并联式混合动力汽车双模糊控制能量管理策略研究

针对单模糊控制策略下再生制动能量不能得到充分回收,提出了一种并联式混合动力汽车的双模糊控制能量管理策略.分别设计了驱动和制动工况下相应的模糊控制器,简化了控制系统设计的复杂度.最后,在Matlab中利用Advisor软件对所设计的双模糊控制策略进行了仿真.结果表明,与电辅助控制策略和单模糊控制策略相比,所设计的双模糊控制能量管理策略,在有效提高燃油经济性和制动工作效率的同时,极大地降低了废气排放.     

基于粒子群优化的并联式混合动力汽车模糊能量管理策略研究

针对一种并联式混合动力轿车,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,构建了能量管理模糊控制器,并以总的等效燃油消耗为优化目标,利用粒子群算法对模糊隶属度函数参数和模糊控制规则进行优化.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,更好地控制电池组SOC的变化.     

混合动力电动汽车能量管理策略研究综述

能量管理对于提高混合动力电动汽车(Hybrid electric vehicles, HEVs)的燃油经济性、驾驶性能及减少排放具有至关重要的作用.本文对混合动力电动汽车能量管理问题的研究进展及现状进行了全面总结, 从不同角度对混合动力电动汽车的能量管理问题进行描述, 并对主要能量管理策略进行了分析和对比研究, 指出各种控制方法的优点及其存在的问题与不足, 最后对混合动力电动汽车能量管理策略研究的未来发展方向进行了展望.     

基于深度强化学习的燃料电池混合动力汽车能量管理策略研究

为提高燃料电池混合动力汽车的燃油经济性和燃料电池寿命,该文提出一种基于深度强化学习(Deep Reinforcement Learning,DRL)的能量管理策略.该策略首先在DRL奖励信号中加入寿命因子,通过降低燃料电池功率波动,起到延长燃料电池寿命的效果;其次,通过限制DRL的动作空间的方法,使燃料电池系统工作在高...     

基于驾驶及路况因子的混合动力汽车能量回收及分配算法

该文研究的算法是以混合动力汽车制动过程作为研究对象。混合动力汽车能量回收在满足动力需求及各个部件性能约束的前提下,尽可能多的降低能源消耗,提高经济效益。文中构基于机械动力、路况以及驾驶行为三个方面,构建基本的因子方程。将制动能量回收这一非线性多目标优化转化为非定标问题,以油耗和排放同时作为优化目标,寻找最宜因子,为动力分配的设定提供参考依据。经过仿真测试表明,基于驾驶及路况银子的制动能量回收策略,能够将经济成本降低15%左右。     

基于驾驶及路况因子的混合动力汽车能量回收及分配算法

该文研究的算法是以混合动力汽车制动过程作为研究对象。混合动力汽车能量回收在满足动力需求及各个部件性能约束的前提下,尽可能多的降低能源消耗,提高经济效益。文中构基于机械动力、路况以及驾驶行为三个方面,构建基本的因子方程。将制动能量回收这一非线性多目标优化转化为非定标问题,以油耗和排放同时作为优化目标,寻找最宜因子,为动力分配的设定提供参考依据。经过仿真测试表明,基于驾驶及路况银子的制动能量回收策略,能够将经济成本降低15%左右。     

基于随机模型预测控制的插电式混合动力汽车 多目标能量管理策略

为了改善插电式混合动力汽车的燃油消耗和排放, 开展多目标随机模型预测控制策略的研究. 首先, 建立适用于模型预测的多元线性回归的发动机和电池模型, 建立融合燃油消耗和排放的多目标价值函数的模型预测控制, 随后, 基于随机驾驶员模型未来时刻的车速, 结合交通信息并利用动态规划(DP)算法进行参考电荷状态(SOC)优化, 进而建立多目标随机模型预测控制策略. 最后, 通过与DP, MPC等策略进行对比验证, 及给出两组不同权值进行多目标控制效果分析. 结果表明, 该策略的燃油消耗和排放最接近DP的控制效果, 且设置不同权重值可获得相应的控制目标, 说明该策略对提升燃油消耗和排放的多目标性能的有效性.     

