并联混合动力汽车的能量管理策略

经过系统研究并联混合动力汽车的控制策略,对并联混合动力汽车提出一种基于模糊逻辑和PID控制的混合能量管理策略,通过模糊逻辑控制器对引擎和电机的期望转矩进行分配,借助PID电量持续策略实现整个循环工况电池荷电状态SOC平衡.为了验证能量管理策略的有效性,对该策略进行仿真分析.仿真结果表明,该策略对提高混合动力汽车的动力性和燃油经济性、改善排放有明显的作用.     

基于等效燃油消耗最小算法的并联式混合动力卡车控制策略

为提高混合动力卡车燃油经济性,解决等效燃油消耗最小策略实时性差的问题,针对某款混合动力卡车,在基于逻辑门限值控制策略基础上,结合等效燃油消耗最小策略(equivalent consumption minization strategies,ECMS),制定等效因子,引入电池电荷状态(state of charge,SOC)平衡策略,建立了基于ECMS算法的门限值控制策略,既保证了算法的实时性,又提升了控制效果。仿真结果表明,相比于门限值的能量管理策略时的百公里油耗,燃油经济性提升5. 96%,所设计的控制策略能够在实现较好的燃油经济性的同时,维持电池SOC的平衡。     

插电式混合动力汽车能量管理策略研究现状和发展趋势

目前国内外学者对插电式混合动力汽车能量管理策略进行了较为广泛和深入的研究,取得了良好的节能减排效果,为进一步提升其性能,有必要对插电式混合动力汽车能量管理策略的研究现状进行总结并对其发展趋势进行分析。首先对插电式混合动力汽车动力源能量流分配方法进行了归纳和分析,指出了当前插电式混合动力汽车能量管理策略两个亟待解决的问题:未考虑发动机冷却液温度和三元催化器温度等温度因素对油耗和排放影响;当前插电式混合动力汽车能量管理策略是以行驶功率需求作为输入,忽略了驾驶室制冷/供暖功率需求。最后提出了计及发动机冷却液温度和三元催化器温度等温度因素的能量管理策略和计及驾驶室制冷/供暖功率需求的能量管理策略两个未来研究方向。     

基于动态规划插电式并联混合动力汽车能量管理控制策略的研究

混合动力汽车能量管理策略会影响其动力性和经济性。为了寻找整车的最优节油点及控制策略,文章基于世界轻型汽车测试循环(world light vehicle test cycle, WLTC)工况,提出了利用动态规划算法优化插电式并联混合动力汽车能量管理策略。以发动机、电机的扭矩和角速度作为动态规划的控制变量,以保证电池荷电平衡和燃油最小为目标,建立动态规划模型。仿真结果表明,所提出的能量管理策略能使电池荷电状态(state of charge, SOC)保持在设定范围之内,且相对于基于标定经验规则的能量管理控制策略,节油率能达到5.78%,此方法对于整车厂(original equipment manufacturer, OEM)制定并联式混合动力汽车整车控制器能量控制策略及实车标定工作有一定的参考意义。     

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%。     

插电式混合动力汽车能量管理策略发展综述

插电式混合动力汽车(plug-in hybrid electric vehicle,PHEV)的电池容量大,能够接入外部电网充电;兼具燃油动力和电动驱动系统的优点,被认为是传统燃油汽车向纯电动汽车过渡的最佳方案。能量管理系统是实现整车需求能量在发动机和电动机之间分配的关键,插电式混合动力汽车的经济性、动力性与所采用的能量管理策略密切相关。对插电式混合动力汽车能量管理策略的研究发展进行了综述,对比了各种基于规则和基于优化的能量管理策略的优缺点,分析了驾驶数据与交通信息对能量管理策略的影响及存在的问题,最后,提出了插电式混合动力汽车能量管理策略的发展方向,为今后插电式混合动力汽车的研究提供参考。     

混合动力汽车扭矩管理策略

能量管理策略是混合动力汽车技术中研究的重要内容之一。该文提出的扭矩管理策略具有稳态能量管理策略的特征。在Matlab/Simulink仿真平台上建立了前向式混合动力汽车模型,并在模型基础上对驱动方式和制动方式下的扭矩管理策略进行了仿真分析。仿真结果表明,扭矩管理策略将扭矩作为最主要的控制变量,以内燃机稳态效率特性图为基础,可以实现对内燃机和电机输出动力的合理分配。扭矩管理策略综合考虑了驾驶员的需求以及混合动力汽车中多个部件的特性,是一种能量的优化管理方法,达到了提高混合动力汽车动力系统效率的目的。     

插电式混合动力汽车等效因子的实时优化

为了兼顾平衡SOC与降低燃油消耗的需要,进一步提高插电式混合动力汽车的燃油经济性,对等效因子的实时优化方法进行了研究.以NEDC工况为例,将行驶工况分解为不同的基本工况块,分别对各个基本工况块的等效因子与燃油消耗量、SOC变化量的关系曲线进行线性拟合,并将等效因子实时优化问题转化为简单的线性规划问题,构建了基于线性规划的等效因子实时优化模型,在此基础上提出了基于线性规划的自适应等效燃油消耗最小策略(A-ECMS).硬件在环测试证明,基于线性规划的等效因子实时优化模型的实时性满足实车控制器在线控制的需求,具备实车应用的可行性.测试和仿真结果显示,在不同工况下基于线性规划模型的A-ECMS均可维持SOC平衡,取得接近于全局优化能量管理策略的燃油经济性,说明该实时优化模型具备实际应用价值和应用潜力.     

