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.     

基于多目标优化的增程式电动汽车自适应制动回馈控制策略

针对增程式电动汽车制动回馈控制策略多目标优化问题,基于多目标优化模型和最优优化理论,提出了一种基于多目标参数优化结果的自适应制动回馈控制策略.首先,基于AVL/Cruise和Matlab/Simulnk软件搭建整车系统仿真控制模型,并基于NSGA-Ⅱ算法,以系统制动效能、制动回馈能量和电池容量衰减率为目标函数构建多目标...     

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Isight的增程式电动汽车控制参数多目标优化

文章以某款增程式电动汽车(range-extended electric vehicle,REEV)为研究对象,设计了整车控制策略,借助整车性能仿真软件CRUISE和多学科设计优化软件Isight搭建了整车性能仿真和优化模型,并采用改进的非支配排序遗传算法(non-dominated sorting genetic algorithm,NSGA-Ⅱ)对增程器控制参数进行多目标优化。优化结果表明,在满足整车能量需求的前提下,优化后的增程器总发电量减少了7.34%,汽车百公里燃油消耗量降低了8.28%。     

增程式电动汽车电子节气门连续逼近滑膜控制器设计

增程式电动汽车是混合动力汽车的重要方向之一。为了提高增程式电动汽车电子节气门控制性能,且控制效果不随电子节气门特性变化而变差,基于电子节气门非线性特性,建立面向控制器设计的非线性模型;应用递推平均滤波法对待跟踪开度信号和节气门位置反馈信号进行滤波,采用切换控制率构造电子节气门经典滑膜控制器。针对经典滑膜控制器会产生颤振的问题,对切换控制率在滑膜面附近进行连续逼近,设计了基于平滑控制率的电子节气门连续逼近滑膜控制器。其后应用不变集理论分析控制系统的稳定性,并给出连续逼近滑膜控制器参数选取原则。通过实验验证所设计控制器的实时性和有效性,结果表明,所设计的连续逼近滑膜控制器能够有效抑制颤振现象,很好地实现电子节气门的跟踪控制,控制效果对模型精确度依赖性不高,不随电子节气门特性变化而变差。     

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.     

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.     

基于采样交通量与卡尔曼滤波的增程式电动汽车续航里程估算研究

为了提高增程式电动汽车续驶里程估算精度,消除驾驶员因电动汽车续驶里程估计不准确产生的忧虑心理,提出一种新的基于采样交通量与卡尔曼滤波的增程式电动汽车里程估算方法。依据不同道路等级,通过指数回归模型对增程式电动汽车交通量进行估算。介绍了卡尔曼滤波原理,给出卡尔曼滤波方法状态方程与观测方程,利用最小二乘法对卡尔曼滤波公式进行推导,获取状态向量预测值和状态向量测试方差矩阵。介绍了单位能耗行驶里程计算方法。结合采样交通量和剩余续驶里程计算结果,通过卡尔曼滤波方法获取下一时刻增程式电动汽车的续驶里程,实现对增程式电动汽车续驶里程的估算。经实验验证,所提方法估算准确性高。     

增程式城市电动客车动力系统设计及仿真研究

针对城市电动客车行驶特性,对增程式城市电动客车动力系统进行了结构分析和主要参数匹配。基于Matlab/Simulink仿真平台,采用纯电电量消耗和电量维持能量管理策略,对设计的动力系统进行了仿真验证。结果表明,整车动力系统的设计和参数匹配比较合理,可以满足整车预设的动力性和经济性要求。     

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.     

电动汽车再生制动控制策略研究

制定合理的再生制动控制策略,使其在保证制动稳定性的基础上,最大限度回收制动能量. 通过对汽车制动动力学和相关法规的分析,结合电机的输出特性,建立了电机模型,提出了一种前后轮制动力分配的控制策略,并在Advisor软件上进行了仿真分析. 与常用的比例制动控制策略相比,该控制策略能充分利用电机的制动转矩,大幅提高制动能量的回收;同时也很好地满足了制动稳定性要求.     