混合动力系统能量管理策略的实时优化控制算法

依据最优控制理论得到的混合动力汽车能量管理策略与未来的驾驶需求相关联,无法解决算法的实时性问题.本文另辟蹊径,结合规则构造二次型性能指标来限制发动机功率的大幅度频繁波动,间接地降低油耗.为此,在对混合动力系统近似线性处理的基础上,利用二次型最优跟踪理论推导出定常的反馈控制律,将发动机和电机功率表示成系统当前状态和车速指令的线性函数并应用于非线性实车系统.仿真结果表明,本文提出的能量管理实时控制算法可以达到良好的节油效果, 对不同的道路工况和电池初始荷电状态有良好的适应性.     

燃料电池混合动力汽车驱动系统的优化控制

为了既提高整车系统效率,又维持燃料电池和蓄电池工作在各自的高效区,提出了一种全局优化与局部协调相结合的燃料电池混合车的能量控制策略的设计思想．首先形成一个非线性、具有限制的、以整车系统效率最大为目标的优化问题,然后选用序列二次规划法算法求解．为保证各子系统工作在最优的范围内,利用燃料电池动态特性慢的特点,采用蓄电池第一优先使用的策略．仿真结果表明,所提议的优化控制策略提高了整车系统的效率,维持了蓄电池的荷电状态在合理的区间,同时使燃料电池也工作在高效区．     

柴电混合动力机车能量最优控制研究

柴电混合动力机车牵引蓄电池的双向DC/DC回路被集成于牵引变流器中,以解决柴油机车制动能量浪费和蓄电池机车牵引功率低、续航里程短等问题.为实现柴油发电机和牵引蓄电池能量的合理利用,文章提出一种柴电混合动力机车能量最优控制方案.在牵引工况下,其根据牵引电机和辅助负载的需求功率以及牵引蓄电池当前允许输出的功率,控制柴油发电...     

基于改进型动态规划算法的串联混合动力汽车控制策略

混合动力汽车通常由内燃机和电池两种不同的动力源驱动,对于给定的功率需求,如何分配两种动力源的输出功率,使得整个循环的耗油量达到最小是混合动力系统控制表示法需要解决的问题.本文采用改进动态规划方法来优化两种动力源的输出功率,并用PSATv6.1进行了系统仿真.仿真结果表明,与开关式相比,该方法能有效的降低串联混合动力汽车...     

神经网络工况识别的混合动力电动汽车模糊控制策略

采用模糊控制可以改进混合动力电动汽车(HEV)的燃油经济性和排放性,但是对模糊控制器进行优化时通常只针对某一典型工况.不同的城市的行驶工况有一定差别,影响了模糊控制改善混合动力电动汽车性能的效果.研究中以广州和上海市主干道行驶工况为例,首先建立了一个模糊控制策略,并采用遗传算法,以汽车燃油经济性和排放性为优化目标,分别针对广州和上海主干道行驶工况对模糊控制器中隶属度函数进行优化.然后建立了一个基于模糊神经网络的行驶工况识别方法,通过识别广州和上海的主干道行驶工况,对控制策略中模糊控制器的隶属度参数进行相应调整,结果证明采用模糊神经网络识别行驶工况的HEV模糊控制策略可以进一步提高汽车的燃油经济性和排放性能.     

