氢燃料电池电电混合汽车能量管理控制策略研究

氢燃料电池电电混合汽车的整车能量管理采用滞环控制策略,以提高燃料电池的经济性与耐久性,并搭建该能量管理控制策略模型用于实际道路工况测试.     

基于增程式电动汽车的能量管理控制策略研究

针对电动汽车动力电池过度放电导致其使用寿命缩短的问题,以在纯电动汽车上增加插拔式增程器的方式,提出了增程器补偿动力电池放电的能量管理控制策略模型。在对ADVISOR进行二次开发的基础上,通过仿真验证了能量管理控制策略的合理性,保证了整车的动力性和经济性。以汽车结束行驶时电池电量下降至设定的荷电区间下限值为优化目标对其进行了优化,结果表明增程器的工作时间明显缩短,燃油消耗和废气排放也较大幅度降低。     

并联混合动力汽车整车控制仿真

新能源汽车3大关键技术包括动力电池及其电池管理系统、驱动电机及其电机控制以及整车能量管理控制策略,整车控制策略直接决定能量流在汽车内部的流动及整车性能的好坏。文章利用模糊控制策略建立了详细的动力总成多能源能量管理控制模块,并通过ADVISOR仿真平台对所设计的控制策略进行仿真分析。仿真结果显示100km油耗仅5．1L,0-100km／h加速时间为23．1s,最大行驶速度168.3km／h;表明该能量管理策略能明显改善燃油经济性。动力性也具有较好表现。     

辅助功率单元(APU)技术系统

作者分析了串联混合电动车辆的开/关式和负载跟随式能量管理控制策略,阐述了辅助功率单元(APU)的应用背景、技术构成、发展现状及趋势,着重说明辅助功率单元控制系统的各个工况控制及设计要点.高效率超低排放的发动机发电机一体化技术将是APU技术系统的发展方向.     

基于模糊逻辑控制的燃料电池汽车能量管理控制策略研究

针对燃料电池汽车频繁过度放电导致其使用寿命缩短、需求模组功率过高急剧增加经济成本的问题,以燃料电池汽车结合动力电池模组的方式,提出了基于微小变量模糊逻辑控制的燃料电池补偿动力电池放电的能量管理控制策略模型。通过对ADVISOR进行二次开发优化,仿真验证了所制定的电-电混动模型能量管理控制策略的合理性,保证了整车的动力性和经济性,又以汽车结束行驶时系统总的能量利用效率为优化目标对其进行了优化,结果表明基于微小变量模糊逻辑控制的电-电混动新能源汽车动力性满足要求,经济性得以提高。     

基于Cruise/Simulink的车用燃料电池/蓄电池混合动力的能量管理策略仿真

基于AVL-Cruise和Simulink建立了联合仿真平台,引入了基于规则的功率跟随能量管理控制策略,对车用燃料电池/蓄电池混合动力(FCHEV)进行了初步仿真,在选定的循环工况下的仿真结果表明,该仿真平台能够真实反映燃料电池汽车的工作过程,蓄电池SOC始终保持在合理范围内.     

燃料电池汽车能量管理动态规划算法的误差累积问题及解决方法

针对动态规划算法在燃料电池汽车能量管理控制的应用中计算过程存在蓄电池荷电状态误差累积的问题,设计了一个5阶段决策过程,以详细分析误差累积的原因和结果。在此基础上提出一种误差累积解决方法,即在正向生成阶段根据实际SOC值自动搜索出离其最近的标准离散值,获得对应的最优决策。采用ADVISOR软件对此法所得的策略进行仿真,结果表明,此方法能得到一个次优的能量管理控制策略,所得耗氢量相对理论最优耗氢量的误差小于0.5%。     

基于自适应特性的燃料电池客车能量管理策略研究

为提高燃料电池客车经济性，本文分别开发一种基于自适应功率跟随的多挡位滞环控制技术和一种自适应功率预测的动力电池SOC高位均衡技术的燃料电池整车电-电混合能量管理控制策略。将该控制策略应用于中通12 m燃料电池旅游客车，其百公里氢耗最低可至5.2 kg,节能效果明显。     

基于整车安全的EV冷藏车高压附件控制策略研究

针对一款纯电动冷藏车高压附件的能量管理,研究了一种基于整车安全的能量优化管理控制策略。通过将整车控制器接收到的故障信息进行等级划分,利用不同等级情况对高压附件请求进行不同的控制策略。     

超级电容式混合动力电动汽车控制策略的研究

采用Advisor仿真软件建立了超级电容式混合动力汽车仿真模型。设计超级电容式混合动力汽车复合电源内部能量管理控制模型并选定整车控制策略,应用Matlab/Simulink仿真工具编写复合电源内部能量管理控制模型并嵌入整车模型中。对单独超级电容式HEV与复合电源式HEV进行了UDDS测试循环下的横向比较,分析了复合电源在混合动力汽车中的优秀性能与预期前景。     

氢燃料电池混合动力汽车能量管理系统建模与仿真分析

为了合理分配燃料电池/动力电池混合动力汽车(FCHV)行驶过程中双电源的能量投入比例,更好地保护电池,本文讨论了“FC+B”汽车混合动力系统,设计了一种能量管理控制方法,利用Matlab/Simulink建立了能量管理系统模型,并对该能量管理系统进行了仿真研究。研究结果表明,制定的能量管理控制方法,可有效判断并计算需求功率,准确分配燃料电池和动力电池的功率,使FCHV具有良好经济性和安全性。     

