纯电动汽车复合储能系统参数匹配及控制策略

为了解决纯电动汽车用动力电池功率密度低、大电流充放电能力差和循环使用寿命短等问题,以超级电容与动力电池组成的复合储能系统为研究对象,提出了基于典型循环工况的复合储能系统参数匹配优化方法;在满足各循环工况对复合储能系统能量需求与功率需求的前提下,以动力电池容量和超级电容容量为优化变量,对复合储能系统总成本与总质量进行了多目标优化。在此基础上,根据电机需求功率及超级电容荷电状态,以减小动力电池输出电流为目标,制订了基于滤波思想的基本规则控制策略;为更好地适应不同的循环工况,提出了复合模糊控制策略,其中主模糊控制器基于电机功率需求、动力电池荷电状态和超级电容荷电状态得到动力电池输出功率初次分配系数,子模糊控制器根据电机功率需求和超级电容当前荷电状态与其目标值的差值得到动力电池输出功率修正系数,二者协同作用得到动力电池最佳输出功率,并对整车动力性、经济性、动力电池电流和温度特性进行了仿真分析。结果表明:采用所提出的复合储能系统及2种控制方法与单一动力电池的纯电动汽车相比,百公里加速时间分别缩短了6.89%和9.85%,NYCC工况下总能耗分别降低了14.15%和19.08%,动力电池最大电流分别降低了63.4%和65.17%,动力电池温升分别降低了22.87%和61.53%。     

机电复合传动最优功率分配策略研究

根据机电复合传动中功率耦合机构和功率分配单元的分汇流特性,列出了机械功率平衡方程和电力功率平衡方程。基于最优功率分配策略,建立了多目标优化模型,并提出了动态规划与动态预测相结合的求解算法。根据综合行驶工况和随机用电工况,得到了发动机和多个电机的最优控制轨线。仿真结果验证了所采用的最优功率分配策略的可行性,为实时功率分配策略的制定和优化提供了依据。     

纯电动汽车复合储能系统能量管理策略

针对纯电动汽车单电池系统功率密度低、大电流充放电能力差等问题,设计了锂电池-飞轮电池复合储能系统,提出了基于工况识别的自适应小波变换-模糊控制能量管理策略,将需求功率分解成低频成分和高频成分,并分别将其分配给锂电池和飞轮电池。最后,将所提策略与逻辑门限能量管理策略进行比较分析。结果表明：所提出的自适应小波变换-模糊控制能量管理策略可以有效减缓锂电池受到的峰值电流冲击,延长其使用寿命,增强纯电动汽 车的整体性能。     

PHEV复合储能系统设计及基于MODA的参数优化

为了提高插电式混合动力汽车的燃油经济性、降低污染物的排放,并解决插电式混合动力汽车单一动力电池低比功率、无法响应暂态功率需求的问题,设计蓄电池和超级电容并联的复合储能系统,采用带有滑动窗口的实时小波功率分配策略,并对滑动窗口长度进行选择。该功率分配策略将复合储能系统的需求功率分解成高频和低频两部分,超级电容接收高频分量,蓄电池接收低频分量,避免了高频分量对于蓄电池的冲击,提高了蓄电池的耐久性和可靠性。制定基于规则的控制策略,以整车燃油消耗量和污染物排放量为优化目标,利用多目标蜻蜓算法对相关控制参数进行优化。基于ADVISOR搭建含有复合储能系统的插电式混合动力汽车整车仿真模型,采用新欧洲行驶循环工况进行测试,并通过与带精英策略的非支配排序遗传算法进行对比,验证算法的有效性。研究结果表明：利用多目标蜻蜓算法优化后的车辆百公里燃油消耗平均降低了12.71%,污染物综合排放性能平均下降了10.05%;相对于优化前,发动机输出功率减少,电机输出功率增加,发动机和电机的工作效率均得到了显著提升;Pareto最优解的收敛性和覆盖范围优于带精英策略的非支配排序遗传算法,同时得到的多组Pareto最优解为整车设计和优化提供了更多选择。     

纯电动汽车复合电源系统控制的仿真研究

基于Advisor2002在Matlab/Simulink环境下搭建复合电源纯电动汽车仿真模型,分别设计了基于模糊控制和模糊神经网络的复合电源的功率分配策略,分别在CYC-ECE和CYC-UDDS道路循环工况下进行仿真。仿真结果表明,复合电源中蓄电池的放电电流明显减小,SOC变化减缓,增加了汽车的续驶里程,验证了复合电源的优越性;基于模糊神经网络的功率分配策略能更好的实现功率分配,超级电容能更好地发挥主动调节作用。     

