液压混合动力汽车燃油经济性最优控制策略

以降低液压混合动力汽车整车油耗为目标,采用最优控制理论,建立了燃油经济性Hamilton目标函数。依据庞特里亚金极小值原理,通过求解Hamilton函数得出了最优控制策略,基于Matlab/Simulink平台建立了整车仿真模型,对最优控制策略进行了仿真验证,并与规则控制策略进行了比较。研究结果表明:最优控制策略可使整车燃油经济性提高26.19%。     

基于极小值原理的插电式四驱混合动力汽车能量管理策略

建立以电池SOC为状态变量，以后驱电机和ISG （integrated starter and generator）电机输出转矩为控制变量，以整车燃油消耗最小为目标的能量管理优化模型，然后基于极小值原理设计上述优化问题的求解流程，从而获得基于极小值原理的插电式四驱混合动力汽车能量管理控制策略，最后在建立整车系统仿真模型的基础上对该能量管理控制策略进行仿真，并将仿真结果与基于CD-CS模式规则控制策略的仿真结果进行对比。结果表明，提出的控制策略具有良好的燃油经济性，与CD-CS模式规则控制策略相比，提出的控制策略使整车百公里油耗降低了28.18%。     

遗传算法优化的PHEV模糊能量管理策略研究

选取某款插电式并联式混合动力汽车(PHEV)进行转毂实验,通过转毂实验分析整车的动力性、经济性及整车控制策略,利用GT-suite软件搭建整车一维动力性模型并制定能量管理控制策略,对比分析仿真结果和实验结果:发动机功率实验数据和仿真数据变化趋势一致,电池SOC变化趋势一致,并且最大误差小于20％,验证了仿真模型的准确性.在一维模型基础上利用GT-suite软件和Simulink软件联合仿真,利用基于模糊规则能量管理策略优化混合动力模式下发动机和电机功率分配,然后以整车经济性最佳为优化目标,利用遗传算法优化模糊控制器.结果表明:相对于特定规则的能量管理策略,基于模糊规则策略下整车经济性提高了8.98％,基于遗传算法优化的模糊控制策略整车经济性提高了15.69％.     

新型插电式混合动力轿车能量管理策略优化

针对一款新型插电式混合动力轿车,以燃油经济性为目标,设计了其能量优化管理策略并进行了仿真验证。首先,建立了整车前向仿真模型;其次,综合考虑驾驶员需求、车辆及各部件状态,设计了基于规则的能量管理策略;再次,使用等效燃油消耗最小算法(ECMS)进一步优化转矩分配;最后,通过离线仿真和硬件在环仿真对上述策略进行测试验证。结果表明:与基于规则的能量管理策略相比较,优化后能量管理策略在新欧洲行驶工况(NEDC)下油耗降低4.29%;同时硬件在环试验也表明,所开发的等效燃油消耗最小(ECMS)控制策略能够在车载控制器中实时运行。     

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%.     

基于遗传算法的并联式混合动力汽车控制策略优化

并联式混合动力汽车是一个高度复杂的非线性系统,控制策略参数的设定对汽车性能有着重大影响﹒通过AMESim软件,建立整车动态性能仿真分析模型,以百公里油耗和排放指标为优化目标,运用遗传算法,针对NEDC工况,对混合动力系统的控制策略参数进行优化﹒结果表明,优化后的汽车燃油经济性提高了9.3%,NOx,HC和CO分别减少了7.6%,4.9%和8.2%.     

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.     

混合动力客车动力系统综合参数正交优化与应用

文章针对串联式混合动力城市客车的结构和行驶工况特点,设计了一种基本规则型多能源动力系统控制策略,并基于Matlab/Advisor软件平台建立了SHEB的仿真模型;利用正交试验设计方法,在SHEB系统参数初步匹配的基础上,对动力系统控制参数和部件参数进行综合参数正交优化;最后对优化后的SHEB动力性和燃油经济性进行仿真和道路试验,结果表明,正交优化后的动力系统参数能满足整车性能要求,且燃油经济性比优化前提高了6.4%。     

两轴驱动混合动力汽车动力系统的优化设计

以一款国产燃油汽车为平台,确定了两轴驱动混合动力系统的结构形式,基于逻辑门限值的整车控制策略,研究了整车在不同驾驶工况下的工作模式以及转矩分配情况,采用Matlab/Simulink软件,对整车控制策略进行建模.在性能优化方面,以发动机100 km耗油量和驱动电动机100 km耗电量为优化目标,以车辆后轴的结构参数以及控制策略参数为优化变量,利用经过改进的非支配排序遗传算法(NSGA-Ⅱ),采用Isight优化软件,进行了整车动力系统的优化计算,并借助AVL Cruise和Matlab/Simulink对整车的经济性和动力性进行了仿真分析.结果表明:优化后整车动力性能与优化前基本保持一致,整车综合能耗降低了5.4％.     

