并聯(lián)式混合動力汽車能量管理策略優(yōu)化研究.pdf

1、隨著全球能源和環(huán)境問題的日益突出，開發(fā)低油耗、低排放的新型汽車成為當今汽車工業(yè)發(fā)展的首要任務(wù)。在這種背景下，融合傳統(tǒng)燃油汽車和純電動汽車優(yōu)點的混合動力汽車成為當今最具應用前景的低排放、低能耗汽車。作為一種新型的多能量源交通工具，混合動力汽車的性能與其采用的能量管理策略密切相關(guān)。在滿足汽車動力性能的前提下，能量管理策略應當能夠根據(jù)汽車動力系統(tǒng)的特性及實時的運行工況，實現(xiàn)在發(fā)動機、電機之間合理的轉(zhuǎn)矩分配，以獲得整車最大的燃油經(jīng)濟性能、最低的

2、排放以及平穩(wěn)的駕駛性能。 混合動力汽車能量管理問題是一個涉及非線性動態(tài)優(yōu)化的重要問題，該問題作為影響車輛性能和混合動力產(chǎn)業(yè)化進程的一個主要瓶頸，迄今為止沒有得到最終解決，亟待突破。由于混合動力系統(tǒng)是一個集成了電氣、機械、化學和熱力學系統(tǒng)的非線性動態(tài)系統(tǒng)，自身及其各部件之間的協(xié)調(diào)工作極為復雜，難以建立系統(tǒng)的精確的數(shù)學模型；同時，車輛行駛工況和駕駛員操作具有隨機性，這也增加了能量管理策略設(shè)計的難度。為此，本文針對并聯(lián)式混合動力汽車主

3、要的幾種能量管理策略存在的問題，結(jié)合模糊控制技術(shù)、神經(jīng)網(wǎng)絡(luò)技術(shù)、聚類算法、多目標優(yōu)化等相關(guān)知識進一步深入研究并對其進行優(yōu)化和改進，主要工作如下： 首先介紹了課題背景、混合動力汽車的發(fā)展現(xiàn)狀及其關(guān)鍵技術(shù)，著重介紹了混合動力汽車能量管理策略的研究現(xiàn)狀，針對能量管理策略存在的問題指出能量管理策略的優(yōu)化與改進是提高混合動力汽車性能的關(guān)鍵。 分析了并聯(lián)式混合動力汽車的工作模式及其能量管理策略的控制思想，然后針對一種配置金屬帶式無級

4、變速器(CVT)的并聯(lián)式混合動力汽車，以發(fā)動機的效率曲線圖和電池的充放電內(nèi)阻曲線為主要依據(jù)，提出了一種基于動態(tài)邏輯門限方法的能量管理策略。通過設(shè)定一組可變的門限參數(shù)，基于車輛實時參數(shù)實現(xiàn)了混合動力系統(tǒng)不同工作模式的切換，并確定不同工作模式中動力系統(tǒng)主要部件的最佳工作曲線合理控制發(fā)動機和電機之間的轉(zhuǎn)矩分配及CVT的速比，從而提高車輛性能。 對傳統(tǒng)的瞬時優(yōu)化能量管理策略進行分析，確定了影響能量分配的四個主要因素，并將瞬時優(yōu)化能量管理

5、策略總結(jié)為一組四輸入單輸出的能量管理規(guī)則。然后利用模糊C-均值聚類對離線仿真得到的能量管理規(guī)則進行歸類并作為樣本訓練BP神經(jīng)網(wǎng)絡(luò)，建立用于能量管理的神經(jīng)網(wǎng)絡(luò)控制器，從而提出了一種基于BP神經(jīng)網(wǎng)絡(luò)的并聯(lián)式混合動力汽車實時能量管理策略。仿真實驗結(jié)果說明，基于神經(jīng)網(wǎng)絡(luò)的實時能量管理策略能夠有效降低燃油消耗，而且明顯提高了能量管理的實時性。 針對并聯(lián)式混合動力汽車中應用較為廣泛的模糊能量管理策略存在的一些問題作了進一步的研究，提出了一種

6、基于粒子群優(yōu)化的模糊能量管理策略。首先建立了以混合動力系統(tǒng)需求轉(zhuǎn)矩和電池組荷電狀態(tài)(SOC)為輸入，發(fā)動機轉(zhuǎn)矩命令為輸出的模糊控制器用于混合動力系統(tǒng)能量分配，并對模糊化接口、數(shù)據(jù)庫、規(guī)則庫和清晰化接口等設(shè)計工作進行分析并給出了合理的解決方案。然后針對模糊控制器的隸屬度函數(shù)和模糊控制規(guī)則的選取主要依靠專家經(jīng)驗，帶有較大的主觀性等缺陷，采用粒子群算法優(yōu)化模糊控制器中的隸屬度函數(shù)參數(shù)和模糊控制規(guī)則。最后通過仿真實驗說明，基于粒子群優(yōu)化的模糊能

7、量管理策略與未優(yōu)化的模糊能量管理策略相比，能夠更有效地降低燃油消耗，并能很好地控制電池組SOC的變化。 混合動力汽車的行駛工況多種多樣，混合動力汽車能量管理策略應能自動的調(diào)整控制參數(shù)以適應不同的行駛工況。為此，本文提出了一種基于工況識別的模糊能量管理策略，該能量管理策略主要依靠工況識別器和模糊轉(zhuǎn)矩分配控制器兩部分實現(xiàn)。其中，工況識別器利用學習矢量量化網(wǎng)絡(luò)結(jié)合車輛的行駛參數(shù)實現(xiàn)對當前工況的辨識?；诙喾N工況優(yōu)化得到的模糊轉(zhuǎn)矩分配控

8、制器根據(jù)工況識別器對行駛工況的辨識結(jié)果選擇對應的隸屬度函數(shù)和控制規(guī)則，實現(xiàn)對混合動力系統(tǒng)的優(yōu)化控制。仿真實驗結(jié)果說明，將行駛工況識別技術(shù)融入到能量管理策略中，能夠更加有效地提高能量管理策略性能。 混合動力系統(tǒng)參數(shù)匹配是影響車輛性能的另一個關(guān)鍵問題，而且與能量管理策略的作用相互耦合。為此，將能量管理策略參數(shù)優(yōu)化與動力系統(tǒng)參數(shù)匹配問題一同考慮，定義為一個多目標優(yōu)化問題。以邏輯門限能量管理策略的門限參數(shù)和發(fā)動機功率、電機功率和電池數(shù)目

9、等混合動力系統(tǒng)部件參數(shù)作為優(yōu)化變量，將車輛的燃油消耗、尾氣排放和制造成本同時作為優(yōu)化目標。然后采用目標達成方法將該多目標優(yōu)化問題轉(zhuǎn)換為單目標問題，并以車輛動力性能指標為約束條件利用粒子群算法求解該問題。仿真實驗結(jié)果說明該方法與ADVISOR優(yōu)化方法相比，能夠在滿足汽車動力性能指標的前提下，更加有效地降低混合動力汽車的燃油消耗和尾氣排放。 作為混合動力汽車的一項關(guān)鍵技術(shù)，能量管理策略需要不斷完善和發(fā)展。本文結(jié)合相關(guān)知識從五個方面對