基于行为博弈进化算法的PHEV控制策略参数优化

控制策略是影响并联混合动力汽车(PHEV)性能的重要组成部分。针对混合动力汽车控制策略优化问题,设计了基于行为博弈进化算法的并联混合动力汽车控制策略参数优化方法(PGEA).该方法以行为博弈进化算法为优化工具,以混合动力汽车的加速性能、最大爬坡度、最高车速等动力性能指标为约束条件,采用ADVISOR仿真并联混合动力汽车,以最小化燃油消耗与污染物排放总量为优化目标。30组仿真实验结果表明：1)优化后的系统百公里燃油消耗与污染物排放之和最大降幅为23.68%,最小降幅为18.72%,平均下降22.13%;2)发动机效率、电动机效率和系统整体效率至少分别提高了16.67%、44.44%和18.39%;3) PGEA比基于Pareto最优原理的混合动力汽车多目标优化进化算法能够获得精度更高的解。     

基于行为博弈进化算法的并联混合动力汽车控制策略参数优化

控制策略是影响并联混合动力汽车(PHEV)性能的重要组成部分。针对混合动力汽车控制策略优化问题,设计了基于行为博弈进化算法的并联混合动力汽车控制策略参数优化方法(PGEA);该方法以行为博弈进化算法为优化工具,以混合动力汽车的加速性能、最大爬坡度、最高车速等动力性能指标为约束条件,采用ADVISOR仿真并联混合动力汽车;以最小化燃油消耗与污染物排放总量为优化目标。30组仿真实验结果表明:(1)优化后的系统百公里燃油消耗与污染物排放之和最大降幅为23.68%,最小降幅为18.72%,平均下降22.13%;(2)发动机效率、电动机效率和系统整体效率至少分别提高了16.67%、44.44%和18.39%;(3)PGEA比基于Pareto最优原理的混合动力汽车多目标优化进化算法能够获得精度更高的解。     

基于系统综合效率最优的双轴并联PHEV联合优化控制策略

针对双轴并联插电式混合动力汽车控制策略与参数优化问题,综合考虑发动机和电动机工作区间对整车经济性的影响,以系统综合效率最高为目标提出了同时优化转矩分配和变速器挡位的联合优化控制策略,同时引入成本函数对整车经济性和换挡成本进行综合评价.制定控制策略后,以整车在NEDC工况下的电平衡油耗最低为优化目标,采用Isight/Cruise/Simulink联合仿真优化平台采用自适应模拟退火算法对联合优化控制策略参数进行了优化.仿真结果表明,经优化参数后的联合优化控制策略比未经参数优化的规则策略节省油耗7.7%,比运用初始规则策略节省油耗17.3%.     

混合动力汽车控制策略研究现状及发展趋势

混合动力汽车的控制策略及结构决定了整车的行驶性能。根据蓄电池组的荷电状态变化情况,对混合动力汽车的结构型式进行了分类,并对并联型和串联型混合动力汽车控制策略研究现状及其发展趋势进行了分析,指出混合动力汽车的控制策略不十分完善,需要进一步优化。控制策略不仅仅要实现整车最佳的燃油经济性,同时还要兼顾发动机排放、蓄电池寿命、驾驶性能、各部件可靠性及整车成本等多方面要求,并针对混合动力汽车各部件的特性和汽车的运行工况,使发动机、电机、蓄电 池和传动系统实现最佳匹配,兼顾了上述各方面要求的优化控制策略的研究是今后的一个研究重点。还指出,采用小功率电机、小排量发动机配以自动无级变速器的并联型混合动力汽车,是获得较高的燃油经济性、较小的排放、平稳的驾驶性能、较低的制造成本及质量的一种比较理想蝗系统型式。     

基于智能优化规则的并联混合动力汽车能量管理策略

针对并联型混合动力汽车,为了提高燃油经济性,在满足驾驶性能和车辆动力要求的前提下,提出了一种基于智能优化规则的能量管理策略。首先,考虑发动机最优工作区和电池的荷电状态,根据一定的工程经验,选取合适的发动机最优工作区转矩和电池荷电状态的阈值,设计了基于规则的能量管理控制策略。然后,考虑到规则控制中一些阈值参数不确定的问题,应用了一种智能优化算法——粒子群算法优化规则控制策略的阈值参数。最后,将所设计的控制策略在多种国际标准工况下进行仿真对比,结果表明,较纯发动机运行而言,普通规则控制策略可以平均节省14.9%的燃油,而基于智能优化规则的控制策略可以平均节省22%的燃油。     

两轴驱动混合动力汽车动力系统的优化设计

以一款国产燃油汽车为平台,确定了两轴驱动混合动力系统的结构形式,基于逻辑门限值的整车控制策略,研究了整车在不同驾驶工况下的工作模式以及转矩分配情况,采用Matlab/Simulink软件,对整车控制策略进行建模.在性能优化方面,以发动机100 km耗油量和驱动电动机100 km耗电量为优化目标,以车辆后轴的结构参数以及...     

