基于遗传算法优化支持向量机工况识别的燃料电池混合动力汽车能量管理策略

为了提高氢燃料电池混合动力汽车的燃料经济性,延长蓄电池寿命,选取中国重型商用车行驶工况-货车工况中3种典型工况代表"市区""市郊"和"高速公路",分别制定相应的最优能量管理策略;运用遗传算法优化支持向量机(gentic algorithm-support vector machine,GA-SVM)算法识别车辆运行工况,动态选择相应的能量管理策略,使其对选定的几种代表性工况具有自适应性,从而降低氢耗量,延长蓄电池寿命。仿真结果表明,与无工况识别的能量管理策略和采用传统算法优化的支持向量机(support vector machine, SVM)工况识别能量管理策略相比,使用GA-SVM工况识别的能量管理策略的等效氢耗量分别降低了7.78%和1.31%,蓄电池电池荷电状态(battery state of charge, SOC)变化量减小,变化相对平稳,有利于延长电池寿命。     

基于非线性规划遗传算法的混合动力拖拉机控制策略

针对串联式混合动力拖拉机的特点,建立了整车动力学模型,设计了恒温器式控制策略、恒温器式+制动能量回收控制策略.为进一步提高串联式混合动力拖拉机的整车燃油经济性,采用非线性规划遗传算法(NLPGA)优化恒温器式控制策略关键参数.通过AVL-Cruise与Matlab/Simulink联合仿真,结果表明：3种策略均可有效地维持电池荷电状态在指定范围内.在犁耕工况下,基于NLPGA优化的能量管理策略的燃油消耗率比恒温器式降低了29.25%,比恒温器+制动能量回收式降低了9.35%;累计燃油消耗量分别比两者降低了31.50%和1.74%;电池荷电状态SOC比两者分别提高8%和6%.     

汽车燃料电池/蓄电池混合动力实时功率优化控制

目的改善燃料电池混合动力汽车的燃料经济性,优化混合动力系统能量管理控制.方法采用燃料电池和镍氢蓄电池构成新能源混合动力系统,以最少等效燃料消耗为目标函数,建立了混合动力系统能量分配管理的数学模型,引入惩罚因子对蓄电池的SOC进行调控,HWFET驾驶循环工况优化了混合动力系统实时能量分配结果当SOC介于0.5和0.8之间时,混合动力系统进入瞬时优化能量管理策略;当SOC0.5时,混合动力系统由燃料电池供能并给蓄电池充电;当SOC0.8时,混合动力系统主要由蓄电池供能,动力不足情况下由燃料电池能量补充;在惩罚因子的作用下,SOC将处于一个合理区域,最终使混合动力系统处于最优能量分配管理状态.结论实时功率优化控制策略避免燃料电池处于低功率低效率输出,在燃料电池和蓄电池之间合理分配功率,提高了燃料经济性,同时惩罚因子的引入保证了SOC稳定性.     

车载甲醇重整制氢燃料电池系统建模与供氢管理

针对车载甲醇重整制氢燃料电池汽车在实际运行过程中氢气需求问题,设计了面向控制的供氢策略。首先基于Matlab/Simulink平台,搭建了甲醇重整制氢燃料电池系统和整车仿真模型。结合实际工况中整车对燃料电池提出的动态功率需求,以甲醇消耗最低为目标,提出一种基于时间序列指数预测算法提前预知燃料电池耗氢速率进而实时调整重整系统的甲醇供应量的策略。C-WTVC工况仿真结果表明,该策略可使综合等效醇耗降低1.47%。此外,考虑到工况频繁变化会降低甲醇重整效率,进一步设计了一种基于规则的供氢管理策略,维持甲醇重整器运行在高效率区,C-WTVC工况下综合等效醇耗降低3.82%。     

复合电源蓄能修井机能量管理策略

针对网电修井机在使用时由于井场供电限制导致的变压器过载、井场短时停电以及下放作业能量浪费等问题,提出了以复合电源作为电动修井机的蓄能器,对修井机的输出功率进行补偿,并针对修井作业工况的特殊性,设计了一种基于局部优化的逻辑门限控制策略。利用MATLAB/Simulink建立主要部件仿真模型并对典型工况进行仿真。仿真结果表明,所设计控制策略能够对各动力源的能量进行合理分配,超级电容的高利用率能够更加充分地发挥其优势,降低蓄电池能量流通与功率输出幅值,延长了蓄电池使用寿命。     

