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.     

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%。     

增程式纯电动车地板的设计

随着汽车应用及能源的发展,混合电动汽车受到足够的关注。本文将增程式纯动力电动汽车的地板设计成独特的方形地板,便于增程式纯电动车室内总体布置和电池的放置。     

基于极小值原理的增程式电动车辆在线能量管理控制策略

针对某増程式电动校车设计了一种基于极小值原理的在线能量管理控制策略,并分析了其能实现SOC维持控制的机理. 基于Matlab/Simulink仿真环境和部件实验数据搭建了高保真度的前向仿真模型. 仿真结果表明:该控制策略对不同的行驶工况具有很好的适应性. 相对于传统开关型控制策略,燃油经济性最高能提高5.8%.      

增程式电动汽车能量管理策略优化研究

文章以增程式电动汽车为研究对象,以提高整车燃油经济性为目标,采用准静态方式建立了简化的整车模型,利用动态规划方法得到在特定工况下整车的最优控制及燃油消耗最优值;在ADVISOR平台上搭建了整车模型及基于逻辑门限值的控制策略,并利用遗传算法对控制策略中的主要参数进行优化。结果表明,与优化前相比,优化后整车的燃油消耗量明显降低,与理论最优油耗值的误差仅为2.8%。     

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。     

增程式纯电驱动城市客车能量管理策略对比研究(英文)

针对一辆12m 增程式城市客车,对比研究了几种常见的能量管理算法.该城市客车由锂离子电池驱动,并配有一个功率辅助单元(auxiliary power unit,APU)作为里程延长器.功率辅助单元由发动机和发电机组成,可以将燃料中的化学能转化为电能,补充动力电池的电量.首先,建立了该动力系统的动态模型.基于该模型,定义了一个以日行驶燃油消耗量最小为目标的全局优化问题.采用动态规划方法(dynamicprogramming,DP)进行求解;其次,对比分析了动态规划策略、耗尽-维持(charge depleting and chargesustaining)策略、混合(blended)策略等几种常见的能量管理方法.仿真结果表明,对于本文所研究的特定动力系统,采用全局最优策略,日行驶工况下燃油经济性为26.1L/100km;采用混合策略,日行驶工况下燃油经济性为29.1L/100km;采用耗尽-维持策略,日行驶工况下燃油经济性为28.2L/100km.由于全局优化策略无法投入使用,相较于混合策略,耗尽-维持策略可降低油耗3%.将耗尽-维持策略应用于实际车辆.道路实验表明,空载状况下实际油耗为23.6L/100km,满载情况下为24.9L/100km.相较于传统车平均 30L/100km 的水平,满载情况下耗尽-维持策略可降低油耗17%.     

增程式电动汽车规则型能量管理策略对比

针对增程器小型化后的串联式增程式电动汽车能量管理策略问题,从发动机参数匹配角度对增程器小型化的方法进行了研究,采用逐步优化的方法提出了4种规则型能量管理策略.基于搭建的整车动力系统仿真平台,分别从发动机工作点分布、增程器效率以及动力电池充放电能量损失等方面对比分析了各控制策略燃油经济性存在差异的原因.离线及硬件在环仿真试验结果表明:增程器平均效率和动力电池充放电能量损失是影响车辆燃油经济性的主要因素;配置了小型化增程器的电动汽车,不适合照搬发动机开/关和功率跟随控制策略,采用最优曲线控制策略可获得较好的燃油经济性和控制效果.     

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%.     

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.     

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%.     

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。     

混合励磁电机的电动汽车增程器控制策略

针对增程器转速功率动态协调控制问题,提出了一种基于混合励磁电机的新型电动汽车增程器,阐述了其控制系统结构及工作原理.根据混合励磁增程器整体效率特性确定了多转速点工作区域,基于混合励磁电机气隙磁场的柔性可调特性,设计了围绕工作区域的增程器转速-功率解耦发电双闭环控制算法.利用MATLAB/Simulink搭建控制策略模型...     

带增程器电动汽车动力总成系统CAN总线通讯协议制定与测试

结合带增程器电动汽车动力系统的结构特点,制定出相对应的CAN总线通讯协议,并用CANoe进行仿真测试验证该协议的稳定性及可靠性,结果表明各节点均能够及时可靠地发送和接收信息,总线负载率较低,总线运行情况良好,本协议的制定是符合设计要求的.     

基于混沌遗传算法的PHEV能量管理策略优化

提出了一种新的混沌遗传算法,改进了混沌映射和遗传算法的结合方式,使种群在进化的过程中能够混沌搜索解空间,从而增强遗传算法的遍历性.该算法有效地克服了遗传算法局部收敛的缺陷.在软件ADVISOR2002中,以一辆采用模糊能量管理策略的插电式混合动力电动汽车(Plug-in Hybrid Electrical Vehicle,PHEV)为研究对象,应用该混沌遗传算法对其隶属函数和控制规则进行了优化.仿真结果表明,该算法可以实现对模糊控制器的全局优化.与原模糊控制策略相比,优化后的燃油经济性提高了5.15%,CO排放减少了6.39%.