基于MPC的混合动力汽车能量管理策略

混合动力汽车（Hybrid Electric Vehicle, HEV）通常由两种或两种以上动力源共同驱动,通过控制算法协调各动力源的动力分配,以改善整车性能,提高车辆燃油经济性.以目标结构的混联式HEV作为研究对象,采用“黑盒”建模方法,结合参数识别、车辆动力学和动力传动系统的物理模型以及实际测试数据,评估输入变量对被控混联式HEV的影响以及存在的工作模式等.同时,提出了一种两层的模型预测控制（Model Predictive Control, MPC）的能量管理策略.上层控制器利用车路协同信息（Vehicle-to-everything, V2X）,包括道路速度限制、车辆跟车约束、交叉口信号状态,以及停车线位置,计算车辆的参考运行状态,并将这些信息提供给下层控制器.下层控制器通过MPC计算各部件力矩和制动力,以优化HEV的运行过程.matlab/Simulink仿真结果表明,电池荷电状态（State of Charge, SOC）消耗量降低了5%,验证了该方法的可行性和有效性.     

四轮驱动混合动力汽车能量管理策略仿真

通过仿真对四轮驱动混合动力汽车的能量控制策略进行分析研究，提出以扭矩作为控制策略中的主要控制变量，并根据发动机万有特性、汽车车速、电池稳态特性等因素，将整车扭矩需求合理地分配给内燃机和电机．根据车辆的动力需求，确立了动力系统各元件的匹配参数，并使用Matlab／Simulink仿真软件建立前向式混合动力车模型进行离线仿真计算．仿真结果表明，此能量管理策略可以进行合理的动力分配，并达到一定的动力系统效率．     

并联混合动力汽车的能量管理策略

经过系统研究并联混合动力汽车的控制策略,对并联混合动力汽车提出一种基于模糊逻辑和PID控制的混合能量管理策略,通过模糊逻辑控制器对引擎和电机的期望转矩进行分配,借助PID电量持续策略实现整个循环工况电池荷电状态SOC平衡.为了验证能量管理策略的有效性,对该策略进行仿真分析.仿真结果表明,该策略对提高混合动力汽车的动力性和燃油经济性、改善排放有明显的作用.     

串联混合动力汽车的能量管理策略

以串联混合动力汽车为研究对象,采用“系统建模-策略开发-仿真验证”的思路对能量管理策略进行了研究,建立了动力系统各关键部件的模型.将功率分配系数作为控制变量,以燃油经济性作为控制目标建立了一种基于逻辑门限与模糊算法的能量管理策略;以US06作为循环工况,在MATLAB/Simulink平台下进行了仿真,结果表明,所提出的能量管理策略正确有效,可以实现良好的燃油经济性,与传统的开关式能量管理策略相比,可以降低油耗113%.     

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。     

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.     

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%。     

并联式液压混合动力车辆能量控制策略

阐述了并联式液压混合动力车辆的结构原理,论述了液压再生系统的选型.为使并联式液压混合动力系统各部件之间协调工作以提高整车性能,针对液压混合动力系统各部件的工作特点,以发动机效率曲线和液压泵/马达效率曲线为主要依据,设计了基于逻辑门限的能量控制策略,实时地控制混合动力系统的能量分配,实现混合动力系统的不同工作模式及模式间的动态切换.分析了功率门限值、充压功率等参数对能量控制策略的影响,以系统节能效果最佳为原则优化出最佳参数的设定值.仿真研究表明,基于逻辑门限的能量控制策略能够实现各种工作模式间的合理切换,在满足车辆动力性能指标的前提下,有效地提高车辆的燃油经济性.     

