基于实时路况信息的插电式混合动力汽车预测性能量管理算法研究

为提高插电式混合动力汽车的燃油经济性,对基于实时路况信息的预测性能量管理算法展开研究。根据实时路况信息采用能耗分配法规划全局SOC参考轨迹,利用自适应等效燃油消耗最小策略(A-ECMS)跟随目标SOC轨迹实现能量管理。以上海市某行驶工况数据进行仿真,结果表明:全局SOC参考轨迹可在低、高速区间合理分配电量,真实SOC轨迹与参考轨迹变化趋势一致,燃油经济性较电量消耗-电量维持(CD-CS)策略提高7.65%,接近动态规划(DP)算法的全局最优解。     

基于最小瞬时等效燃油消耗的液压混合动力车辆能量管理策略

为提高混合动力车辆的燃油经济性和降低尾气排放,根据混合动力车辆2个或2个以上能量流之间的功率分流分配和能量利用情况,提出了最小瞬时等效燃油消耗量策略.通过分析串联式液压混合动力传动能量流关系,以储能元件蓄能器的虚拟等效燃油消耗为准则,建立了液压混合动力车辆最小瞬时等效燃油消耗模型.对液压混合动力车辆能量管理进行了研究,并以某型公共汽车参数为例,运用计算机软件通过城市循环工况第1部分和公路循环工况对使用该策略的液压混合动力车辆燃油经济性进行了仿真计算.仿真结果表明:采用最小瞬时等效燃油消耗策略的液压混合动力车辆的燃油经济性改善率接近30％;采用最小瞬时等效燃油消耗策略在提高车辆节能效果上具有较明显的优势.     

基于分层式控制的混合动力汽车生态驾驶研究

智能交通系统技术的发展为进一步提高车辆驾驶性能带来了新的机遇。插电式混合动力汽车的生态驾驶涉及到3个问题，分别为如何利用动态交通信息对纵向行驶速度进行规划，动力电池SOC全局最优快速规划，以及动力系统实时能量管理。为此，本文中设计了一种结合通精度模型的兼顾计算效率与求解精度的分层式控制策略。上层控制融合了动态交通信号灯信息，通过对车辆行驶速度优化提高了驾驶舒适性，中层则通过对动力系统模型拟合近似，利用凸优化算法实现了SOC快速全局最优规划，为消除拟合模型产生的误差，下层则基于原始非线性模型，通过反馈控制，构建了一种自适应等效燃油消耗最小值策略（A-ECMS）。结果表明，车辆的驾驶舒适性相比于没有速度优化的策略提升了75.92%，且燃油经济性相比于两种常用的基于线性规划的策略分别提升了7.39%与10.91%。     

基于马尔可夫链的混合动力汽车行驶工况预测研究

针对目前混合动力汽车行驶环境适应性的问题,提出一种适应于随机多变的交通状况和基于实时行驶工况预测的能量管理策略。该策略采用一阶齐次马尔可夫链状态转移概率矩阵,对主干道和快速路建立了行驶工况特征参数预测模型,并通过对预测准确度的对比分析,确定了滚动时间窗和预测视距的最佳值。研究结果表明,与传统基于既定循环工况的整车能量管理策略相比,基于工况预测的能量管理策略具有更好的燃油经济性,为新能源汽车能量管理实时控制提供了一种新方法。     

基于等效因子优化的插电式混合动力客车自适应能量管理策略

针对插电式混合动力客车,提出基于等效因子优化的实时能量管理策略。首先,设计了一种等效因子快速计算方法,先根据车辆的动力参数确定等效因子的取值范围,再应用射击算法快速计算等效因子。随后,提出了一种基于电池荷电状态(SOC)线性下降的自适应等效燃油消耗控制策略,利用车辆全球定位系统提供的车辆位置信息,通过在线更新等效因子,实现对参考SOC的实时跟踪。最后,与基于规则的控制策略和标准的ECMS控制策略进行仿真对比,结果表明:无论是在燃油经济性上还是在SOC控制的鲁棒性上,基于等效因子优化的策略都具有最好的控制效果。     

基于线性规划的混合动力汽车智能充电策略

以油电混合动力汽车整车控制策略为基础,提出一种基于线性规划的智能充电能量分配策略,改善了混合动力汽车燃油经济性。该策略在维持高压电池SOC平衡的前提下,根据整车需求功率,发动机和中混电机转速,结合各动力总成部件能量传递的效率,以系统等效燃油消耗最小为原则进行扭矩分配优化。通过仿真结果表明,该策略比普通瞬时优化策略提高了整车燃油经济性。     

TTR汽车等效燃油消耗最小的能量管理策略研究EI北大核心CSCD

为改善通过路面实现动力耦合与电池充电的TTR汽车经济性,分析TTR汽车结构及工作模式,基于等效油耗最小的能量管理策略(ECMS),计算固定等效因子(CECMS);为使电池SOC保持稳定并控制发动机工作于低燃油消耗区,将行驶所需发动机等价总转矩及电池SOC模糊化,制定等效因子的模糊控制规则,而提出模糊自适应等效燃油消耗最小控制策略(FAECMS)。利用MATLAB/Simulink建立包含TTR汽车动力学的CECMS、FAECMS模型,选取FTP75、CLTC、WLTP 3种标准工况,当电池SOC初始值为60%时进行仿真计算,得出FAECMS相对CECMS在3种工况下电池SOC更稳定,并分别节约燃油5.5%、2.6%、8.3%。     

