基于显式随机模型预测控制的功率分流式混合动力 车辆能量管理策略

混合动力车辆的能量管理策略对提高燃油经济性十分重要.为了提高功率分流式混合动力车辆的燃油经济性以及能量管理策略的实时性,设计了基于显式随机模型预测控制的能量管理策略.首先利用马尔科夫链预测车速,通过简化控制模型,把非线性的能量管理问题转化为线性二次优化问题,建立了以预测域内能量消耗最小为目标的随机模型预测策略(SMPC);然后通过参数化求解得到显式随机模型预测控制策略,该策略既保持了随机模型预测控制方法的优势,又提高了计算速度;最后在多个工况下进行仿真,对提出的能量管理策略的有效性进行验证.仿真结果表明:与基于规则的控制策略相比燃油经济性最高可提高28.64%,同时该策略在仿真中的平均计算时间为3.1 ms,具有实时运算潜力.     

多源信息融合的车速预测方法及整车能量管理

为了进一步挖掘功率分流混合动力汽车的节能潜力,提出了一种融合驾驶意图、车间运动特征及工况历程特征信息的车速预测方法。在此基础上,以燃油经济性最优为目标,建立了基于模型预测控制的整车能量管理优化模型,并采用动态规划算法在有限时域内进行求解,实现了各动力源转矩的实时最优分配。通过MATLAB/simulink软件平台仿真验证表明:在城市道路循环工况下,车速预测精度在不同预测时域都得到了进一步的提升。相比于参数优化后的规则策略,该整车能量管理策略在3种典型工况下,燃油消耗量分别降低了28.53%、23.40%和26.42%,从而验证了该车速预测方法和整车能量管理策略的有效性。     

网联混合动力汽车跟驰场景的预测能量管理控制

针对网联混合动力汽车跟驰场景下能量管理控制中燃油经济性和驾驶安全性综合优化问题，利用车-车及车-路通信，设计了一种基于前车速度预测-本车速度规划的预测能量管理控制策略。前车速度预测器由长短时记忆神经网络构建，神经网络内部超参数通过粒子群优化算法离线优化确定；基于预测的前车速度，求解以跟车距离、车速度、加速度及直接影响驾驶舒适性的车辆冲击度为成本函数的优化问题获得预测域内本车的速度规划；进一步利用序列二次规划算法求解车辆燃油经济性和驾驶安全性综合优化的能量管理控制问题，得到最优功率分配控制策略。多种驾驶工况下的仿真验证了所提出的预测控制策略的有效性及车辆安全跟驰下较好的燃油经济性。     

新型功率分流混合动力系统能量管理预测优化

针对新型双模功率分流混合动力系统,为改善拟搭载样车的能量经济性,开发了基于模型预测控制的实时优化能量管理策略并进行了仿真验证。通过分析各动力源在不同工作模式下的转速转矩关系,建立了功率分流系统模型,通过分析该构型方案在不同功率分流模式下的机械点,得到系统效率随传动比的变化关系,并基于发动机稳态燃油消耗特性曲线建立了其数学模型,基于安时积分法建立了动力电池一阶等效模型。根据已有的发动机模型及动力电池模型,建立了功率分流混合动力系统短时域预测模型,预测了有限时域内电池荷电状态及发动机燃油消耗率的变化。最后,基于预测时域内等效燃油消耗最小提出系统在混合动力模式下发动机工作点的最优决策律,并基于该最优决策律开发功率分流混合动力系统模型预测能量管理策略,实现了各动力源转矩的实时最优分配。设置预测时域和控制时域均为3s,新欧洲行驶工况仿真结果表明,该控制策略可实现能量管理的实时滚动优化,其百公里油耗为4.95L,相比于基于规则能量管理策略下的百公里油耗5.364L,可提升整车大约7.7%的燃油经济性。     

基于动态规划的E-REV能量管理策略研究

增程式电动汽车动力来源于增程器与动力电池,车辆运行过程中如何在两者之间分配需求功率,使得整车在行驶过程中燃油经济性最好,是增程式电动汽车能量管理策略核心的问题.提出一种基于动态规划的增程式电动汽车能量管理策略,运用动态规划对整个工况增程器与动力电池输出功率分配比例进行优化.欧洲标准行驶工况(NEDC)组合行驶工况的仿真结果表明:相比实车采用的恒温器式控制策略,基于动态规划的能量管理策略整车燃油经济性提高12.6%.     

