混合动力汽车工况识别自适应能量管理策略

为改善传统等效燃油消耗最低策略(ECMS)在真实复杂路况下的控制效果,以并联混合动力汽车为研究对象,提出了一种依据工况变化在线调整等效因子的自适应等效燃油消耗最低(A-ECMS)控制策略。首先,提取差异化显著的工况特征参数,采用聚类分析方法来完成工况分类,构建典型工况库,计算出各典型工况对应的最优等效因子;然后,采用学习向量量化(LVQ)神经网络设计了工况识别器,经充分训练后识别器准确率达到98.8%;最后,在线采集选定的车辆行驶特征参数,将当前实际工况识别为典型工况库中某一种,采用对应典型工况下的最优等效因子作为当前优化输入,建立了基于工况识别的A-ECMS控制策略。仿真结果表明:与ECMS相比,在单一给定工况下,A-ECMS燃油经济性降低了0.8%,而电池组荷电状态(SOC)提高了0.13%,能取得近似优化效果;在多工况联合工况下,燃油经济性提高了4.18%,且SOC波动减小了43.26%,证明了A-ECMS控制策略的优越性。     

组合优化聚类与马尔科夫链的城市环卫车辆行驶工况构建方法

为客观描述城市环卫车的实际行驶特征,基于3辆市政环卫车连续一周实际道路行驶数据,提出一种组合优化聚类与马尔科夫链的城市环卫车辆行驶工况构建方法. 首先对特征参数矩阵做均值化处理,增强参数降维后每一个主成分中所包含的特征参数信息;其次利用k均值聚类将不同运行特征的运动学片段划分到不同类的样本集内,以马尔科夫链法在每一类样本集中做状态预测,按时间比例合成代表工况. 最后,基于运动学参数对所构建的代表工况进行有效性检验. 结果表明,所构建的福州市环卫车辆行驶工况相较于C-WTVC国家标准工况,能更客观地反映福州市环卫车辆的实际运行情况.     

一种基于可变等效因子的燃料电池汽车等效燃料消耗最小策略

为了改进燃料电池汽车的燃料经济性与环境适应性，基于等效燃料消耗最小策略，开展了燃料电池汽车能量管理与优化算法的研究。首先，基于车辆动力学模型求解得出的输出功率或制动回收功率，计算系统的等效燃料消耗，并将其作为优化目标，以期实现经济性最优的功率分配；其次，为了适应不同的环境工况，基于等效因子的实际物理意义，提出了随蓄电池荷电状态变化的可变等效因子，使燃料电池汽车能在更好地维持荷电状态的同时，可更充分地利用蓄电池空余能量。WLTC（worldwide harmonized light vehicles test cycle）和CATC（China automobile test cycle）等标准行驶工况下的仿真结果表明，所提出的基于可变等效因子的等效燃料消耗最小策略，可以满足燃料电池汽车降低氢耗、保持蓄电池荷电状态的功能，实现了能量管理与优化，具有较好的工况适应能力。     

基于遗传算法优化的城市标准循环工况构建

针对传统车辆标准循环工况构建中存在的问题,提出了一种基于遗传算法的城市标准循环工况构建方法。以某城市实测行驶工况数据为依据,基于微行程分析理论,对微行程特征参数进行主成分提取及聚类,建立能够反映城市车辆实际运行的行驶工况。利用方差分析确定最佳聚类数,解决了最佳聚类数不易确定的问题。采用遗传算法对代表工况段进行优化修正,以聚类结果中的欧氏距离最小为优化目标,减小其与聚类中心的欧式距离。误差分析表明:提出的工况合成方法所生成的某城市标准循环工况特征参数平均累计误差明显减少,工况精度和一致性得到较大提高。     

混合动力重卡标定参数工况适应性

为解决混合动力重卡整车控制器标定流程繁琐、标定结果无法满足不同行驶工况需求等问题,提出一种标定参数工况适应性规律,可以针对不同行驶工况快速进行控制参数标定.基于运煤线工况和省道工况合成100个新行驶工况,并筛选出代表行驶工况的24个工况特征参数,在电量平衡的条件下,以系统总损失能量最小为标定目标来求解最优功率门限值,通过回归分析寻找最优功率门限值与工况特征参数之间的关系,并确定该车型下最优功率门限值与工况特征参数之间的线性回归方程,研究结果揭示了标定参数与行驶工况之间的本质关系,缩短了不同工况下混合动力重卡整车控制器的研发周期.     

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.     