增程式电动轿车整车控制策略开发

文中描述了增程式纯电动汽车整车控制策略的定义,整车上下电的管理策略、发电机管理控制策略、发动机管理控制策略、驱动电机管理控制策略、故障模式管理、故障模式控制策略和驾驶员需求解析。     

混合动力轻型客车动力系统建模与性能仿真

建立了混合动力轻型客车样车的动力系统数学模型,基于这些数学模型及整车模糊逻辑能量管理控制策略,在MATLAB软件环境中建立了混合动力样车的整车仿真模型,仿真计算了样车在NEDC循环行驶工况下的燃油经济性,并利用MATLAB软件编程计算了其动力性.研究结果表明,该混合动力轻型客车的整车动力性符合初始设计目标,燃油经济性较...     

增程式混合动力汽车的分段式能量管理策略研究

分析了增程式混合动力汽车的开关式能量管理策略，提出了一种兼顾提高发动机效率和减少充放电损失的分段式能量管理策略。为进一步降低油耗，在分段式策略基础上引入自学习算法，自动在线调整分段式控制阈值。建立混合动力汽车仿真模型，对开关式能量管理策略和分段式能量管理策略进行了仿真比较，同时对具有自学习功能的分段式能量管理策略进行了仿真分析。某车型的仿真研究案例表明，与开关式策略相比，分段式能量管理策略能使油耗降低3.2%，自学习策略则在充电周期内路线较为固定的情况下可以自动调节到最优的控制阈值。     

新能源车型热管理控制策略逆向解析方案

热管理控制策略是新能源汽车能够安全稳定运行的关键,好的控制策略有助于降低能耗,延长车辆使用寿命以及提高乘员舱的舒适性等优点。为了更好的借鉴优秀车型的热管理控制策略,提出了一种热管理控制策略的逆向解析方案,可以利用测试和破解信号等手段,分析获取车辆的热管理控制策略。这有助于缩短开发周期,优化原有车型的控制策略,降低项目开发成本。     

基于动态规划与RBF神经网络的PHEV能量管理策略

为提高插电式混合动力汽车燃油经济性,设计了一种基于动态规划和径向基函数（RBF）神经网络的插电式混合动力汽车能量管理策略。首先,建立了插电式混合汽车数学模型;其次,以发动机油耗最小为目标函数,采用动态规划求解全局最优的离线优化结果;最后,采用RBF神经网络对离线最优控制结果进行学习,建立了发动机输出转矩与车辆状态参数之间的非线性映射关系,得到了基于动态规划和RBF神经网络的能量管理策略。仿真结果表明,文章所提策略油耗较之于电量消耗-维持策略降低了2.92%,验证了该策略的有效性。     

基于协变量自适应的混合动力车辆能量管理控制策略

提出了一种基于协变量自适应的车辆能量管理控制策略,其目标是实时改善燃油经济性.协变量自适应的原则和目标是发动机工作高效,即发动机高效区间对协变量进行选择.策略分为三步实现:首先,预测未来道路需求能量,将其简化为需求能量级别的预测,建立一个模糊控制器对车辆需求能量进行分级.然后,利用预测的需求能量级别调整高效区间范围,同时调整所设计的SOC软约束范围.最后,在SOC软约束范围内,协变量依据高效原则自适应调整,否则协变量由SOC来调整.轻混车辆仿真平台计算结果表明,此方法无论是在优化动力分配上还是控制SOC范围上都表现出良好的效果.     

基于电池SOC保持的混联式混合动力车辆能量管理策略的研究

针对混联式混合动力重型车辆的大驱动功率需求,研究了基于电池SOC保持的能量管理策略.该策略根据保持电池SOC在较高水平的要求进行能量管理与分配,使电池具有较高的功率与能量裕度,从而使电动机可以较大的功率和较长的时间在急加速等大驱动功率需求工况对发动机进行助力,实现重型车辆较高的动力性指标.在此基础上设计了综合控制器并编写了程序代码,采用基于dSPACE的硬件在环仿真系统进行了仿真.结果表明该控制策略在满足燃油经济性和车辆驱动等基本要求的前提下,实现了混联式混合动力车辆能量管理功能与预期的电池SOC保持的目标.     

混合动力汽车控制策略研究现状及发展趋势

混合动力汽车作为解决汽车工业节能和环保的一项新技术,目前已成为汽车研究和发展的焦点。文章对混合动力汽车研究中基于规则的稳态能量管理策略、模糊优化控制策略、瞬时优化控制策略和全局优化控制策略进行了分析和比较,指出了未来混合动力汽车控制策略研究的发展方向。混合动力能量管理控制策略是混合动力汽车的基础和核心,当前的混合动力控制策略还不是很理想和成熟,需要进一步的优化。     

燃料电池汽车能量管理控制策略研究

针对燃料电池混合动力汽车(FCHEV)能量管理策略进行了研究,对燃料电池汽车的能量管理控制策略进行了梳理和分类。从基于规则和基于优化这两个角度将控制策略进行了横向分类,再将规则型和优化型控制策略做了纵向梳理。具体介绍了模糊控制、神经网络、动态规划、庞特里亚金极值原理与等效消耗最小原理等的具体应用。分析比较了不同优化算法的优劣势,并对之后控制策略的研究方向提出了建议。