新型功率分流混合动力系统能量管理预测优化

针对新型双模功率分流混合动力系统,为改善拟搭载样车的能量经济性,开发了基于模型预测控制的实时优化能量管理策略并进行了仿真验证。通过分析各动力源在不同工作模式下的转速转矩关系,建立了功率分流系统模型。通过分析该构型方案在不同功率分流模式下的机械点,得到系统效率随传动比的变化关系,并基于发动机稳态燃油消耗特性曲线建立了其数学模型,基于安时积分法建立了动力电池一阶等效模型。根据已有的发动机模型及动力电池模型,建立了功率分流混合动力系统短时域预测模型,预测了有限时域内电池荷电状态及发动机燃油消耗率的变化。最后,基于预测时域内等效燃油消耗最小提出系统在混合动力模式下发动机工作点的最优决策律,并基于该最优决策律开发功率分流混合动力系统模型预测能量管理策略,实现了各动力源转矩的实时最优分配。设置预测时域和控制时域均为3s,新欧洲行驶工况仿真结果表明,该控制策略可实现能量管理的实时滚动优化,其百公里油耗为4.95L,相比于基于规则能量管理策略下的百公里油耗5.364L,可提升整车大约7.7%的燃油经济性。     

新型功率分流混合动力系统能量管理预测优化

针对新型双模功率分流混合动力系统,为改善拟搭载样车的能量经济性,开发了基于模型预测控制的实时优化能量管理策略并进行了仿真验证。通过分析各动力源在不同工作模式下的转速转矩关系,建立了功率分流系统模型,通过分析该构型方案在不同功率分流模式下的机械点,得到系统效率随传动比的变化关系,并基于发动机稳态燃油消耗特性曲线建立了其数学模型,基于安时积分法建立了动力电池一阶等效模型。根据已有的发动机模型及动力电池模型,建立了功率分流混合动力系统短时域预测模型,预测了有限时域内电池荷电状态及发动机燃油消耗率的变化。最后,基于预测时域内等效燃油消耗最小提出系统在混合动力模式下发动机工作点的最优决策律,并基于该最优决策律开发功率分流混合动力系统模型预测能量管理策略,实现了各动力源转矩的实时最优分配。设置预测时域和控制时域均为3s,新欧洲行驶工况仿真结果表明,该控制策略可实现能量管理的实时滚动优化,其百公里油耗为4.95L,相比于基于规则能量管理策略下的百公里油耗5.364L,可提升整车大约7.7%的燃油经济性。     

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。     

增程式纯电驱动城市客车能量管理策略对比研究(英文)

针对一辆12m 增程式城市客车,对比研究了几种常见的能量管理算法.该城市客车由锂离子电池驱动,并配有一个功率辅助单元(auxiliary power unit,APU)作为里程延长器.功率辅助单元由发动机和发电机组成,可以将燃料中的化学能转化为电能,补充动力电池的电量.首先,建立了该动力系统的动态模型.基于该模型,定义了一个以日行驶燃油消耗量最小为目标的全局优化问题.采用动态规划方法(dynamicprogramming,DP)进行求解;其次,对比分析了动态规划策略、耗尽-维持(charge depleting and chargesustaining)策略、混合(blended)策略等几种常见的能量管理方法.仿真结果表明,对于本文所研究的特定动力系统,采用全局最优策略,日行驶工况下燃油经济性为26.1L/100km;采用混合策略,日行驶工况下燃油经济性为29.1L/100km;采用耗尽-维持策略,日行驶工况下燃油经济性为28.2L/100km.由于全局优化策略无法投入使用,相较于混合策略,耗尽-维持策略可降低油耗3%.将耗尽-维持策略应用于实际车辆.道路实验表明,空载状况下实际油耗为23.6L/100km,满载情况下为24.9L/100km.相较于传统车平均 30L/100km 的水平,满载情况下耗尽-维持策略可降低油耗17%.     

