插电式混合动力汽车控制策略与建模

为了深入分析插电式混合动力汽车能量管理控制策略就需要建立准确的插电式混合动力汽车仿真测试模型,分析影响能量管理系统的因素。利用MATLAB/SIMULINK软件基于实验数据和理论模型相结合的方法对插电式混合动力汽车建模,根据插电式混合动力汽车传动系部件的工作特征对应建立各部件的数学模型,并建立了基于规则的能量管理控制策略对整车的动力性与经济性进行计算仿真验证,计算结果表明建立的插电式混合动力汽车仿真模型和能量管理控制策略能够有效确保发动机处于高效区域运行并改善整车燃油经济性,控制策略可靠有效。     

插电式混合动力汽车控制策略硬件在环仿真研究

利用MATLAB/Simulink搭建整车仿真模型,使用RTICANMM模块库中的模块进行设置并加载至d SPACE/SCALEXIO中,作为底层硬件在环平台。构建基于电量消耗-电量保持型控制策略,确定车辆多种运行模式之间的切换规则及发动机、电机的转矩分配原则;利用MATLAB/RTICAN模块库中的模块对控制策略进行仿真环境设置并将编译后的控制策略加载至MicroAutoBox控制器中,通过CAN通讯协议完成MicroAutoBox控制器和SCALEXIO设备的实时硬件在环交互。由硬件在环仿真与离线仿真对比显示:硬件在环仿真、离线仿真的终止SOC值与期望的SOC值误差控制在5.60%以内,整车控制策略能够满足预期效果,实时性较好,CAN信号通讯正常。硬件在环仿真减少了控制策略应用实车的周期,降低了成本。     

插电式混合动力汽车的次优能量管理策略

从实际应用角度出发,针对插电式混合动力汽车提出了一种次优能量管理策略,借助随机动态规划获得了最优的挡位与功率分配,提出了算法内部约束与外部修正相结合的方法来解决最优策略在实际应用中可能出现的频繁升降挡问题,并采用瞬时优化算法解决换挡过程中的最优功率分配问题。研究结果表明：与传统的瞬时优化控制策略相比,所提策略的燃油经济性有显著的提升效果。     

基于免疫算法的四驱插电式混合动力汽车控制策略多目标优化

为改善四驱插电式混合动力汽车的燃油经济性和排放性能,构建了基于规则的能量管理控制策略,并建立了整车仿真模型;将多种群协同进化的思想引入免疫算法,提出多种群免疫算法,并运用该算法对四驱插电式混合动力汽车的控制策略进行了多目标优化;在dSPACE实时仿真系统上对优化前后的控制策略进行了硬件在环仿真实验。结果表明：优化后的控制策略控制效果良好,且发动机的燃油消耗降低了12.71%,HC、CO以及NOx的排放分别下降了15.74%、15.92%和12.69%。     

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。     

插电式柴电混合动力汽车规则控制及处理器在环测试

以某插电式柴电混合动力汽车为研究对象,基于准静态假设建立了包括发动机-ISG、电池、选择性催化还原（SCR）系统及传动系统的整车动力学模型,并利用线性函数近似逼近油耗率MAP图来提高求解速度。选取发动机油耗、催化器出口排放与其对应的加权系数乘积的加权和作为目标函数进行求解,根据计算结果提取满足国Ⅴ排放法规约束下最优控制解的典型特征,包括模式切换和能量分配。基于动态规划算法优化结果对CD-CS策略进行了改进,并完成了仿真验证及处理器在环测试。研究结果表明：与初始CD-CS策略相比, 改进后的CD-CS策略节油4.95%,NOx排放量、颗粒物（PM）排放量分别减少20.8%和6.06%,验证了所提规则控制策略的有效性和实时性。     

基于驾驶意图的插电式混合动力公交车控制策略*

为了充分挖掘插电式混合动力公交车(Plug-in hybrid electric bus, PHEB)的节油潜力、增强车辆对不同类型驾驶员的自适应性,在基于规则类的控制策略基础上,增加驾驶员意图识别模型。对驾驶风格及加速意图进行模糊识别,通过驾驶员在环的半实物仿真验证了识别模型,以驾驶风格和加速意图识别结果为输入,建立转矩修正系数k的模糊控制器,反模糊化输出k值,对需求转矩进行修正。用system test工具将模糊控制器生成对应的模糊查询表。仿真及试验结果表明：有驾驶员意图识别控制策略较无驾驶员意图识别控制策略更加适应PHEB的运营、用电机制且燃油经济性进一步提高了1.8%。     

插电式混合动力汽车电池系统的研发

以国内某款插电式混合动力汽车(PHEV)电池系统研发为基础,论述了电池系统的结构设计、强度分析和散热分析方法,同时浅析了电气设计原理和BMS(BatteryManagementSystem)控制策略。希望能为插电式混合动力汽车电池系统的研发提供一些借鉴。     

基于ADVISOR插电式混合动力汽车整车性能的仿真

以某车型为参照对象,采用ADVISOR软件,建立插电式混合动力汽车分配机构-行星齿轮传动机构的仿真模型,选取适当的发动机、电动机和电池等部件,通过分析仿真,得出插电式混合动力汽车的动力仿真输出结果,分析各项参数,为整车设计开发提供依据。     

插电式混合动力汽车相关技术与前景展望

插电式混合动力汽车可以通过充电装置从电网获取电能,减少了对发动机的依赖.因其较多地使用网电,燃料消耗低,节能减排效果显著,被认为是一种当前最易接受的、市场前景乐观的混合动力电动汽车驱动模式.就插电式混合动力汽车相关技术进行阐述,旨在分析其产业化的技术瓶颈及其发展前景.     

