基于动态规划的E-REV能量管理策略研究

增程式电动汽车动力来源于增程器与动力电池,车辆运行过程中如何在两者之间分配需求功率,使得整车在行驶过程中燃油经济性最好,是增程式电动汽车能量管理策略核心的问题.提出一种基于动态规划的增程式电动汽车能量管理策略,运用动态规划对整个工况增程器与动力电池输出功率分配比例进行优化.欧洲标准行驶工况(NEDC)组合行驶工况的仿真结果表明:相比实车采用的恒温器式控制策略,基于动态规划的能量管理策略整车燃油经济性提高12.6%.     

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.     

基于效率优化的增程式电动环卫车控制策略

为了提高增程式电动汽车在增程阶段的能量转换效率及整车的等效燃油经济性,以一款增程式电动环卫车为例,对增程器的3种不同控制策略进行了对比分析。首先基于台架试验的发动机油耗特性和发电机效率特性,合成得到增程器整体效率特性及其最优效率曲线,并在MATLAB/Simulink/Stateflow平台搭建整车正向动力系统仿真模型;然后对增程式电动汽车的等效能耗进行了推导,将所消耗燃油和电能全部换算为单一的燃油量;在此基础上基于中国典型城市客车运转工况,分别应用增程器定点发电、增程器沿最优效率曲线功率随动和增程器恒定转速随动输出功率这3种控制策略进行车辆行驶仿真试验。研究结果表明:增程器在定点发电模式下,能够始终工作于最高效率点,从而达到最优的能量转换效率,此时整车等效百公里油耗为29.22L;増程器在恒转速功率随动模式下效率最低,其等效百公里油耗为33.41L;增程器沿最优效率曲线的功率随动模式下比恒转速功率随动模式下的等效百公里油耗降低了约2.78L,达到30.63L。通过对比3种增程器控制策略的仿真结果发现,在增程式电动汽车増程器的电量消耗-电量维持工作模式下,定点发电模式能够使增程器达到最佳的工作效率并实现最小的整车等效百公里燃油消耗,可将其作为增程式电动汽车增程器的最佳控制策略。     

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.     

新型功率分流混合动力系统能量管理预测优化

针对新型双模功率分流混合动力系统,为改善拟搭载样车的能量经济性,开发了基于模型预测控制的实时优化能量管理策略并进行了仿真验证。通过分析各动力源在不同工作模式下的转速转矩关系,建立了功率分流系统模型,通过分析该构型方案在不同功率分流模式下的机械点,得到系统效率随传动比的变化关系,并基于发动机稳态燃油消耗特性曲线建立了其数学模型,基于安时积分法建立了动力电池一阶等效模型。根据已有的发动机模型及动力电池模型,建立了功率分流混合动力系统短时域预测模型,预测了有限时域内电池荷电状态及发动机燃油消耗率的变化。最后,基于预测时域内等效燃油消耗最小提出系统在混合动力模式下发动机工作点的最优决策律,并基于该最优决策律开发功率分流混合动力系统模型预测能量管理策略,实现了各动力源转矩的实时最优分配。设置预测时域和控制时域均为3s,新欧洲行驶工况仿真结果表明,该控制策略可实现能量管理的实时滚动优化,其百公里油耗为4.95L,相比于基于规则能量管理策略下的百公里油耗5.364L,可提升整车大约7.7%的燃油经济性。     

新型功率分流混合动力系统能量管理预测优化

针对新型双模功率分流混合动力系统,为改善拟搭载样车的能量经济性,开发了基于模型预测控制的实时优化能量管理策略并进行了仿真验证。通过分析各动力源在不同工作模式下的转速转矩关系,建立了功率分流系统模型。通过分析该构型方案在不同功率分流模式下的机械点,得到系统效率随传动比的变化关系,并基于发动机稳态燃油消耗特性曲线建立了其数学模型,基于安时积分法建立了动力电池一阶等效模型。根据已有的发动机模型及动力电池模型,建立了功率分流混合动力系统短时域预测模型,预测了有限时域内电池荷电状态及发动机燃油消耗率的变化。最后,基于预测时域内等效燃油消耗最小提出系统在混合动力模式下发动机工作点的最优决策律,并基于该最优决策律开发功率分流混合动力系统模型预测能量管理策略,实现了各动力源转矩的实时最优分配。设置预测时域和控制时域均为3s,新欧洲行驶工况仿真结果表明,该控制策略可实现能量管理的实时滚动优化,其百公里油耗为4.95L,相比于基于规则能量管理策略下的百公里油耗5.364L,可提升整车大约7.7%的燃油经济性。     