基于实际工况的插电式混合动力公交车参数自适应控制策略研究

为充分挖掘插电式混合动力公交车的节油潜力,提出了一种基于工况影响的变参数控制策略,从而实现了整车功率的合理分配。采集20辆公交车的行驶数据、利用短行程分析法,拟合出某城市公交车的拥堵、市区、市郊及综合这4类工况,同时利用组合优化算法优化了相同行驶里程下4类工况的整车控制策略的关键参数,选择性地建立了识别数据库并嵌入到基于综合工况优化后的定参数控制策略中,进而形成依据欧氏距离和贴近度准则的实时判别当前工况类型并自动调用该类工况最优控制参数的变参数控制策略。研究结果表明:较定参数控制策略,相同实验工况下变参数控制策略的整车综合油耗降低5.12%;通过引入快速控制原型测试得出,综合工况下变参数控制策略的整车综合油耗降低4.9%,验证了变参数控制策略的可行性。     

机电式飞轮车辆能量管理策略

为了有效提高车辆的动力性和经济性,针对电动车辆大功率加速工作电池负荷大,制动能量回收效率低的问题,本文提出了加装机电式飞轮系统的车辆。通过研究机电式飞轮系统在制动能量回收时功率分流和驱动汽车时扭矩耦合的工作原理,使用针对该系统工作特点的模糊控制策略,根据机电式飞轮系统高效率的优点,制定了使该系统回收、释放能量的逻辑策略;结合CRUISE搭建整车模型,MATLAB-Simulink设计整车模糊控制策略,并将CRUISE与MATLAB-Simulink通过Interface建立联合仿真平台进行仿真分析。结果表明,首先,搭载机电式飞轮系统的车辆精确地完成驾驶员的驾驶要求;其次,飞轮及控制电机的工作状态符合其工作原理;最后,搭载了机电式飞轮系统的四驱车辆相比较普通的四驱车辆,其NEDC工况电能消耗量下降了10.26%。     

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％.     

并联型混合动力汽车燃油经济性最优控制

以某并联混合动力汽车（HEV）为例,建立了燃油经济性最优控制数学模型及相应的动态规划（DP）递归方程,提出了换档和发动机启动2个附加代价函数以限制频繁换档和启停发动机.为解决数值DP中“维数灾”问题,提出了搜索区域限制算法,并利用MATLAB/RTW将系统模型转换成实时仿真代码以进一步提高计算效率.对实车试验、仿真和DP结果三者进行了比较,结果表明,该方法能在可接受的时间内计算出HEV的最优性能,从而进行控制策略的评价和优化.     

双能源混合动力驱动系统的优化控制及其仿真

在分析双能源驱动类型和控制策略的基础上，运用非线性规划的数学方法，针对一般的双能源混合动力汽车提出了一种系统的优化策略，该策略以某一特定的循环行驶工况为基础，以最低发动机的燃油消耗为目标函数，在ADVISOR软件平台上建立了仿真模型，并将优化控制策略的仿真结果与现有控制策略的仿真结果相比，结果表明通过系统的优化混合动力车辆的经济性有所改善，该优化方法有较大的实际应用价值。     

考虑电动空调能耗的纯电动汽车动力传动系统参数匹配

在考虑电动空调对电动汽车整车性能影响的基础上,对一款两挡变速纯电动汽车动力传动系统包括蓄电池、驱动电机和变速器参数进行了匹配设计。基于所选部件综合效率模型,制定了经济性换挡策略,并以循环工况能耗最小为目标对初选速比进行优化。仿真结果表明:匹配参数不但兼顾了整车质量不至过重而且又确保动力性和续驶里程符合设计要求,在初选速比基础上的速比优化使得续驶里程在关闭空调时延长5.28%,开启空调时延长4.29%。     

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%。     

车辆最佳动力性泛函表达及数值解法

为研究能够使车辆具有最优动力性能的动力传动系统参数匹配方法,采用泛函分析对传动系速比进行优化,以变速箱速比作为泛函宗量,建立泛函形式的具有通用性的加速时间表达式.根据变分法原理,采用欧拉有限差分法对泛函宗量进行数值求解,得到最优加速性能目标速比.建立无级变速传动系统动态仿真模型,对不同速比控制策略下的加速性能进行对比分析.仿真对比结果表明,车辆按照泛函分析优化后的速比控制策略在全油门下由6 km/h加速到60 km/h的加速时间减少8.79%,在理论上验证了泛函分析应用于速比优化控制问题的有效性.      

基于MOEA的PHEV控制策略与参数优化

针对并联混合动力汽车（PHEV）控制策略与传动系统参数优化问题,建立了以最小化燃油消耗与污染物排放量的多目标优化模型,研究基于多目标进化算法的PHEV控制策略与传动系统参数优化方法.采用ADVISOR仿真并将仿真所得的燃油消耗与污染物排放量作为候选方案的目标值,基于帕累托支配性原理判定候选方案的优劣,限定待优化变量的取值在PHEV生产精度要求范围内.实验结果显示：优化后的系统1×105m燃油消耗平均降低了22.32%,污染物CO,HC与NOx排放量平均降低了22.06%,7.98%和7%;电动机工作效率由0.18提高到0.52以上;系统总效率平均提升了22.99%.