基于行驶工况的纯电动汽车能量消耗实验研究

针对不同行驶工况下纯电动汽车电能量消耗差异较大的问题,以某款纯电动汽车为研究对象,通过纯电动汽车电能量消耗实验,研究了纯电动汽车电能量消耗与其行驶工况和电能量控制方法之间的关系。分析了纯电动汽车在NEDC、Jap1015和FTP75实验工况中的电能量消耗及其控制方法。讨论了行驶工况特征参数和电能量动态控制方法与纯电动汽车电能量消耗之间的作用关系。结果表明:不同行驶工况的整车电能量消耗并不是随着行驶里程增加而增加,其主要影响因素是纯电动汽车电能量动态控制方法;当采用基于单位里程瞬时能耗的电能量动态控制方法对NEDC前部工况的三个加速阶段进行控制时,将使纯电动汽车单位里程平均能耗分别降低9.4%、18.61%、19.19%。     

基于行驶工况的纯电动汽车能量消耗的实验研究

针对不同行驶工况下纯电动汽车电能量消耗差异较大的问题,以某款纯电动汽车为研究对象,通过纯电动汽车电能量消耗实验,研究了纯电动汽车电能量消耗与其行驶工况和电能量控制方法之间的关系。分析了纯电动汽车在NEDC、Jap1015和FTP75实验工况中的电能量消耗及其控制方法。讨论了行驶工况特征参数和电能量动态控制方法与纯电动汽车电能量消耗之间的作用关系。结果表明:不同行驶工况的整车电能量消耗并不是随着行驶里程增加而增加,其主要影响因素是纯电动汽车电能量动态控制方法;当采用基于单位里程瞬时能耗的电能量动态控制方法对NEDC前部工况的三个加速阶段进行控制时,将使纯电动汽车单位里程平均能耗分别降低9.4%、18.61%、19.19%。     

改进主成分和K-均值聚类的行驶工况

为构建行驶工况,消除K-均值算法对初始聚类中心的敏感性及噪声点的干扰,提出一种改进主成分分析和基于密度的改进K-均值聚类组合方法.结合距离优化法和密度法,构建一种数据集密度度量方法.选取距离较大、密度较高的数据点作为初始聚类中心与候选集,优化聚类结果的同时剔除了孤立点,采用较大贡献因子的特征值进行工况合成,最后对行驶工况油耗进行分析.结果表明,所提方法构建行驶工况的速度-加速度联合分布差异值为1.17％,特征参数平均相对误差较小.可见,合成的行驶工况能够很好地反映某地实际交通道路特征,拟合度较高.     

基于聚类的半挂牵引车行驶工况构建改进方法

针对传统K-均值聚类算法易陷入局部最优以及最佳聚类数难以确定的问题,提出一种基于高斯混合模型聚类的改进方法。选定淄博市博山-沂源路段作为测试道路,以半挂牵引车为试验车辆,利用车载终端设备采集车辆行车数据。在对原始数据预处理的基础上,以速度为运动学片段划分标准,采用主成分分析和聚类分析对特征参数进行降维分类处理,依据距离聚类中心越近越能代表该类特征的原则选取运动学片段,构建丘陵山区半挂牵引车代表性行驶工况。与传统的K-均值聚类相比,采用高斯混合模型聚类构建的丘陵山区车辆行驶工况特征值误差仅为2.05%,精度更高,更能反映丘陵山区道路线形复杂的特点。与国内采用的半挂牵引车测试工况(CHTC-TT工况)相比,所构工况与之差异明显,表明了开发反映丘陵山区行驶特征的半挂牵引车代表性行驶工况的必要性。     

基于ECMS混联式混合动力客车工况识别控制策略

由于城市特殊的运行工况,单纯的基于规则控制策略很难从城市复杂的工况中获取最佳燃油经济性.以提高一款新型混联式混合动力客车燃油经济性为目的,为了更好地适应城市复杂的行驶工况,制定了一种工况自适应实时优化控制策略.根据等效燃油最小控制策略思想结合新型混联式混合动力客车的结构特点构建发动机与电池间的功率分配实时优化算法,针对城市循环工况的特点选定了4种典型的工况类型,并获得不同行驶工况和等效燃油转换系数及油耗的关系,经分析发现每一行驶工况都存在相应的等效燃油系数使得其油耗最低,因此采用LVQ神经网络模型对各工况特征参数进行学习训练以进行实时工况识别,利用工况识别的方法获取当前运行的工况类型并选择相对应的等效系数进行周期性更新以期达到最佳燃油经济性,从而实现对不同工况的适应性.仿真结果表明:其燃油经济性比单纯的能量管理优化控制策略提高了8.55%,同时电池SOC能够控制在预定的范围内运行.     

CVT插电式混合动力汽车经济性控制策略

针对搭载CVT的插电式混合动力轿车,设计了一种基于动力源外特性曲线和驾驶员踏板操作信号的需求转矩解析方法,在此基础上提出驱动和制动工况下基于瞬时经济性成本最低的能量管理策略,该策略以需求转矩、车速和电池SOC为状态变量,以发动机节气门开度、电机转矩、CVT速比为控制变量.进一步研究了电量消耗阶段有无发动机单独驱动模式对整车能耗经济性的影响.通过自行搭建的前向模型进行仿真,结果表明,电量消耗阶段无发动机单独驱动模式的控制策略具有更强的综合性经济优势.     

