能量管理策略的四步骤设计方法。第一步,引入混杂动态系统理论来描述既有离散事件动态系统特征又有连续变量动态系统特征的混合动力系统;第二步,利用序列二次项规划算法和动态规划算法分别求解出最佳功率分配和最佳工作模式切换序列的基本规律;第三步,建立基于规则和模糊规则的能量管理策略;第四步,利用遗传算法对第三步已经建立的工作模式切换规则和功率分配的模糊控制规则中的参数进行优化,以获得更佳的控制效果。     

基于进化-增强学习方法的插电式混合动力公交车能量管理策略

插电式混合动力客车越来越多出现在城市公交领域。为了更好地提升车辆的燃油经济性,整车能量管理策略成为一大研究热点。提出一种基于进化-增强学习方法的插电式混合动力公交车能量优化管理策略。首先,给出简化的车辆模型并基于增强学习系统给出能耗的优化目标函数;其次,针对此优化目标函数给出了初始的控制策略种群,并用进化算法求出最优的能量控制策略和最优能耗值;最后,通过仿真分析验证了算法的有效性。提出的新方法相对传统的电量消耗-维持(Charge depleting charge sustaining,CDCS)策略减少了大约12%的花费。     

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.     

混合动力汽车多目标参数解耦优化方法研究

混合动力汽车的能量管理策略与动力总成参数高度耦合,在混合动力汽车优化过程中存在不断循环的情况,使得参数优化难以实现,无法找到最优解。针对这一问题,提出一种多参数解耦优化方法,该方法采用混合优化策略,将动力性目标作为约束条件,以粒子群算法优化动力总成参数,并通过粒子群算法对不同参数下的能量管理策略与换挡策略进行瞬时优化。针对一并联混合动力汽车,利用Matlab/Simulink建立了包含模糊PID驾驶员在内的用于优化过程中自适应的正向仿真模型。结果表明,混合优化算法能最大程度挖掘该动力总成的潜力,相较于同时优化逻辑门阈值的优化方法,经济性目标提高了4. 55%,并能同时得到对应该最优参数的具有通用性的能量管理策略和换挡策略。     

基于转矩的电动汽车加速能量优化控制

现有针对汽车加速控制的研究主要集中在如何平衡加速时间和燃油经济性从而优化车速曲线。传统汽车的最优燃油消耗问题可通过庞特里亚金的极大值原理和动态规划算法来求解。关于纯电动汽车的最小能量损耗加速控制还未见报道。因此,采用磁场定向控制方法控制永磁同步电机,基于此种控制方法建立电动汽车的电驱动系统(包括永磁同步电机、逆变器和电池)效率模型来代替效率MAP图。提出采用解析方法来分析电动汽车能量最优加速控制,从而得到加速过程中最优的转矩转速曲线。考虑到加速时间,通过增加惩罚函数实现更快的车速曲线跟随。能量最优的加速控制也可通过动态规划方法来求解,特别是求解具有精确时间限制的能量最优加速问题,但是此种算法需要消耗大量的计算时间。采用针对一辆四轮轮毂电机驱动的电动汽车进行仿真和试验研究。仿真和试验结果显示,在加速过程中,通过解析方法和动态规划方法求出的转矩转速曲线所需的电池能量差别很小,但都远小于常加速踏板加速时所需电池能量。提出一种可以最小化电动汽车加速过程中的能量损耗的算法。其中解析算法既简单又可用于实时控制。     

Plug-in混合动力汽车能量管理策略全局优化研究

应用动态规划全局优化算法,针对并联式Plug-in混合动力汽车在不同行驶里程下的能量管理策略进行了全局优化研究。结果表明:车辆的行驶里程小于55km时应使用电动机为主的能量管理策略,当车辆的行驶里程大于55km时应使用发动机为主的能量管理策略;在动态规划最优控制下,车辆行驶里程为55km时整车经济性能最佳,行驶里程小于110km时整车平均等价油耗为2.7L/100km,相对于原型车经济性提高了近58%。     

HEV电机辅助能量管理控制策略优化研究

混合动力电动汽车(Hybrid Electric Vehicle,HEV)中基于规则的电机辅助(Motor Assist,MA)能量管理策略控制效率偏低,为了优化发动机效率,提高车辆燃油经济性,根据给定的行驶工况,首先运用动态规划(DP)算法离线计算出全局最优化结果,然后从优化结果中提取最优控制规则并运用于基于规则的能量管理控制策略中,提出了改进的MA控制算法,并在高级车辆仿真器ADVISOR软件平台下进行仿真,结果表明新的控制策略能有效提高车辆的燃油经济性.