混合动力汽车工况识别自适应能量管理策略

为改善传统等效燃油消耗最低策略(ECMS)在真实复杂路况下的控制效果,以并联混合动力汽车为研究对象,提出了一种依据工况变化在线调整等效因子的自适应等效燃油消耗最低(A-ECMS)控制策略。首先,提取差异化显著的工况特征参数,采用聚类分析方法来完成工况分类,构建典型工况库,计算出各典型工况对应的最优等效因子;然后,采用学习向量量化(LVQ)神经网络设计了工况识别器,经充分训练后识别器准确率达到98.8%;最后,在线采集选定的车辆行驶特征参数,将当前实际工况识别为典型工况库中某一种,采用对应典型工况下的最优等效因子作为当前优化输入,建立了基于工况识别的A-ECMS控制策略。仿真结果表明:与ECMS相比,在单一给定工况下,A-ECMS燃油经济性降低了0.8%,而电池组荷电状态(SOC)提高了0.13%,能取得近似优化效果;在多工况联合工况下,燃油经济性提高了4.18%,且SOC波动减小了43.26%,证明了A-ECMS控制策略的优越性。     

基于ECMS混联式混合动力客车工况识别控制策略

由于城市特殊的运行工况,单纯的基于规则控制策略很难从城市复杂的工况中获取最佳燃油经济性.以提高一款新型混联式混合动力客车燃油经济性为目的,为了更好地适应城市复杂的行驶工况,制定了一种工况自适应实时优化控制策略.根据等效燃油最小控制策略思想结合新型混联式混合动力客车的结构特点构建发动机与电池间的功率分配实时优化算法,针对城市循环工况的特点选定了4种典型的工况类型,并获得不同行驶工况和等效燃油转换系数及油耗的关系,经分析发现每一行驶工况都存在相应的等效燃油系数使得其油耗最低,因此采用LVQ神经网络模型对各工况特征参数进行学习训练以进行实时工况识别,利用工况识别的方法获取当前运行的工况类型并选择相对应的等效系数进行周期性更新以期达到最佳燃油经济性,从而实现对不同工况的适应性.仿真结果表明:其燃油经济性比单纯的能量管理优化控制策略提高了8.55%,同时电池SOC能够控制在预定的范围内运行.     

基于CRUISE的轻度ISG型HEV控制策略研究

控制策略是混合动力汽车(HEV)的关键技术,直接影响HEV整车性能。文章以整车动力性和燃油经济性为控制目标,分别设计了基于逻辑门限值的电力辅助控制策略和模糊逻辑控制策略,在CRUISE平台上搭建样车ISG混合动力汽车的模型,并分别在UDDS和NEDC 2种工况下进行仿真分析。仿真结果表明,与同类型传统燃油汽车相比,基于电力辅助控制策略和模糊逻辑控制策略的ISG型HEV的燃油经济性都有明显改善,模糊逻辑控制策略更为适合。     

基于需求功率预测的混合动力越野车能量管理

为了优化混合动力越野车多动力源动态响应控制与燃油经济性,以需求功率为关键研究参量,设计自适应马尔科夫链预测算法,实现需求功率的实时预测.基于等效燃油消耗最小控制策略,提出考虑实时需求功率的变化寻优域,设计变域等效燃油消耗最小控制策略,实现能量管理优化.运用Cruise和Simulink软件搭建了混合动力越野车能量管理联合仿真平台,以典型越野行驶工况为仿真循环工况进行策略验证.联合仿真结果表明:所设计的自适应马尔科夫链需求功率预测算法使得整车动力性提升6.5％;与传统复合规则型策略相比,变域等效燃油消耗最小能量管理策略使得整车燃油经济性提升10.5％.     

并联混合动力汽车模糊多目标控制策略

针对并联混合动力汽车(PHEV),提出一种模糊多目标整车控制策略.通过应用电动机等效燃油消耗的概念,将整车燃油消耗与尾气排放同时作为优化目标.应用模糊逻辑和最小加权偏差法,并根据当前工况对优化目标的偏好情况,求得瞬时最优工作点.基于ADVISOR仿真平台的研究表明,模糊多目标控制策略(FMCS)相对基于规则的控制策略(RBCS)能够在不损失车辆动力性能的前提下有效降低燃油消耗和尾气排放,同时将电池荷电状态(SOC)维持在合理范围内.     

基于动态规划的自适应等效最小燃油消耗策略

针对等效燃油消耗最小策略(ECMS)中最优等效因子对工况依赖性较大的问题,以单轴并联式混合动力汽车为研究对象,以动态规划算法(DP)获得的特定行驶工况下最优控制结果为基础,逆推得到ECMS的最优等效因子;拟合出平均最优等效因子随电量维持水平的变化规律,以此为基础设计了一种自适应等效燃油消耗最小策略.在中国典型城市工况下的仿真结果表明:对于任意初始SOC值,文中策略能够较好地维持电量平衡;在SOC稳定之后的油耗为828 g,与DP对比仅有0.8%的误差.多种不同工况仿真结果表明,SOC变化规律与中国典型城市工况仿真结果一致,在SOC稳定之后,单个循环工况的油耗相对DP仅增加了0.1%~0.2%.     

