基于工況與駕駛風(fēng)格識(shí)別的混合動(dòng)力汽車(chē)能量管理策略研究.pdf

1、混合動(dòng)力汽車(chē)的動(dòng)力系統(tǒng)由多個(gè)動(dòng)力源組成，通過(guò)能量管理策略可以實(shí)現(xiàn)需求功率在多個(gè)動(dòng)力源之間的合理分配以及動(dòng)力系統(tǒng)各部件之間的協(xié)調(diào)控制，從而達(dá)到在保持良好動(dòng)力性的前提下，提高整車(chē)燃油經(jīng)濟(jì)性的目的。但是目前已有的能量管理策略在如何將行駛工況識(shí)別方法更有效地應(yīng)用于實(shí)車(chē)控制器以及行駛工況對(duì)駕駛風(fēng)格識(shí)別的影響的研究存在不足，因此深入研究基于工況識(shí)別與駕駛風(fēng)格識(shí)別的混合動(dòng)力汽車(chē)實(shí)時(shí)能量管理策略具有重要的應(yīng)用價(jià)值和理論意義。
　　本文針對(duì)某單電機(jī)

2、ISG(Integrated Starter and Generator)混合動(dòng)力汽車(chē)，以提高能耗經(jīng)濟(jì)性為研究目標(biāo)，開(kāi)展了基于工況識(shí)別與駕駛風(fēng)格識(shí)別的混合動(dòng)力汽車(chē)實(shí)時(shí)能量管理策略研究，具體研究?jī)?nèi)容如下：
　　(1)本文以某城市為例，通過(guò)實(shí)車(chē)采集大量該城市的行駛工況數(shù)據(jù)，并應(yīng)用濾波函數(shù)對(duì)其進(jìn)行了降噪處理，綜合分析各特征參數(shù)之間的相關(guān)性、各特征參數(shù)與油耗的相關(guān)性，對(duì)用于 K-均值聚類分析的行駛工況特征參數(shù)進(jìn)行降維；對(duì)工況數(shù)據(jù)進(jìn)行聚類分

3、析后，運(yùn)用距離聚類中心越近越能代表簇特征的原則，選取代表性工況塊，構(gòu)建了該城市典型工況，通過(guò)與其它行駛工況對(duì)比分析，可以發(fā)現(xiàn)所構(gòu)建的CHCQ工況能夠反應(yīng)該城市交通特點(diǎn)，因此本文提出的行駛工況構(gòu)建方法合理；所采集的行駛工況數(shù)據(jù)和所構(gòu)建的該城市典型工況為后文中的混合動(dòng)力汽車(chē)參數(shù)優(yōu)化和能量管理策略的制定提供了數(shù)據(jù)支撐。
　　(2)將某款單電機(jī)ISG混合動(dòng)力汽車(chē)作為基礎(chǔ)車(chē)型，提出基于多工況的混合動(dòng)力汽車(chē)參數(shù)優(yōu)化方法，將降低整車(chē)的燃油消耗量

4、作為優(yōu)化的目標(biāo)函數(shù)，以原型車(chē)參數(shù)及國(guó)內(nèi)外車(chē)輛動(dòng)力性能指標(biāo)確定了動(dòng)力性約束條件，以動(dòng)力系統(tǒng)參數(shù)和能量管理策略相關(guān)參數(shù)為優(yōu)化對(duì)象，將多個(gè)典型工況組合形成復(fù)合工況，尋求各典型工況下的最優(yōu)和次優(yōu)參數(shù)優(yōu)化解集，從這些解集中確定一個(gè)適用于各典型工況的參數(shù)交集，該參數(shù)交集使車(chē)輛在各典型工況下均有良好的經(jīng)濟(jì)性，從而實(shí)現(xiàn)了基于多工況的混合動(dòng)力汽車(chē)參數(shù)優(yōu)化。并與基于單一工況的混合動(dòng)力汽車(chē)參數(shù)優(yōu)化結(jié)果進(jìn)行對(duì)比，結(jié)果表明本文所提出的方法能使優(yōu)化參數(shù)有更強(qiáng)的工況

5、適應(yīng)性，能使混合動(dòng)力汽車(chē)有更好的燃油經(jīng)濟(jì)性。在獲取動(dòng)力系統(tǒng)部件優(yōu)化參數(shù)的基礎(chǔ)上，對(duì)動(dòng)力系統(tǒng)部件進(jìn)行實(shí)驗(yàn)和理論建模，獲得了發(fā)動(dòng)機(jī)、ISG電機(jī)、電池、CVT(Continuously Variable Transmission)變速箱數(shù)值模型。
　　(3)綜合考慮各特征參數(shù)之間的相關(guān)性、各特征參數(shù)同油耗的相關(guān)性、以及各特征參數(shù)隨工況變化的靈敏度，對(duì)工況識(shí)別的特征參數(shù)進(jìn)行了優(yōu)化。將優(yōu)化后的特征參數(shù)用于所提出的兩種工況識(shí)別算法(基于遺傳優(yōu)

6、化K-均值聚類的工況識(shí)別算法、基于概率統(tǒng)計(jì)的工況識(shí)別算法)，比較兩種識(shí)別算法的精度和適用性，選擇前者作為本文工況識(shí)別算法。然后將工況類型分為擁堵工況、城區(qū)工況、郊區(qū)工況和高速路工況，應(yīng)用等效燃油最小能量管理策略得到不同類型工況等效燃油系數(shù)與油耗之間的關(guān)系，進(jìn)一步計(jì)算獲取不同類型工況所對(duì)應(yīng)的需求功率優(yōu)化分配方式，將其與工況識(shí)別算法相結(jié)合，從而得到了基于遺傳優(yōu)化K-均值聚類算法工況識(shí)別的能量管理策略，仿真結(jié)果表明所提出的能量管理策略相比于等

7、效燃油最小能量管理策略燃油消耗降低了6.84％。
　　(4)本文在對(duì)駕駛操作產(chǎn)生的沖擊度進(jìn)行分析的基礎(chǔ)上，考慮不同類型的行駛工況對(duì)駕駛風(fēng)格識(shí)別的影響，引入包含行駛工況類型影響因子的駕駛風(fēng)格識(shí)別系數(shù)，通過(guò)該系數(shù)和基于 K-均值聚類的行駛工況識(shí)別算法相結(jié)合，得到了計(jì)及行駛工況影響的駕駛風(fēng)格識(shí)別方法。通過(guò)遺傳算法對(duì)等效燃油最小能量管理策略中的電池SOC(State of Charge)懲罰函數(shù)以及充放電系數(shù)進(jìn)行優(yōu)化，得到了基于遺傳優(yōu)化的

8、等效燃油最小能量管理策略。獲取不同駕駛風(fēng)格的車(chē)速信息，應(yīng)用遺傳優(yōu)化的等效燃油最小能量管理策略得到不同駕駛風(fēng)格需求功率的優(yōu)化分配方式，將其與駕駛風(fēng)格識(shí)別方法相結(jié)合，從而建立了計(jì)及工況類型影響的駕駛風(fēng)格識(shí)別實(shí)時(shí)能量管理策略，仿真結(jié)果表明該能量管理策略相比于等效燃油最小能量管理策略，能使整車(chē)燃油消耗降低8.49%。
　　(5)應(yīng)用轉(zhuǎn)鼓試驗(yàn)臺(tái)架和排氣分析設(shè)備對(duì)所構(gòu)建的CHCQ工況與其它典型行駛工況的油耗和排放進(jìn)行對(duì)比分析，驗(yàn)證了所提出的行