燃料电池混合动力系统优化控制策略

针对车用燃料电池蓄电池混合动力系统的特点设计了优化的能量管理策略。采用动态规划算法对目标驾驶循环进行全局优化,对最优能量分配策略进行分析,提取相应的控制规则,并设计了基于模糊控制的燃料电池混合动力系统实时控制策略。仿真及台架试验结果表明该控制策略能够控制燃料电池工作在高效区,提高整车的燃料经济性。     

燃料电池混合动力系统优化控制策略

针对车用燃料电池蓄电池混合动力系统的特点设计了优化的能量管理策略。采用动态规划算法对目标驾驶循环进行全局优化,对最优能量分配策略进行分析,提取相应的控制规则,并设计了基于模糊控制的燃料电池混合动力系统实时控制策略。仿真及台架试验结果表明该控制策略能够控制燃料电池工作在高效区,提高整车的燃料经济性。     

燃料电池增程式动力系统能量管理策略研究

以某款纯电动客车为研究对象，以增加车辆续驶里程为目的，提出燃料电池增程式混合动力系统结构，根据性能指标对动力系统各部件进行匹配计算和选型.提出了开关/功率跟随式能量管理策略，基于Cruise和Simulink分别搭建了整车动力系统模型和燃料电池及能量管理策略模型并进行联合仿真.结果表明，采用文中提出的能量管理策略车辆经济性相对于开关式和能量跟随式两种控制策略分别提高62%和31%，续驶里程相对于该两种控制策略分别提高41%和18%.     

串联混合动力汽车的能量管理策略

以串联混合动力汽车为研究对象,采用“系统建模-策略开发-仿真验证”的思路对能量管理策略进行了研究,建立了动力系统各关键部件的模型.将功率分配系数作为控制变量,以燃油经济性作为控制目标建立了一种基于逻辑门限与模糊算法的能量管理策略;以US06作为循环工况,在MATLAB/Simulink平台下进行了仿真,结果表明,所提出的能量管理策略正确有效,可以实现良好的燃油经济性,与传统的开关式能量管理策略相比,可以降低油耗113%.     

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％.     

燃料电池客车动力系统建模与能量管理策略研究

基于ADVISOR进行二次开发,建立了燃料电池客车整车前向仿真模型.基于模糊控制方法制定了能量管理策略;为提升燃料电池耐久性,对模糊控制进行改进,提出改进后的模糊控制能量管理策略.中国典型城市工况下的仿真结果表明,改进后的模糊控制能量管理策略在车辆经济性和燃料电池耐久性方面均优于功率跟随式能量管理策略.     

混合动力汽车深度强化学习分层能量管理策略

为了提高混合动力汽车的燃油经济性和控制策略的稳定性,以第三代普锐斯混联式混合动力汽车作为研究对象,提出了一种等效燃油消耗最小策略(equivalent fuel consumption minimization strategy,ECMS)与深度强化学习方法(deep feinforcement learning,DRL)结合的分层能量管理策略。仿真结果证明,该分层控制策略不仅可以让强化学习中的智能体在无模型的情况下实现自适应节能控制,而且能保证混合动力汽车在所有工况下的SOC都满足约束限制。与基于规则的能量管理策略相比,此分层控制策略可以将燃油经济性提高20.83%~32.66%;增加智能体对车速的预测信息,可进一步降低5.12%的燃油消耗;与没有分层的深度强化学习策略相比,此策略可将燃油经济性提高8.04%;与使用SOC偏移惩罚的自适应等效燃油消耗最小策略(A-ECMS)相比,此策略下的燃油经济性将提高5.81%~16.18%。     

车用多堆燃料电池系统能量管理与控制策略

针对单堆燃料电池系统的输出功率、效率和寿命问题,对车用多堆燃料电池(multi-stack fuel cell,MFC)系统的能量管理策略(energy management strategy,EMS)与控制策略进行研究。提出了多级能量管理策略,其中第一级EMS基于工况对MFC系统与动力电池系统间的能量进行自适应分配,第二级EMS引入兼顾效率和寿命的目标优化函数,优化分配每个电堆的功率输出。研究结果表明,在满足同一电功率负载工况需求条件下,与单堆燃料电池系统相比较,MFC系统的燃料经济性可提高约4%,系统寿命性能也有所改善。     

