基于行为博弈进化算法的PHEV控制策略参数优化

控制策略是影响并联混合动力汽车(PHEV)性能的重要组成部分。针对混合动力汽车控制策略优化问题,设计了基于行为博弈进化算法的并联混合动力汽车控制策略参数优化方法(PGEA).该方法以行为博弈进化算法为优化工具,以混合动力汽车的加速性能、最大爬坡度、最高车速等动力性能指标为约束条件,采用ADVISOR仿真并联混合动力汽车,以最小化燃油消耗与污染物排放总量为优化目标。30组仿真实验结果表明：1)优化后的系统百公里燃油消耗与污染物排放之和最大降幅为23.68%,最小降幅为18.72%,平均下降22.13%;2)发动机效率、电动机效率和系统整体效率至少分别提高了16.67%、44.44%和18.39%;3) PGEA比基于Pareto最优原理的混合动力汽车多目标优化进化算法能够获得精度更高的解。     

基于行为博弈进化算法的并联混合动力汽车控制策略参数优化

控制策略是影响并联混合动力汽车(PHEV)性能的重要组成部分。针对混合动力汽车控制策略优化问题,设计了基于行为博弈进化算法的并联混合动力汽车控制策略参数优化方法(PGEA);该方法以行为博弈进化算法为优化工具,以混合动力汽车的加速性能、最大爬坡度、最高车速等动力性能指标为约束条件,采用ADVISOR仿真并联混合动力汽车;以最小化燃油消耗与污染物排放总量为优化目标。30组仿真实验结果表明:(1)优化后的系统百公里燃油消耗与污染物排放之和最大降幅为23.68%,最小降幅为18.72%,平均下降22.13%;(2)发动机效率、电动机效率和系统整体效率至少分别提高了16.67%、44.44%和18.39%;(3)PGEA比基于Pareto最优原理的混合动力汽车多目标优化进化算法能够获得精度更高的解。     

基于Pareto最优原理的混合动力汽车多目标优化

介绍了混合动力汽车（HEV）相关知识,建立了以最小化燃油消耗、HC+NOx排放量和CO排放量为目标的3目标优化模型,提出了基于Pareto最优原理的混合动力汽车多目标优化进化算法.该算法采用实数编码,以ADVISOR为HEV的仿真软件获得各候选方案目标值,基于Pareto支配性原理判定候选方案的优劣,并设计了可以调整待优化变量有效位的机制以保证优化所得的候选方案具有可实现性.针对不同车型的仿真实验结果表明,所提出的算法能够较好地解决混合动力汽车多目标优化问题,可以获得一组具有低燃油消耗与低污染物排放的Pareto最优解供决策者选择.     

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.     

并联式混合动力电动汽车全局优化控制

以一种充电保持型并联式混合动力电动汽车（PHEV）为研究对象，基于其整车及动力总成相关数学模型建立了以整个行驶工况消耗的总燃油量最小为目标的系统目标泛函，以及相关的机械特性、蓄电池电量保持等约束条件方程．然后采用Lagrange乘子法将有约束的极小值问题转化为无约束的极小值问题进行求解，得到PHEV的全局优化控制策略．最后基于Matlab／Simulink建立整车仿真模型，在几种不同的循环工况中对获得的全局优化控制策略进行仿真验证，并与采用瞬时优化控制策略得到的仿真结果进行比较．结果表明该全局优化控制策略切实可行，所获得的整车燃油经济性与采用瞬时优化得到的相比有所改善．     

基于非线性规划遗传算法的汽车动力传动系统参数优化研究

研究了兼顾动力性和燃油经济性的汽车动力传动系统优化数学模型,以改善燃油经济性和整车动力性为目标,采用非线性规划遗传算法对某款轿车的动力传动系统参数进行优化研究并进行了仿真试验验证.结果表明:优化后原地起步加速时间降低了3.96%,整车多工况百公里油耗降低了8.23%.表明运用非线性规划遗传算法进行动力传动系统参数优化是可行的.     

