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.     

并联混合动力汽车工况识别与参数优化

针对现有混合动力汽车能量管理策略存在的局限性,以某型并联混合动力汽车为研究对象,基于ADVISOR车辆仿真软件中24种标准工况构建组合工况,选定车辆行驶过程中的平均速度、平均绝对加速度以及怠速时间比3个参数为工况识别特征量,利用K均值聚类算法得到4种典型行驶工况,建立整车能耗优化目标函数,采用粒子群算法对电量消耗-电量维持型(CD-CS)规则控制策略主要参数离线寻优,得到4种典型行驶工况下的功率分配权重,且在MATLAB/Simulink平台上建立整车仿真模型验证。仿真结果表明,所采用控制策略能够准确识别行驶工况,与未采用工况识别的能量管理策略相比,电机与发动机间的能量分配更加合理,车辆综合油耗下降5.45%,电池荷电状态变化更加平稳。     

基于DP的混合动力汽车单踏板控制策略研究

以本田i-MMD构型的混合动力汽车作为研究对象,采用单踏板再生制动系统,提出一种基于动态规划(dynamic programming, DP)的混合动力汽车单踏板控制策略。单踏板分为驱动区、滑行区和回馈区,通过DP方法,首先优化了单踏板回馈区的最大制动回馈力矩,再基于中国轻型汽车行驶工况(China light-duty vehicle test cycle, CLTC),对该工况下的单踏板的驱动区的能量管理策略和回馈区制动力分配策略进行了优化。仿真结果表明：经过DP优化后的单踏板最大制动回馈力矩在高速制动时的制动稳定性得到有效提升,在CLTC工况下,与采用单踏板制动系统的规则控制策略进行对比,经过DP优化后的单踏板控制策略在油耗上下降了8.92%。     

基于动态规划算法的混联混合动力汽车控制策略

针对某混联型混合动力汽车的布置形式,构建了整车控制数学模型。利用动态规划方法,提出了以控制整个循环发动机燃油消耗最低和电池SOC维持在理想值为目标的优化函数。提出了动态限制SOC区域模型。设计了动态规划全局搜索算法。进行了换档逻辑的优化。仿真对比了基于功率跟随的混联汽车控制策略、动态规划方法以及改进的功率跟随策略。结果显示,动态规划方法可以作为其他控制策略的评价参考,可以改善功率跟随控制策略控制效果。     

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...     

基于PID与Q-Learning的混合动力汽车队列分层控制

提出一种基于PID与Q-Learning的混合动力汽车队列分层控制策略。上层控制器基于车-车通信获得队列中前车的速度和位置信息,采用PID控制器实现队列的纵向控制并获得后车的目标车速;下层控制器根据该目标车速采用Q-Learning进行混合动力汽车队列的能量管理。仿真结果表明：上层控制队列平均车间距保持在14 m左右,确保良好的行驶安全性;下层控制队列平均百公里油耗比DP策略增加了2.57%,离线计算时间减少了23%。该策略在保持与DP基本相同的燃油经济性下,不仅能适应随机工况,也能在线实现。     

基于道路工况优化的混合动力公交车控制策略

为了解决因混合动力公交车控制策略开发工况与实际道路工况存在较大差异导致混合动力公交车在实际道路工况行驶下燃油经济性不能达到最佳的问题,在AVL_Cruise建立整车模型,在Matlab/Simlink环境下建立整车控制策略,实车采集郑州市32路公交车实际道路行驶工况并构建这条公交线路的代表性循环工况(ZZDC_32工况).以此工况为基础,利用基于Isight建立的自动优化平台对整车控制策略的5个关键参数进行全局优化,通过半实物试验对基于ZZDC_32工况优化后的整车控制策略进行验证,结果表明:混合动力公交车百公里燃油消耗比实际燃油消耗降低了5.8%.     

基于驾驶意图的插电式混合动力汽车能量管理策略

为了使插电式混合动力汽车(PHEV)在不同驾驶意图下合理使用电池电能以获得更好的能耗经济性,采用模糊推理控制器识别驾驶员意图,依据混合动力系统的动力耦合方式、电池荷电状态(SOC)及发动机特性曲线进行工作模式划分,建立能耗经济性目标函数,运用瞬时优化方法进行发动机和电机转矩分配,在此基础上提出了基于驾驶意图的能量管理策略。利用Matlab/Simulink仿真平台搭建整车模型,在新欧洲驾驶循环(NEDC)工况下进行仿真分析,结果表明:采用该能量管理策略可以实现发动机和ISG电机的优化控制,使发动机的工作点总体运行在高效区;与电量消耗(CD)-电量维持(CS)模式的能量管理策略相比,百公里油耗降低了8.24%。通过整车道路试验对所提出的能量管理策略的有效性进行验证,结果表明:采用该能量管理策略的插电式混合动力汽车的百公里油耗较原汽油车降低32.93%。     

