考虑电池寿命的插电式混合动力汽车能量管理优化

考虑电池寿命对插电式混合动力汽车全寿命周期成本的影响,以综合燃油消耗和电池寿命衰减最小为目标开展电池充放电功率的多目标优化研究. 引入权重系数将多目标优化问题转化为单目标优化问题,采用动态规划（DP）算法求解实现全局最优,并根据优化结果选择最优权重系数. 为了解决动态规划算法运算速度慢、须预知工况的缺陷,以最优权重系数的优化结果训练神经网络控制器并将其应用于控制策略中. 仿真结果表明,与以油耗为单一目标的优化相比,多目标优化可使电池寿命衰减减少13.5%,而燃油消耗仅增加0.5%,在保证燃油经济性的同时有效减少电池寿命的衰减程度;基于神经网络的控制策略有效克服了动态规划算法的缺点并能达到与其相近的运算效果,具有较好的应用前景.     

基于迭代学习的开关磁阻电动机最优控制研究

以转矩脉动最小化为目标,提出了一种开关磁阻电动机（SRM）最优控制器的设计方法.基于迭代学习控制（ILC）的基本原理,阐述了单输入单输出（SISO）非线性系统中ILC的收敛性和稳定性的一般性结论.建立了以非线性磁链模型为基础的SRM数学模型.所设计的最优控制器由基于转矩分配函数（TSF）的转矩控制器和电流控制器构成,转矩控制器根据期望转矩经过“学习”得出期望电流曲线,电流控制器经过“学习”使实际输出电流逼近期望电流曲线,从而实现转矩控制.仿真结果表明,在恒转矩负载下,转矩脉动减小,且具有较好的收敛性与稳定性,达到了转矩脉动最小的优化目的.     

并联混合动力汽车模糊控制能量管理策略研究

针对一款并联混合动力汽车,以提高整车燃油性和改善尾气排放为控制目标进行了能量管理策略研究。将混合动力系统整车需求转矩与当前转速下的发动机最优转矩差值（ΔT）、电池组荷电状态（SOC）作为模糊转矩控制器输入,发动机输出转矩作为控制器输出,设计了25条控制规则,基于ADVISOR仿真验证该策略的有效性和可行性。仿真研究表明,提出的能量管理策略提高了发动机工作效率,减少了燃油消耗和尾气排放,并能维持电池组的SOC在合理的范围内波动。     

双行星排汽车纯电驱动模式的转矩分配策略

针对双电机纯电驱动模式的转矩分配问题,在分析双行星排插电式混合动力系统能量流动特性的基础上,设计主电机高效工作区间控制策略. 该策略利用双电机工作特性的差异达到高效工作区间互补的目的,并在双电机转矩耦合模式下保护主电机的工作效率. 为了解决传统模糊控制器控制精度不高的问题,设计双模糊控制器控制系统,结合所提出的电机工作区间划分方法实现电机工作区间的自适应调节与等效放大. 以驱动系统能量转化效率与电机转矩脉动系数为自变量构建适应度函数,基于遗传算法对系统的控制规则进行多目标寻优. 仿真结果表明,在2种控制策略中遗传算法-双模糊控制器控制策略的耗电量更低,系统综合效率分布情况接近动态规划（DP）经济性最优结果,对电机输出转矩波动情况的控制也更加合理. 将其应用于混合动力系统,车辆百公里综合油耗较主电机高效工作区间控制策略的降低3.27%.     

基于行驶工况合成的混合动力汽车电池寿命优化

针对复杂行驶工况易导致混合动力汽车动力电池使用条件恶化、增加车辆全寿命周期成本的问题,以一款行星混联式混合动力汽车为研究对象,从能量管理优化角度主动延长电池寿命。基于历史数据构建了实车代表性工况,采用动态规划算法求解以整车综合燃油消耗和电池寿命衰减最小的多目标优化问题,保证系统性能全局最优。由于动态规划算法具有工况局限性且运算量大,因而基于全局优化结果训练神经网络控制器来实现能量管理控制。仿真结果表明:与以油耗为单目标优化相比,多目标优化可使电池寿命衰减减少43.28%,油耗仅增加1.22%,在减缓电池寿命衰减的同时兼顾了燃油经济性,基于神经网络的控制策略可实现主动适应驾驶员日常行驶工况的优化控制,具有良好的应用前景。     

钒液流电池的建模与充放电控制特性

随着风电场、光伏电站并网穿透功率的不断增加,风电场、光伏电站输出功率随机波动性给电网的安全运行带来了一系列影响,储能技术平滑风电场、光伏电站输出功率波动是有效手段之一,因此对储能媒介建模及充放电控制方式的深入研究至关重要.钒液流电池作为一种新型储能电池,具有功率密度和能量密度独立控制、充放电循环寿命长、动态响应快、维护简单等优点,适合于可再生能源发电系统应用.研究钒液流电池（VRB）的充放电模型、电池可用能量预测、荷电状态SOC及充放电输出特性,构建10 kW/h VRB仿真系统模型,详细研究VRB的恒功率、恒电流充放电模式和充放电效率,并讨论应用于独立光伏发电系统的VRB优化充电方式.     