新型功率分流混合动力系统能量管理预测优化

针对新型双模功率分流混合动力系统,为改善拟搭载样车的能量经济性,开发了基于模型预测控制的实时优化能量管理策略并进行了仿真验证。通过分析各动力源在不同工作模式下的转速转矩关系,建立了功率分流系统模型,通过分析该构型方案在不同功率分流模式下的机械点,得到系统效率随传动比的变化关系,并基于发动机稳态燃油消耗特性曲线建立了其数学模型,基于安时积分法建立了动力电池一阶等效模型。根据已有的发动机模型及动力电池模型,建立了功率分流混合动力系统短时域预测模型,预测了有限时域内电池荷电状态及发动机燃油消耗率的变化。最后,基于预测时域内等效燃油消耗最小提出系统在混合动力模式下发动机工作点的最优决策律,并基于该最优决策律开发功率分流混合动力系统模型预测能量管理策略,实现了各动力源转矩的实时最优分配。设置预测时域和控制时域均为3s,新欧洲行驶工况仿真结果表明,该控制策略可实现能量管理的实时滚动优化,其百公里油耗为4.95L,相比于基于规则能量管理策略下的百公里油耗5.364L,可提升整车大约7.7%的燃油经济性。     

串联混合动力推土机能量管理策略

以提高整车的最小燃油消耗为控制目标,研究了串联混合动力推土机的能量管理策略。首先,根据双电机独立驱动的串联混合动力推土机结构,建立了发动机、发电机、电机及其控制器、超级电容、推土机动力学的数学模型;然后,基于发动机最佳燃油消耗功率曲线,提出一种恒温器式与功率跟随式相结合的能量管理控制策略;最后,采用MATLAB/Simulink软件,通过理论与试验相结合建模方法对串联混合动力推土机的整机和控制策略进行了仿真建模,利用130 s推土机的典型工况对动力源的能量分配和综合工况的经济性进行了仿真研究。研究结果表明:该策略可对发动机输出功率与超级电容充放电功率进行合理分配,满足整车功率需求,超级电容充放电次数明显减少且荷电状态(SOC)值在最佳工作区间内;混合动力发动机比原机型发动机燃油消耗率降低,发动机负载波动也明显减小,原机型发动机燃油消耗量为1 512 g,混合动力发动机燃油消耗量为1 358 g,其比原机型节油10.2%,整机燃油经济性得到明显提高。该方法是一种有效的串联混合动力推土机能量管理方法。     

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%。     

ISG并联混合动力轿车最优转矩分配策略

能量管理策略对混合动力汽车燃油经济性的改善具有关键作用。因为ISG混合动力轿车发动机转速不是受控变量,转矩成为能量管理策略惟一的控制变量,使其实质为转矩分配策略。考虑动力总成部件之间能量传递转换效率得到电机等效燃油消耗量,由此得到不同待选分配点动力总成等效燃油消耗率,以动力总成等效燃油消耗率最小化为原则优化转矩分配,使整车燃油经济性达到最优。通过离线计算,使转矩分配成为根据整车需求转矩、发动机转速和超级电容电压进行简单查表的过程,解决了计算量大的缺点,方便了实际应用和实时控制。建立整车和控制策略模型进行仿真计算,基于中国乘用车城区瞬态循环,与传统逻辑门限值分配策略相比,整车燃油经济性改善提高了5.2%。     

插电式并联混合动力汽车模糊控制策略设计与仿真

文章以插电式混合动力汽车(plug-in hybrid electric vehicle,PHEV)为研究对象,以提高整车燃油经济性和排放性能为目标,设计了能够实现需求转矩在发动机和驱动电机之间合理分配的模糊逻辑控制策略。该模糊控制策略以SOC参考轨迹作为切入点,最大程度地发挥动力电池的存储能量。仿真结果表明,该模糊控制策略能够较好地优化发动机工作区间,提高燃油经济性和排放性能,并且能使动力电池SOC保持在设定的参考轨迹附近波动。     

带有V2G并网的电动汽车用增程器控制策略

增程器能够扩展电动汽车的续驶里程,但增程器的并网发电尚属研究空白. 为此,重点研究了增程器的并网方案和控制策略. 首先,提出了一种基于解耦双同步参考系锁相环的电气位置估算方法,并引入霍尔前馈提高其响应速度和估算精度,在此基础上设计了电网锁相环和电网电压的协调控制逻辑. 其次,采用多目标优化方法对增程器的控制参数进行了优化,减少了增程器的油耗和非必要的机械启停. 此外,对增程器的启停及工况点切换过程进行了深入探究. 最后,搭建了具有发动机、发电机及并网设备的增程器试验平台,进行了增程器电气角度算法验证试验、并网发电试验及工况协调验证试验等. 结果证明了提出的带有V2G并网的增程器控制策略的可行性和有效性.      

电动汽车动力电池特性仿真系统

为了更好地模拟动力电池的动态特性,开发相应的控制策略,建立了适用于电动汽车的动力电池仿真平台,并且分别建立了动力电池剩余电量模型、最大充放电功率模型和电池热模型.基于电动汽车的不同工况进行了动力电池系统的仿真.结果表明,所建立的动力蓄电池模型能够很好地模拟电动汽车运行过程中蓄电池组的动态行为,为动力蓄电池管理系统软、硬件的开发和电动汽车整车控制策略的开发提供了良好的平台.     

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.     

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。     

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%.     

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%。     

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%.