插电式混合动力汽车动力传动系统参数匹配优化

以基于CVT并联式插电混合动力汽车为研究对象,首先采用理论和工况相结合的分析法,分别匹配电机峰值功率和电机额定功率;然后采用理论分析法对发动机参数和电池参数进行匹配,以整车油耗和排放为目标函数,采用遗传算法对主减速器速比进行优化;最后用MATLAB建立整车动力传动系统仿真模型,制定基于逻辑门限值的能量管理控制策略,并进行整车动力性能和经济性能仿真分析。结果表明匹配的参数满足整车动力性能的设计要求,动力传动系统参数匹配合理,为插电式混合动力汽车的设计提供了理论依据。     

增程式电动汽车自适应能量管理策略

以增程式电动汽车到达充电站时,动力电池电量处于较低水平为控制目标,设计了以燃油消耗最小与动力电池荷电状态(SOC)沿目标曲线变化的双目标代价函数,并采用动态规划算法进行优化求解。为实现在线最优控制,采用BP神经网络对优化结果进行训练学习,得到控制模型。仿真结果表明,所训练的控制模型对于动态规划优化结果具有很好的学习效果,SOC偏离误差在3%以内。最后,为解决控制模型仅适用于特定工况与行驶里程的问题,设计了一种自适应能量管理控制器,其包括运行状态识别模块、控制模型库、控制模型选择模块等。硬件在环试验表明,所设计的控制器能够控制SOC在仿真结束时刚好降到最低值,在乘用车高速公路燃油经济性测试循环(HWFET)工况下,该控制器相比电量消耗/电量维持算法燃油经济性提高了9.2%。     

应用复合电源的轻度混合动力汽车的参数匹配

为解决混合动力汽车成本高、电池寿命短的问题,提出了复合电源轻度混合动力汽车的思想,通过取消发动机怠速、回收制动能量提高燃油经济性,应用电机主动同步技术缩短换档时间,利用超级电容寿命长、效率高的优点与电池组成复合电源,缓冲电池功率负荷,延长电池寿命。对整车各动力部件进行了参数匹配,通过仿真分析对匹配结果加以验证,并总结出将复合电源应用到轻度混合动力汽车中的可行性。     

基于混杂模型预测控制的混合动力车辆能量管理

以并联式混合动力车辆为研究对象,针对其具有连续变量和离散变量并存的特点,采用混杂模型预测控制算法对其进行优化求解。首先,对发动机和电机的外特性曲线、行驶阻力曲线、发动机油耗曲面、电池功率曲面等进行线性化处理,并采用分段仿射自回归外生模型来拟合电池荷电状态计算公式;其次,在混杂系统描述语言工具箱中对各个线性化部分进行描述,并自动生成混合逻辑动态系统;最后,采用混杂工具箱对生成的混合逻辑动态系统进行求解,并将结果与基于非线性模型预测控制算法的结果进行对比。对比结果表明:采用这两种算法对UDDS、NEDC和US06这3个标准工况进行仿真时,基于混杂模型预测控制算法相对于非线性模型预测控制算法,燃油经济性分别提高了20.0%、15.5%和10.6%,且当预测时域小于9时,混杂模型预测控制算法的计算速度更快。     

系统效率最优的功率分流式混合动力汽车非线性预测控制

针对一种基于双行星排构型的功率分流式混合动力汽车,建立系统动态模型,准确描述其转速转矩耦合关系,通过建立各部件的效率模型,分析不同模式下系统的工作效率. 设计控制器结构框架,以系统工作效率和电池充放电平衡为目标,构建基于模型预测控制的优化问题,采用一步马尔科夫链模型预测驾驶员需求转矩及车速,将有限时域内的优化问题转化为非线性规划问题,基于序列二次规划算法实现优化求解. 仿真研究表明,基于系统效率最优的预测控制器能够维持电池的充放电平衡,在美国城市驾驶循环（UDDS）下,当电池初始电池荷电状态（SOC）分别为0.50、0.55和0.60时,相较于以发动机燃油消耗最优为目标,车辆等效燃油经济性分别提高了7.17%、5.73%和10.11%,验证了控制器的有效性和优越性.     

