混合动力汽车动力传动系统控制策略优化研究

模糊控制策略应用在混合动力汽车上有鲁棒性和非线性能力强、实时性好的优势,但是控制策略的制定主要根据专家经验,具有一定主观性,一般情况下无法获得全局最优。将遗传算法应用于求解混合动力汽车控制策略参数优化问题。以某并联式混合动力汽车为原型,设计模糊控制策略,并采用遗传算法以最小化油耗和排放为目标对控制策略进行优化。仿真结果表明,应用遗传算法经过离线参数优化可以找到一组全局最优的参数,使得油耗和排放都有明显降低。     

基于等效油耗最小的四驱混合动力汽车能量管理

提出了一种基于遗传算法优化的四驱混合动力汽车等效油耗最小控制策略。针对四驱混合动力的特点,建立了整车动力学模型,设计了基于等效油耗最小的瞬时能量管理优化策略。为进一步提高四驱混合动力汽车的燃油经济性,采用遗传算法优化了等效油耗最小策略的关键参数。硬件在环仿真结果表明,基于遗传算法优化的等效油耗最小策略可以实现整车能量优化管理,与基于规则的能量管理策略相比,其在典型工况下的平均燃油经济性高8.94%,比优化前的等效油耗最小策略的燃油经济性高2.68%。     

基于遗传算法的HEV控制策略优化

混合动力汽车控制策略参数的选取对系统性能有重大的影响。为此,建立了以动力性能为约束指标、以燃油消耗率和排放为评价指标的混合动力汽车控制策略参数优化模型,并对控制策略参数进行优化。利用加权系数法整合评价指标,结合遗传算法工具箱GATBX对控制策略参数进行多目标优化,并利用ADVISOR对优化前后的性能进行仿真。仿真结果表明:在保证动力性的前提下有效降低了混合动力汽车燃料消耗量和排放,其中油耗和NOx降低了17%,HC和CO降低了大约7%。     

基于特征选择遗传算法对混合动力汽车的研究

针对传统遗传算法优化串联式混合动力汽车时燃油经济性和排放性不佳、优化运行时间过长的问题,提出一种基于特征选择遗传算法的串联式混合动力汽车系统参数和控制策略参数的多目标优化算法,并建立以动力性能指标为约束的混合动力汽车参数优化的非线性模型,其中目标函数包含最佳的燃油消耗和排放等指标。首先对目标函数的可行解空间进行特征选择,筛选出与目标函数相关度较高的可行解,并将基于特征选择的优化方法与传统遗传算法相结合,对其控制参数进行优化。其次通过ADVISOR仿真程序,计算出目标函数的最佳燃油消耗量和排放值。仿真结果表明:与传统的遗传算法相比,燃油经济性提高9.96%,CO、HC和NOX的排放分别降低18.07%、26.71%以及15.61%,同时优化运行时间降低62.14%。     

改进的遗传算法在控制系统参数优化中的应用

本文设计了一种用于控制系统参数优化的快速遗传算法.该算法采用浮点数编码方法、排序选择、最优保存策略、分组并行运算等措施,有效抑制了算法早熟,提高了算法的全局搜索能力和局部搜索能力.仿真结果表明利用该遗传算法可以得到令人满意的优化参数.     

基于新型改进遗传算法的混合动力客车高效制动能量回收预测控制策略研究

制动能量回收是提升混合动力客车燃油经济性的核心技术之一。然而基于传统客车机械制动系统与制动能量回收系统集成的混合制动系统,在多种复杂市区、郊区甚至极限工况下,如何通过合理分配再生制动力矩和摩擦机械制动力矩,保证整车稳定性和经济性均衡最优,仍为新能源汽车领域亟待解决的难题。为此,提出一种基于新型改进遗传算法的混合动力客车高效制动能量回收控制策略。结合混合制动系统结构与动力学特性,搭建7自由度整车纵向动力学模型;考虑轮胎在临界稳定区域的高度非线性以及制动过程中稳定性、经济性等性能要求的多目标特性,采用遗传算法对有限时域内的前后轴机械制动力矩及电机制动力矩的最优分配问题进行预测求解,并采取滚动优化策略实现整个制动过程的最优控制,同时为了防止在预测域内收敛于局部最优解,设计多子种群各自迭代并组合优化的方法对遗传算法进行改进;基于多维表格和最近点的方法对该控制策略进行实时化处理,并完成仿真与硬件在环试验。试验结果表明提出策略在保证整车稳定性的同时,较实车控制器中采用的规则式控制策略,提升15%的制动能量回收率。     

