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。     

基于系统效率的PHEV动力与控制参数优化

针对搭载无级变速器的单电机插电式混合动力汽车,提出了一种新的动力参数与控制参数设计方法.建立插电式混合动力汽车各工作模式的系统效率模型,得到基于系统效率的工作模式切换规律,并对模式切换曲线乘以控制参数以实现模式切换规律的调整.充分考虑燃油经济性的影响因素,以动力源功率、电池数目以及主减速器速比作为动力系统设计参数.利用Matlab/Simulink建立整车经济性仿真模型,构建"城市-城郊-高速-城郊-城市"综合行驶工况,以降低等效燃油消耗为目标,采用遗传算法对插电式混合动力汽车动力系统参数与模式切换规律控制参数进行综合优化.结果表明:采用本文所提出的方法能够优化出一组合理的动力与控制系统参数,使整车等效燃油消耗更低,比优化前的百公里等效油耗降低了7.2%.     

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。     

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。     

混合动力汽车电池寿命预测及能量控制管理策略

针对混合动力汽车电池寿命预测及能量管理,分析了锂离子电池工作原理及影响寿命的因素,综述了不同锂离子电池剩余寿命预测方法的研究状况,并讨论了各种方法的优缺点;依据混合动力汽车工作模式简要说明能量控制策略工作机理,分别论述了基于规则、基于优化及基于人工智能等能量控制管理策略的发展现状,讨论了考虑电池寿命的控制策略对整车经济性能的影响。分析发现,融合多种方法的电池寿命预测方法更具优越性,且考虑电池寿命的能量控制管理策略对混合动力汽车燃油经济性的提高效果更佳。总结了混合动力汽车电池寿命预测及能量控制管理策略存在的问题并对未来的发展方向进行展望。     

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.     

遗传算法优化的PHEV模糊能量管理策略研究

选取某款插电式并联式混合动力汽车(PHEV)进行转毂实验,通过转毂实验分析整车的动力性、经济性及整车控制策略,利用GT-suite软件搭建整车一维动力性模型并制定能量管理控制策略,对比分析仿真结果和实验结果:发动机功率实验数据和仿真数据变化趋势一致,电池SOC变化趋势一致,并且最大误差小于20％,验证了仿真模型的准确性.在一维模型基础上利用GT-suite软件和Simulink软件联合仿真,利用基于模糊规则能量管理策略优化混合动力模式下发动机和电机功率分配,然后以整车经济性最佳为优化目标,利用遗传算法优化模糊控制器.结果表明:相对于特定规则的能量管理策略,基于模糊规则策略下整车经济性提高了8.98％,基于遗传算法优化的模糊控制策略整车经济性提高了15.69％.     

基于实车试验大数据分析的插电式混合动力汽车能量管理策略解析

以某先进的串并联混合动力系统为研究对象,提出一种插电式混合动力汽车能量管理策略的逆向解析方法。基于功率流和能量分析,设计试验解析流程,通过实车试验,分别完成对整车动力性、经济性测试及其性能影响分析,在此基础上制定插电式混合动力汽车的能量管理策略。最后基于MATLAB/Simiulink平台及其Simscape模型库,开发了基于实车试验大数据的串并联插电式混合动力汽车仿真平台,通过仿真与实车试验的对比分析,验证了解析策略的正确性。     

插电式混合动力汽车能量管理策略多目标优化

能量管理策略与插电式混合动力汽车(plug-in hybrid electric vehicles,PHEV)的燃油消耗和尾气排放密切相关.在开发的PHEV能量管理策略基础上,建立整车仿真模型.利用自适应惯性因子对基本粒子群算法进行改进.为克服单一优化算法的固有缺陷,将改进粒子群算法和遗传算法组成混合优化算法,并将该混合算法应用于PHEV能量管理策略的多目标优化.优化结果表明,该算法能有效跳出局部最优,其寻优能力明显高于基本粒子群算法和遗传算法,优化后的PHEV油耗和尾气排放相对于优化前减少近30%.     