丰田PRIUS混合动力汽车能量优化管理策略仿真分析

针对丰田PRIUS混合动力汽车,提出一种基于二次型最优控制理论的新能量优化管理策略,该策略结合规则构造二次型性能指标,通过限制发动机功率的大幅频繁波动,在保证车辆动力性能的同时,达到间接降低整车油耗的控制目标。对ADVISOR软件进行了二次开发,建立了车辆仿真模型,并在不同工况下验证了策略的有效性。仿真结果表明:在不同的道路工况下,该能量优化管理策略比基于规则的能量管理策略具有更好的燃油经济性。     

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.     

一体化起动发电机并联混合动力汽车发动机稳态优化控制与仿真

针对基于发动机效率最优化的传统混合动力汽车发动机稳态优化控制没有考虑动力总成系统其他部件的效率的问题,提出了以混合动力汽车整个动力总成系统能量转换效率最优化为目标的发动机稳态优化控制策略并经仿真验证,在中国乘用车城区瞬态循环下,与传统控制策略相比燃油经济性改善了3.9%。     

混联式HEV双模糊能量管理策略研究

为降低混联式混合动力汽车的油耗,以提高整车燃油经济性和动力部件工作效率以及使整车具有良好的电量维持性为控制目标,提出一种基于双模糊控制的能量管理策略：串联模糊控制器以电量偏差和整车需求功率为输入,以发动机输出功率为输出,控制发动机一直工作在低油耗区;并联模糊控制器以电量偏差、需求扭矩偏差和发动机转速为输入,以发动机输出扭矩为输出,调整发动机工作状态。以全球轻型汽车测试循环为目标循环工况,仿真结果表明：所提出的双模糊能量管理策略有效改善了动力部件工作点,使之尽可能工作在高效率工作域内,提升了混合动力系统的总体效率,与单模糊策略相比,百公里燃油消耗下降了1.78%,动力电池满足电量平衡要求且电量偏差更小,混联式HEV具有更好的燃油经济性和电量维持性。     

插电式混合动力汽车动力传动系参数优化

在既定的动力总成功率参数及整车控制策略前提下,为充分挖掘插电式混合动力汽车(PHEV)节能潜力,以满足整车性能为约束条件,以百公里行驶成本为响应,利用最优拉丁超立方设计方法探索了其传动系统所有因子的空间响应特性,辨别了系统关键设计因子,给出了最优局部区域。基于此,建立了系统径向基(RBF)神经网络模型,并充分利用非线性二次规划算法较强的局部优化能力,在上述局部区域内得到了传动系参数全局最优组合以及对应的百公里行驶成本。结果显示:基于近似模型的优化方法精度较高,误差为1.06%;百公里行驶成本降低了9.72%。     

基于动态规划算法的增程式汽车能量管理研究

针对增程式汽车存在的经济性问题，本文以运动型多用途汽车(sport utility vehicle, SUV)为例，采用动态规划算法，优化增程式汽车能量管理控制策略。给出了增程式汽车结构及主要参数，并基于AVL/Cruise模型，搭建增程式汽车关键部件模型，基于动态规划模型及动态规划的基础理论，提出增程式汽车全局动态规划控制策略求解方法，同时采用AVL Cruise中的Interface模块与Matlab/Simulink进行联合仿真。仿真结果表明，在功率跟随和动态规划两种控制策略下，功率跟随的燃油消耗为0.56 kg,动态规划控制策略的燃油消耗为0.53 kg,与功率跟随控制策略相比，燃油消耗大约减少了5.6%,经济性明显提高，说明动态规划算法的控制更加精确，效果更好，而且动力电池荷电状态(state-of-charge, SOC)大幅变化的次数少，发动机大致工作在高效区域。该研究达到了减小等效燃油消耗的目的，具有广阔的应用前景。     

基于预测的ＰＨＥＶ动力分配模糊逻辑控制策略

汽车运行工况对并联混合动力汽车燃油经济性具有重要影响,在用马尔科夫预测方法预测并 联混合动力汽车在未来一定时间内的运行状态的基础上,提出根据预测出的状态利用模糊逻辑控 制策略,来实现发动机和电机之间的最优转矩分配,使发动机工作在最佳工作点,电池ＳＯＣ值保持 在预期范围内．该策略克服了动态规划等全局最优控制策略需要预知全程路况信息的缺点,具有很 好的实时性和鲁棒性．Ａｄｖｉｓｏｒ仿真结果表明：该方法和传统的模糊逻辑控制策略和逻辑门限控制 策略相比,能更好地改善汽车燃油经济性．