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。     

基于遗传算法的插电式串联混合动力汽车动力参数优化

针对插电式串联混合动力汽车(PSHEV)动力参数优化问题的多目标、有约束和高度非线性的特点,应用遗传算法工具箱和ADVISOR的非GUI函数,以整车设计要求的动力性能指标为约束条件,以整车百公里燃油消耗量和排放性能为目标函数,建立了PSHEV动力参数优化的仿真模型,实现了对PSHEV动力系统部件参数和控制策略参数的同时优化。最后应用该优化模型对某PSHEV进行仿真分析,结果表明该优化仿真模型能够显著降低PSHEV的百公里燃油消耗量,在保证动力性能的前提下,整车的燃油经济性和排放性能也得到了提高。     

功率分流式HEV传动系统参数匹配及优化

以一种功率分流式混合动力汽车(Power-split Hybrid Electric Vehicle,Power-split HEV)为研究对象,对耦合机构中行星排特征参数及主减速比参数以经济性和动力性双目标函数进行优化设计。利用整车仿真软件AVL/Cruise建立整车模型,在MATLAB/Simulink中建立整车控制策略,结合优化软件Isight设计优化模型。采用非支配排序遗传算法,以最高速作为动力性目标,等效百公里油耗量作为经济性目标对行星排特征参数及主减速比参数进行多目标优化,并对优化结果进行仿真对比。结果表明,在不改变整车控制策略以及保持整车动力性的前提下其等效百公里油耗下降了10%。     

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。     

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。     

两挡纯电动汽车多目标参数解耦优化方法

提出了一种采用分层方法的解耦优化算法。外层采用多目标粒子群算法对整车动力部件参数进行优化,同时引入对电池以及逆变器的效率优化,将得到的不同优化结果实时提取并传递给内层;内层采用Bellman动态规划算法,根据外层优化得到的动力部件参数求解,建立优化后的换挡策略。在此基础上,通过广义回归神经网络提取动态规划的换挡优化结果,利用所得到的换挡策略建立了自适应驾驶员模型和整车正向仿真模型,以动力性和经济性为目标,通过整车正向仿真分析对分层优化结果进行进一步选择。研究结果表明,该优化算法实现了换挡控制策略与动力部件参数的解耦,有效提高了优化效率,同时能够获得全局优化结果,明显提高了整车经济性。     

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。     

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.     

基于混合的多目标遗传算法的多目标流水车间逆调度问题求解方法*

将逆优化理论与方法引入车间调度领域,探讨近年来车间调度领域出现的一种新方法“逆调度”。研究多目标流水车间逆调度问题,建立考虑调度效率和调度稳定性的数学模型,综合考虑了加工参数改变量、系统改变量以及完工时间和等目标。提出一种基于混合的多目标遗传算法(Hybrid multi-objective genetic algorithm, HMGA)的求解方法,将多种策略进行混合以提高算法性能,主要包括快速非支配排序遗传算法(Non-dominated sorting genetic algorithm II, NSGAII)中的快速非支配排序方法、两种多样性保持策略、混合的精英保留策略,以及改进的局部搜索策略等。通过实例测试与方差分析(Analysis of variance, ANOVA),验证了该算法的有效性。     

