网联环境下的燃料电池混合动力汽车能量管理

为了缓解城市交通拥挤和减少能源消耗,本文提出一种基于智能交通信息的燃料电池混合动力汽车(FCHEV)分层能量管理策略。利用车联网技术获取目标车辆的路况信息,建立交通信号灯正时模型,获取最优目标车速。基于目标车速,获取车辆的需求功率,分层设计自适应等效消耗最小策略和模型预测控制方法,实现对3种能量源需求功率的最优分配。通过仿真和实验验证所提能量管理策略的有效性。研究结果表明：该策略能够有效避免红灯前频繁启停,燃料经济性和续航里程分别提高了9.83%和5.13%。     

复合电源纯电动汽车能量管理研究

以动力电池—超级电容复合电源结构的纯电动汽车为研究对象,基于模糊控制理论设计能量管理策略进行功率分配.以某电动汽车为原型,应用Cruise软件搭建复合电源电动汽车整车模型,在Simulink中开发能量管理系统,基于NEDC循环工况进行联合仿真.仿真结果表明,模糊控制分配策略能够很好发挥超级电容"削峰填谷"的作用,优化了双能量源电源系统的工作效率,满足车辆动力性能的同时,明显提升动力电池的荷电状态.基于模糊控制的能量管理策略,对电池寿命提高和车辆行驶里程提升均取得良好控制效果.     

车路协同的插电式汽车预测能量管理策略研究

为进一步改善插电式混合动力汽车(plug-in hybrid electric vehicle, PHEV)的能量经济性,提出了一种考虑市区道路交通信息的经济车速规划方法及基于模型预测控制(model predictive control, MPC)的能量优化管理策略。以某款P2构型的PHEV为研究对象,基于市区路口信号灯配时状态信息,分别采用动态规划与高斯伪普法优化求解经济车速。根据规划出的经济车速,提出了基于MPC的优化能量管理策略,其利用Dijkstra算法求解最优转矩分配。结果表明：对比基于规则的分段三角函数法,2种经济车速规划算法分别可降低6.31%、7.03%的PHEV等效油耗。基于MPC的优化能量管理策略相比于基于规则的能量管理策略可进一步提升4.98%的能量经济性。     

采用模拟退火算法的电动汽车复合电源能量管理系统优化

针对电动汽车的混合式复合电源工作模式切换复杂、不利于不同工作模式的功率最优分配问题,提出基于模拟退火算法的复合电源能量管理优化方法。对混合式复合电源的工作模式进行分层讨论,建立能量管理系统的各部件损耗模型,基于不同层次设计能量管理策略。在分层能量管理策略的基础上,采用模拟退火算法降低系统的损耗。搭建混合式复合电源仿真模型和实验台进行仿真和实验。仿真和实验结果表明:在NYCC和EUDC路况下,混合式复合电源能量管理系统采用模拟退火算法优化比滞环逻辑控制的总损耗降低0.8%和1.1%。混合式复合电源能量管理系统采用模拟退火算法不仅能有效降低系统损耗,实现功率最优分配,而且能及时跟随功率需求,由超级电容提供或吸收峰值功率,保证电池安全。     

锂电池-超级电容混合系统能量管理与仿真

为了解决储能蓄电池作为动力源应用电动汽车的单一化等不足,在对锂电池与超级电容的外部工作特性及其储能机理理论研究基础上,提出锂电池-超级电容混合电动汽车能量系统。首先基于超级电容内部化学反应与外部工作特性,提出等效电路模型,并建立了其时域状态空间模型。接下来制定脉冲电流实验方案采集电压实验数据,辨识得到准确的超级电容模型,并通过模型仿真曲线与实验曲线的对比来验证模型的准确性。然后结合电动起实际工况及电池和超级电容储能机理,提出超级电容-电池电动汽车能量管理策略,最后基于超级电容模型和电池模型,在matlab/simulink仿真实验平台搭建起超级电容-电池混合电动汽车能量仿真模型,仿真结果验证管理策略的可行性和准确性。     