插电式混合动力汽车变参数能量管理策略

为进一步提高新型插电式混合动力汽车(PHEV)的整车经济性,考虑到影响整车经济性的2个主要因素——行驶工况和行驶里程,提出了变参数能量管理策略。为减小车辆行驶工况的影响,应用模糊欧几里德贴近度方法,建立了基于典型循环工况的车辆行驶工况识别控制策略;为减小车辆行驶里程的影响,应用模糊识别的方法,建立了以车辆行驶里程和车辆启动时的动力电池荷电状态(SOC)为输入,行驶里程模式为输出的车辆里程模式识别控制策略;最后对整车能量管理策略进行了仿真分析。结果表明:在同等行驶里程的新欧洲行驶循环(NEDC)工况下,与定参数能量管理策略相比,变参数能量管理策略可以降低整车等效百公里油耗5%以上,从而提高了PHEV的整车经济性。     

并联混合动力汽车ECMS的时变等效因子提取算法的研究

为解决当前等效燃油消耗最小控制策略(ECMS)未能根据实际工况选取最优等效因子的问题,利用动态规划算法(DP)和ECMS各自的优点,构建并联混合动力汽车能量算法模型,即采用动态规划算法的等效燃油消耗最小控制策略(ECMSwDP),将等效因子作为全局最优算法的控制变量,通过对等效因子的离散全局优化,获得基于工况的最佳时变等效因子。在标准工况下对时变等效因子实时控制策略与全局最优控制策略DP的各项性能参数进行了数值仿真,验证了时变等效因子提取算法的有效性和等效因子初始值选取方法的可行性。     

基于强化学习的多燃烧模式混合动力能量管理策略

针对采用HCCI/SI多燃烧模式的功率分流型混合动力汽车,提出了一种基于深度强化学习(DRL)的能量管理策略。基于发动机台架试验和电机有限元分析建立了混合动力汽车模型。将整车作为环境,采用排序优先经验回放算法,训练基于深度Q网络(DQN)的能量管理智能体。在WLTC和NEDC工况下,与规则策略、自适应等效燃油消耗最小策略(A-ECMS)和动态规划结果进行对比,仿真结果表明:基于DRL的能量管理策略能在维持SOC的前提下,避免燃烧模式频繁切换,并且充分利用中小负荷HCCI燃烧,燃烧模式切换频率降低13%以上,燃油经济性提升6%以上。     

多模式混合动力汽车控制策略研究

针对目前混合动力汽车结构的优缺点及发展现状,提出一种双电机双离合器混合动力结构,在该结构下可实现多种驱动形式,综合各模式优势,可充分利用发动机、电机及电池特性,尽可能地节省能耗.在该混动结构下搭建了基于逻辑门限值和基于ECMS的瞬时优化能量管理策略,仿真及试验分析表明,基于ECMS的瞬时优化能量管理策略与基于规则的策略...     

燃料电池混合动力汽车能量控制策略仿真研究

燃料电池客车采用多动力源的动力系统结构，需对其能量流动进行有效的控制。文章探讨了动力系统驱动模式下的3种能量分配控制策略，以及在再生制动模式下的一种简单的能量回馈控制。在ADVISOR软件平台上建立了控制策略和整个系统的仿真模型，并基于性能评估函数对汽车性能进行了分析。仿真结果表明，再生制动可以提高整车燃油经济性达20％，与恒压和离线能量分配相比，在线能量分配下燃油经济性好、蓄电池SOC波动小，但要精确估计蓄电池SOC，可能使其性能比预期的低。     

基于Cruise的ISG混合动力中型卡车能量分配策略研究

文章对ISG混合动力中型卡车发动机、电池、电机的联合工作进行了分析,并基于Matlab/Simulink建立了整车能量分配控制策略,基于AVL/Cruise建立了整车被控对象模型,进行了联合虚拟仿真。对仿真结果,包括整车的经济性、排放、SOC等性能进行了分析和研究,说明采用ISG混合动力系统的中型卡车实现了节油,并且保证了电池SOC平衡,车辆动力性能够满足要求,控制策略是有效的。     

动力电池SOC估算方法的实时工况对比研究

随着燃料电池混合动力汽车的普及,三元锂电池的荷电状态(SOC)估算应用是电池管理系统的重要研究方向,直接决定燃料电池混合动力系统的续航里程。为进一步了解和探索SOC估算方法的准确性,本文基于电池物理模型,通过安时积分法(AH)和内阻法SOC与实际路况SOC的对比分析,研究结果表明:内阻法SOC估算方法能够更符合实际车辆运营SOC的变化情况。     

Impact of hilly road information on fuel economy of FCHEV based on parameterization of hilly roads

