基于动态规划的混合动力重型货车能量管理策略研究

为了进一步挖掘混合动力重型货车的节油潜能,设计了基于动态规划的整车能量管理策略。首先,基于Matlab软件平台建立了混合动力重型货车准静态整车模型,并以燃油经济性为目标函数,以电池荷电状态为状态变量,以混合动力系统转矩分配比例系数为控制变量,建立了动态规划最优控制的数学模型;然后,基于中国重型混合动力汽车能耗测试工况C-WTVC进行了整车仿真分析;最后,基于动态规划的仿真结果,提取了改进的规则,并在AMESim与Simulink联合仿真平台下进行了C-WTVC工况仿真。仿真结果显示,相比于基于规则的能量管理策略,基于动态规划的能量管理策略能使整车燃油经济性提高了13.9%,基于改进规则的控制策略使整车燃油经济性提高了2.6%,验证了改进规则策略的有效性。     

混合动力重卡自适应等效燃油消耗最小化能量管理策略北大核心CSCD

为解决等效燃油消耗最小化策略的关键参数在不同工况下的动态调整,提出一种适用于混合动力重型汽车的自适应等效燃油消耗最小化策略(adaptive equivalent consumption minimization strategy,A-ECMS)。该策略以层次聚类算法得到的6种典型行驶工况为例,提出了一种基于神经网络工况识别算法。应用改进的混沌粒子群优化(chaosparticle swarm optimization,CPSO)算法优化特定驾驶循环下等效燃油消耗最小化策略(equivalent consumption minimization strategy,ECMS)的3个关键参数:等效因子、惩罚函数的比例因子和发动机起动车速阈值。提出了一种基于工况识别的新型自适应能量管理策略对关键参数进行优化,根据该重型卡车的传动系统构型,建立了车辆的纵向动力学模型,并通过仿真进行了验证。仿真结果表明复合工况驱动循环下的CPSO-ECMS和A-ECMS控制策略与传统等效燃油消耗策略相比,油耗分别降低了5.9%和8.9%。