融合工况识别的增程式电动汽车模糊能量管理策略研究

针对模糊能量管理策略设计仅依赖专家经验很难适应复杂工况的问题，本研究提出了一种基于神经网络工况识别的增程式电动汽车模糊能量管理策略。首先，基于中国货车行驶工况（CHTC-HT）数据，利用改进遗传算法优化的BP神经网络构建工况识别模型；其次，根据所识别的工况类型，融合电池SOC及整车需求功率参数，设计了自适应模糊能量管理策略，通过实时获取发动机功率输出实现能量优化分配；最后，通过硬件在环测试验证了所提出的方法。结果表明自适应模糊策略油耗相比规则策略降低9.67%，比模糊策略降低7.84%，有效提高了整车经济性。     

增程式电动汽车最优曲线模糊控制策略研究

针对增程式电动汽车多动力源的能量分配和车辆行驶工况具有较大随机性和不确定性的问题,提出了一种增程式电动汽车最优曲线模糊控制策略。该策略包含两个子模糊控制器,分别施行发动机工作区间的模糊调整和串联功率的模糊分配,以决定发动机最优曲线上的工作区间和串联结构形式下发动机/发电机和动力电池输出功率的分配。离线硬件在环仿真结果表明,所采用的控制策略通用性强且具有较好的鲁棒性,能实现预设的控制目标,获得较优的燃油经济性。     

基于EMB的纯电动汽车制动能量回收优化控制策略研究

为提高电动汽车制动时回收的能量,减少能源浪费,本文中提出了一种基于电子机械制动(EMB)系统的再生制动力分配策略。首先,根据制动踏板信号得到当前制动强度,结合前后轴制动力分配策略分别得到前轴、后轴制动力。然后以车速、电池SOC值和制动踏板行程为输入,再生制动占比为输出,创建模糊控制器,且以制动时回收能量最大化为优化目标,运用PSO算法优化模糊控制器。最后进行Simulink和AVL Cruise的联合仿真。结果表明,在NEDC工况下能量回收提升2.5%,在CLTC-P工况下能量回收提升1.56%。     

基于工况的PHEV模糊自适应控制策略研究

基于智能交通系统(ITS),提出了基于工况的PHEV模糊自适应控制策略。通过ITS获取未来路径的速度特征进行模糊智能控制,基于工况的模糊自适应控制策略通过合理分配电池电量来提高PHEV的经济性。利用是imulink和Cruise搭建了系统仿真模型,对仿真油耗结果进行了对比分析。结果表明,基于工况的模糊自适应控制策略能够根据行驶工况的特征参数合理分配电池电量,从而提高了PHEV的经济性能。     

考虑电堆寿命的氢燃料电池汽车能量管理策略研究

提出了一种在满足动力性需求并且以氢燃料电池堆作为主要能源的前提下，能有效延长电堆使用寿命的能量管理策略。提出将需求功率 SG滤波后再进行规则控制的能量管理策略，将多种循环工况的结果进行手动优化后作为训练数据集，设计三输入一输出的自适应神经模糊推理系统控制器，根据其输出结果再进行一次滤波最终形成基于自适应神经模糊推理系统优化的能量管理策略。使用CLTC-P循环工况对能量管理策略进行仿真验证，结果表明，基于自适应神经模糊推理系统优化的能量管理策略能有效延长氢燃料电池剩余使用寿命，相比滤波加规则策略剩余使用寿命增加了33%，并能保持动力电池SOC处于适宜水平。     

考虑电池热管理的复合电源电动汽车功率分配控制策略

为提升高温环境下电源系统的综合效率,通过分析电动汽车热管理和能耗模型,提出一种考虑电池热管理的复合电源电动汽车功率分配控制策略,并在CATC、NEDC工况下分别与单一电源电动汽车和采用常规策略的复合电源电动汽车进行对比仿真。结果表明,相对于单一电源,采用复合电源方案的电动汽车电源系统能量回馈提升3.6%以上,综合能耗降低3.3%以上,电池最终温度下降3.51℃以上;相对于采用常规策略的复合电源电动汽车,考虑电池热管理的复合电源功率分配控制策略提升超级电容参与度,使复合电源系统能量回馈提升1.8%左右,综合能耗降低1.2%左右,电池最终温度降低1.25℃左右,从而验证了该策略的有效性。     

基于自适应模糊神经网络的交通流状态预测

研究交通流状态的分类、识别与预测,建立了基于模糊聚类及模式识别的交通流状态自适应模糊神经推理系统.对大量交通流历史特征数据采用模糊聚类法进行状态分类并进行模式识别,得到系统的原始输入输出数据集.建立交通流状态预测的自适应模糊神经系统,以交通流特征数据及其识别结果作为训练数据集进行系统参数及模糊规则的训练与确定,直到误差在控制范围内,并进行系统检测和复核.仿真及其检测和复核结果表明系统预测的准确率在 95%以上.     

