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。     

德国大众力推插电式混动车战略

德国大众汽车公司计划大力发展插电式混合动力车（Plug-in Hybrid）,旗下大众及奥迪等品牌均将在3年内推出插电式混合动力车型号,而接近收购完成的保时捷也将在其Panamera轿车的基础上开发插电式混动车型。     

奔驰公司拟推10款插电式混合动力车

德国奔驰公司将在2017年之前新推出10款插电式混合动力车型。     

混联式混合动力汽车动力系统参数匹配的研究

混合动力汽车动力总成参数的合理匹配是混合动力汽车产品开发的重要前提和基础性工作.在对混联式混合动力汽车动力总成结构和整车控制策略分析的基础上,分别进行发动机、电动机和蓄电池等动力总成部件的选型和参数设计,并对传动系统进行参数设计.针对发动机、永磁同步电动机和镍氢蓄电池的工作特性建立模型,并基于NEBC工况进行仿真,得出发动机扭矩、电动机扭矩和蓄电池荷电状态的变化曲线.结果表明,混联式混合动力汽车动力系统的参数匹配合理.     

ECVT型混合动力城市客车动力系统设计与验证

针对传统客车集成启动/发电机一体化(integrated starter/generator, ISG)混合动力系统节油效果不理想的问题,选用电控无极自动变速(electronic continuously variable transmission, ECVT)混合动力系统方案,在插电式混合动力城市客车上应用并验证。在单行星排运动学特性的等效杠杆分析基础上,对某插电式ECVT动力系统关键部件进行参数匹配与计算;根据标定试验数据,采用Matlab/Simulink软件建立发动机仿真模型、驱动电机仿真模型和发电机仿真模型,搭建整车仿真模型;在中国典型城市公交循环工况下,研究目标车型的燃油经济性、动力性、纯电最大续航特性,完成经济性、动力性等道路测试试验。结果表明,本研究设计的ECVT混合动力系统汽车相较于传统汽车节油率达到57.47%,相较于ISG混合动力系统汽车节油率提高了24.12%。因此,插电式混合动力城市客车采用ECVT混合动力系统方案是可行有效的,且节油效果明显。     

基于AMESIM混合动力汽车模式切换仿真分析

针对混合动力汽车动力模式切换的品质控制对动力性能和驾驶性的影响,本文提出了一种新型插电式混合动力装置,实现了多种动力模式。基于AMESim软件建立插电式混合动力行星齿轮系统仿真模型,模拟纯电模式下单电机驱动模式和混合动力模式两种模式的切换过程,分析车辆动力模式转换过程,并以驱动模式切换瞬间的电机转矩、转速和车速作为车辆模式切换初始条件,并进行模拟仿真分析。仿真结果表明,在模式切换过程中,车辆冲击小于德国冲击限值10m/s3,证明该模式切换平稳且对整车影响很小。本文提出的新型混合动力系统在满足动力性能要求的前提下,具有较高的模式切换品质,对混合动力结构开发具有借鉴意义。     

插电式混合动力整车能量管理控制策略

针对插电式混合动力整车能量管理的经济性及动力性要求较高的问题,提出了插电式混合动力整车能量管理控制策略.设计了整车能量管理策略总体方案,分析了车辆行驶里程对插电式混合动力汽车燃油经济性的影响,同时还设计了行驶里程自适应的辅助能量管理控制策略.结果表明:该整车能量管理策略能够根据道路和车辆信息,合理地选择当前最合适的工作模式,可以更加合理地分配从电网充入的电能,提高整车的燃油经济性.     

丰田开发出车用太阳能充电站

<正>日本丰田自动织机公司开发出将太阳能发电提供给插电式混合动力车(PHV)及电动汽车(EV)的太阳能充电站。其太阳能面板的功率为1.9kW,蓄电池容量为8.4kWh,连接电网时电力转换机的最大输出功率为3.2kW     

基于遗传算法的PHEV动力参数优化与仿真

分析了插电式混合动力汽车(Plug-in Hybrid Electric Vehicle,简称PHEV)的动力系统结构,提出了将发动机功率、电机功率、动力电池功率、动力电池容量作为变量来优化PHEV动力系统.将3大动力部件成本总和作为目标函数,整车质量及动力性能作为限制条件,建立数学模型,运用遗传算法进行优化.运用Autonomie汽车仿真软件建立PHEV仿真模型,进行仿真实验.结果表明:发动机、电机、动力电池参数与遗传算法最优解基本相符,验证了所用遗传算法匹配动力参数的适用性.     

