纯电动汽车复合电源系统仿真研究

对纯电动汽车的复合电源系统结构和工作原理进行了介绍。基于MATLAB／SIMULINK平台建立了复合电源系统仿真模型,并以简单易行、最大限度保护蓄电池、提高能量回收效率为前提,为复合电源系统设计了功率分配控制策略,以此策略为基础完成了对复合电源系统的整车仿真。仿真结果表明所设计的功率分配控制策略能充分发挥复合电源的特点,在延长蓄电池使用寿命的同时提高了整车动力性。     

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。     

电动汽车复合电源能量分配策略研究

为实现复合电源能量的合理分配,提出了一种基于PID控制的能量分配策略,该方法通过监测超级电容电压,利用PID算法调节锂电池组的功率输出,从而间接实现复合电源的能量合理分配。在Advisor环境下对该策略进行仿真分析,结果表明,该策略能较好地发挥超级电容"削峰填谷"的作用,避免了大电流对锂电池组的冲击;同时,在汽车制动时可以较好地回收制动能量。通过与逻辑门限策略的对比表明,该策略具有参数易于调整,锂电池组的功率输出曲线更平滑等优点。     

一种新型电动汽车复合电源结构及其功率分配策略

为提高电动汽车复合电源工作效率和保证电池组安全,提出了一种新型复合电源结构,通过对切换开关和DC-DC的控制,实现UC/Batteries和Batteries/UC两种复合电源结构的功能。在此基础上,设计了新型复合电源的7种工作方案,并根据SD-EV试验样车的锂电池组与电机的工作电压和电机功率需求特性完成系统的参数匹配。考虑DC-DC效率、锂电池组SOC和超级电容SOC等因素,基于功率平衡控制规则提出了不同工作方案的功率分配策略。在Matlab/Simulink中的仿真结果显示,新型复合电源能多方案工作,并有效提高复合电源工作效率和保证锂电池组的充放电安全;而搭建试验台进行验证测试的结果表明,与UC/Batteries和Batteries/UC复合电源相比,新型复合电源的综合效率分别提高了9%和4%。     

复合电源式混合动力公交车功率分配策略研究

利用AVL/Cruise仿真软件建立了复合电源混合动力汽车模型,针对复合电源与单一电池性能的差异,基于模糊控制的思想,在MATLAB/Simulink下设计了整车功率分配策略与电池、超级电容SOC平衡策略,提出了基于车速的超级电容期望SOC平衡方法。通过仿真,验证了控制策略,达到了预期的控制效果。与采用逻辑门限的控制策略相比,电池的使用率降低了85.6%,燃油经济性提升了2%,可在不影响经济性的前提下延长复合电源中的电池寿命。     

复合电源能量匹配与多目标模糊控制策略研究

分析了复合电源纯电动汽车的电源结构和工作模式,依据纯电动汽车基本性能指标对复合电源进行了能量匹配,制定了能源安全约束,并基于此制定了多目标模糊控制策略。仿真结果表明,所提出的控制策略能够充分发挥超级电容的优势,可提升纯电动汽车续驶里程、合理分配复合电源功率及减小车速误差。     

基于交通信息的复合电源系统控制策略优化

为考虑未来行驶车速和道路坡度对整车需求功率的影响,本文中基于交通信息融合对现有复合电源能量管理策略进行优化。首先采用MATLAB/Simulink搭建复合电源仿真模型,而基于交通拥堵情况和行驶车速类型提出了未来短时间车速变化趋势判定方法;接着结合道路坡度和车速变化趋势,设计了可基于交通信息自动修正超级电容输出功率的模糊控制器。最后,在能获取交通信息的前提下,采用该模糊控制器,对基于自适应小波变换-模糊控制的能量管理策略进行优化。结果表明,基于交通信息优化后的控制策略可进一步发挥复合电源的优势,使复合电源的能量消耗减少约2.3%,电池循环寿命提高约2.96%。     

基于工况预测的复合储能系统功率分配策略研究

本文中提出了一种基于工况预测的复合储能系统自适应神经模糊功率分配策略,采用马尔可夫链模型对汽车未来的运行工况进行预测,得到的车速预测结果,作为自适应神经模糊控制器的一个输入,经自适应神经模糊控制器处理后得到功率分配值。实验结果表明,采用自适应神经模糊控制的复合储能系统功率分配策略可明显提升电池寿命,降低综合使用成本。     

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。     

自适应坡度的复合电源物流车能量管理研究

为提高复合电源纯电动物流车的能量利用率，结合道路坡度对现有的复合电源能量管理策略进行了优化。首先，设计可基于不同道路坡度系数自动调整超级电容输出功率的模糊控制器；然后，采用粒子群优化算法对模糊控制器进行优化；最后，利用MATLAB/Simulink在CYC＿UDDS城市道路工况下设定不同的坡度进行仿真验证。仿真结果表明，所提出的控制策略在固定上坡、固定下坡和实际城市道路坡度下分别可减少3.47%、28.91%和3.94%的能量消耗，更好地发挥超级电容的优势。     

ISG柴油混合动力客车能量分配策略研究

以ISG柴油混合动力客车整车控制策略为基础,综合考虑客车燃油经济性和排放,提出一种基于模糊神经网络的能量分配策略,该策略根据模糊控制原理,结合人工神经网络自主学习功能,以电池SOC、整车需求转矩以及发动机转速为模糊输入来确定发动机和电机的最佳输出转矩分配,再以神经网络对控制的模糊规则进行记忆.仿真结果表明,该策略比普通逻辑控制更加有利于燃油经济性的提高,并在一定程度上改善了排放性能.     

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。     

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。     

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。     

基于动态规划与机器学习的插电式混合动力汽车能量管理算法研究

为提高插电式混合动力汽车的燃油经济性,对基于动态规划与机器学习的能量管理算法展开了研究。利用K-均值聚类算法将20个标准工况划分为3个类型的工况段,利用动态规划(DP)算法最优功率分配数据分别训练3个类型工况段的神经网络模型,在控制过程中根据实际工况段类型选择相应的神经网络模型进行功率分配,并对上海市某个随机工况进行了仿真运算,结果表明,该算法燃油经济性较电量消耗-电量维持(CD-CS)策略有明显的改善。     

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。     

并联混合动力汽车扭矩管理的模糊控制与仿真

并联混合动力汽车中内燃机和电机之间存在动力的耦合和分离过程,能量管理策略比较复杂。为了进一步合理分配内燃机和电机的动力输出,增强其能量管理策略的鲁棒性,文中分析了电辅助控制策略的不足,提出了基于模糊逻辑控制的包含驾驶员扭矩识别和蓄电池功率平衡的并联混合动力汽车扭矩分配策略,并利用ADVI SOR2002的仿真环境,完成了该模糊逻辑扭矩控制模块的仿真。结果表明,模糊逻辑控制策略满足控制目标,对提高汽车的动力性和燃油经济性、改善排放、保证蓄电池的充放电功率平衡有明显的作用。     

串联混合动力汽车瞬时优化控制策略研究

建立了基于传动系能量均衡以电池充放电电流为控制变量的系统模型和以等效燃油消耗率最小为目标的优化数学模型。在设定参数条件下,以基于电量平衡的瞬时优化策略对两种常见行驶工况进行了整车仿真。将仿真结果与功率跟随策略的仿真结果进行比较,表明瞬时优化策略能更好地维持车辆行驶过程中电池电量平衡。