永磁同步电机新型直接转矩控制

为了使逆变器的开关频率得到最优利用,实现永磁同步电机高性能控制,建立了基于预测控制的新型直接转矩控制。在分析系统的混杂特性的基础上,利用普通直接转矩驱动系统自身运行特点推导出适合预测控制系统的低复杂度离散混杂模型。通过设计包括逆变器控制目标和电机控制目标的预测控制器目标函数,使逆变器平均开关频率最低的同时电机输出在给定的滞环范围内。对两电平电压型逆变器直接转矩控制系统进行仿真,结果表明所设计控制方案比普通方案开关频率降低了20%,转矩脉动降低了12.5%。     

单轴并联式混合动力汽车能量分配的模糊控制策略研究

针对单轴并联式混合动力轿车,以混合驱动系统需求转矩和电池剩余电量（SOC）为输入,以发动机转矩为输出,构建了能量管理模糊控制器,基于ADVISOR的仿真研究表明,模糊控制策略与传统的逻辑门控制策略相比,能够更有效地降低混合动力汽车的燃油消耗和排放,更好地控制电池组SOC的变化。     

混合动力汽车经济型巡航的车速规划策略

选取功率分流式混合动力汽车为对象,以燃油消耗最小为目标开展巡航场景下的经济车速规划研究. 结合车辆动能管理与等效燃油最小化策略（ECMS）,提出增强型等效燃油最小化策略（R-ECMS）. 运用极小值原理推导油电等效系数,建立动能与电能间的等效关系;结合电能与燃油之间的等效关系,将车辆动能变化和电能消耗统一转化成燃油消耗. 为了兼顾电池SOC平衡以及车辆通行速度,采取非支配排序遗传算法优化R-ECMS权重系数中的参数. 仿真结果表明,与传统能量管理策略ECMS相比,R-ECMS可以降低8.06%的燃油消耗. 与采用最优算法的动态规划策略相比,R-ECMS能在实现次优的优化效果的同时大幅降低计算时间. 同时,与ECMS相比,R-ECMS在其他仿真场景下能实现6.94%的节油率,具有较好的泛化性能和应用前景.     

基于GABP-NSGA-Ⅱ的开关磁阻电机系统级多目标优化设计

为提升开关磁阻电机（SRM）的系统驱动性能,提出一种基于遗传算法（GA）优化反向传播（BP）神经网络和非支配排序遗传算法（NSGA-II）相结合的多目标优化设计方法,旨在降低其转矩脉动、提高其平均转矩和效率。通过灵敏度分析,选择对开关磁阻电机优化目标影响较大的3个本体参数（匝数、转子极弧系数、气隙）和两个控制参数（开通角、关断角）作为决策变量,采用有限元分析、GA-BP法建模和NSGA-II算法进行多目标寻优,得到最优解。仿真结果表明,运用GA-BP-NSGA-II优化设计方法对提升开关磁阻电机的系统驱动性能有显著效果。     

Modeling and optimal energy management of a power split hybrid electric vehicle

With the combination modes of engine and two electric machines,the power split device allows higher efficiency of the engine.The operation and of a power split HEV are analyzed,and the system dynamic model HEV is established event-driven for HEV forward system simulation dynamics controller design.Considering the mode,the fact the mode that the operation modes of is the are and the the is continuous theory.time-driven this for each structure selection of the controller built and the described finite with hybrid automaton control In control structure,process is depicted by the state mode machine(FSM).The multi-mode switch controller is designed to realize power distribution.Furthermore,vehicle operations programming are optimized,and finite the prediction nonlinear model horizon.predictive control(NMPC)strategy is applied by that implementing the dynamic(DP)and in the Comparative simulation The results optimal demonstrate strategy hybrid in control structure is effective feasible for HEV energy management design.NMPC is superior improving fuel economy.     