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.     

采用能量管理策略的混联式混合动力汽车的建模与仿真

以燃油消耗最小为目标,在Matlab/Simulink中搭建一种混联式混合动力汽车的动力系统模型,基于逻辑门限值的能量管理策略分别在城市和市郊两种道路工况下进行仿真。仿真结果表明,整车需求转矩可以进行有效分配,维持了电池荷电状态的平衡,城市道路工况百公里油耗为4.8 L,市郊道路工况百公里油耗为1.596 L;与传统的燃油车进行相比,城市道路工况下百公里油耗降低率达到了37.4%,高速道路工况下达到了71%。     

基于道路坡度信息的插电式混合动力汽车能量管理策略

考虑道路坡度对整车驱动需求的影响,针对插电式混合动力汽车,提出基于道路坡度信息的插电式混合动力汽车能量管理策略,进行车载导航系统在整车能量管理策略中应用的初步探究。根据车载导航系统提供的道路信息,建立坡道行驶电量消耗预估模型,分别对行程中电量消耗阶段和电量维持阶段动力电池的荷电指数进行规划,提出行车预充电时刻规划准则,使车辆在坡道行驶前动力电池的荷电指数达到预定值,保证车辆在坡道行驶时不会因动力电池亏电造成动力不足或过放电有损动力电池的使用寿命,并在上坡行驶结束后动力电池的荷电指数下降到临界值,有利于充分吸收制动回收的电能。利用MATLAB/Simulink仿真平台,对提出的能量管理策略进行仿真验证。本文所提出的基于坡道预测的能量管理策略能够避免动力电池的过放电,确保车辆上坡行驶过程电量充足。     

基于粒子群优化的混合动力汽车多目标能量管理策略

为了同时实现降低整车能耗和控制电池电量的能量管理目标,针对某功率分流式混合动力汽车,提出了基于粒子群优化(PSO)的多目标能量管理策略。该策略采用双层结构,内层采用考虑模式切换的等效燃油消耗最少策略(ECMS)对工作模式和工作点进行优化,实现降低整车能耗的目标;外层采用PSO对等效因子进行迭代优化,实现电池电量的控制目标。通过基于实车控制策略的整车仿真模型对优化效果进行了验证,结果表明,PSO与ECMS相结合的能量管理策略可实现降低整车能耗与控制电池电量的双重目标。     

四轮驱动混合动力汽车能量管理策略仿真

通过仿真对四轮驱动混合动力汽车的能量控制策略进行分析研究，提出以扭矩作为控制策略中的主要控制变量，并根据发动机万有特性、汽车车速、电池稳态特性等因素，将整车扭矩需求合理地分配给内燃机和电机．根据车辆的动力需求，确立了动力系统各元件的匹配参数，并使用Matlab／Simulink仿真软件建立前向式混合动力车模型进行离线仿真计算．仿真结果表明，此能量管理策略可以进行合理的动力分配，并达到一定的动力系统效率．     

混合动力车辆多目标控制能量管理策略研究

为满足混合动力车辆动力性要求,并提高车辆的能量利用效率,根据动力单元与负载的能量关系及电池组充放电特性与SOC的关系,提出了一种基于电池组恒SOC和发动机燃油消耗优化控制的综合能量管理策略.对该策略进行实验验证的结果表明:电池组能保持在最佳工作状态,且车辆的燃油经济性提高了约8%.     

混合动力车辆多目标控制能量管理策略研究

为满足混合动力车辆动力性要求,并提高车辆的能量利用效率,根据动力单元与负载的能量关系及电池组充放电特性与SOC的关系,提出了一种基于电池组恒SOC和发动机燃油消耗优化控制的综合能量管理策略.对该策略进行实验验证的结果表明:电池组能保持在最佳工作状态,且车辆的燃油经济性提高了约8%.     

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%。     

基于道路工况预测混合动力公交车SOC开环控制策略

混合动力车辆一般采用基于荷电状态（SOC）闭环的控制策略,对蓄电池组进行频繁充电,使SOC维持在较高水平,影响制动能量的回收,从而导致燃油经济性不理想.为此,利用BP神经网络并结合城市公交运行特点,提出SOC开环控制策略,对公交车未来站点间的运行工况进行预测,减少蓄电池组的充电次数,降低蓄电池组的荷电状态.试验表明,采用该控制策略可以显著降低电池组充电时间和次数,有利于制动能量的回收,百公里油耗降低了3%.     

Energy management strategy for hybrid electric vehicle based on system efficiency and battery life optimization

A novel method to calculate fuel-electric conversion factor for full hybrid electric vehicle（HEV）equipped with continuously variable transmission（CVT）is proposed.Based on consideration of the efficiency of pivotal components,electric motor,system efficiency optimization models are developed.According to the target of instantaneous optimization of system efficiency,operating ranges of each mode of power-train are determined,and the corresponding energy management strategies are established.The simulation results demonstrate that the energy management strategy proposed can substantially improve the vehicle fuel economy,and keep battery state of charge（SOC）change in a reasonable variation range.