并联式混合动力汽车能量管理策略新分类与概述

针对混合动力汽车(hybrid electric vehicle,HEV)能量管理策略的分类与综述问题,对并联式HEV能量管理策略的研究现状与发展趋势进行了研究。根据能量管理策略是否使用人工智能控制方式或优化算法,对并联式HEV能量管理策略进行了横向分类和综述,纵向梳理了模糊逻辑、神经网络、动态规划与等效油耗最小原理的具体应用方式,分析了多智能体系统应用于HEV能量管理优化控制的可行性和优势。研究结果表明,智能优化控制型能量管理策略是解决HEV量管理问题的有效途径,而智能优化控制方法和驾驶工况预测技术的有机结合是未来的一个重要研究方向;另外,将多智能体技术应用于HEV能量管理优化控制也是一个值得研究的方向。     

Online learning control for hybrid electric vehicle

Improvements in hybrid electric vehicle (HEV) fuel economy and emissions heavily depend on an efficient energy management strategy (EMS).However,the uncertainty of future driving conditions generally cannot be easily tackled in EMS design.Most existing EMSs act upon fixed parameters and cannot adapt to varying driving conditions.Therefore,they usually fail to fully explore the potential of these advanced vehicles.In this paper,a novel EMS design procedure based on neural dynamic programming (NDP) is proposed.The NDP is a generic online learning algorithm,which combines stochastic dynamic programming (SDP) and the temporal difference (TD) method.Instead of computing the utility function and optimal control actions through Bellman equations,the NDP algorithm uses two neural networks to approximate them.The weights of these neural networks are updated online by the TD method.It avoids the high computational cost that SDP suffers from and is suitable for real-time implementation.The main advantages of NDP EMS is that it does not rely on prior information related to future driving conditions,and can self-tune with a wide variance in operating conditions.The NDP EMS has been applied to "Qianghua-I",a prototype of a parallel HEV,using a revolving drum test bench for verification.Experiment results illustrate the potential of the proposed EMS in terms of fuel economy and in keeping state of charge (SOC) deviations at a low level.The proposed research ensures the optimality of NDP EMS,as well as real-time applicability.     

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. __________ Translated from Journal of Shanghai Jiaotong University, 2006, 40(6): 947–951, 957 [译自: 上海交通大学学报]     

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.     

增程式电动汽车能量管理策略控制参数优化研究

为了进一步提高增程式电动汽车发动机的燃油经济性和排放性,对基本遗传算法进行改进,生成改进的自适应遗传算法,并将其应用于增程式电动汽车能量管理策略控制参数的优化。通过权值函数的方法将燃油消耗和排放多目标优化问题转化为单目标优化问题,并采用罚函数的方法对工况运行前后蓄电池荷电状态的增量进行约束,对增程式电动汽车发动机燃油经济性和排放性进行优化仿真。仿真结果表明,采用改进的自适应遗传算法能够有效优化增程式电动汽车能量管理系统的控制参数,使发动机的燃油经济性和排放性得到较大的提高。     

混合动力牵引车蓄电池能量管理单元的设计与实验

为对混合动力牵引车的蓄电池进行实时监测,分析了蓄电池能量管理单元的功能,以此为基础设计了能量管理单元的硬件电路和软件。该能量管理单元能按设计要求工作,其软、硬件设计均满足控制精度要求。     

电动汽车复合能源系统再生制动分段控制策略研究

为了提高电动汽车复合能源系统的制动能量回收效率,对蓄电池,超级电容和双向DC/DC变换器相结合的复合能源系统和常规控制策略进行了研究,改进了复合能源系统,使其具有3种再生制动工作模式,并提出了再生制动分段控制策略。在高速段、中速段和低速段3个不同的阶段,采用了不同的再生制动控制方式,并根据超级电容电压、电机转速等因素确定了各阶段间切换时刻。通过电机制动电流和各阶段切换时刻优化控制,实现了平稳制动。以微型电动汽车为搭载对象,对常规控制策略和分段控制策略在两种不同初始制动车速下进行了制动工况的实测实验。实验结果表明,在分段控制策略作用下,微型电动汽车制动平稳,制动能量回收效率得到了提升。     

插电式电动汽车入网体系框架研究

为解决未来电动汽车(EVs)普及所带来的能源供应紧缺及其接入对电网的影响等问题,将车辆入网(V2G)技术应用到智能电网中。简要综述了V2G概念及研究现状,探讨了在中国实现EV入网的几种模式,提出了在未来中国智能电网环境下EV通过微网并与大电网进行融合的框架结构,从电网技术操作与电力市场经济两方面,对所有参与EV入网过程与活动的参与者作了描述,最后给出了需要开展研究的技术重点和方向。研究结果表明,该V2G技术及其体系框架可充分利用车载储能系统与电网功率进行双向互动,支持大规模可再生能源利用,提高电力系统效率及稳定性,加快电动汽车普及。