中度混合动力汽车匀速下坡再生制动策略优化

分析混合动力汽车匀速下坡再生制动过程;基于蓄电池充电效率模型、蓄电池温升模型及发电机效率模型,分别以混合动力汽车瞬时再生制动能量回收量最大和总制动能量回收量最大为优化目标,提出了瞬时再生制动优化控制策略和全局优化控制策略;分析了蓄电池温度对混合动力汽车再生制动能量回收效率的影响,计算了汽车在不同坡度和坡长的路况上再生制动能量回收效率,结果表明:全局优化控制策略优于瞬时优化控制策略,且坡度愈大或坡长愈长时,采用全局优化控制策略提高再生制动能量回收效率的效果愈显著.     

中度混合动力汽车匀速下坡再生制动策略优化

分析混合动力汽车匀速下坡再生制动过程;基于蓄电池充电效率模型、蓄电池温升模型及发电机效率模型,分别以混合动力汽车瞬时再生制动能量回收量最大和总制动能量回收量最大为优化目标,提出了瞬时再生制动优化控制策略和全局优化控制策略;分析了蓄电池温度对混合动力汽车再生制动能量回收效率的影响,计算了汽车在不同坡度和坡长的路况上再生制动能量回收效率,结果表明：全局优化控制策略优于瞬时优化控制策略,且坡度愈大或坡长愈长时,采用全局优化控制策略提高再生制动能量回收效率的效果愈显著。     

混合动力汽车传动系优化匹配及性能仿真

制定了轻度混合动力汽车的控制策略，并依据整车结构及控制策略，修改了ADVISOR软件的相关模块，建立了轻度混合动力汽车的仿真模型．采用性能等级数值方法，分析了发动机功率的变化对整车性能的影响，在综合考虑制造成本和节能目标值的前提下，确定了各部件的具体参数．利用正交试验设计优化方法，分析了变速器各挡速比对整车性能的影响，确定了各挡速比的范围．对所匹配车辆的动力性及其在几种循环工况下的燃油经济性进行了仿真，并与动力性相近普通车辆的燃油经济性进行了对比分析．     

柴电混合动力单元关键参数试验研究

鉴于柴电混合动力单元性能和控制策略受柴油机和发电机基础性能限制,考虑到柴油机转速波动率、柴油机转速响应速度、发电机转矩调节速度等参数对动力单元工作稳定性及动态性能具有重要影响,搭建了柴电混合动力单元试验台,对上述关键参数进行了研究,明确了柴油机与发电机可达边界,为控制策略优化奠定了基础.     

ISG混合动力再生制动系统硬件在环仿真

再生制动可显著降低燃油消耗从而降低废气排放,是混合动力汽车的重要工作模式之一．以ISG型混合动力长安轿车为原型,进行了基于制动能量分配控制策略的整车制动动力学建模与离线仿真,并在ISG型混合动力系统上构建了dSPACE环境下的再生制动试验平台,进行了基于再生制动控制策略的硬件在环仿真,对不同车速、制动强度、变速器档位和离合器状态下的再生制动系统性能进行了测试与分析,为优化混合动力汽车再生制动控制策略奠定了基础．     

混合动力公交车传动系统参数优化及能量控制策略

为了使混合动力公交车更好地适应路况,获得良好的经济性能,从传动系统与能量控制策略2个方面对改善混合动力公交车经济性、动力性的方法进行研究,通过优化传动系统参数,使传动系统与能量控制策略有效结合;对传动系统进行动力学分析,并匹配传动系统各部件,利用MATLAB/Simulink与AVL/Cruise软件,根据工作模式建立能量控制策略与整车模型,并对整车模型进行仿真分析,利用Isight软件,结合能量控制策略,对整车模型进行优化;利用多岛遗传算法,以经济性、动力性为优化目标,对电机减速比、行星排特征参数、主减速比3个传动系统参数进行优化,并根据城市公交行驶特性,对优化目标选取不同权重。结果表明,在城市公交工况下对传动系统参数进行多目标优化后,混合动力公交车的燃油消耗量降低了11.6%,发动机运行在经济区间,设计的能量控制策略能够很好地与传动系统相结合。     

采用NSGA-Ⅱ算法的混合动力能量管理控制多目标优化方法

综合考虑燃油经济性、排放性与驾驶性对混合动力能量管理控制优化的优点,以某款并联混合动力汽车为研究对象,选取能量管理控制参数与传动系参数作为待优化参数,以动力性作为约束条件,建立混合动力能量管理控制多目标优化评价方法,提出基于NSGA-Ⅱ算法的混合动力系统多目标优化方法,并与优化前控制策略进行仿真对比分析。结果表明:在满足基本约束的前提下,优化后燃油经济性最多提高了7.8%,平均提高了6.38%;驾驶性性能指标最多提高了27.12%,平均提高了21.74%;排放性综合指标平均提高了41.51%。提出的多目标优化算法具有良好的收敛性与分布性,得到的Pareto最优解集能够给混合动力能量管理控制策略提供更多的权衡选择方案,体现了多目标优化的优势。     

