并联式混合动力汽车驱动系统及控制策略研究

混合动力汽车综合了技术、经济和环保等方面的因素,是现在及未来汽车行业发展的一个重要方向。并联式混合动力汽车装置装有发动机和电动机两套系统,可以通过不同的驱动模式为汽车提供动力扭矩。文章对并联式混合动力汽车进行了结构和技术分析,对不同的动力组合模式做出了阐述。为使系统的能量能够合理分配和工作,对汽车的控制策略进行了分类探讨,并对比其优缺点,以此进行更深入的研究。     

基于KFCM-MNN并联式混合动力汽车能量管理策略

为了提高并联式混合动力汽车的燃油经济性,文章提出了一种基于核模糊c聚类(kernel fuzzy cmeans clustering,KFCM)的多神经网络(multi-neural network,MNN)能量管理设计方法。采用动态规划全局优化离线仿真得到全局最优解,使用KFCM算法对全局最优解数据集合按照车辆运行模式作聚类划分,针对每一个聚类建立局部神经网络。训练后的MNN模型结构根据实时工况,将多个局部神经网络的输出联结作为能量管理策略的输出,以实现发动机和电机转矩的实时优化分配。仿真结果表明,基于KFCM-MNN的能量管理策略,具有对动态规划能量管理策略很好的学习模拟能力,是一种准最优的控制策略。     

混合动力汽车能量管理控制器参数优化

设计了一种新的基于人工免疫网络优化的模糊神经混合动力汽车能量管理控制器．该控制器结合模糊控制和神经网络的优点,利用神经网络的自学习能力,自动生成模糊规则和隶属函数,并不断优化隶属函数的参数,直到达到设计要求．为了避免神经网络的学习过程陷入局部极值点,采用人工免疫网络优化神经网络的参数．仿真结果显示,经过参数优化的模糊神经能量管理控制器的性能比普通能量管理控制器好,能进一步降低HEV的油耗．     

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。     

插电式混合动力汽车能量管理策略发展综述

插电式混合动力汽车(plug-in hybrid electric vehicle,PHEV)的电池容量大,能够接入外部电网充电;兼具燃油动力和电动驱动系统的优点,被认为是传统燃油汽车向纯电动汽车过渡的最佳方案。能量管理系统是实现整车需求能量在发动机和电动机之间分配的关键,插电式混合动力汽车的经济性、动力性与所采用的能量管理策略密切相关。对插电式混合动力汽车能量管理策略的研究发展进行了综述,对比了各种基于规则和基于优化的能量管理策略的优缺点,分析了驾驶数据与交通信息对能量管理策略的影响及存在的问题,最后,提出了插电式混合动力汽车能量管理策略的发展方向,为今后插电式混合动力汽车的研究提供参考。     

并联式混合动力汽车再生制动控制策略

针对混合动力汽车制动过程中机械制动力与电再生制动力的分配问题,在制动稳定区间内,以尽可能多地回收制动能量为目标,提出了一种最大化制动能量回收的并联式混合动力汽车再生制动控制策略。建立整车与制动控制器模型,仿真结果表明:与传统固定制动力分配比例的控制策略相比,本文所设计的并联式混合动力汽车的制动能量回收率提高了22.8%,燃油经济性提高了4.7%,CO排放量降低了4.4%。     

一种混联式电动汽车驱动系统

阐述了汽车混合动力驱动系统的动力传递路线及能量分配出现,设计了一种混联式电动汽车动力驱动系统,分析了该系统的工作过程及控制策略。     

基于混合动力的汽车发动机建模方法

通过对现代混合动力汽车发动机实际测量和数据参数整理分析,在PC端利用GT软件,设计了一种应用于混合动力汽车发动机的建模方法。该方法需要先建立基础模型,经过检测,基础模型输出扭矩和运行功率与真实值误差不超过5%,之后利用基础模型对混合动力机车动力性进行计算,利用神经网络模型对动力计算结果进行进一步建模,最终生成SLAM模块,完成建模。根据实验计算结果,基于混合动力汽车发动机神经网络建模方法建立的模型,相对误差值均方根为0.032,可以进一步推广应用于混合动力汽车研究控制工作中。     

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。     

电动汽车电动助力转向系统鲁棒H∞控制

针对汽车行驶过程中汽车EPS控制器受到转向系统参数摄动、路面干扰、传感器噪声以及大侧向风干扰等不确定性影响,导致助力电流的不精确性和影响EPS系统性能和驾驶安全的问题。建立了EPS系统数学模型,分析了EPS系统的内部不确定性以及外部干扰。用LFT线性分式变换形式表达出EPS模型,求解了不确定性M矩阵。应用H∞控制理论,根据系统性能指标设计了权函数和H∞控制器。结果表明,与PD控制进行了性能对比,稳定时间和电动机最大助力扭矩分别降低了40.00%和36.98%。在传感器噪声和路面高频力矩等外界干扰影响下,H∞控制器比PD控制器具有更好的性能鲁棒性和鲁棒稳定性,具有良好的抗干扰性能,能够满足EPS性能要求。     

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.     

