Modeling and simulation for hybrid electric vehicles. I. Modeling

A model for the hybrid electric vehicle (HEV) powertrain simulation has been constructed with a specific power control strategy for an electric-assisted HEV in parallel configuration. The HEV was built by the University of Tennessee, Knoxville. Experimental procedures and data analysis for characterizing power output from the battery and the auxiliary power unit (APU) are presented. The model is implemented based on the empirical formulation and power control scheme, a power control strategy by means of throttle position. It also incorporates regeneration and regenerative braking for battery capacity recovery. The model allows for real time evaluation of a wide range of parameters in vehicle operation as a HEV, a pure electric vehicle, or as a conventional vehicle.     

纯电动汽车蓄电池-超级电容复合能源系统研究

为弥补现有纯电动汽车单一能源的不足,采用蓄电池为主超级电容为辅的复合能源系统,通过对车辆动力性、续驶里程、制动能量回收等约束的分析,对复合能源进行参数匹配;考虑超级电容电压与其容量和效率的关系,将超级电容电压、蓄电池SOC和车辆需求功率作为输入量制定模糊控制策略;为避免一次行驶路况结论的片面性,在UDDS路况进行多次循环仿真直至蓄电池放电结束。结果表明,所采用的蓄电池——超级电容复合能源系统参数匹配方法和模糊控制策略能够很好的满足纯电动汽车在完整放电行驶中对能源系统能量和功率的需求,能够有效回收利用再生制动能量,提高能源系统效率,提高车辆动力性能和经济性能,起到延长蓄电池使用寿命的作用。     

电动车用电池充电状态和功率强度估计

讨论了电动车 (EV)和混合电动车 (HEV )用电池电量模型和功率模型的建立 ,提出了一种新的电池剩余电量(SOC)和电池功率强度 (Powercapability)的综合估计方法。从电化学角度建立了一个电池参考模型 ,以安时计量为主并综合考虑影响电池SOC的多种因素进行SOC估计 ,功率强度估计主要基于电池等效内阻的估算。SOC估计和功率强度估计相结合 ,实现了在功率强度估计的同时对SOC估计提供自调整机制。该综合估计方法已经在我们自主开发的实验平台上实现 ,并经实践证明是可行的     

带压缩因子粒子群优化的混合动力汽车模糊能量管理策略

针对改装后的哈飞赛豹混合动力汽车,以混合驱动系统需求转矩和电池组荷电状态(SOC)为输入,以发动机转矩为输出,应用带压缩因子粒子群算法优化量化因子的方法构建了能量管理模糊控制器,克服了传统的模糊控制存在精确度不高、自适应能力有限等问题,使模糊控制器的鲁棒性和控制精确度都得到提高.基于混合动力汽车专用仿真软件的研究表明,...     

单轴并联式混合动力汽车动力总成建模与仿真

以优化整车动力性和经济性为目标,在Insight混合动力汽车底盘基础上,设计以镍氢电池组和永磁同步电动机驱动的汽车动力系统.利用电辅助控制策略,在满足整车动力性能指标的基础上,使用汽车专用仿真软件ADVISOR(advanced vehicle simulator)进行二次开发,采用前向仿真与后向仿真相结合的方法,根据实际情况构建系统模型,对发动机参数、电机参数选择以及能源匹配进行了仿真研究.仿真结果表明:该单轴并联式混合动力样车的动力系统设计方案是可行的,研究结果可为混合动力电动汽车动力总成的优化设计提供理论依据.     

串联混合动力城市客车整车控制器设计与实现

针对串联混合动力城市客车的整车协调控制问题,设计了整车控制器（electronic vehicle controller unit,EVCU）与能量优化管理策略。整车控制器以Freescale公司32位微控制器MPC5534为核心,实现了数字I/O、模拟量采集、以及CAN总线通信。能量优化管理策略以整车油耗优化为核心目标,根据驾驶员操作意图和动力电池荷电状态,实时优化动力蓄电池充放功率,提高能量利用率,实现整车典型城市工况下节油率达到30%。试验测试和实车路试表明,该控制器运行稳定、可靠,达到了预设的节能效果。     

基于电池SOC的永磁同步电机能量回馈策略研究

相对于传统的机械制动方法,电动汽车的再生制动能够有效减小能量损耗,在满足汽车减速性能的前提下,提高能量回收效率,保证动力电池安全、可靠工作。通过研究永磁同步电机(permanent magnet synchronous motor,PMSM)的制动性能和动力电池在制动过程中的荷电状态(state of charge,SOC)变化,建立了电动汽车的PMSM动力模型和动力电池SOC能量回馈模型。在此基础上,给出了确定再生制动能量回馈最优工作点的策略,合理分配机械制动和再生制动在电动汽车制动过程中所占的比重。最后搭建了电动汽车动力系统模型,仿真结果表明,所提出的能量管理策略能够在保证减速性能和电池安全的前提下提高能量回收效率。     

基于支持向量回归的电池SOC估计方法研究

电池荷电状态(SOC)估计的准确性对于混合动力汽车至关重要.将支持向量回归方法用于电动汽车电池SOC的估计.方法中考虑了电池温度、电压、电流、净安时数等因素,对于电动汽车典型工况试验数据得到了小于0.04的误差.比较研究表明:支持向量回归方法比神经网络方法有更好的鲁棒性.     

