基于插电式电动汽车储能的智能家居动态规划能量管理策略

电动汽车储能为可持续能源供应和分布式能源储存提供了新的机遇和挑战.文中提出基于插电式电动汽车储能的智能家居能量管理问题,并应用动态规划方法完成能量管理策略设计.根据系统结构对系统功率流和PEV电池组进行建模.在家庭能量需求和PEV充电需求约束下,以分时电价和分时家庭能量需求为背景,提出用电成本最小的动态规划能量管理策略优化问题.仿真验证了不同家庭能量需求、不同车辆行驶工况下所提方法的系统经济性,仿真结果表明夏令时和冬令时分别节省家庭日用电费用约50%和27%.      

基于神经网络的增程式电动汽车能量管理策略研究

针对以燃料电池堆为增程器的增程式电动汽车不同于一般燃料电池汽车的特点,提出了一种新的综合考虑燃料电池效率和蓄电池充放电效率的能量管理策略.基于神经网络将策略实现,并在由ADVISOR建立的整车模型上进行仿真验证,取得了更长的续驶里程.     

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%。     

基于改进动态规划法的HEV多目标能量管理策略

混合动力汽车能量管理策略（EMS）优化问题是一类需要综合优化混合动力汽车多个性能指标的多目标多阶段决策问题,而传统的多目标优化算法在求解EMS这类问题时面临求解效率低、收敛性难以保证等挑战。本文结合非支配排序算法的思想,将传统的动态规划法（DP）拓展到多目标优化领域,提出了非支配排序动态规划法（NSDP）。该算法首先将行驶工况划分为多个阶段,在每个阶段中求取混合动力汽车在不同控制策略产生的累积目标值向量,并通过非支配排序算法获得当前的非支配解集以及对应的控制策略,然后利用各个阶段的非支配解集依次逆向迭代,直至获取整个行驶工况的非支配解集前沿以及对应的能量管理控制策略。在仿真实验中,分别应用加权动态规划法（WDP）和非支配排序动态规划法求解功率分流式混合动力汽车和串并联式混合动力汽车在匀加速工况的多目标能量管理策略优化问题,结果表明NSDP能够有效完成求解并保证收敛性,且求解结果在解集均匀性和求解效率方面具有显著的优势。进一步,运用NSDP求解在世界轻型车辆测试工况（WLTC）下串并联式混合动力汽车能量管理优化问题,所得非支配解集可用于分析汽车的工作特性,并能够为实际能量管理策略的制定提...     

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%.     

增程式电动汽车模糊控制能量管理策略研究

在ADVISOR软件环境中建立燃料电池增程式电动汽车动力系统模型,利用该模型设计基于模糊控制理论的整车能量管理策略,并以车辆最大续驶里程为优化目标,利用遗传算法对模糊函数和模糊规则进行优化.对比发现优化后的模糊控制管理策略能改善燃料经济性,提高整车续驶里程.典型工况下不同能量管理策略的整车仿真结果显示,本文所制定的模糊控制能量管理策略优于常见的恒温器及功率跟随能量管理策略,适合用于增程式电动汽车.     

基于车速预测的燃料电池客车能量管理策略

近年来,燃料电池汽车发展迅速,能量管理策略对提高燃料电池客车能量经济性具有重要意义。通过构建整车实时能量管理策略,对燃料电池客车的能量经济性进行了研究。首先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预测不同时域未来行驶车速;然后结合模型预测控制理论与凸优化算法构建了以预测时域内能量消耗最小为目标的分层预测能量管理策略;最后在实车工况下进行仿真验证,并分析比较了两种初始荷电状态下的百公里等效氢耗。仿真结果表明：与实车控制策略相比,所构建的分层预测能量管理策略能够降低9.6%～16.9%的百公里等效氢耗,有效地提高了整车的能量经济性。     

基于瞬时优化的纯电动商用车能量管理策略

随着人们对环保和排放的要求逐渐提高,动力电池逐渐取代内燃机成为越来越多的商用车的动力来源.为了进一步提高纯电动商用车的经济性能,需要制定其能量管理策略.提出了一种基于瞬时优化的纯电动商用车能量管理策略.瞬时优化能量管理策略常用于混合动力汽车,但对于具有双电机的纯电动商用车,瞬时优化方法同样可以用于确定其能量管理策略.本文提出的能量管理策略通过对比不同的电机分配方案之间能量损失,确定了瞬时最优的功率分配方案,从而提高了车辆的经济性能.仿真实验证明,采用提出的能量管理策略,纯电动商用车的经济性能可以提高6.1％.     

基于工况识别的PHEB能量管理策略研究

为提高插电式混合动力客车(plug-in hybrid electric bus,PHEB)的燃油经济性,文章提出了一种基于工况识别的PHEB能量管理策略.首先运用主成分分析(principal component analysis,PCA)和模糊C均值聚类法构建代表性城市工况;然后基于学习向量量化(learning ...     