面向燃料电池汽车的双源电机驱动系统

为解决DC/DC带给燃料电池汽车驱动系统成本及效率方面的问题,实现双电源之间的能量传输及对应转矩的独立控制,对双源电机驱动系统的工作模式、控制系统及输出性能进行分析。建立双源电机、燃料电池、动力电池模型,讨论双源电机的多种工作模式;针对双源电机两套绕组间的电压耦合效应,采用前馈解耦及零直轴电流策略对双源电机燃料电池绕组、动力电池绕组的电流及对应转矩进行独立控制;在实验室设计工况及基本市区循环试验工况下分别进行台架试验,双源电机驱动系统的输出转矩能够快速响应转矩需求,不同工作模式下燃料电池绕组及动力电池绕组的电流与其对应转矩波形一致。台架试验结果表明：双源电机驱动系统的多工作模式能够实现燃料电池汽车的启动、加速、下坡、制动能量回收等工况,所采用的控制策略可以对燃料电池及动力电池输出转矩进行独立控制,能够顺利实现燃料电池和动力电池之间的能量传输。     

静液传动混合动力车辆控制策略优化

为了提高静液传动混合动力车辆的燃油经济性,在Matlab/Simulink平台上建立了整车动态性能仿真分析模型,建立逻辑门限控制策略参数优化的有约束非线性规划模型,以燃油消耗率为优化目标,以发动机主动充压转矩差值和主动充压压力限值为优化对象,运用多目标遗传优化算法,在不同的循环工况下对静液传动混合动力系统工作模式的选择...     

AMT混合动力系统驱动模式能量优化控制

在AMT混合动力系统转矩优化分配算法的基础上,提出了以动力总成系统效率最大化为目标的AMT档位优化控制来优化转速,并通过离线优化求解确定了不同状态(发动机和电机功率、车速、蓄电池SOC)下AMT的最优化档位控制规律和电机最优化转矩。仿真试验结果表明,能量优化控制算法显著改善了整车燃油经济性。     

基于驾驶员需求转矩预测的模型预测控制能量管理

以并联式混合动力车辆为研究对象,基于驾驶员需求转矩预测,采用线性时变模型预测控制算法对对象车辆进行能量管理控制. 根据驾驶员前一段时间内的需求转矩,可以预测下一时段内驾驶员的需求转矩. 与指数函数预测方法相比,自回归模型在预测步长200步之内的预测准确度比指数函数高. 根据纵向动力学公式,可以由预测获得的需求转矩序列计算获得预测的车速序列;采用线性化处理的方法,将具有非线性特性的车辆模型转化成线性时变模型,采用线性时变模型预测控制算法进行求解;将基于驾驶员需求转矩预测的模型预测控制算法和基于规则的控制算法、工况已知的模型预测控制算法进行对比. 对比结果表明：基于驾驶员需求转矩预测的模型预测控制算法与基于规则的控制算法相比,在NEDC、UDDS和WLTC这3个标准工况下的燃油经济性均有所提高,但是与工况已知时的计算结果相比有提升的空间.     

基于系统效率最优的新型混合动力汽车控制策略

为了充分发挥混合动力汽车节省燃油和降低排放的控制效果,研究了一种基于行星齿轮机构的新型混合动力汽车动力传动系统方案.在对其驱动系统关键零部件性能实验与数值建模的基础上,综合考虑发动机、ISG电机和动力电池组以及传动系统效率,分析了系统相关典型工作模式下的纵向动力学方程,推导出系统效率模型,提出了基于系统效率最优的全工况整车控制策略,制定了整车的工作模式切换规则与换档控制策略.在MATLAB/Simulink环境下,建立了整车性能仿真模型,结果表明,采用该控制策略能使整车动力性与燃油经济性较传统车明显提高,最后通过台架试验对该方案进行了验证.     

MPC-based energy management with adaptive Markov-chain prediction for a dual-mode hybrid electric vehicle

The and energy to management strategy battery is state an important part of a hybrid electrical vehicle design.It is used to improve various fuel economy sustain a proper of charge an by controlling control the power components is while satisfying to constraints and driving demands.However,achieving optimal and performance challenging due the nonlinearities of the hybrid powertrain,conflicting vehicle the time varying constraints,the dilemma capable in which controller control complexity and real-time capability are generally objectives.In this paper,a of real-time cascaded complies strategy is proposed for a dual-mode hybrid electric that considers controller based nonlinearities based the system model and with all time-varying with constraints.sampling The strategy consists of a supervisory controller on a non-linear predictive control short(MPC)sampling a long time with future strategy interval and a coordinating on linear model predictive based control with a time interval to deal different load dynamics of the system.The Additionally,a novel data methodology using adaptive Markov chains to predict demand is introduced.predictive future information is used to improve controller cycles performance.conducted.The The proposed is implemented validity on a real test-bed approach and experimental trials using economy unknown is driving are results other demonstrate the of the proposed and show that fuel significantly improved compared with methods.