基于驾驶意图与工况识别的插电式混合动力汽车能量管理策略研究

被引:0
作者
杨官龙
机构
[1] 重庆大学
关键词
插电式混合动力汽车; 能量管理策略; 驾驶意图; 工况识别; 能耗经济性;
D O I
暂无
年度学位
2014
学位类型
博士
导师
摘要
插电式混合动力电动汽车(PHEV)是兼具纯电动汽车和混合动力汽车优点的新能源汽车,既可以通过外部电网对储能装置进行充电,降低了车辆对燃油的依赖性和使用成本,又可以保证汽车的续驶里程,因此得到了汽车企业、科研机构及各国政府的普遍关注。PHEV在节能方面潜力的发挥很大程度上取决于能量管理策略的制定,但目前已有的能量管理策略都未能考虑或较好地适应行驶工况和驾驶意图的变化。因此研究基于驾驶意图与工况识别的插电式混合动力汽车能量管理策略,对于进一步提高整车能耗经济性水平具有重要的现实意义。 本文以某单电机插电式混合动力汽车为研究对象,以提高能耗经济性为研究目标,开展了基于驾驶意图与工况识别的插电式混合动力汽车能量管理策略研究,具体研究内容如下: (1)研究了ISG电机峰值功率、发动机最大功率与整车动力性能的关系,分析了动力电池组容量与纯电动续驶里程的关系;以动力性为约束条件,整车能耗成本最小为目标函数,对主减速器速比进行优化;在此基础上完成了动力传动系统的参数匹配。最后搭建了整车仿真模型,进行了动力性和经济性的仿真分析,验证了动力传动系统匹配的合理性,为整车能量管理策略的制定奠定了基础。 (2)为了充分利用从电网得到的低成本能量,以发动机的燃油成本与电网的电能成本之和最小为目标,采用遗传算法优化得到电量消耗(CD)模式与电量维持(CS)模式切换的电池荷电状态(SOC)目标值、CS模式下电池SOC波动的上限值与下限值;利用瞬时优化算法计算得到不同工作模式下的CVT速比、发动机转矩和ISG电机转矩MAP图,在此基础上提出了逻辑门限与瞬时优化算法相结合的实时优化能量管理策略,并仿真评价了该能量管理策略的节能效果。为了解决实时优化能量管理策略不能获得能耗经济性全局最优的问题,采用极小值原理求解整车能耗成本最小的目标函数极值,得到了混合模式下的最优能量管理策略,分析了行驶里程、电池初始SOC及能量价格比对能耗经济性的影响。 (3)为了解决基于极小值原理的全局优化能量管理参数对循环工况的依赖性问题,提出了基于工况识别的能量管理策略;选取代表市区拥堵、城市城郊、高速公路等六种循环路况作为标准工况,采用复合等分法将标准工况分割成工况块并计算特征参数,应用极限学习机完成了循环工况识别,并利用极小值原理进行离线优化获得若干标准工况对应的优化参数库,结合工况识别结果,实时更新控制策略参数,实现了基于工况识别的PHEV能耗优化控制。 (4)PHEV冷起动时,在获得第一个工况块信息之前的行驶数据是未知的;若基于工况识别的全局优化能量管理策略的控制参数选用不当,会导致PHEV的能耗经济性大大下降。考虑到驾驶意图影响整车的行驶数据,采用模糊控制器识别驾驶意图,结合实时优化能量管理策略,构建控制策略参数库,实现了基于驾驶意图识别PHEV能耗优化控制。最后为充分挖掘PHEV的节能潜力,通过对基于工况识别的全局优化能量管理策略和基于驾驶意图的实时优化能量管理策略的节能效果的对比分析,确定了以基于驾驶意图的控制参数库作为全局优化能量管理策略的初始化参数,进而提出了基于驾驶意图与工况识别的综合能量管理策略。 (5)搭建了插电式混合动力传动系统的试验台,利用Matlab/Simulink仿真平台和D2P实时控制工具,开发了台架测控软件和整车控制程序,采用ATI-VISION平台建立了数据采集和标定控制系统,完成了台架试验和实车道路试验,试验结果验证了所建立的PHEV仿真模型的正确性,部分验证了所提出能量管理策略的有效性。
引用
收藏
页数:154
共 90 条
[1]
促进我国新能源汽车产业发展的财税政策研究 [D]. 
顾瑞兰 .
财政部财政科学研究所,
2013
[2]
单电机ISG型AMT重度混合动力汽车能量管理策略研究 [D]. 
彭志远 .
重庆大学,
2012
[3]
插电式混合动力电动汽车能量管理策略研究 [D]. 
张冰战 .
合肥工业大学,
2011
[4]
A Real Time Energy Management Strategy for Plug-in Hybrid Electric Vehicles based on Optimal Control Theory.[J].Laura Tribioli;Michele Barbieri;Roberto Capata;Enrico Sciubba;Elio Jannelli;Gino Bella.Energy Procedia.2014,
[5]
Estimating the HVAC energy consumption of plug-in electric vehicles.[J].Kiran R. Kambly;Thomas H. Bradley.Journal of Power Sources.2014,
[6]
Analysis and optimization of hybrid electric vehicle thermal management systems.[J].H.S. Hamut;I. Dincer;G.F. Naterer.Journal of Power Sources.2014,
[7]
Model predictive control-based power dispatch for distribution system considering plug-in electric vehicle uncertainty.[J].Wencong Su;Jianhui Wang;Kuilin Zhang;Alex Q. Huang.Electric Power Systems Research.2014,
[8]
The Coordinated Control Strategy in Plug-In Hybrid Vehicle.[J].Haruyama Shigeyuki;Didik Nurhadiyanto;Kazuya Ushijima;Ken Kaminishi;Dai Heng Chen.Applied Mechanics and Materials.2013, 392
[9]
Review of hybrid; plug-in hybrid; and electric vehicle market modeling Studies.[J].Baha M. Al-Alawi;Thomas H. Bradley.Renewable and Sustainable Energy Reviews.2013,
[10]
Cost-effectiveness of plug-in hybrid electric vehicle battery capacity and charging infrastructure investment for reducing US gasoline consumption.[J].Scott B. Peterson;Jeremy J. Michalek.Energy Policy.2013,