Under real-life driving conditions, hilly roads are prevalent. Hilly road profile substantially influences fuel economy (FE) due to large impacts (increase or decrease) on power demand profile. Thus, the utilization of future altitude profile information has large potential to improve FE. In this paper, for optimal energy management of fuel cell hybrid electric vehicles (FCHEV), we investigate how much FE could potentially be improved when future altitude profile information is available. In particular, the simulation results are analyzed to justify the reason for this potential improvement and to identify which characteristics of hilly roads leads to large FE improvements. First of all, four statistical parameters are defined to characterize hilly roads: mean value, standard deviation (STD), distance interval (DI), and total distance. Then, several types of virtual hilly roads are generated based on various parameter combinations. In order to evaluate the potential FE improvement two energy management strategies (EMSs) are utilized: the first is Dynamic Programming, which evaluates the globally optimal FE when future hilly road information is available; the other is the Equivalent Consumption Minimization Strategy (ECMS) with adaptive equivalent factor for charge-sustenance, which represents the baseline EMS when future hilly road information is not available. The results show that downhill roads have much larger potential than uphill roads do for FE improvements when the future altitude profile is properly used for EMS. Furthermore, if the battery capacity is not large enough to handle the difference in potential energy, future hilly road information is more important to prevent violations of the maximum state-of-charge bound.     

Fuel consumption of fuel cell hybrid vehicles considering battery SOC differences

Fuel cell hybrid vehicles (FCHVs) have become one of the most promising candidates for future transportation due to current energy supply problem and environmental problem. Fuel economy is an important factor in FCHVs. In order to properly evaluate the fuel economy of an FCHV, the initial battery state of charge (SOC) and the final battery SOC have to be identical so that the effect of the battery energy usage on the fuel economy is neglected. In the simulation or in the real driving, however, the final battery SOC is usually different from the initial battery SOC, and the final battery SOC often depends on the power management strategy. To consider the difference between the two battery SOC values, the concept of equivalent fuel consumption is presented by two methods. One is based on the relationship between delta SOC and delta fuel consumption, and the other is based on the optimal control theory. Two rule-based power management strategies for an FCHV are presented, and for each strategy, the fuel economy is evaluated based on the two methods. The characteristics of the two methods are discussed and compared, and the superior one is selected based on the comparison.     

基于小波变换-模糊控制的复合电源能量管理

以锂电池-超级电容构成的复合电源电动汽车为研究对象,在满足动力性能的前提下,为实现超级电容在合理的荷电状态（SOC）下承担高频率信号,且锂电池承担低频率信号的目标,建立了实时小波变换-模糊控制的能量管理控制策略。基于Matlab/Simulink和ADVISOR软件搭建整车模型,并在NEDC循环工况下进行仿真测试。仿真结果表明,与单一锂电池相比,在小波变换-模糊控制策略下,复合电源锂电池的驱动峰值电流降低了20.68%,寿命提高了16.74%。搭建了按一定比例缩小的复合电源系统试验平台,并在NEDC工况下进行试验验证。结果表明,小波变换-模糊控制策略对复合电源电动汽车的能量管理具有良好的控制效果。     

混合动力汽车能量控制策略

针对串联、并联和混联3种类型的混合动力汽车驱动系统的不同结构特点,文章对3种类型混合动力汽车的能量控制策略分别进行了详细阐述,指出了未来混合动力汽车能量控制策略研究的发展方向。能量控制策略不仅要实现整车最佳的燃油经济性,而且还要兼顾发动机排放、蓄电池寿命及驾驶性能等多方面要求,并针对混合动力汽车各部件的特性和汽车的运行工况,使发动机、电动机、蓄电池和传动系统实现最佳匹配,兼顾上述各方面要求的优化控制策略的研究应是今后的研究重点。     

Active regulation of battery charge-sustaining in ECMS: Application in energy management for engine waste heat recovery system

Equivalent consumption minimization strategy (ECMS) is a widely used energy management method in the battery equipped bio-sources energy system, in which an equivalence factor is adopted to weigh the two kinds of energy, usually fuel and electricity. The regulation of the equivalence factor will affect not only the fuel consumption but also the battery's state of charge (SOC) sustainability, which results great influence upon the energy management of the system. In this paper, a new perspective of treating the relationship between the equivalence factor and instantaneous fuel consumption as well as instantaneous electricity consumption as a first-order dynamic system is proposed, thus the relationship between the equivalence factor and SOC is deduced as a second-order dynamic system. Based on the perspective, a linear second-order Active Disturbance Rejection Control (ADRC) is employed to regulate the equivalence factor, which can estimate and compensate, in real-time, disturbances in the system from input-output information only. An engine waste heat recovery energy network constructed by <engine> - <power turbine> - <Organic Rankine Cycle System> - <electric cooling system> - <battery> - <Integrated starter and Generator> is selected as the research object, simulation verifications upon 11 different driving cycles based on the simulation platform established by GT-SUITE software are conducted to test the fuel-saving capability and SOC self-sustainability by the proposed approach with a same set of tuning parameters. Simulation results indicate that both the fuel-saving capability and the SOC self-sustainability can be ensured by the active control of equivalent factor with a same set of tuning parameters upon all the 11 driving cycles, demonstrating a great adaptability of the control parameters.