基于FA的等效燃油消耗最小控制策略优化

为了提高混合动力汽车的燃油经济性,研究了基于萤火虫算法(firefly algorithm, FA)优化的等效燃油消耗最小控制策略(equivalent fuel consumption minimization strategy, EFCMS).以并联式混合动力汽车为研究对象,运用萤火虫算法对等效燃油消耗最小控制策略的等效因子以及电池荷电状态(state of charge,SOC)进行优化,实现了并联式混合动力汽车的能量优化控制.在Matlab/Simulink中搭建整车模型进行仿真,结果表明:UDDS(urban dynamometer driving schedule)、NEDC(new European driving cycle)、HWFET(highway fuel economy test)这3种工况下,与优化前相比,节油率分别达到了28.5%、25.5%、16.9%;基于FA的等效燃油消耗最小控制策略相比于传统的等效燃油消耗最小控制策略,可以有效提高燃油经济性,电池SOC可以更好地维持在目标值附近.     

基于MOEA的PHEV控制策略与参数优化

针对并联混合动力汽车（PHEV）控制策略与传动系统参数优化问题,建立了以最小化燃油消耗与污染物排放量的多目标优化模型,研究基于多目标进化算法的PHEV控制策略与传动系统参数优化方法.采用ADVISOR仿真并将仿真所得的燃油消耗与污染物排放量作为候选方案的目标值,基于帕累托支配性原理判定候选方案的优劣,限定待优化变量的取值在PHEV生产精度要求范围内.实验结果显示：优化后的系统1×105m燃油消耗平均降低了22.32%,污染物CO,HC与NOx排放量平均降低了22.06%,7.98%和7%;电动机工作效率由0.18提高到0.52以上;系统总效率平均提升了22.99%.     

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。     

基于动态规划算法的并联式混合动力汽车能源优化管理

以提高燃油经济性为主要目标,建立并联式混合动力汽车能源优化分配控制策略.对动态规划算法进行改进,在汽车行驶过程中全局优化分配内燃机和蓄电池两种动力源的输出功率,以提高能源利用率.通过仿真软件ADVISOR2002的仿真结果表明:在相同条件下,采用改进型DP算法对并联式混合动力汽车进行能量优化时,大大缩短了仿真时间;与基于开关式能源优化管理策略油耗相比,采用改进型DP算法的能源优化管理系统,油耗可降低33%.     

基于交通信号灯信息的混合动力汽车节能预测控制方法

针对传统混合动力汽车控制方法不考虑已知道路交通信号灯信息对车辆能量管理影响的问题,提出了基于交通信号灯信息的混合动力汽车节能预测控制智能优化策略。通过建立混合动力汽车系统的简化模型,并采用连续广义最小残量方法求解模型预测控制问题。运用MATLAB/Simulink进行仿真,仿真结果验证了交通信号灯信息模型的有效性,以及所设计的模型预测控制算法大幅度提高混合动力汽车的燃油经济性的能力和实时控制性能。研究结果表明所提出的控制策略可以实现车辆行驶轨迹的优化控制,显著提高了车辆的燃油经济性,并满足系统的实时最优控制要求。     

供应链库存的RFID使能的Push/Pull控制策略优化

射频识别(RFID)技术的产生为供应链多级库存性能的改善提供了新的方法.基于RFID技术借鉴单工厂多阶段生产存储系统的Push/Pull策略,以供应链分销网络三级库存系统为例设计了8种RFID使能的Push/Pull混合控制策略.为得到各策略的更优性能,采用基于仿真的粒子群优化方法对各策略参数进行了优化,验证了基于仿真的粒子群优化算法对优化RFID使能的Push/Pull混合控制策略的可行性和有效性,优化后各策略的仿真结果表明8种混合策略中制造商阶段采用Push控制,分销商和零售商阶段采用Pull控制的策略性能最优.     

混合动力电动汽车行驶工况分析与识别

对不同行驶工况下混合动力电动汽车的匹配和控制策略优化结果进行了分析,发现工况的平均功率和平均功率的标准差对混合动力汽车的混合度有很大的影响.在同一混合度下,针对不同的工况采用不同的可调参数可得到不同的燃油经济性和最终稳定的电池荷电状态值.提出了"工况块"的概念,用工况的平均行驶车速和行驶距离作为特征参数,将统计的理论工况进行分类,通过模糊控制器,对实际工况进行模糊分析,将其划为对应的某一类.为更准确地反映行驶工况,还提出以时间、距离、最大车速等10个参数作为工况的相关特性参数,用聚类分析的方法对车辆行驶工况的类别进行了更细致的分析和辨识.在上述工况识别的基础上,提出了一种能根据实时工况的变化作出自适应调整的混合动力汽车控制策略.