采用NSGA-Ⅱ算法的混合动力能量管理控制多目标优化方法

综合考虑燃油经济性、排放性与驾驶性对混合动力能量管理控制优化的优点,以某款并联混合动力汽车为研究对象,选取能量管理控制参数与传动系参数作为待优化参数,以动力性作为约束条件,建立混合动力能量管理控制多目标优化评价方法,提出基于NSGA-Ⅱ算法的混合动力系统多目标优化方法,并与优化前控制策略进行仿真对比分析。结果表明:在满足基本约束的前提下,优化后燃油经济性最多提高了7.8%,平均提高了6.38%;驾驶性性能指标最多提高了27.12%,平均提高了21.74%;排放性综合指标平均提高了41.51%。提出的多目标优化算法具有良好的收敛性与分布性,得到的Pareto最优解集能够给混合动力能量管理控制策略提供更多的权衡选择方案,体现了多目标优化的优势。     

回流式无级变速传动系统效率优化匹配策略

针对回流式无级变速传动系统效率变化幅度大,传统无级变速系统匹配控制策略无法确保整个系统处于理想状态,提出了基于系统效率优化的匹配控制策略。建立了发动机、变速器效率数值模型和整车优化模型,利用Matlab/Simulink仿真平台,对优化模型进行求解,得到了发动机目标节气门开度控制表和变速器目标速比控制表,对设计样车的燃油经济性进行了欧洲市区与城郊行驶循环(ECE+EUDC)工况仿真验算,结果表明:基于系统效率优化的匹配控制策略可提高整车燃油经济性1.5%左右。     

汽油发动机空燃比模糊控制及其实验研究

针对复杂工况下汽油发动机空燃比的非线性与不确定性,提出基于旁通空气补偿法的电控系统方案以降低化油器式汽油发动机的有害尾气排放量;研究了空燃比电子控制系统及其控制策略,论述了系统模糊控制器中的关键参数即变量隶属度函数的确定,其方法是:通过实验测定发动机转速的波动,根据多组转速测定数值点分布的疏密程度以确定其隶属度函数,符合模糊控制的设计原则;采用MATLAB对所设计的模糊控制器进行仿真和参数优化.发动机台架实验结果表明:该空燃比控制系统及其控制策略对于化油器发动机降低有害气体排放量,提高燃油经济性效果明显;基于模糊控制理论的研究方法对发动机的空燃比控制是快速、直接和有效的.     

搭载回流式动力传动系统的PHEV参数优化

针对搭载回流式动力耦合传动系统的插电式混合动力汽车(PHEV,plug-in hybrid electric vehicle),提出了一种参数匹配优化设计方法。建立了整车各个模式下的等效输入功率模型,根据最小等效输入功率原则制定了各驱动模式间的切换规律,并设置控制参数系数对模式切换曲线进行调整。通过MATLAB/SIMULINK构建了整车经济性仿真模型,利用遗传算法对匹配的动力参数和控制参数系数进行了综合优化。仿真结果比较表明:此方法得到的一组参数能有效提升燃油经济性,百公里等效燃油消耗比优化前降低了4.8%。     

插电式混合动力汽车能量管理策略多目标优化

能量管理策略与插电式混合动力汽车(plug-in hybrid electric vehicles,PHEV)的燃油消耗和尾气排放密切相关.在开发的PHEV能量管理策略基础上,建立整车仿真模型.利用自适应惯性因子对基本粒子群算法进行改进.为克服单一优化算法的固有缺陷,将改进粒子群算法和遗传算法组成混合优化算法,并将该混合算法应用于PHEV能量管理策略的多目标优化.优化结果表明,该算法能有效跳出局部最优,其寻优能力明显高于基本粒子群算法和遗传算法,优化后的PHEV油耗和尾气排放相对于优化前减少近30%.     

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%.     

基于系统效率的PHEV动力与控制参数优化

针对搭载无级变速器的单电机插电式混合动力汽车,提出了一种新的动力参数与控制参数设计方法.建立插电式混合动力汽车各工作模式的系统效率模型,得到基于系统效率的工作模式切换规律,并对模式切换曲线乘以控制参数以实现模式切换规律的调整.充分考虑燃油经济性的影响因素,以动力源功率、电池数目以及主减速器速比作为动力系统设计参数.利用Matlab/Simulink建立整车经济性仿真模型,构建"城市-城郊-高速-城郊-城市"综合行驶工况,以降低等效燃油消耗为目标,采用遗传算法对插电式混合动力汽车动力系统参数与模式切换规律控制参数进行综合优化.结果表明:采用本文所提出的方法能够优化出一组合理的动力与控制系统参数,使整车等效燃油消耗更低,比优化前的百公里等效油耗降低了7.2%.     

