双电机电动汽车驱动转矩分配策略研究

针对双电机电动汽车前后电机驱动转矩分配问题,提出一种基于惯性权重线性递减粒子群算法的双电机驱动电动汽车驱动转矩分配策略。根据双电机驱动电动汽车构型特点,基于不考虑传动系统和附件能耗时电池能耗约等于双电机系统能耗的前提条件下,提出以电池能耗最小为优化目标的转矩分配优化模型;在保证双电机转矩之和等于需求转矩的基础上,利用惯性权重递减的粒子群算法在电机效率图里进行搜索,以适应度函数最小时对应的转矩值为目标转矩。仿真与试验结果表明,驱动转矩分配策略能够实现合理的转矩分配,可以保证双电机电动汽车在动力性的基础上具有较好的经济性,在NEDC循环工况下其耗电量下降了0. 66%,整车续驶里程延长了9. 4 km。     

前后独立驱动电动汽车转矩分配与驱动防滑协调控制

为了提升前后独立驱动四驱电动汽车的综合性能,提出了一种集成前后轴转矩分配和驱动防滑功能的协调控制策略(coordinated control strategy, CCS)。分别设计了基于经济性最优的前后轴转矩分配控制器和基于滑模控制理论的驱动防滑控制器。在此基础上,设计了集成两种控制器工作效能的协调控制策略。与已有集成控制策略不同,提出的策略不是将转矩分配与驱动防滑两种控制功能简单组合,而是在综合考虑车辆的安全性、经济性和动力性条件下进行合理且有效的集成。在常规工况下,车辆默认遵循经济性原则,同时控制器实时监测各车轮的滑移率。当路面条件恶化、无法满足经济性行驶时,在保证安全性的前提下,进行适当的转矩补偿,最大限度地利用路面附着条件,尽可能保障车辆的动力性不受影响。在MATLAB/CarSim环境下对提出的协调控制策略进行仿真验证的结果表明,在加速踏板开度分别为10%、30%、50%时,与传统集成控制策略(traditional integrated control strategy, TICS)相比,所提出的CCS使车辆的动力性能分别提升15.3%、35.6%、4.5%。     

四驱电动车经济性改善的最优转矩分配控制

阐述了转矩分配控制实现四轮驱动电动车经济性改善的思路，采用效率最大化方法优化确定了转矩分配系数矩阵作为最优转矩分配控制策略核心，针对各种驾驶循环进行了能量消耗的仿真分析，仿真分析表明，最优转矩分配控制方法能够明显减少驱动能量消耗，增加反馈制动能量回收，总体能效提高约3％，同时能够大大降低轮毂电机的发热功率，延长其使用寿命，转矩分配最优化的控制方法能够应用于采用轮毂电机的纯电动车、前轴机械驱动，以及后轴电驱动的混合动力四轮驱动汽车的能量消耗经济性改善控制。     

多轴电驱动车辆驱动力优化分配策略

为提高某型多轴电驱动车辆的经济性,提出了一种最优驱动力分配控制策略.以电驱动系统效率最优为核心,对驱动转矩的分配进行离线优化,生成可在线应用的驱动模式表,通过查表插值可以确定驱动轴数,再根据整车轴荷动态分布情况,确定具体驱动轴,以充分利用地面附着力;利用Matlab/Simulink搭建整车后向仿真模型,在调整的世界重型商用车循环工况上进行仿真分析.结果表明,采用最优驱动转矩分配控制策略,相对驱动转矩平均分配控制策略和基于轴荷比分配转矩控制策略,经济性分别提升了9.18％和6.12％.     

基于能耗优化的前后轴独立驱动电动汽车转矩分配策略

为减小前后轴独立驱动电动汽车的整车能耗,提出了一种基于能耗优化的转矩最优分配策略.首先分析前后轴独立驱动电动汽车驱动功率消耗的特征,提出以前后电机总损失功率为目标函数的转矩分配系数计算方法,进而建立转矩优化分配计算的数学模型;然后利用Matlab进行非线性优化问题的求解得到用于转矩优化分配控制的转矩分配系数MAP图;最后利用AMEsim与Simulink建立联合仿真平台,并进行典型驾驶循环下不同转矩分配策略的对比仿真试验分析.结果表明,转矩优化分配策略能够明显减少驱动情况下的能量消耗,提高制动情况下的能量回收,因此提高了整车经济性.     