HEV车载复合电源系统控制策略优化研究

HEV车载复合电源是将高比功率的超级电容与高比能量的蓄电池复合使用,通过合理的能量管理策略,以提高HEV汽车能源系统性能的技术。在分析车载复合电源系统的结构、功率需求及电源约束条件的基础上,建立了以车辆燃油消耗率和再生制动能量回收率为优化目标函数的能量管理问题数学模型。然后,根据复合电源系统的工作模式设计了基于模糊逻辑的能量管理控制器,利用遗传算法对功率分配因子的隶属度函数参数进行优化。基于ADVISOR的仿真研究表明,与未优化的模糊能量管理策略相比,经过优化的模糊能量管理策略能够更有效地降低混合动力汽车的燃油消耗,提高了制动能量回收率。     

Adaptive control of a hybrid electric vehicle

A decentralized adaptive control system (ACS) for a four motor-generator four-wheel drive hybrid electric vehicle (HEV) is designed and its ability to deal with unknown tire dynamics, changing road surfaces, and vehicle loading is evaluated. A system composed of four separate adaptive controllers is designed to control the vehicle's speed, steering, side slip, and energy management system. A nonlinear simulation model for the vehicle dynamics and its power train components is developed and used to evaluate the performance of the ACS, while the vehicle is simultaneously turning and accelerating or braking under varying loading and icing conditions.     

基于双机械端口电机的新型电力无级变速系统研究

在先进深度混合动力系统中,行星齿轮机构将内燃机、发电机和电动机连接在一起构成电力无级变速混合动力系统,无论车速如何变化,内燃机总是工作在高效区域,提高了混合动力车辆的燃油经济性.但是,这种系统也存在结构复杂、体积较大的问题.本文研究了基于双机械端口电机的新型电力无级变速系统设计原则、永磁式双机械端口电机控制策略,并对这种系统在混合动力汽车应用中的工作模式进行了分析;研制了一台缩小比例永磁式双机械端口电机样机,实验验证了设计的有效性,模拟混合动力整车运行进行了典型循环工况实验和分析.     

混合动力电动车用NiMH电池模型仿真研究

混合动力电动车(HEV)是当前解决能源和环境问题切实可行的途径之一，也是当今世界研究的热点。NiMH电池因具有高比能量、高功率、长寿命等优点，成为电动汽车和混合动力电动车的动力电源之一。本文建立了基于MatLab的NiMH电池模型，该模型的参数考虑了蓄电池荷电状态SOC(State-of-charge)和温度的影响，并介绍了相关参数的确定方法，最后参考ECE15标准进行了仿真和模型的验证。     

HEV用MH/Ni电池管理系统

根据混合动力汽车(HEV)对MH/Ni电池组的应用要求,设计了电池管理系统.采用模块式结构,实现了对40组电池模块运行数据的实时精确采集,为准确判断电池的状况和估算电池的荷电状态(SOC)提供了依据.系统采用气体压力变化作为蓄电池组充电的控制参数,具有较强的抗干扰功能,丰富的故障诊断功能和可靠的CAN总线通讯功能.在HEV中的实际应用表明:系统运行良好,对MH/Ni电池组的SOC预测精度达到5%以内.     

考虑SOC的电池储能系统一次调频策略研究

电池储能系统(Battery Energy Storage System, BESS)以其控制精度高、响应速度快等优势被广泛应用于电网中。为充分发挥BESS参与电网一次调频的优势,提出一种基于荷电状态(State Of Charge,?SOC)与频率偏差的综合控制方法。首先,为了改善电池循环寿命,设计基于荷电状态SOC的下垂系数与虚拟惯性系数。引入基于频率偏差的加权系数将下垂出力与虚拟惯性出力相结合,在频率偏差较小时增加虚拟惯性出力权重以稳定频率,在频率偏差较大时增加下垂出力权重以快速调节频率偏差,并在频率偏差超过一定限度后进行故障穿越时的频率支撑,而当电网状态变好且SOC较低或较高时进行SOC恢复。其次,提出BESS参与电网一次调频的评价指标以定量评估所提策略的调频效果及SOC维持效果。最后,基于PSCAD/EMTDC搭建BESS仿真模型,并在阶跃负荷扰动、随机负荷扰动、瞬时性短路故障及光伏间歇性出力扰动工况下仿真验证所提策略的调频效果及SOC维持效果。仿真结果表明,所提策略能实现较好的调频效果并将SOC维持在合理区间内。研究成果为BESS成套设备生产厂家合理设计控制保护参数提供参考,对提升BESS涉网性能具有实际意义。     