基于智能优化规则的并联混合动力汽车能量管理策略

针对并联型混合动力汽车,为了提高燃油经济性,在满足驾驶性能和车辆动力要求的前提下,提出了一种基于智能优化规则的能量管理策略。首先,考虑发动机最优工作区和电池的荷电状态,根据一定的工程经验,选取合适的发动机最优工作区转矩和电池荷电状态的阈值,设计了基于规则的能量管理控制策略。然后,考虑到规则控制中一些阈值参数不确定的问题,应用了一种智能优化算法——粒子群算法优化规则控制策略的阈值参数。最后,将所设计的控制策略在多种国际标准工况下进行仿真对比,结果表明,较纯发动机运行而言,普通规则控制策略可以平均节省14.9%的燃油,而基于智能优化规则的控制策略可以平均节省22%的燃油。     

单轴并联式混合动力汽车能量分配的模糊控制策略研究

针对单轴并联式混合动力轿车,以混合驱动系统需求转矩和电池剩余电量(SOC)为输入,以发动机转矩为输出,构建了能量管理模糊控制器,基于ADVISOR的仿真研究表明,模糊控制策略与传统的逻辑门控制策略相比,能够更有效地降低混合动力汽车的燃油消耗和排放,更好地控制电池组SOC的变化。     

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%。     

混合动力汽车深度强化学习分层能量管理策略

为了提高混合动力汽车的燃油经济性和控制策略的稳定性,以第三代普锐斯混联式混合动力汽车作为研究对象,提出了一种等效燃油消耗最小策略(equivalent fuel consumption minimization strategy,ECMS)与深度强化学习方法(deep feinforcement learning,DRL)结合的分层能量管理策略。仿真结果证明,该分层控制策略不仅可以让强化学习中的智能体在无模型的情况下实现自适应节能控制,而且能保证混合动力汽车在所有工况下的SOC都满足约束限制。与基于规则的能量管理策略相比,此分层控制策略可以将燃油经济性提高20.83%~32.66%;增加智能体对车速的预测信息,可进一步降低5.12%的燃油消耗;与没有分层的深度强化学习策略相比,此策略可将燃油经济性提高8.04%;与使用SOC偏移惩罚的自适应等效燃油消耗最小策略(A-ECMS)相比,此策略下的燃油经济性将提高5.81%~16.18%。     

基于遗传算法的并联式混合动力汽车控制策略优化

并联式混合动力汽车是一个高度复杂的非线性系统,控制策略参数的设定对汽车性能有着重大影响﹒通过AMESim软件,建立整车动态性能仿真分析模型,以百公里油耗和排放指标为优化目标,运用遗传算法,针对NEDC工况,对混合动力系统的控制策略参数进行优化﹒结果表明,优化后的汽车燃油经济性提高了9.3%,NOx,HC和CO分别减少了7.6%,4.9%和8.2%.     

基于粒子群优化的混合动力汽车多目标能量管理策略

为了同时实现降低整车能耗和控制电池电量的能量管理目标,针对某功率分流式混合动力汽车,提出了基于粒子群优化(PSO)的多目标能量管理策略。该策略采用双层结构,内层采用考虑模式切换的等效燃油消耗最少策略(ECMS)对工作模式和工作点进行优化,实现降低整车能耗的目标;外层采用PSO对等效因子进行迭代优化,实现电池电量的控制目标。通过基于实车控制策略的整车仿真模型对优化效果进行了验证,结果表明,PSO与ECMS相结合的能量管理策略可实现降低整车能耗与控制电池电量的双重目标。     

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。     

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。     

插电式混合动力汽车能量优化管理策略研究

针对插电式混合动力汽车传动系能量分配不够合理的现象,提出了一种基于禁忌搜索-免疫粒子群算法的整车模糊能量管理策略。根据当前电池SOC值和传动系统的总需求转矩,模糊控制器会分配出发动机和电机的需求转矩。在ADVISOR整车仿真软件中,构建了传动系统的机理模型,并且应用所提出算法对模糊控制器参数进行离线优化。仿真结果验证,应用此算法的能量管理策略,与模糊控制策略相比,百公里燃油消耗降低7.9%,显著提高了燃油经济性,并且能够达到高于遗传算法的优化精度,更具实际工程意义。     

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。