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。     

模糊能耗及卡尔曼滤波的电动汽车剩余续驶里程估算

为了提高电动汽车的剩余续驶里程估算精度,在工况识别基础上,提出了一种将模糊能耗与卡尔曼滤波相结合的剩余续驶里程估算模型。建立了整车能耗模型;在MATLAB/Simulink下建立特征参数与能耗之间的模糊规则库;基于卡尔曼滤波对输出剩余续驶里程进行优化。优化结果表明:采用该方法的行驶里程实际值与期望值平均误差为2.11%,相比传统平均能耗法,其剩余续驶里程估算精度提高了77%。     

基于电池循环寿命的纯电动汽车续驶里程估算

为了提高纯电动汽车的续驶里程估算精度,降低因电动汽车续驶里程估计不准确而出现的"里程焦虑",提出一种基于电池循环寿命的纯电动汽车续驶里程估算方法。首先,以纯电动汽车的整体性能分析为基础,将汽车续驶里程估算中电池循环使用时长问题,通过卡尔曼滤波算法转化为代价函数逼近最小值问题,确定电池循环使用寿命。其次,通过计算电池组剩余能量和已行驶里程,计算出纯电动汽车单位里程能耗;最后,计算出纯电动汽车循环工况续驶里程。实验结果表明,采用该方法对纯电动汽车续驶里程进行估算准确性较高,估算误差最低为2. 5%,提高了对纯电动汽车续驶里程的估算精度。     

基于底盘测功机的纯电动汽车续驶里程研究

正本文从底盘测功机模拟汽车行驶阻力的原理入手,通过理论分析以及在底盘测功机上的试验验证,分析了影响纯电动汽车续驶里程的几个可能因素。随着我国经济与社会的发展,汽车已成为家庭必需品,然而快速增长的汽车保有量也带来了严重的污染和能源危机。为了缓解这一问题,近年来国家加大了对新能源汽车的投入与补贴。作为新能源汽车发展的一个重要方向,纯电动汽车的开发与研究已成为新能源领域的热点,而纯电     

电动汽车续驶里程及其影响因素的研究

研究了电动汽车续驶里程的计算方法,根据电池释放的能量与电动汽车消耗的能量相等的方法计算,使用BJD6100－EV电动公交车的有关参数,计算在不同速度下均速行驶时的续驶里程及阻力功率,建立电池均匀性对电池输出功率的影响模型,分析整车参数,环境温度对电动汽车的续驶里程的影响,绘制相应的曲线,结合对BJD6100－EV电动公交车的道路试验,验证了续驶里程的计算方法及续驶里程的影响因素,并提出了增加续驶里程的措施。     

电动汽车传动系统参数设计和续驶里程研究

针对目前电动汽车（EVS）续驶里程短的问题．从车辆动力学的角度建立了较为系统的续驶里程计算模型。讨论了电动汽车动力传动系统参数设计和整车质量对续驶里程的影响,并以XL2000型纯电动轿车为研究对象,分析计算了匹配两种不同传动系统时的续驶里程,并给出了计算结果。进一步的实验表明,计算结果与实验值误差小于5％,验证了所建模型的合理性。在样车设计阶段．利用该方法进行仿真研究,具有一定的参考价值和指导意义。     

基于电池荷电状态和行驶工况辨识的电动汽车续驶里程估算*

为消除驾驶员因电动汽车续驶里程估计不准确,产生的"里程焦虑"。提出了一种基于电池荷电状态和行驶工况辨识的电动汽车续驶里程估算模型。以大连市某电动汽车运行数据为研究对象,首先分析了SOC与行驶里程的相关性,将工况数据划分为432个工况片段。然后利用主成分分析、模糊C聚类分析对工况片段进行分类、辨识,并建立了续驶里程的估算模型,进行续驶里程的估算。最后利用实车数据,在Matlab中进行仿真验证,结果表明此方法是可行的,所建立的模型具有较高的准确度。     

基于无迹卡尔曼滤波的纯电动汽车锂电池SOC估算

现阶段影响纯电动汽车发展的重要因素之一为电池,而考量电池的一项重要指标为锂电池的荷电状态(SOC),对锂电池荷电状态进行准确估算,可为其剩余里程预测以及电池能量管理提供相应的数据支持。锂电池作为常用的充电设备,其SOC难以估测制约了新能源汽车的发展。针对锂电池荷电状态估算的问题,分析其工作原理,建立磷酸铁锂电池的模型,通过对锂电池内部的相关参数进行辨识,基于扩展卡尔曼滤波算法(EKF)和无轨迹卡尔曼滤波算法(UKF),在Matlab中运用上述算法对磷酸铁锂电池的SOC进行估算。通过仿真得出两种算法的误差,进一步表明UKF具有较高的精确度,其估算误差能够保持在4%范围之内,可满足锂离子电池荷电状态的要求。     

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.     

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%。     

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。     

基于改进符号回归算法和XGBoost算法的剩余续驶里程预测

提高剩余续驶里程预测精度可以缓解驾驶人的"续航焦虑",帮助车厂开发精细的电池管理系统,提高纯电动汽车的接受度.基于改进符号回归算法自动生成与标签字段高度相关的新数据特征字段,实现数据维度扩充.再将维度扩充后的数据传入经过超参数调优的XGBoost模型预测剩余续驶里程.对比仅使用经典特征字段的原始数据,维度扩充后的数据在...     

燃料电池车加氢及续驶里程测试典型问题研究

燃料电池汽车加氢目前受到标准法规限制,且会对整车续驶里程产生较为重要的影响,对其研究极为必要.同时,由于目前国内所采用的燃料电池汽车构型基本为氢-电混合动力系统,工况变化多样,且续驶里程测试的截止判断方法不一,将会影响其结果的准确性.针对上述问题,借助国家级第三方检测机构平台优势,利用某燃料电池MP V车型进行实车加氢和续驶里程试验,聚焦车辆加氢、补氢、续驶里程测试条件及结果的典型问题,展开相关研究.     

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.     

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.     

增程式电动汽车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。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140 km/h,燃油机节油率达到37%,电动机峰值扭矩170 N·m,工作效率为82.8%,比优化前提高3%;发动机峰值扭矩80 N·m,工作效率为19.4%,比优化前提高29%;HC、CO、NOx排放量与优化前相比分别减少了75%、69.3%、100%。