混合动力电动汽车能量管理策略研究进展
面对能源和环境的巨大压力,混合动力电动汽车(Hybrid Electric Vehicle,HEV)成为汽车行业发展的一个重要方向。能量管理是HEV动力系统控制策略的核心,是整车动力性、经济性和驾驶性的重要保障,如何优化管理整车能量和提高能量利用率是HEV面临的重大挑战。首先从多个角度对HEV能量管理问题进行概述,进而对HEV能量管理策略的研究进展及现状进行了全面综述,基于优化式和规则式两个角度列举不同的能量管理策略,分析并总结了不同的能量管理策略的优点及不足。最后综合分析HEV能量管理系统的特点及影响因素,并对HEV能量管理的研究方向进行了展望。
混联式混合动力汽车工况预测能量管理研究
为了解决混合动力汽车预测能量管理策略中工况预测不准确的问题,探索研究了基于工况预测的能量管理策略。首先基于模型预测的方法分别建立了多阶马尔可夫和神经网络的预测模型,对工况进行预测;在此基础上提出模型预测能量管理策略的方法,利用动态规划作为其滚动优化部分对混合动力整车的能量进行优化分配。通过仿真计算表明,基于神经网络的工况预测方法具有较高的精度,能够满足使用要求;同时基于神经网络的模型预测能量管理方法能够逼近动态规划算法的最优性,而且具有一定的实时应用潜力,为后期实车能量管理策略的实时应用打下基础。
插电式混合动力汽车控制策略与建模
为了深入分析插电式混合动力汽车能量管理控制策略就需要建立准确的插电式混合动力汽车仿真测试模型,分析影响能量管理系统的因素。利用MATLAB/SIMULINK软件基于实验数据和理论模型相结合的方法对插电式混合动力汽车建模,根据插电式混合动力汽车传动系部件的工作特征对应建立各部件的数学模型,并建立了基于规则的能量管理控制策略对整车的动力性与经济性进行计算仿真验证,计算结果表明建立的插电式混合动力汽车仿真模型和能量管理控制策略能够有效确保发动机处于高效区域运行并改善整车燃油经济性,控制策略可靠有效。
基于工况识别的混合动力汽车能量管理策略
为提高混合动力汽车燃油经济性及控制策略随路况的实时适应能力,以一款双行星排式的新型功率分流混合动力汽车为研究对象,选定五种典型工况,制定识别精度较高的模糊控制器进行工况识别,并优化各工况等效因子,建立了一种基于工况识别的自适应等效燃油消耗最低能量管理策略(A-ECMS)。仿真结果表明,相比于基于规则的实车控制策略及等效燃油消耗最低策略(ECMS),采用A-ECMS策略的油耗分别降低24.7%和2.8%,且发动机和电机工作点集中在更加高效的区域。通过整车转毂试验对A-ECMS策略进行有效性验证,试验结果表明,相比于ECMS策略,整车电耗减少8.2%,油耗降低5.2%,进一步验证了A-ECMS策略有效性及具有较好的燃油经济性。
双行星排HEV能量管理及传动系优化
以国内某款混合动力公交车为样车,搭建了一套双行星排混合动力系统,在转矩分配时引用PID算法调节发动机转速,控制发动机工作在最优工作曲线上,实现了多种工作模式的动力控制和切换。为进一步提高公交车的燃油经济性,基于全因子实验设计对整车传动系统双行星排的特征参数、主减速器的传动比重新进行了匹配优化。最后根据现行国家标准GB/T 27840-2011《重型商用车辆燃料消耗量测量方法》,对该车型在C-WTVC市区循环工况下的动力性和经济性进行了仿真分析,结果显示优化后的公交车在保障整车动力性设计目标的前提下,百公里等效油耗降低约6.41%,燃油经济性得到显著提升。
双参数优化的混合动力汽车能量管理策略研究
为了挖掘新型功率分流式混合动力汽车能量管理策略的节能潜力,设计了一种双参数优化的等效油耗最低策略(AD-ECMS)。首先,提出并验证了发动机起停规则对整车经济性的影响。基于此,优化出一种改进型粒子群算法(ISPSO),根据对等效油耗和电量的实时跟踪,实现对最优等效因子及发动机起停规则的双参数求解。随后,提出了一种双参数优化的等效油耗最低策略,利用模糊控制器识别当前工况特征,通过在线更新等效因子和发动机起停规则,实现经济性能量管理。最后,与ECMS策略、A-ECMS策略进行仿真对比及实验验证,结果表明AD-ECMS策略在整车经济性和电量平衡性上,都具备更好的控制效果。
燃料电池电动汽车的能量管理仿真与优化
以增程式燃料电池电动汽车作为研究对象,将有限状态机与恒温器控制策略相结合并通过该策略合理控制燃料电池与电池的工作模式与输出电流。针对策略中燃料电池的输出电流及开启阈值下限,采用了禁忌搜索算法进行了确定与优化。仿真结果表明,所提出的控制策略可以有效分配电池和燃料电池的输出电流,降低整车运行成本。
基于CAN总线的电动汽车能量回收系统研究
本文介绍了CAN现场总线技术,对电动汽车再生制动储能装置超级电容的控制系统进行了研究,给出了一个基于CAN总线的DC-DC控制器的设计。
基于模糊神经预测的新型电控液驱车辆的能量管理策略研究
在应用了定压网络液压马达控制系统的车辆上采用神经模糊预测能量管理控制器。根据研究对象建立了系统的数学模型并利用MATLAB/SIMULINK工具将其实现。在此预测能量管理策略中首先应用E lm an神经网络对车辆的负载进行预测;利用预测、当前车辆负载信息以及定压网络的状态对发动机进行控制。采用预测能量管理控制器进行了仿真研究。仿真结果表明预测能量管理策略控制在车辆性能的提升上具有相当的潜力它使车辆的燃油经济性能提升了1.5%~14.2%。
基于AMESim的串联型液压混合动力传动系统建模与仿真
针对频繁启停运行汽车设计了一种串联型液压混合动力传动系统 以此为基础设计了该混合动力系统能量管理策略 该控制策略通过设定发动机介入压力以保证储能器能量耗尽时发动机及时介入供能.运用AMESim 系统仿真软件建立了系统仿真模型进行仿真分析 并对储能器充气压力、发动机介入压力等设计参数对节能效果的影响进行研究 仿真结果表明: 所设计的混合动力系统能够有效回收与再利用车辆制动能 保证储能器能量消尽时发动机及时供能 降低汽车行驶过程中的能源消耗.