基于模糊在线识别的并联混合动力客车自适应控制策略

针对一款并联混合动力客车提出了一种基于模糊在线识别的自适应控制策略.基于自主研发的混合动力车数据采集监控系统构建符合本地车辆实际行驶道路特点的典型工况,设计模糊工况识别算法对车辆实际行驶的工况类型进行在线识别.根据最小等效燃油消耗控制算法和电池电量平衡控制方法,结合工况识别的结果调用相应最优控制参数,对发动机和电池的功率分配进行实时优化计算,实现对整车的控制.实验结果表明,所设计的模糊识别方法能够较好地完成行驶工况类型的识别.基于此所提出的自适应控制方法能够在满足车辆需求功率和电池SOC维持在有效工作区间内的前提下完成发动机和电池的最优功率分配,显著提高整车的燃油经济性.      

单行星排客车混动系统控制策略对比

为了提高混合动力汽车的燃油经济性及降低汽车的尾气排放,从中国城市典型工况的动力需求出发,以单行星排10.5 m城市公交客车为研究对象,采用MATLAB软件建立整车经济性计算模型;然后,对比分析客车在单一目标控制策略和双层筛选全局优化控制策略下的节油效果.研究结果表明:在中国城市典型工况下,客车采用双层筛选全局优化控制策略比采用单一目标控制策略节油效果更为显著,节油率高达4.4%.     

干式双离合器自动变速器自适应起步控制

干式双离合器自动变速器(DCT)的起步过程对其驾驶体验和使用寿命有很大影响;而车辆起步路况和驾驶员操作极其多样化,因此需要随之调整起步控制策略,来实现起步性能优化。该文基于车辆动力学从车速、等效坡度、路面附着和驾驶员意图4方面对起步工况进行识别,其中驾驶员意图识别结合了模糊推理模型。在起步工况识别基础上进行起步自适应控制,根据车速和路面附着选择最优的起步挡位,根据等效坡度和驾驶员意图控制双离合器的结合方式和结合速度。应用该识别方法和自适应起步控制策略进行仿真和实车测试,结果表明:车辆能有效识别不同的起步工况并采用适合该工况的起步方式,该控制策略有效提升了DCT的起步性能。     

基于FA的等效燃油消耗最小控制策略优化

为了提高混合动力汽车的燃油经济性,研究了基于萤火虫算法(firefly algorithm,FA)优化的等效燃油消耗最小控制策略(equivalent fuel consumption minimization strategy,EFCMS).以并联式混合动力汽车为研究对象,运用萤火虫算法对等效燃油消耗最小控制策略的等...     

基于速度预测与自适应差分进化算法的混合动力汽车能量管理策略

为提高单行星排构型的混合动力汽车（hybrid electric vehicle, HEV）的燃油经济性,降低车辆燃油消耗量,提出了一种基于门控循环单元神经网络（gated recurrent unit neural network, GRU-NN）速度预测模型与自适应差分进化（adaptive differential evolution, A-DE）算法的能量管理策略,在模型预测控制（model predictive control, MPC）框架下预测未来车辆的行车速度,将整个工况内的全局优化求解问题转化为在预测时域内的局部优化求解,以发动机燃油消耗量最低与行车过程电池荷电状态（state of charge, SOC）平衡为目标,利用A-DE算法实现预测域内的最优控制序列求解。仿真结果表明,在实车采集的道路工况下,基于GRU-NN与A-DE算法的能量管理策略相较于ECMS燃油消耗量减少了4.55%,相较于动态规划燃油经济性达到了93.04%。     

Genetic-fuzzy HEV control strategy based on driving cycle recognition

A genetic-fuzzy HEV control strategy based on driving cycle recognition (DCR) was built. Six driving cycles were selected to represent different traffic conditions e.g. freeway, urban, suburb. A neural algorithm was used for traffic condition recognition based on ten parameters of each driving cycle. The DCR was utilized for optimization of the HEV control parameters using a genetic-fuzzy approach. A fuzzy logic controller (FLC) was designed to be intelligent to manage the engine to work in the vicinity of its optimal condition. The fuzzy membership function parameters were optimized using the genetic algorithm (GA) for each driving cycle. The result is that the DCR_fuzzy controller can reduce the fuel consumption by 1.9%, higher than only CYC_HWFET optimized fuzzy (0.2%) or CYC_WVUSUB optimized fuzzy (0.7%). The DCR_fuzzy method can get the better result than only optimizing one cycle on the complex real traffic conditions.     