融合电池温度和寿命的深度强化学习PHEV能量管理策略

针对当前插电式混合动力汽车能量管理策略忽略电池老化成本和电池温度变化过大而导致的热失控问题,制定融合电池寿命和电池温度的深度Q-Learning神经网络(DQN)强化学习能量管理策略.首先,从融入能量管理策略的角度,建立动力电池热模型和老化模型,引入调节目标价值函数的严重因子和量化电池老化程度的安时通量.其次,建立由超温惩罚、等效电池老化成本和燃油消耗组成的目标价值函数,进而构建深度强化学习能量管理策略.最后,通过仿真实验对所制定的控制策略进行验证.结果表明：融合了电池老化和电池温度的能量管理策略能够有效抑制电池老化和温度.在4个随机工况中,DQN策略下的电池有效安时通过量相较于CD-CS最大下降了35.75%;与CD-CS相比,DQN策略下单个驾驶任务的行驶总成本最大降低10.36%,证明了所制定策略的有效性.     

基于车速预测的燃料电池客车能量管理策略

燃料电池客车的能量管理策略对提高能量经济性具有十分重要的作用。本文基于某示范运行的燃料电池客车运行数据,使用径向基神经网络算法对未来行驶车速进行预测,并应用凸优化算法和模型预测控制思想构建整车实时能量管理策略,同时比较了动力电池充放电两种状态下的等效氢耗量,与实车运行数据相比,有效地提高了整车的能量经济性。     

机器人燃料电池混合动力系统优化控制

建立了包括燃料电池、直流变换器、锂电池和负载等部件的燃料电池混合动力系统的数学模型.对燃料电池混合动力系统的能量管理策略进行设计与研究.对所提出的控制系统进行仿真后结果表明:燃料电池的优化控制策略可提高其耐久性,实现了系统功率的合理分配;蓄电池的荷电状态维持在预定区域;将可拓控制理论应用于变换器的控制中可以改善燃料电池混合驱动系统的动态响应特性,即改善直流电/直流电变换器对输出电流跟踪的鲁棒性及动态响应特性,使燃料电池混合能量系统更有效、安全地运行.     

基于动态规划算法的并联式混合动力汽车能源优化管理

以提高燃油经济性为主要目标,建立并联式混合动力汽车能源优化分配控制策略.对动态规划算法进行改进,在汽车行驶过程中全局优化分配内燃机和蓄电池两种动力源的输出功率,以提高能源利用率.通过仿真软件ADVISOR2002的仿真结果表明:在相同条件下,采用改进型DP算法对并联式混合动力汽车进行能量优化时,大大缩短了仿真时间;与基于开关式能源优化管理策略油耗相比,采用改进型DP算法的能源优化管理系统,油耗可降低33%.     

基于CRUISE的纯电动拖拉机作业性能研究

针对拖拉机作业工况研究少,专用仿真软件匮乏,预测拖拉机的性能存在效率低、精度差的现状,分析了拖拉机的运输和旋耕工况,绘制了工况曲线。基于研发中纯电动拖拉机的工作原理和结构方案,利用商业软件CRUISE搭建了纯电动拖拉机的动态仿真平台,并在运输和旋耕工况下对其作业性能进行了仿真分析。结果表明:运输工况下,需求作业速度与实际作业速度平均偏差为0. 01 km/h,驱动电机平均效率为0. 74,续航时间为6. 54 h,平均滑转率为0. 006 8;旋耕工况下,需求作业速度与实际作业速度平均偏差为0. 1 km/h,驱动电机平均效率为0. 859,续航时间为4. 51h,平均滑转率为0. 166 6,与MATLAB中通过编写程序得到的仿真结果基本吻合。证明了拖拉机作业工况制定合理,纯电动拖拉机仿真平台搭建准确,适用于纯电动拖拉机的性能预测和开发。     

车用电动增压系统的设计及其性能试验研究

采用电动增压器与废气涡轮增压器并联联合工作原理,设计一套电动增压系统,以解决柴油增压技术存在的低转速下急加速冒黑烟和扭矩不足的问题.同时,基于工况划分研制控制策略,运用模糊控制方法实现对电动增压系统的精准控制,改善发动机综合性能.试验结果表明:电动增压系统性能可靠,在低转速中、高负荷时,电动增压系统柴油机最多能降低发动机45%的排气烟度和40%的NOx排放,提高发动机6.7%的输出扭矩,降低14.3%的燃油消耗量.