基于动态下垂系数与SOC基点的储能一次调频控制策略

为高效利用储能资源满足电网一次调频需求,提出一种基于动态下垂系数与动态SOC基点(Dynamic Droop Coefficient and Dynamic Reference of SOC,DDC&DRSOC)的储能一次调频控制策略。提出以电网调频死区为分割边界将储能调频过程划分为调频阶段与SOC恢复阶段:在调频阶段,以SOC和最大频率偏差为控制量自适应调整储能出力深度以防止储能SOC的饱和或殆尽;在SOC恢复阶段,首先提出适应负荷变化的动态SOC恢复基点调整方法,然后提出兼顾SOC恢复需求与电网承受能力的储能出力确定方法,最后设计双层模糊控制器实现动态SOC基点值和储能出力值的确定。提出3个评价指标评估一次调频效果与SOC维持效果。以某区域电网为例,在阶跃负荷扰动和连续负荷扰动下验证了所提策略的有效性。仿真结果表明所提策略SOC维持效果较对比策略提高9%,调频效果提高4%。     

一种基于低通滤波算法的车用HESS功率分配控制策略

在混合动力汽车行驶中,为了能让车载超级电容有效地为蓄电池提供能量缓冲，其荷电状态（SOC）需保持在一个安全范围内,以防止电容过充或能量不足。针对这一问题，基于车载超级电容的工作特性，改进了传统的车用混合储能系统滤波分配法，舍弃算法逻辑复杂、参数设计困难的逻辑门控制，使用简单的PI控制实现了电动汽车运行过程中超级电容电量的自保持，并通过基于TMS320F2812控制的混合储能装置和基于半实物仿真的永磁同步电机试验平台对所提出的方法进行了试验验证。结果表明，该方法在超级电容提供负载峰值功率，达到对蓄电池“削峰填谷”目标的同时，又使其稳态电压保持在一个稳定值，满足混合动力汽车对于车载超级电容的能量回收要求。     

电动汽车虚拟电厂的多时间尺度响应能力评估模型

从电动汽车集群运营商的角度,对电动汽车虚拟电厂(EVPP)参与电力系统优化调度时的多时间尺度响应能力进行评估。首先,考虑包含荷电状态与充放电状态在内的电动汽车时序状态,建立了单一和连续时间断面单体电动汽车响应能力模型。在此基础上,提出了包含日前和日内修正的EVPP多时间尺度响应能力评估模型:在日前利用电动汽车状态预测数据对EVPP日前响应能力进行评估;在日内根据一种综合考虑响应时间裕度和荷电状态裕度指标的EVPP调控策略确定具体调控结果,进而对日前响应能力评估结果进行修正,在有效跟踪系统调控目标的同时实现EVPP响应能力动态更新。最后,以包含3种不同交通用途类型的电动汽车集群为例,验证了EVPP多时间尺度响应能力评估模型及调控策略的有效性。     

利用人工神经网络预测电池SOC的研究

能源和环境与人类社会的生存和发展密切相关,能源短缺和环保的要求推动了混合动力车的发展。电池是混合动力车的动力源之一,准确和可靠地获得电池荷电状态(Stateofcharge,SOC)是电池管理系统的主要任务之一。在总结现有SOC预测方法的基础上,尝试使用人工神经网络的方法预测动力电池SOC。结果表明人工神经网络对多变量的非线性系统非常有效。另外,不同的数据样本对训练效果存在影响,试验表明用处理后的数据进行预测的结果明显较好。     

基于EMF等效模型电动车镍氢电池SOC估计

讨论了电动汽车镍氢动力电池荷电状态(State of Charge,简称SOC)的估计方法。提出用电动势(EMF)等效电路模型法来估计电池的SOC。研究确定了EMF与SOC之间的关系,并通过电路分析,计算得出电池EMF与端电压之间的关系,最终建立了端电压与SOC关系。通过实测数据并利用模型估计数据的对比得出,SOC的误差在混合动力汽车的允许误差范围内。该方法在车辆停车和行驶时均适用。     

HEV用MH/Ni电池系统的研发现状

综述了混合动力电动车(HEV)用氢镍(MH/Ni)电池系统的国内外发展状况.对现阶段国内相关系统有待进一步改善的电池一致性、超高功率充电接受、荷电态(SOC)精确估算和价格等进行了分析.