电动汽车动力系统参数匹配及优化

为了实现电动汽车动力系统系统参数的优化匹配,根据电动汽车设计参数建立电动汽车整车性能仿真模型.围绕电动汽车整车、开关磁阻驱动电机与蓄电池选择匹配问题,研究蓄电池单体容量对电动汽车整车性能的影响规律.基于电动汽车循环行驶工况,提出一种以提高蓄电池利用效率为目标的电动汽车蓄电池参数优化匹配方案,通过引入蓄电池荷电状态(SOC)质量比系数对蓄电池单体容量及组容量进行优化选择.以同步提高电动汽车动力性能和经济性能为目标,定义基于电动汽车循环工况的整车性能综合指标系数,对车辆传动系比进行了优化设计,并对该优化方案下电动汽车整车及开关磁阻电机动态性能进行了仿真分析.结果表明:提出的电动汽车驱动电机、蓄电池及整车传动系比的优化匹配方案能很好地满足ECE城市循环工况的行驶要求,对改善整车动力性能,提高电池效率,增大续驶里程等都具有十分重要的意义.     

插电式混合动力汽车能量管理策略研究综述

为提升并联式混合动力汽车（parallel hybrid electric vehicle, PHEV) 的燃油经济性,针对等效燃油消耗最小控制策略（equivalent fuel consumption minimum strategy,ECMS）在不同工况下适应性差的问题,以优化整车等效燃油消耗量为目标,设计基于工况识别算法的变等效因子ECMS能量管理策略。选取3类典型工况建立支持向量机分类模型,通过递归特征消除法对样本特征进行选择,采用鲸鱼算法对支持向量机进行参数优化,使用模拟退火算法分别对3类工况的ECMS等效因子进行离线全局最优求解,并分别存储于等效因子库中,通过训练好的支持向量机分类器对目标优化工况进行工况识别,不同类型的工况片段采用不同的等效因子进行转矩分配。仿真结果显示：相比于逻辑门限能量管理策略,基于工况识别算法的变等效因子ECMS能量管理策略的电池荷电状态(state of charge, SOC)变化量减少8.67%,节油率为13.11%;相比于优化前的ECMS策略电池SOC变化量减少3.47%,节油率约为6.63%。本文提出的基于工况识别算法的变等效因子ECMS能量管理策略可以有效地减少燃油消耗量,提升PHEV 的整车经济性。

     

基于 Stateflow 的电动汽车再生制动控制策略

针对东风EJ02电动汽车进行了再生制动控制策略研究,通过对制动动力学与制动法规的研究,结合电池充电特性与电机输出特性,提出了在保证制动稳定性和电池安全性的前提下,最大限度回收制动能量的再生制动控制策略,并在ADVISOR仿真平台上结合Matlab Stateflow对该策略进行了建模与仿真分析,进行了3种工况的台架试验,得到不同工况的续驶里程。结果表明,该控制策略在保证电池安全性的前提下充分利用了电机的制动转矩,大幅提高了制动能量的回收,增加了电动汽车的续驶里程。     

并联混合动力汽车模糊控制能量管理策略研究

针对一款并联混合动力汽车,以提高整车燃油性和改善尾气排放为控制目标进行了能量管理策略研究。将混合动力系统整车需求转矩与当前转速下的发动机最优转矩差值（ΔT）、电池组荷电状态（SOC）作为模糊转矩控制器输入,发动机输出转矩作为控制器输出,设计了25条控制规则,基于ADVISOR仿真验证该策略的有效性和可行性。仿真研究表明,提出的能量管理策略提高了发动机工作效率,减少了燃油消耗和尾气排放,并能维持电池组的SOC在合理的范围内波动。     

Novel flexible hybrid electric system and adaptive online-optimal energy management controller for plug-in hybrid electric vehicles

In order to achieve the improvement of the driving comfort and energy efficiency, an new e-CVT flexible full hybrid electric system (E2FHS) is proposed, which uses an integrated main drive motor and generator to take the place of the original automatic or manual transmission to realize the functions of continuously variable transmission (e-CVT). The design and prototype realization of the E2FHS system for a plug-in hybrid vehicle (PHEV) is performed. In order to analyze and optimize the parameters and the power flux between different parts of the E2FHS, simulation software is developed. Especially, in order to optimize the performance of the energy economy improvement of the E2FHS, the effect of the different energy management controllers is investigated, and an adaptive online-optimal energy management controller for the E2FHS is built and validated by the prototype PHEV.     