电传动履带车辆双侧驱动转速调节控制策略

为解决双电机独立驱动电传动履带车辆行驶控制问题,建立以目标速度为输入的电传动履带车辆整车及驱动系统模型,设计了电传动履带车辆双侧驱动转速调节控制策略. 该控制策略由综合控制单元和两侧驱动电机控制器相互配合实现. 在Simulink/Stateflow中建立转速调节控制策略模型,完成以驾驶员操作为输入、包含控制环节的多工况系统仿真. 仿真结果和行驶试验验证了转速调节控制策略的可行性和有效性. 该控制策略已在车辆上成功应用.     

分布式驱动电动汽车稳定性分层控制策略研究

提出一种分布式驱动电动汽车行驶稳定性分层控制策略. 策略分为基于滑模控制的广义力矩计算层、基于二次规划的滑移率决策层和基于ABS/ASR的滑移率追踪层. 搭建包括双电机独立驱动系统在内的硬件在环仿真平台,进行了分布式驱动电动汽车典型行驶工况的仿真. 与传统车辆稳定性控制策略的对比发现,文中提出的策略能够在对纵向车速影响较小的前提下,提高车辆操纵稳定性,在部分执行器失效时仍能确保车辆的行驶安全.      

并联混合动力汽车再生制动控制策略研究

针对并联混合动力汽车再生制动的问题分析了再生制动基本原理、实现再生制动必须具备的条件.采用再生制动比例控制策略和再生制动转矩与机械制动转矩的分配线控制策略的方法,对并联混合动力汽车再生制动进行了研究.结果表明UDDS工况燃油消耗减少了11.8%,续驶里程增加了10%—20%.从而验证了再生制动控制策略的正确性和必要性.     

基于智能递阶结构的HEV控制策略

混合动力电动汽车(HEV)的多能源动力总成控制器是实现多能源最优控制的关键,针对该包含多个子系统的复杂系统,提出了一类多模型方案,并采用了一种智能递阶监督控制策略·在智能递阶结构的上层,利用概率神经网络构成了组织级,对系统的任务进行规划;采用模糊决策控制器构成了递阶控制的协调级,将具体的任务分配给各个子系统·经过仿真研究,其结果表明了该方法的有效性·     

E-REV多模式切换控制策略与性能仿真

为了改善增程式电动汽车各项性能。依据某款电动汽车性能要求,对整车动力系统进行了动力系统参数匹配。在串联式混合动力电动汽车模型的基础上,运用Advisor对蓄电池、发电机等模型进行了优化与改进,对控制策略进行了仿真建模,分别计算出了发动机的高效与最优工作区域,建立了动力切换控制逻辑关系。在CYC_1015循环工况下对整车性能进行了研究。仿真结果表明：整车动力性、经济性和排放性均得到显著改善,最高车速大于140km/h,燃油机节油率达到37%,电动机峰值扭矩170Nm,工作效率为82.8%,比优化前提高3%。发动机峰值扭矩80Nm,工作效率为19.4%,比优化前提高29%。HC、CO与NOx排放量与优化前相比分别减少了75%、69.3%、100%。     

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%.     

分布式电驱动汽车驱动力矩优化控制分配

针对分布式电驱动汽车在加速转向行车工况下车轮驱动力矩的控制分配问题,提出一种具有分层结构的控制策略.在控制策略的上层,为提高控制器对参数不确定和模型误差的鲁棒性,基于滑模控制进行主动横摆力矩计算.在控制策略的下层,构建了以提高车辆操纵性、降低电能损失为目标的优化问题,并基于离线计算和在线优化相结合的方式进行求解.采用Matlab-Carsim联合仿真,验证了控制策略在提高车辆操纵性能、降低能耗上的有效性.      

履带式混合动力车辆控制策略硬件在环仿真

采用硬件在环仿真的方法验证履带式混合动力车辆控制策略的可行性. 结合车辆结构形式和DC-DC变换器控制方法,在功率跟踪控制策略基础上,提出一种基于电压控制的履带式混合动力车辆控制策略. 采用真实的驾驶员操纵设备和整车控制器,通过建立的车辆驱动系统模型在dSPACE中实时运算模拟实现被控对象及外界环境,构建包括CAN通信在内的控制策略硬件在环仿真平台,对提出的控制策略进行硬件在环仿真实验. 仿真结果表明,该控制策略可行并能很好地满足驾驶员的操作需求.