基于极小值原理的插电式四驱混合动力汽车能量管理策略

建立以电池SOC为状态变量,以后驱电机和ISG （integrated starter and generator）电机输出转矩为控制变量,以整车燃油消耗最小为目标的能量管理优化模型,然后基于极小值原理设计上述优化问题的求解流程,从而获得基于极小值原理的插电式四驱混合动力汽车能量管理控制策略,最后在建立整车系统仿真模型的基础上对该能量管理控制策略进行仿真,并将仿真结果与基于CD-CS模式规则控制策略的仿真结果进行对比。结果表明,提出的控制策略具有良好的燃油经济性,与CD-CS模式规则控制策略相比,提出的控制策略使整车百公里油耗降低了28.18%。     

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%。     

Operation control strategy of series-parallel hydraulic hybrid vehicle

A series-parallel hydraulic hybrid system applied to public buses is put torwaro, ano parameters of key components are analyzed and determined. Energy management strategy based on logic thresh- old is designed which is aimed at efficient operation of the overall system considering the operational characteristic of the components and taking the curves of engine, hydraulic pump/motor and hydrau- lic pump as the main design basis; regenerative control strategy which makes regenerative brake sys- tem and frictional brake system work harmoniously is designed to raise recovery rate of regenerative brake energy. System dynamic modeling and simulation results show that the energy control strategy designed here is able to adapt system to changes of working condition and switch the operating mode reasonably. The regenerative braking control strategy is effective in raising the utilization of energy and improving fuel economy.     

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。     

混合动力汽车自适应等效油耗最低能量管理策略

为提高插电式混合动力汽车燃油经济性，采用基于动态规划（DP）的控制策略仿真分析了不同典型工况、不同行驶里程下SOC（电池荷电状态）的最优轨迹。在等效油耗最低能量管理策略（ECMS）的基础上，采用比例积分（PI）控制算法实时更新电能-燃油等效因子，以保证SOC实际轨迹能够大致跟随理论参考轨迹，进而提出了一种可实时控制的自适应等效油耗最低能量管理策略（AECMS）。为验证所提控制策略的控制性能有效性，采用不同典型工况及不同行驶里程对ECMS、DP、AECMS的控制性能进行了仿真对比。结果表明，AECMS控制效果接近于DP控制策略且可实时控制，电量消耗（CD）模式下AECMS相对于ECMS减少油耗3.50%~8.71%，电量保持（CS）模式下AECMS相对于ECMS减少油耗1.11%~2.46%。     

工况特征参数对客车燃油经济性影响分析

为了获得实际车辆运行特征对车辆燃油经济性的影响,为车辆研发和能量控制策略制定提供重要的参考,对实际运行的城市公交和通勤车辆采集的大量数据进行了数据分析和预测方程的构建。运行数据来自于3辆公交车,6个月内118 d/10 s次的出行数据;测量的数据包括:时间、地理位置、车速、油耗等。通过数据计算和分析,获得了34个不同的运行工况特征参数(包括:负荷率,最高速度,平均速度,平均行驶速度,平均加速度,速度时间比例,加速度时间比例等)。采用统计方法研究了特征参数对于油耗的影响。结果表明,负荷率、平均速度和车速所占百分比与车辆油耗有强烈的相关性;且具有很高的稳定性;基于多元线性回归的方法预测特征参数变化下的燃油经济性,由于存在特征参数之间很强的线性关系,导致结果的不稳定。为了避免这种不稳定性,采用了基于因子分析的方法,获得了相互独立的若干个能够代表所有特征参数信息90%以上的代表性因子;然后采用多元线性回归分析得到的方程能够满足油耗预测的需要。     

燃料电池混合动力系统优化控制策略

针对车用燃料电池蓄电池混合动力系统的特点设计了优化的能量管理策略。采用动态规划算法对目标驾驶循环进行全局优化,对最优能量分配策略进行分析,提取相应的控制规则,并设计了基于模糊控制的燃料电池混合动力系统实时控制策略。仿真及台架试验结果表明该控制策略能够控制燃料电池工作在高效区,提高整车的燃料经济性。     

馈能悬架的多模式智能控制策略

针对主动悬架耗能而限制其在电动汽车中的应用问题,采用永磁(PM)直线电机作为主动悬架系统的执行机构,建立了整车动力学模型,研究了车辆动力学性能与能量回收能力之间的关系。基于最优控制理论设计了主动悬架LQG控制器,采用层次分析法(AHP)和粒子群优化(PSO)方法优化了控制器设计参数,提高了车辆动力学性能和能量回收能力。为了实现模式切换,提出了一种新的多模式切换控制策略。在控制策略中引入舒适性因素,该因素可由驾驶员调节或根据车辆行驶状态进行选择,从而实现了不同模式下的策略切换。仿真结果表明,所提出的多模式切换控制策略显著优于传统主动悬架控制模式,从而全面提升了整车动力学性能和能量再生能力,为悬架馈能控制策略提供指导。