混合动力汽车自适应等效油耗最低能量管理策略

为提高插电式混合动力汽车燃油经济性，采用基于动态规划（DP）的控制策略仿真分析了不同典型工况、不同行驶里程下SOC（电池荷电状态）的最优轨迹。在等效油耗最低能量管理策略（ECMS）的基础上，采用比例积分（PI）控制算法实时更新电能-燃油等效因子，以保证SOC实际轨迹能够大致跟随理论参考轨迹，进而提出了一种可实时控制的自适应等效油耗最低能量管理策略（AECMS）。为验证所提控制策略的控制性能有效性，采用不同典型工况及不同行驶里程对ECMS、DP、AECMS的控制性能进行了仿真对比。结果表明，AECMS控制效果接近于DP控制策略且可实时控制，电量消耗（CD）模式下AECMS相对于ECMS减少油耗3.50%~8.71%，电量保持（CS）模式下AECMS相对于ECMS减少油耗1.11%~2.46%。     

融合驾驶风格识别的插电式混合动力汽车自适应控制策略

考虑到驾驶风格对燃油经济性的影响较大,提出了一种融合驾驶风格识别的自适应控制策略,用于插电式混合动力汽车发动机和电机之间的实时扭矩分配。 构建出两种驾驶风格识别模型,在获得驾驶风格识别模型后,考虑到对各种驾驶风格的适应性,融合识别的驾驶风格类别,提出了一种与基于自适应等效因子算法的 PI 模糊更新规则相结合的等效消耗最小化策略 (ECMS)。根据最小等效燃油消耗控制算法和电池电量平衡控制方法,结合驾驶风格识别的结果调用相应最优控制参数,对发动机和电池的功率分配进行实时优化计算,实现对整车的控制。将一段工况使用所指定的能量管理策略,仿真结果表明,融合驾驶风格识别的策略在燃油经济性最高提升了10.5%,汽车的HC,CO,NOx总排放最高降低了11%,,发动机,电机工作点更好的运行在最佳区域中。     

基于工况与粒子群优化的增程汽车能量管理策略开发

为了进一步提高增程式电动汽车(extended range electric vehicle,EREV)的燃油经济性,在满足驾驶性能和车辆动力要求的前提下,根据低速、中速、高速典型工况下发动机功率分布分析,提出一种基于自适应权重粒子群算法(adaptive weighted particle swarm optimization,AW-PSO)优化的三点式最优功率控制策略。为验证其经济性能,基于MATLAB/Simulink开发动力系统模型以及整车能量管理策略。基于驱动成本理论,在多种国际标准工况下进行仿真对比,结果表明：相比功率跟随策略而言,基于工况的三点式功率控制策略实现平均12.95%的成本节省,而AW-PSO优化策略下平均节约成本提升到21.44%。     

混合动力汽车多能源动力总成的智能体控制技术

为提高混合动力汽车的智能化控制水平,进一步改善整车燃油经济性和动力性,提出一种多能源动力总成的多智能体协调控制方法.以并联式混合动力汽车为原型,建立动力总成部件子系统智能体模型,构建多智能体系统协调控制框架,根据不同工况模式对总成动力进行预分配,利用单智能体的智能行为和多智能体的协作能力解决车辆对复杂路况的自适应问题.在Cruise软件环境下对智能体控制系统和协调控制策略进行了仿真验证,结果表明,动力总成的多智能体协调控制策略正确可行,使混合动力汽车能根据不同工况自适应控制模式,进而对动力进行自适应匹配,能够改善整车燃油经济性和动力性.     

混合动力汽车控制策略研究现状及发展趋势

混合动力汽车的控制策略及结构决定了整车的行驶性能。根据蓄电池组的荷电状态变化情况,对混合动力汽车的结构型式进行了分类,并对并联型和串联型混合动力汽车控制策略研究现状及其发展趋势进行了分析,指出混合动力汽车的控制策略不十分完善,需要进一步优化。控制策略不仅仅要实现整车最佳的燃油经济性,同时还要兼顾发动机排放、蓄电池寿命、驾驶性能、各部件可靠性及整车成本等多方面要求,并针对混合动力汽车各部件的特性和汽车的运行工况,使发动机、电机、蓄电 池和传动系统实现最佳匹配,兼顾了上述各方面要求的优化控制策略的研究是今后的一个研究重点。还指出,采用小功率电机、小排量发动机配以自动无级变速器的并联型混合动力汽车,是获得较高的燃油经济性、较小的排放、平稳的驾驶性能、较低的制造成本及质量的一种比较理想蝗系统型式。     

基于系统综合效率最优的双轴并联PHEV联合优化控制策略

针对双轴并联插电式混合动力汽车控制策略与参数优化问题,综合考虑发动机和电动机工作区间对整车经济性的影响,以系统综合效率最高为目标提出了同时优化转矩分配和变速器挡位的联合优化控制策略,同时引入成本函数对整车经济性和换挡成本进行综合评价.制定控制策略后,以整车在NEDC工况下的电平衡油耗最低为优化目标,采用Isight/Cruise/Simulink联合仿真优化平台采用自适应模拟退火算法对联合优化控制策略参数进行了优化.仿真结果表明,经优化参数后的联合优化控制策略比未经参数优化的规则策略节省油耗7.7%,比运用初始规则策略节省油耗17.3%.