Optimal operation strategy development for fuel cell hybrid vehicle

An overall simulation model for fuel cell hybrid vehicle (FCHV) power train in parallel configuration using MATLAB/Simulink programming is constructed in this study. The model runs on power control strategy by using logic-threshold approach, achieved by the hybrid control unit (HCU) and fuel cell stack number. Using accelerator and decelerator pedal positions deduced from the driving schedule as the primary input, the simulation implements power flow and distribution under different vehicle operating modes. The HCU control strategy also incorporates regenerative braking and recharge for battery capacity recovery. Using the D-optimality method for experiment points selection and sequential quadratic programming (SQP) algorithm for obtaining the optimal operational parameters, three control threshold variables of HCU and optimal stack cell number are selected for hydrogen fuel economy under certain driving cycles. The proposed method provides optimized configurations of the FCHV model and the fuel cell stack, which has the capability in satisfying drive power request while satisfying vehicle driving schedule and battery state of charge (SOC) recovery with lower fuel consumption.     

求解车辆路径问题的混合遗传算法

针对物流配送中具有容量限制的车辆路径问题,设计了一种结合2-OPT子路径优化的混合遗传算法.在该算法中,提出了一种新的双层染色体编码方案.该染色体编码方案能确保子路径为满足车辆容量约束的可行路径,并且该编码方案只需根据客户编号生成染色体,无需预先知道有容量限制的车辆路径问题所需的最小车辆数,更适于求解实际中的车辆路径优化问题.采用2-OPT算法作为遗传算法的变异算子以优化子路径,从而提高算法的收敛速度.基于典型基准测试实例的计算结果表明,该算法是求解有容量限制的车辆路径问题的有效方法.     

基于滑移率的线控制动系统制动力分配策略研究

为提高制动安全性和稳定性,针对四轮独立制动的线控制动系统,提出了基于滑移率的制动力最优分配策略及其约束优化问题的实时求解方法,并建立了Simulink与CarSim的联合仿真实验。仿真结果表明,所提出的制动力最优分配策略在不同的制动工况下始终能保证前轮滑移率大于后轮滑移率且后轮滑移率最优,既提高了汽车制动稳定性又能获得较短的制动距离。最后对最优制动力分配策略算法的实时性进行了实验验证,实验结果表明,所提出算法能够满足控制的实时性要求。     

Heuristic optimization of state-of-charge feedback controller parameters for output power dispatch of hybrid photovoltaic/battery energy storage system

Output power fluctuation of photovoltaic (PV) sources is a problem of practical significance to utilities. To mitigate its impacts, particularly on a weak electricity network, a battery energy storage (BES) system can be used to smooth out and dispatch the output to the utility grid on an hourly basis. This paper presents an optimal control strategy of BES state-of-charge feedback (SOC-FB) control scheme used for output power dispatch of PV farm. The SOC-FB control parameters are optimized by using heuristic optimization techniques such as genetic algorithm (GA), gravitational search algorithm (GSA), and particle swarm optimization (PSO) in Matlab. In addition, an improved BES model is developed in PSCAD/EMTDC software package, in which GA is used to evaluate the optimal parameters. The studied multi-objective optimization problem also considers the evaluation of the optimal size of the BES. The performance of the proposed optimal SOC-FB control scheme is validated by comparing the results obtained from Matlab and PSCAD/EMTDC and with results from previous works. Finally, the best set of parameters are used to further validate the proposed method by using data obtained from the actual output of a grid-connected PV system.     

Fuel optimal control of parallel hybrid electric vehicles

A mathematical model for fuel optimal control and its corresponding dynamic programming (DP) recursive equation were established for an existing parallel hybrid electric vehicle (HEV). Two augmented cost functions for gear shifting and engine stop-starting were designed to limit their frequency. To overcome the problem of numerical DP dimensionality, an algorithm to restrict the exploring region was proposed. The algorithm significantly reduced the computational complexity. The system model was converted into real-time simulation code by using MATLAB/RTW to improve computation efficiency. Comparison between the results of a chassis dynamometer test, simulation, and DP proves that the proposed method can compute the performance limitation of the HEV within an acceptable time period and can be used to evaluate and optimize the control strategy.