计及能耗经济性和电池寿命的PHEV能量管理策略优化

针对一款混联式双电机插电混合动力汽车,建立了整车动力学模型和电池寿命衰减模型,同时为反映电池温度对电池寿命的影响,建立了电池温度模型;考虑能量管理控制对能耗经济性和电池寿命衰减的影响,制定了一种多模式逻辑规则能量管理策略,并分析了控制参数变化对能耗经济性和电池寿命的影响。建立包含等效油耗和电池寿命衰减的多目标优化模型,基于多目标改进遗传算法对能量管理策略控制参数进行优化,优化结果表明：基于本文插电式混合动力汽车能量管理策略的优化方法得到的控制参数Pareto最优解集兼顾了插电式混合动力汽车的能耗经济性和电池寿命,可以得到多组不同的控制参数优化解,为能量管理策略的设计应用提供了多种可供选择的方案。     

Modeling, Control Design and Performance Analysis of PHEV Powertrain

Developing Parallel Hybrid Electric Vehicle (PHEV) is becoming an active research field of new type electric automobiles for its high fuel economy and low emissions. Due to the complexity of PHEV powertrain, simulation becomes an important method in study of PHEV control strategy. In this paper, a forward-facing simulation software and the models of PHEV powertrain based on MATLAB/Simulink are develooed to study on the PHEV control strategy, The simulation results are also shown in the paper.     

插电式混合动力汽车的燃油经济性优化分析

针对速度变化对插电式混合动力汽车(PHEV)经济性的影响,提出一种顺序速度平滑控制策略.通过对给定交通约束条件下的速度曲线进行顺序平滑处理,优化充电策略,提高插电式混合动力汽车的燃油经济性.根据前车速度的预测值,在车辆与前车的可接受跟踪距离范围内,通过最小化加速度来平滑车速;采用最优的充电耗散策略,根据整个行程的信息,将电池充电延长到行程结束.通过对3种典型工况测试周期的组合,研究商用PHEV的连续优化对两种不同行驶模式的影响.仿真结果表明:所提出的顺序优化方法由于与车辆结构无关,实用性较高;由于在速度优化中使用线性车辆模型求解最优控制问题,因此计算过程的实时性较好;速度平滑控制方法使燃油消耗量减少7%~14%.     

基于经济效益分析的插电式混合动力汽车最佳纯电续驶里程研究

以插电式混合动力汽车行驶特性为研究对象,通过调查确定国内汽车日均行驶里程范围,经过实验测试寻找插电式混合动力汽车油耗规律,同时分析了插电式混合动力汽车相关成本费用预期。最后通过经济效益分析方法分析插电式混合动力汽车不同纯电续驶里程下的成本效益情况,确定了插电式混合动力汽车的纯电续驶里程最佳经济效益点。     

基于多目标优化的混合动力系统DOH参数匹配

以一款并联式混合动力系统为研究对象,提出一种基于混合度(DOH)进行动力性、经济性、排放性的多目标优化参数匹配方法。建立综合整车各性能指标为价值函数,选定DOH为匹配设计变量,采用粒子群优化算法(Particle Swarm Optimization ,PSO)进行优化,获得不同权重系数下的优化DOH,同时权衡部件成本进而选定最佳DOH进行参数匹配,并开展回归实验验证,其结果表明：和优化前相比,最高车速提高了19.7%,每加仑行驶的里程提高了10.9%,排放量降低了19.8%。     

基于分布式神经动力学算法的微电网多目标优化

针对微电网多目标优化计算量较大的问题,提出了一种考虑需求响应的微电网分布式神经动力学优化算法.首先,考虑平均效率函数、微电网的排放、需求响应引起的不满意度以及总利润函数等因素建立多目标优化模型.其次,应用单目标积公式将多目标优化问题转换为单目标优化问题,并证明了最优解是原始多目标问题的帕累托最优点.再次,使用对数障碍物惩罚因子处理不等式约束,利用Lasalle的不变性原理和Lyapunov函数证明所提出的算法可以收敛到最优解.最后,通过仿真验证了本文算法可以在保证优化精度与收敛性条件下,大大降低计算成本.