A control benchmark on the energy management of a plug-in hybrid electric vehicle

A benchmark control problem was developed for a special session of the IFAC Workshop on Engine and Powertrain Control, Simulation and Modeling (E-COSM 12), held in Rueil-Malmaison, France, in October 2012. The online energy management of a plug-in hybrid-electric vehicle was to be developed by the benchmark participants. The simulator, provided by the benchmark organizers, implements a model of the GM Voltec powertrain. Each solution was evaluated according to several metrics, comprising of energy and fuel economy on two driving profiles unknown to the participants, acceleration and braking performance, computational performance. The nine solutions received are analyzed in terms of the control technique adopted (heuristic rule-based energy management vs. equivalent consumption minimization strategies, ECMS), battery discharge strategy (charge depleting–charge sustaining vs. blended mode), ECMS implementation (vector-based vs. map-based), ways to improve the implementation and improve the computational performance. The solution having achieved the best combined score is compared with a global optimal solution calculated offline using the Pontryagin's minimum principle-derived optimization tool HOT.     

插电式混合动力汽车车速预测及整车控制策略

本文针对插电式混合动力汽车(plug-in hybrid electric vehicle,PHEV)这一典型混杂系统,提出了一种基于车速预测的混合逻辑动态(mixed logical dynamical,MLD)模型预测控制策略.首先,通过对发动机和电动机能量消耗模型进行线性化,建立双轴并联插电式混合动力城市公交车的动力传动系统数学模型;其次,运用模糊推理进行驾驶意图分析,提出基于驾驶意图识别和历史车速数据相结合的非线性自回归(nonlinear auto-regressive models,NAR)神经网络车速预测方法进行未来行驶工况预测.然后,以最小等效燃油消耗为目标建立PHEV的混合逻辑动态模型,运用预测控制思想对车速预测时域内最优电机转矩控制序列进行求解.最后,通过仿真实验验证了本文所提出控制策略在特定的循环工况下与电动助力策略相比,能够提高燃油经济性.     

基于指数趋近律的车载复合储能系统全局滑模控制

针对电动汽车存在电池使用寿命和续航里程不足的问题,引入超级电容、电池和DC/DC变换器构成车载复合储能系统.基于五阶状态空间电路平均模型,提出一种基于指数趋近律的全局滑模(E-GSM)控制策略,并基于Lyapunov方法进行控制策略的稳定性分析.该策略包括一个全局滑模电流控制器(用于精确跟踪电池和超级电容电流参考值)和...     

Predictive energy management for hybrid vehicle

Hybrid vehicle control strategies are algorithms devoted to the energy management. At each sampling time they choose the powertrain operating point in order to minimize a criterion, usually the fuel consumption. In simulation, an optimization algorithm can be derived from the minimum principle. For real time control, a Model Predictive Control scheme can be used but it requires the prediction of the future driving conditions. Their time ordered prediction is very difficult. Moreover, if the optimal costate is constant, only the prediction of their distribution is sufficient and allows deriving a real time control strategy. Experimental results are provided to illustrate the benefits of this approach.     

基于二次型性能指标的混合动力汽车实时优化控制

为解决混合动力系统实时优化控制问题,本文提出了一种基于二次型性能指标最优的混合动力汽车功率分配优化方案.通过合理的假设和近似,建立了混合动力系统的线性模型,并利用二次型最优控制理论将混合动力最优控制问题转化为二次型最优调节问题进行求解,得到了一个结构简单的实时优化控制算法.5种道路工况下的仿真结果表明,本文提出的控制方法在未来道路工况未知的情况下能够实现混合动力系统的实时优化控制,且节油率与离线计算以燃油消耗最小为性能指标的全局最优控制的节油率相近.     

电动汽车混合储能系统拓扑结构与控制策略综述

混合储能系统兼具高功率密度和高能量密度,可有效提升电动汽车动力性能和续驶里程.围绕电动汽车混合储能系统拓扑结构和控制策略,本文首先对混合储能系统及其典型储能装置进行概述,并对混合储能系统技术难点进行分析.之后在分析隔离型双向DC/DC变换器和非隔离型双向DC/DC变换器拓扑结构、工作原理和基本特性的基础上,综述分析了被动、半主动和全主动3种混合储能系统的工作原理和优缺点.然后,重点分析了基于规则的控制策略、基于优化的控制策略和混合控制策略3大类混合储能系统控制策略的工作原理.最后对混合储能系统的发展趋势进行了展望.