混合动力汽车能量控制系统的研究

针对传统混合动力汽车复合电源中蓄电池和超级电容的功率平衡问题,提出了一种复合电源能量模糊控制分配系统。该系统设计上通过针对蓄电池的内阻随温度变化和超级电容的本身的充放电特性来优化控制器结构。通过混合动力汽车本身的工作模式来进行分析,模糊控制器使超级电容可以自动变化参考电压使超级电容器输出需求功率中的峰值功率,蓄电池则承担其平均功率。使混合动力汽车在复杂的驾驶环境时,储能系统能够稳定的提供汽车所需要的能量。仿真结果表明该方法可以有效的稳定复合电源中蓄电池的温度使其能够在汽车的各个运行过程中稳定工作的。     

插电式混合动力汽车能量管理策略研究现状和发展趋势

目前国内外学者对插电式混合动力汽车能量管理策略进行了较为广泛和深入的研究,取得了良好的节能减排效果,为进一步提升其性能,有必要对插电式混合动力汽车能量管理策略的研究现状进行总结并对其发展趋势进行分析。首先对插电式混合动力汽车动力源能量流分配方法进行了归纳和分析,指出了当前插电式混合动力汽车能量管理策略两个亟待解决的问题:未考虑发动机冷却液温度和三元催化器温度等温度因素对油耗和排放影响;当前插电式混合动力汽车能量管理策略是以行驶功率需求作为输入,忽略了驾驶室制冷/供暖功率需求。最后提出了计及发动机冷却液温度和三元催化器温度等温度因素的能量管理策略和计及驾驶室制冷/供暖功率需求的能量管理策略两个未来研究方向。     

基于智能算法的燃料电池汽车道路坡度估计

道路坡度是燃料电池混合动力汽车(FCHV)能量管理策略中的重要参数,但精确的道路坡度很难实时获取。因此,提出了一种基于智能算法(长短期神经网络,LSTM)的道路坡度估计方法。通过分析汽车行驶动力模型,选择了合适的行驶参数作为网络输入。同时,比较了该算法与多层感知器(MLP)算法的估计结果,也比较了不同文献中各算法估计结果的归一化均方根误差值(NRMSE)。实车实验结果表明:该方法能在不使用额外传感器的情况下,较准确地估计实时道路坡度,估计结果的RMSE值(均方根误差值)和NRMSE值仅为0.65°和4.6%。     

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。     

基于动态规划插电式并联混合动力汽车能量管理控制策略的研究

混合动力汽车能量管理策略会影响其动力性和经济性。为了寻找整车的最优节油点及控制策略,文章基于世界轻型汽车测试循环(world light vehicle test cycle, WLTC)工况,提出了利用动态规划算法优化插电式并联混合动力汽车能量管理策略。以发动机、电机的扭矩和角速度作为动态规划的控制变量,以保证电池荷电平衡和燃油最小为目标,建立动态规划模型。仿真结果表明,所提出的能量管理策略能使电池荷电状态(state of charge, SOC)保持在设定范围之内,且相对于基于标定经验规则的能量管理控制策略,节油率能达到5.78%,此方法对于整车厂(original equipment manufacturer, OEM)制定并联式混合动力汽车整车控制器能量控制策略及实车标定工作有一定的参考意义。     

混合动力汽车补偿模糊神经网络能量管理策略

以上海大众汽车公司某型号混合动力电动汽车(HEV)的设计要求为基础,提出了一种基于补偿模糊神经网络的能量控制策略,并采用动态调整步长的梯度下降法加快算法的收敛速度.分析了样本数据选取、输入、输出模糊分割和模糊规则提取对控制器性能的影响.利用ADVISOR2002仿真平台进行二次开发,完成了基于补偿模糊神经网络的控制策略、并联电力辅助控制策略和模糊控制策略的仿真比较.仿真结果表明,基于补偿模糊神经网络的控制器具有较强的自适应能力,可以较好提高混合动力汽车的燃油经济性和排放性.     

低排放汽车技术的发展趋势

通过对比分析,研究了常规汽车、代用燃料汽车、电动汽车和混合动力汽车的排放特性,发现以传统的汽油机和柴油机为动力的汽车对环境造成了日益严重的污染,为了环境保护和汽车工业的可持续发展,代用燃料汽车技术,电动汽车技术和混合动力汽车技术是解放汽车排放、噪声和能源结构问题的有效手段。结果表明,采用第二代技术的压缩天然气汽车和液化石油气汽车,可充分发挥气体燃料的优点,达到满意的动力性、经济性和低的排放指标;混合动力汽车把燃油汽车和电动汽车的优点有机结合起来,是近期较理想的汽车发展模式;燃料电池汽车是未来零排放的理想汽车。     

混合动力汽车扭矩管理策略

能量管理策略是混合动力汽车技术中研究的重要内容之一。该文提出的扭矩管理策略具有稳态能量管理策略的特征。在Matlab/Simulink仿真平台上建立了前向式混合动力汽车模型,并在模型基础上对驱动方式和制动方式下的扭矩管理策略进行了仿真分析。仿真结果表明,扭矩管理策略将扭矩作为最主要的控制变量,以内燃机稳态效率特性图为基础,可以实现对内燃机和电机输出动力的合理分配。扭矩管理策略综合考虑了驾驶员的需求以及混合动力汽车中多个部件的特性,是一种能量的优化管理方法,达到了提高混合动力汽车动力系统效率的目的。     

用于混合动力汽车的软开关双向DC/DC变换器

双向DC/DC变换器作为混合动力汽车能量管理系统的核心,在混合动力汽车能量双向转换控制中起到关键作用。根据混合动力汽车对双向DC/DC变换器的要求,选取双向Buck/Boost变换器作为主电路拓扑,减小了重量与体积、提高了系统的工作效率,同时采用半导体软开关技术有效减小开关损耗。推导出变换器在不同工作模式时的动态模型,并对相应模式下的控制器进行设计,提高了系统的稳定性和动态响应速度。最后,仿真和实验结果验证了理论分析的正确性。