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.     

基于神经网络的增程式电动汽车能量管理策略研究

针对以燃料电池堆为增程器的增程式电动汽车不同于一般燃料电池汽车的特点,提出了一种新的综合考虑燃料电池效率和蓄电池充放电效率的能量管理策略.基于神经网络将策略实现,并在由ADVISOR建立的整车模型上进行仿真验证,取得了更长的续驶里程.     

基于ADVISOR的混合动力电动汽车控制策略仿真研究

在研究了国内外混合动力电动汽车的各种不同控制方法的基础上,提出了以发动机油耗最低、电机与电池工作状态最优为目标的混合动力电动汽车能量分配控制策略,并在ADVISOR软件平台上进行了建模、仿真研究,提出了一个最佳的能量分配控制策略。仿真结果表明果用该控制策略可以提高发动机和电动机的工作效率,并且电池的工作状态也较好。     

面向燃料电池汽车的双源电机驱动系统

为解决DC/DC带给燃料电池汽车驱动系统成本及效率方面的问题,实现双电源之间的能量传输及对应转矩的独立控制,对双源电机驱动系统的工作模式、控制系统及输出性能进行分析。建立双源电机、燃料电池、动力电池模型,讨论双源电机的多种工作模式;针对双源电机两套绕组间的电压耦合效应,采用前馈解耦及零直轴电流策略对双源电机燃料电池绕组、动力电池绕组的电流及对应转矩进行独立控制;在实验室设计工况及基本市区循环试验工况下分别进行台架试验,双源电机驱动系统的输出转矩能够快速响应转矩需求,不同工作模式下燃料电池绕组及动力电池绕组的电流与其对应转矩波形一致。台架试验结果表明：双源电机驱动系统的多工作模式能够实现燃料电池汽车的启动、加速、下坡、制动能量回收等工况,所采用的控制策略可以对燃料电池及动力电池输出转矩进行独立控制,能够顺利实现燃料电池和动力电池之间的能量传输。     

基于系统效率最优的新型混合动力汽车控制策略

为了充分发挥混合动力汽车节省燃油和降低排放的控制效果,研究了一种基于行星齿轮机构的新型混合动力汽车动力传动系统方案.在对其驱动系统关键零部件性能实验与数值建模的基础上,综合考虑发动机、ISG电机和动力电池组以及传动系统效率,分析了系统相关典型工作模式下的纵向动力学方程,推导出系统效率模型,提出了基于系统效率最优的全工况整车控制策略,制定了整车的工作模式切换规则与换档控制策略.在MATLAB/Simulink环境下,建立了整车性能仿真模型,结果表明,采用该控制策略能使整车动力性与燃油经济性较传统车明显提高,最后通过台架试验对该方案进行了验证.     

A hybrid dynamic programming-rule based algorithm for real-time energy optimization of plug-in hybrid electric bus

The optimization of the control strategy of a plug-in hybrid electric bus(PHEB) for the repeatedly driven bus route is a key technique to improve the fuel economy. The widely used rule-based(RB) control strategy is lacking in the global optimization property, while the global optimization algorithms have an unacceptable computation complexity for real-time application. Therefore, a novel hybrid dynamic programming-rule based(DPRB) algorithm is brought forward to solve the global energy optimization problem in a real-time controller of PHEB. Firstly, a control grid is built up for a given typical city bus route, according to the station locations and discrete levels of battery state of charge(SOC). Moreover, the decision variables for the energy optimization at each point of the control grid might be deduced from an off-line dynamic programming(DP) with the historical running information of the driving cycle. Meanwhile, the genetic algorithm(GA) is adopted to replace the quantization process of DP permissible control set to reduce the computation burden. Secondly, with the optimized decision variables as control parameters according to the position and battery SOC of a PHEB, a RB control is used as an implementable controller for the energy management. Simulation results demonstrate that the proposed DPRB might distribute electric energy more reasonably throughout the bus route, compared with the optimized RB. The proposed hybrid algorithm might give a practicable solution, which is a tradeoff between the applicability of RB and the global optimization property of DP.