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%.     

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。     

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%。     

丘陵地区对纯电动汽车经济性分析及能耗优化方法研究

为了分析丘陵地区对纯电动汽车的经济性影响以及如何提高能耗利用率,针对道路坡度,研究了一种基于动态规划优化控制电机转矩的方法,完成了优化能耗的目标。首先构建了纯电动汽车模型,设计了虚拟坡度,应用动态规划算法合理分配电机转矩及车速,并从车速方面分析了坡度对行车经济性的影响;之后,在虚拟坡度下,使用无坡度道路下的最佳经济车速控制仿真车辆,求解虚拟坡度下的汽车能耗,并将此方法计算的能耗与上一步优化方法得出的能耗做对比,证明了所提出的优化算法能够有效地降低能耗;最后,在实际路况上验证了提出的能耗优化算法的合理性。实验结果表明,针对丘陵地区提出的动态规划算法,能够全局优化能耗,有效提高驾驶经济性。     

并联混合动力汽车怠速停机控制策略研究

怠速停机是混合动力汽车主要节能途径之一,本文以并联式混合动力客车为研究平台,建立了怠速停机控制策略,在CRUISE环境下对发动机怠速时间、怠速转速与燃油经济性的关系进行了深入的研究,基于国内典型城市公交循环工况的仿真结果表明:采用怠速停机控制策略后,燃油经济性比原车得到显著改善。     

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。     

基于工况与粒子群优化的增程汽车能量管理策略开发

为了进一步提高增程式电动汽车(extended range electric vehicle,EREV)的燃油经济性,在满足驾驶性能和车辆动力要求的前提下,根据低速、中速、高速典型工况下发动机功率分布分析,提出一种基于自适应权重粒子群算法(adaptive weighted particle swarm optimization,AW-PSO)优化的三点式最优功率控制策略。为验证其经济性能,基于MATLAB/Simulink开发动力系统模型以及整车能量管理策略。基于驱动成本理论,在多种国际标准工况下进行仿真对比,结果表明：相比功率跟随策略而言,基于工况的三点式功率控制策略实现平均12.95%的成本节省,而AW-PSO优化策略下平均节约成本提升到21.44%。     

基于道路工况分析的HEV控制策略优化方法

以某并联式混动公交车为研究对象,建立了四种典型工况模型,采用蚁群算法优化了最小等效燃油消耗控制策略中四种工况的充放电等效因子;分析了路面坡度与电池荷电状态(state of charge,SOC)目标值域调整之间的对应关系,设计了相应坡度自适应模块;提出了基于道路工况分析的混合动力汽车(hybrid electric vehicle,HEV)控制策略优化方法.典型工况下的仿真对比分析表明,该方法具有良好的工况适应能力,燃油经济性明显优于几类典型HEV控制策略.     

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%。     

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。     

并联式混合动力汽车机械式自动变速器换档策略

并联式混合动力汽车(Parallel Hybrid Electric Vehicle,PHEV)档位决策作为能量管理策略的一部分,对整车动力性、经济性及排放性能有较大影响.混合动力汽车换档策略不仅要考虑发动机,还要考虑电机和电池系统的影响.基于电池电能的等效燃油概念,通过考虑电池充、放电过程中的能量损失,将充、放电生成或消耗的电能折算为等效燃油,由此得到不同档位时整车的综合燃油消耗,进而选取燃油消耗较小时的档位使整车经济性能指标达到最优.同时,该方法也通用于装备液力自动变速器(Automatic Transmission,AT)等有级式自动变速器的混合动力汽车换档策略制定.