ISG并联混合动力轿车最优转矩分配策略

能量管理策略对混合动力汽车燃油经济性的改善具有关键作用。因为ISG混合动力轿车发动机转速不是受控变量,转矩成为能量管理策略惟一的控制变量,使其实质为转矩分配策略。考虑动力总成部件之间能量传递转换效率得到电机等效燃油消耗量,由此得到不同待选分配点动力总成等效燃油消耗率,以动力总成等效燃油消耗率最小化为原则优化转矩分配,使整车燃油经济性达到最优。通过离线计算,使转矩分配成为根据整车需求转矩、发动机转速和超级电容电压进行简单查表的过程,解决了计算量大的缺点,方便了实际应用和实时控制。建立整车和控制策略模型进行仿真计算,基于中国乘用车城区瞬态循环,与传统逻辑门限值分配策略相比,整车燃油经济性改善提高了5.2%。     

双轴驱动纯电动汽车驱动转矩的分配控制策略

针对双轴驱动纯电动汽车的前后电机驱动转矩分配,基于电机的map特性,建立以双电机利用效率最大化为目标的优化模型,获得双驱动电动汽车不同转速与转矩需求下的双电机最优转矩分配模型.针对双轴驱动电动汽车,设计了普通、动力与经济3种驾驶驱动模式,并基于优化模型制定了3种驱动模式的转矩分配优化策略.最后以轻量化纯电动中巴为对象,建立了Carsim/Simulink联合仿真模型,分别以0～60 km/h加速实验验证动力性能,以NEDC工况的经济性验证效率.仿真结果表明,在3种驱动模式下,文中所提出的策略能小幅度缩短电动中巴的加速时间,将NEDC工况的续航里程分别提升2.20%、4.56%与6.60%,从而为双轴驱动电动汽车提供了一种双电机转矩优化分配的新方法.     

基于田口鲁棒优化的电动汽车驱动控制策略研究

为改善电动汽车驱动系统动力性和经济性,由电池组放电效率模型、驱动电机系统效率模型和电动汽车加速度模型,建立了综合目标函数.根据城市道路特征对综合目标函数动力性和经济性所占权重进行分配.分别以电机转矩-电机转速,电机转矩-加速踏板开度变化率为信号因子,驱动电机温度,电池组荷电状态为限值因子建立正交试验表,根据田口鲁棒控制动态特性信噪比对整车控制器输出转矩进行优化.根据GB/T 18386—2017电动汽车能量消耗率和续驶里程试验方法进行实车试验.试验结果表明行驶一个市区循环工况,相比于原车驱动控制策略,基于电机转矩-电机转速正交表的方法可节省能耗9%;基于电机转矩-加速踏板开度变化率正交表的方法可节省能耗4%.      

基于种群分区的多策略综合粒子群优化算法

针对标准粒子群优化算法容易陷入局部最优收敛精度不高的问题,提出一种基于种群分区的多策略综合学习粒子群优化算法(MSPSO).该算法利用竞争机制将种群分为两个子种群：潜力子群与普通子群,对这两个子群实行不同的进化策略,潜力子群中的粒子主要负责全局探索,普通子群中的粒子则侧重于局部勘探.为验证算法的性能,在不同类型的基准函数上与其他粒子群算法及其他群智能算法进行对比,所提算法都能取到最优的平均结果,证明所提算法具有更优异的算法性能.     

基于FCMAC神经网络的PHEV转矩分配策略

针对混合动力汽车转矩分配策略对整车的燃油经济性和排放性能具有重要的影响,提出了基于模糊小脑模型(FCMAC)神经网络控制的整车转矩分配方法.以某变速箱前置式双轴转矩耦合并联混合动力汽车为研究对象,建立了以发动机的输出转矩为目标的FCMAC神经网络控制策略,将输入量离散化后的高斯基模糊隶属度进行规则相乘后作为FCMAC神经网络的输入,经过hash映射及权值调整输出发动机转矩,实现了混合动力汽车的转矩分配.在AVL-Cruise及Matlab/Simulink平台上建立仿真模型,将其控制策略与基于逻辑门限值控制策略的仿真结果进行比较.结果表明:在NEDC工况下FCMAC控制策略较逻辑门限值控制策略,油耗与排放都有改善,提升了并联式混合动力汽车的燃油经济性和排放性.