插电式混合动力汽车能量优化管理策略研究

针对插电式混合动力汽车传动系能量分配不够合理的现象,提出了一种基于禁忌搜索-免疫粒子群算法的整车模糊能量管理策略。根据当前电池SOC值和传动系统的总需求转矩,模糊控制器会分配出发动机和电机的需求转矩。在ADVISOR整车仿真软件中,构建了传动系统的机理模型,并且应用所提出算法对模糊控制器参数进行离线优化。仿真结果验证,应用此算法的能量管理策略,与模糊控制策略相比,百公里燃油消耗降低7.9%,显著提高了燃油经济性,并且能够达到高于遗传算法的优化精度,更具实际工程意义。     

插电式混合动力汽车的燃油经济性优化分析

针对速度变化对插电式混合动力汽车(PHEV)经济性的影响,提出一种顺序速度平滑控制策略.通过对给定交通约束条件下的速度曲线进行顺序平滑处理,优化充电策略,提高插电式混合动力汽车的燃油经济性.根据前车速度的预测值,在车辆与前车的可接受跟踪距离范围内,通过最小化加速度来平滑车速;采用最优的充电耗散策略,根据整个行程的信息,将电池充电延长到行程结束.通过对3种典型工况测试周期的组合,研究商用PHEV的连续优化对两种不同行驶模式的影响.仿真结果表明:所提出的顺序优化方法由于与车辆结构无关,实用性较高;由于在速度优化中使用线性车辆模型求解最优控制问题,因此计算过程的实时性较好;速度平滑控制方法使燃油消耗量减少7%~14%.     

并联混合动力汽车模糊多目标控制策略

针对并联混合动力汽车(PHEV),提出一种模糊多目标整车控制策略.通过应用电动机等效燃油消耗的概念,将整车燃油消耗与尾气排放同时作为优化目标.应用模糊逻辑和最小加权偏差法,并根据当前工况对优化目标的偏好情况,求得瞬时最优工作点.基于ADVISOR仿真平台的研究表明,模糊多目标控制策略(FMCS)相对基于规则的控制策略(RBCS)能够在不损失车辆动力性能的前提下有效降低燃油消耗和尾气排放,同时将电池荷电状态(SOC)维持在合理范围内.     

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。     

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。     

纯电动车车用复合储能装置控制策略及参数优化

为解决目前纯电动车动力电池比功率不足的缺陷,对纯电动车的储能装置进行了研究。根据复合储能装置的特点和目的,制定了复合储能装置的工作模式,提出了基于速度与电流约束的模糊控制策略。为了进一步提高整车性能并降低蓄电池的输出电流,对复合储能装置的关键参数进行了线性优化,仿真结果表明:加装复合储能装置的纯电动车的加速时间缩短了12%,制动能量回收效率提高了39%,百公里耗电量减少了8.55%,并显著降低了蓄电池的输出电流,有效延长了蓄电池使用寿命和整车的续驶里程。     

Study on ultracapacitor-battery hybrid power system for PHEV Applications

For the battery only power system is hard to meet the energy and power requirements reasonably, a hybrid power system with ultracapacitor and battery is studied. A Topology structure is analyzed that the ultracapacitor system is connected with battery pack parallel after a bidirectional DC/DC converter. The ultracapacitor, battery and the hybrid power system are modeled. For the plug-in hybrid electric vehicle (PHEV) application, the control target and control strategy of the hybrid power system are put forward. From the simulation results based on the Chinese urban driving cycle, the hybrid power system could meet the peak power requirements reasonably while the battery pack's current is controlled in a reasonable limit which will be helpful to optimize the battery pack's working conditions to get long cycling life and high efficiency.     

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%。     

融合驾驶风格识别的插电式混合动力汽车自适应控制策略

考虑到驾驶风格对燃油经济性的影响较大,提出了一种融合驾驶风格识别的自适应控制策略,用于插电式混合动力汽车发动机和电机之间的实时扭矩分配。 构建出两种驾驶风格识别模型,在获得驾驶风格识别模型后,考虑到对各种驾驶风格的适应性,融合识别的驾驶风格类别,提出了一种与基于自适应等效因子算法的 PI 模糊更新规则相结合的等效消耗最小化策略 (ECMS)。根据最小等效燃油消耗控制算法和电池电量平衡控制方法,结合驾驶风格识别的结果调用相应最优控制参数,对发动机和电池的功率分配进行实时优化计算,实现对整车的控制。将一段工况使用所指定的能量管理策略,仿真结果表明,融合驾驶风格识别的策略在燃油经济性最高提升了10.5%,汽车的HC,CO,NOx总排放最高降低了11%,,发动机,电机工作点更好的运行在最佳区域中。