基于模糊控制算法的增程式电动车能量分配策略

提出了一种基于模糊控制技术的增程式电动车多能源能量分配控制策略。针对整车动力系统结构,设计了模糊控制器。模糊控制器综合考虑动力电池SOC和驱动电机需求功率,计算辅助动力单元最佳输出功率,实现能量分配策略。仿真实验验证了所提控制策略的有效性。     

基于自适应采样时间MPC的自动紧急制动系统

针对传统AEB系统控制过程中缺乏对舒适性考虑以及控制精度较差等问题，提出了一种考虑多目标的模型预测控制（MPC）策略。首先，通过引入模糊规则计算场景工况的紧急系数，并基于此设计自适应采样时间MPC上层控制器，接着采用PID反馈控制与逆发动机模型设计下层控制器，最后通过PreScan与Simulink联合平台进行仿真试验，并进一步在实车试验平台上验证。结果表明，基于本文策略的AEB系统在两种典型场景、多种运行工况下均能避撞成功，加速度变化率始终位于舒适区间，最终车间距离为1.74～4.18 m，能确保车辆自动紧急制动过程中的舒适性与有效性。     

面向耐久性提升的车用燃料电池系统电控技术研究进展

车用燃料电池系统耐久性是制约燃料电池汽车发展的技术瓶颈之一。汽车运行工况复杂多变,燃料电池系统内部温度、湿度、压力等运行参数控制难度较大,且处理不当会加剧电堆寿命衰减。本文立足于车用燃料电池系统电控技术,分析了不同的运行工况和运行参数的波动对燃料电池性能衰退的影响,并对燃料电池系统组成、结构、控制器硬件、控制目标和常用管控策略等进行了介绍。总结出,通过功率调节与车载储能装置进行能量分配和功率控制,并结合基于模型的燃料电池系统控制方法可更好地实现温度、湿度、压力等运行参数的管控,保证燃料电池处于合适工作条件,延长使用寿命。最后,展望了车用燃料电池系统电控技术的发展趋势。     

基于模型预测控制的混联式混合动力车辆能量管理策略

针对混联式混合动力车辆实时最优控制的要求,研究制定了基于模型预测控制的能量管理策略。该策略采用2层控制器,上层控制器基于模型预测控制计算出发动机最优转速转矩,下层控制器基于规则控制分配功率需求于各部件,以保持SOC(State of Charge,荷电状态)和提高燃油经济性为目标,对发动机和电池之间功率分配进行实时在线能量管理。仿真结果表明,基于模型预测控制的能量管理策略控制效果良好,相比规则控制显著提高了燃油经济性。     

基于微分几何的汽车主动悬架模糊PID控制研究

文章以汽车主动悬架为研究对象,结合二自由度非线性汽车主动悬架动力学模型,利用微分几何理论将非线性模型精确线性化后,首先设计PID控制器,为抑制干扰因素影响而引起系统参数或结构改变,提高悬架系统应对复杂工况下的自适应能力,然后设计了利用模糊控制原理对PID参数进行在线整定的自适应模糊PID控制器。仿真结果表明:相比于参数固定的被动悬架系统,采用该控制方法的主动悬架能够轻松应对各种工况,不仅在保证改善汽车乘坐的舒适性的情况下,同时进一步改善了车辆的行驶平顺性和行驶安全性,为汽车主动悬架系统控制策略设计提供实用性参考。     

汽车ESP系统控制策略的仿真研究

在Matlab/Simulink中建立了"魔术公式"轮胎模型和8自由度整车动力学模型。针对ESP系统的非线性时变特性,设计了基于横摆角速度和质心侧偏角的联合模糊控制器,提出了附加横摆力矩的转矩主动分配策略,并在易于失稳的湿滑路面上进行了典型工况的仿真。结果表明:所设计的控制器和提出的分配策略可以实现对车辆稳定性的较好控制。     

基于多模糊控制的电电混合汽车能量管理策略

针对目前锂电池-超级电容复合能源电动汽车在单一模糊控制策略上的不足,提出并设计了多模糊联合控制的能量管理策略。结合实验台架实际参数,在MATLAB环境下搭建整车模型,通过ECE和UDDS工况对模糊方波调节控制策略、功率分配因子模糊控制策略和改进的基于模糊方波调节的联合控制策略对比分析,最后选择效果最优的基于模糊方波调节的联合控制策略嵌入实验台架进行验证。实验结果表明,本文中提出的控制策略在两种测试工况下均可实现锂电池在不同SOC下充放电电流平滑控制在1C以内,有利于锂电池组安全运行并有效降低整车行驶成本。     

基于自适应模糊PI的汽车直接摆力矩控制研究

针对汽车直接横摆力矩控制,论文研究了基于自适应模糊PI的控制方法。设计了基于自适应模糊PI的附加横摆力矩决策控制器和基于规则分配的制动力分配器。横摆力矩决策控制器根据汽车横摆角速度期望值和车辆状态决策出所需的附加横摆力矩,通过规则制动力分配方法进行主动差动制动实现,并采用Matlab/Simulink与CarSim联合仿真对控制方法进行仿真试验验证。结果表明:基于自适应模糊PI的横摆力矩控制方法相对于未控制能够使汽车较好地跟踪期望,有效提高汽车操纵稳定性。