预知交通信号的电动汽车分层能量管理策略

在城市路况下,电池和超级电容复合电源电动汽车会对信号灯判断不准确而频繁起停,造成额外的能量消耗.基于智能交通系统中预知交通信号信息的应用场景,本文提出了一种分层能量管理方法.首先,根据交通信号信息,上层车速设计策略优化车速,得到车辆经济参考车速,避免车辆在信号灯区域频繁起停.其次,基于经济参考车速,设计了一种基于非线性...     

基于动态规划的电动汽车加速过程优化控制

为提高纯电动汽车能量利用效率,针对电动汽车加速过程,提出了基于动态规划算法的优化控制策略． 建立了基于效率图的电机及驱动系统模型和锂离子动力电池组美国新一代汽车合作伙伴计划( PNGV) 等效模型,以及整车能源和动力系统的效率模型; 构建了整车动力性和经济性的多目标价值函数,采用动态规划算法获得加速过程中优化的电机控制指令路径． 基于Matlab 平台对城市通勤电动汽车( ECUV) 车型进行仿真,结果显示,百公里加速时经济性最优的加速路径能耗降低了22.42%,说明优化的路径能有效提高整车效率减少能量损耗,优化方法可行．     

增程式城市客车能量的分段跟踪优化方法

为在保证动力性的条件下提高增程式城市客车的燃油经济性,提出了一种基于电池荷电状态（SOC）消耗管理和功率分配的能量分段跟踪优化方法。该方法通过在每个控制周期内构建一个短期的需求功率预测序列,并设计参考曲线以实现SOC消耗管理的方式,建立了以费用最小为目标的动力系统功率分配的阶段性优化模型。引入模型预测控制方法,滚动优化并调整功率分配策略。基于该方法,一辆12 m增程式城市客车在中国城市公交工况下的100 km油耗为21.8 L,电耗为25.4 kWh,优于CDCS策略的结果（100 km油耗24.1 L,电耗25.4 kWh）。该方法能通过防止SOC在行程中被过早耗尽并使其在行程结束时降到最低,保证增程式城市客车的动力性并提高燃油经济性。     

基于阿特金森发动机的增程式电动汽车控制策略匹配设计

能量管理控制策略是增程式电动汽车降低油耗和排放的关键,为了使增程式电动汽车获得较好的燃油经济性和控制效果,对采用阿特金森循环发动机的增程式电动汽车的结构特点和工作模式进行了分析.基于阿特金森循环发动机的工作特点,对传统的恒功率控制策略、功率跟随控制策略进行了匹配优化,并提出了发动机三工作点控制策略和基于转速切换的功率跟随控制策略.利用Cruise和Matlab软件建立了联合仿真模型.仿真结果表明:三工作点控制策略与恒功率控制策略相比,有效地防止动力电池大电流充电,有利于缓解电池寿命衰减.基于转速切换的功率跟随控制策略能有效减小发动机转速的频繁波动并且显著提高了燃油经济性,为采用阿特金森循环发动机的增程式电动汽车实用型控制策略的开发提供参考.     

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。     

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．     

增程式电动汽车发动机多工作点控制策略

增程式电动汽车动力系统特殊的结构形式使发动机工作状况不必跟随负载功率需求,发动机控制策略的选择和设计具有多样性。针对目前增程式电动汽车发动机控制策略存在的不足,提出多工作点控制策略,根据行驶过程中的需求功率、车速、电池电量等约束条件,结合万有特性曲线将发动机控制在多个效率较高的优秀工作点上运行,合理设计各工作点间切换逻辑。运用Matlab/Simulink软件完成控制策略模型建立,AVL-cruise软件完成整车、驾驶员以及模拟工况模型建立,两者联合仿真试验结果证明,该策略能在保证车辆动力性、经济性的基础上,减少发动机动态波动,抑制电池大电流充放电,并能够利用路面噪声、空气噪声对发动机噪声的掩蔽效应降低高速行驶时的整车噪声。     

增程式电动汽车能量控制策略的仿真分析

介绍了串联型增程式电动汽车的基本结构和工作模式,给出了选配电动汽车发动机和评价整车燃油经济性的方法.利用Cruise/Simulink联合仿真平台对整车进行建模与仿真,引入基于规则的发动机定点和最优曲线能量控制策略.典型工况下的仿真结果表明:发动机最优点能量控制策略能够使发动机和发电机工作在效率最高点,其燃油经济性优于最优曲线能量控制策略;在增程模式下,当采用发动机最优曲线能量控制策略时,增程式电动汽车获得了较好的燃油经济性和控制效果,且该策略有利于发动机的最小化.     

基于Cruise的增程式电动汽车动力匹配与性能仿真

以某款增程式电动汽车为研究原型,根据整车基本参数和设计的动力性能目标,进行了动力系统参数匹配.基于Cruise建立整车模型,与simulink建立的控制策略模型联合仿真.结果表明,所匹配的参数及控制策略合理并满足整车动力性能要求.     

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。