改进深度Q学习的燃料电池混合动力汽车能量管理

针对传统深度Q学习对经验样本提取效率差、学习效率低的问题,提出一种改进深度Q学习的能量管理策略.首先,采用基于模糊控制的自适应低通滤波器进行功率分层,由超级电容承担需求功率的峰值部分.然后,设计基于深度Q学习的能量管理策略,以减少氢消耗量、提升燃料电池工作效率为目标,优化锂电池与燃料电池的能量分配.在策略训练过程采用基...     

功率分流式混合动力汽车复合电源系统设计

为解决功率分流式混合动力汽车单一蓄电池功率密度小、循环寿命短等问题,引入超级电容-蓄电池复合电源系统,利用AVL-Cruise/Simulink联合仿真平台搭建了功率分流式混合动力汽车的动力系统模型,在基于发动机最优工作曲线的能量管理控制策略中加入了复合电源功率分配策略,该功率分配策略能够缓冲起停发动机、制动工况下的电机工作时的大电流对电池的冲击,使电池尽可能工作在高效率区间来提高车辆的燃油经济性.在此基础上,对蓄电池组和超级电容进行了参数匹配,仿真结果表明蓄电池的放电过程得到了优化,所设计的复合电源系统能够提高车辆的燃油经济性.      

基于强化学习和路况信息的燃料电池汽车能量管理策略

为提升整车经济性和耐久性,提出了一种基于强化学习和路况信息的燃料电池汽车能量管理策略。首先,根据关键部件参数搭建了动力系统模型,并根据城市道路工况特征在VISSIM软件中搭建交通模型并提取了车辆行驶数据及路况数据。其次,将路况数据作为输入,利用长短期记忆神经网络对车速进行预测。最后,基于强化学习算法,将预测车速、加速度以及动力电池荷电状态作为输入,燃料电池系统功率作为输出进行能量管理策略的设计。仿真结果表明,所提策略的百公里氢耗量与动态规划策略相比仅相差1.27%,且燃料电池系统的平均功率波动降低了5.01%,因此可有效提升整车的经济性和耐久性。     

手持式电动工具制动能量回收技术研究

针对手提式电动工具启停频繁、单次通电时间短的工作特点,进行了手提式电动工具能量回收技术的研究。采用超级电容与铅酸电池组成二元电源的方式,设计控制电路回收制动能量,可以在增加较小成本的基础上,同样工况能量回收20%以上。     

基于动态规划算法和路况的增程式电动车能耗分析

针对一种新型的车用增程式混合动力系统,研究了不同的行驶路况对基于动态规划能量管理策略电动汽车的能耗影响。根据输入的不同路况信息,以电池荷电状态、电池放电能力、车辆需求功率为状态量,以增程器发电功率为控制量,建立能量损失数学模型。以城市循环工况(UDC)、新欧洲循环工况(NEDC)、世界轻型车测试循环工况(WLTC)为路况输入,分别得出了基于传统规则能量管理策略与基于动态规划能量管理策略的油耗。仿真结果表明,不同的行驶路况对车辆的能耗影响程度不同,应用动态规划策略的车辆相比于传统方法节油10.42%～24%。     

考虑信号灯状态的经济车速规划

为解决车辆在信号灯控制区域频繁启停造成的通行延误和通行效率低问题,提出了考虑信号灯状态的经济车速规划方法。首先,借助车路协同技术通过车-车、车-路交互获得车辆当前的位置和运动状态数据,以及信号灯相位信息,对近信号控制区车辆通行特征及路口可通过性进行判定,建立车辆通行引导控制模型;其次,对各驾驶行为下车辆时空轨迹进行分析,分别以路口停车次数及车辆延误最小为目标,建立统一优化目标函数,利用多目标粒子群算法求得最优经济车速,以向驾驶员提供车速建议;最后,为验证车速引导模型的有效性,利用PreScan、Vissim和MATLAB/Simulink联合仿真。结果表明,该方法可有效避免红灯停车,车辆行程时间可减少18.7%,停车次数在高车流密度下减少44%以上,车辆延误减少45%。     

用于电梯驱动系统的超级电容弹性储能系统的研究

通过分析电梯驱动系统的能量流动特点,基于能量分析,将超级电容弹性储能用于电梯驱动系统,即利用超级电容快速充放电的特性平滑电容电压,减少因为电梯能量回馈造成的能量损耗和电网的频繁能量交换.通过EMR分析方法,在MATLAB中建立Simulink仿真模型,通过仿真对比,证明超级电容弹性储能系统在减少能量的频繁流动、降低对电网的影响等方面具有一定的改善作用.     

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.     

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.     

网联电动汽车信号灯控路口经济性驾驶策略

针对智能网联电动汽车在信号灯控路口的经济性驾驶问题,提出一种基于最优控制的经济性驾驶车速优化策略.首先,构建包含信号灯、车速限制等约束,以能量消耗最小化为目标的信号灯控路口车辆速度优化问题;然后,利用庞特里亚金极小值原理解析求解最优控制率;考虑到动态交通场景中车辆对未来交通信息的预测能力有限、信号灯约束条件多变等特点,提出了一种双层滚动距离域车速优化策略,将信号灯控路口经济性驾驶问题转化为分段最优控制问题,得到分段最优速度轨迹.仿真结果表明:在有限预测能力和无限预测能力2种情况下,所提出的经济性驾驶车速优化策略较加速—匀速—制动策略分别有9.2％和10.3％的能量节省;随着预测距离和信号灯控路口通行速度的增大,在提高通行效率的同时,能量节省效率进一步提高.     

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。     

超级电容器在混合电动车上的研究进展

由于能源短缺和城市环境污染的加剧,科学家早在20世纪60年代就提出了混合电动车的概念,其目的是节约燃油和降低废气排放.近些年来实验证实,大电池不适合用作频繁启动和频繁刹车时能量回收的电源,而超级电容器(EDLC)是最佳选择.介绍了超级电容器与电池、传统电容的区别,以及超级电容器和混合电动车的市场潜力.     

基于多目标协调的混合储能功率自适应分配方法

混合储能具有良好的功率可控特性,在孤岛微网中常被用作功率缓冲器,补偿分布式电源和负荷多变的功率潮流.围绕储能的功率响应问题,本文设计了混合储能的功率控制方案,并提出了一种基于多目标协调的子单元功率自适应分配方法.首先基于对母线功率供求平衡关系的分析,设计了主从并联型储能功率控制方案.其次利用积分器的“时空调零”特性,实现了子单元的功率自主分配;基于此,考虑了不同荷电状态（SOC）下储能最大充放电功率的差异,设计了子单元的SOC分层管理和多目标功率协调策略.仿真结果表明,所提策略实现的功率分配效果满足子单元的功率响应特性;随着超级电容SOCscn偏移加深,所提策略对SOCscn的优化能力越强,初始SOCscn为97%时能提高10.10%的优化性能,这保障了超级电容作为电压源的功率输出能力;所提策略降低了超级电容常态下的蓄电池的输出深度,蓄电池的最大功率深度降低了46.70%,这提高了蓄电池的使用寿命.     

超级电容器在混合电动车上的研究进展

由于能源短缺和城市环境污染的加剧，科学家早在20世纪60年代就提出了混合电动车的概念，其目的是：节约燃油和降低废气排放。近些年来实验证实，大电池不适合用作频繁启动和频繁刹车时能量回收的电源，而超级电容器(EDLC)是最佳选择。介绍了超级电容器与电池、传统电容的区别，以及超级电容器和混合电动车的市场潜力。     

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%.