插电式串联混合动力汽车的系统匹配与仿真

针对插电式串联混合动力汽车,提出了一种基于道路工况和整车功率需求分析的系统匹配方法.建立了混合动力系统的模型,并利用能量流图,对采用不同的能量管理策略时系统的能效进行仿真分析.结果表明,所提出的系统匹配方法可行,采用ON-OFF与负载跟随相结合的控制策略在改善车辆燃油经济性的同时,可提高系统关键部件的效率.     

基于遗传算法系统效率优化的PHEV电量保持模式控制策略

为了提高插电式混合动力汽车（PHEV）在电量保持下的燃油经济性,并解决插电式混合动力汽车在运行过程中动力元件效率对系统能量利用率影响的问题,制定了系统效率最优的控制策略。以PHEV关键动力部件的测试数据为基础,建立发动机、驱动电机、无级变速器（CVT）以及动力电池等关键部件的效率数值模型,并考虑了温度及荷电状态（SOC）对动力电池充放电功率的影响。设计以混合动力系统效率最优为适应度评价函数,将CVT速比、发动机转矩作为优化变量,以车速、加速度和SOC为状态变量,在动力性指标的约束下,运用遗传算法进行迭代寻优,PHEV的系统效率在第20代左右收敛于全局最优值。同时发动机转矩和CVT速比通过多代遗传进化,较快收敛于最佳值。将相关优化结果与车速、加速度拟合成相应的三维控制数表,综合数值建模和试验测试数据建模的方法,基于MATLAB/Simulink搭建插电式混合动力汽车整车控制策略仿真模型,采用新欧洲行驶循环工况进行仿真验证。结果表明：插电式混合动力汽车在电量保持模式下,利用遗传算法优化的系统效率最优控制策略相比优化前,动力电池SOC运行更为平稳,CVT效率有所提升,驱动电机及发动机转矩分配更为合理;百公里燃油消耗量从优化前的5.2 L降至4.5 L,燃油经济性提升了13.5%。     

基于系统效率的PHEV电量消耗模式控制策略优化

为了进一步发挥混合动力汽车的节油性能,插电式混合动力汽车(Plug-in Hybrid Electric Vehicle,PHEV)在电量消耗(Charge-Depleting,CD)模式下,制订系统效率最优的能量管理策略来提高整车的电消耗行驶里程,进而实现提升整车燃油经济性的目的。分析了系统在电量消耗模式下相关典型工作模式,以车辆动力学方程为基础,推导出系统效率模型。以需求转矩、动力电池荷电状态、电机转速作为动力系统的输入,将系统效率最优作为系统的目标价值函数,在动力性指标的约束下,优化获得在电量消耗模式下的电机转矩和无级变速器速比的最佳控制规律,综合数值建模和试验数据建模方法,基于Matlab/Simulink软件平台构建插电式混合动力汽车的发动机、驱动电机、无级变速器(CVT)和动力电池等动力传动系统关键部件效率数值模型和整车动力学模型以及驾驶员模型,在新欧洲行驶循环(New European Driving Cycle,NEDC)工况下进行模型在环循环仿真验证分析。仿真结果表明,插电式混合动力汽车在电量消耗模式下,基于系统效率最优的能量管理策略能够使动力电池运行更加高效,转矩的分配更为合理,无级变速器获得较佳的控制规律。与直观式逻辑控制相比,纯电动续航里程提升了10.9 km,即经济性提高了15.3%,充分体现了所制订的控制策略的有效性。     

基于预测控制的插电式混合动力汽车智能能量管理(英文)

为解决基于规则的插电式混合动力汽车(PHEV)能量管理策略必须保留混合动力系统容量冗余以应对不可预测的驾驶员行为,从而影响系统效率的问题,研究了基于优化的智能交通系统(ITS)能量管理和经济行驶算法,利用ITS提供的信息对高压电池的充、放电以及发动机的起动和关闭进行控制,利用上海市行驶工况数据进行了仿真,表明了该控制策略的有效性。     

基于G PS定位的插电式混合动力汽车能量管理策略研究

为了更好地挖掘插电式混合动力汽车的节油潜力和降低使用成本,研究了基于GPS定位的能量管理策略.考虑油电使用成本差异,为使整车综合能耗成本最低,行程终了时电池荷电状态(SOC)应下降至放电下限.依托GPS定位,根据车辆当前所在位置和目的地,车辆运行工况可聚合归类成市内纯电工况、市内混合工况和城间混合工况等若干工况组合.利用庞德里亚金极小值原理构建Hamilton整车能耗成本函数,将SOC轨迹寻优问题简化成求解不同工况的2点边值问题.采用动态规划逆序算法生成基本SOC轨迹曲线,分析整车历史行驶数据,生成速度、时间影响因子对基本SOC轨迹曲线进行修正以减小偏差.以某插电式同轴并联混合动力汽车为例,开展基于WLTC工况的仿真实证研究.结果表明,基于GPS定位的整车能量管理策略节油率较CD/CS策略,城市工况提高了6.83%,综合工况提高了9.91%,验证了基于GPS定位的整车能量管理策略的有效性.      

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。     

基于烟花算法的PHEV能量管理策略参数优化

为改善插电式混合动力汽车(PHEV)的燃油经济性,提出一种基于规则的能量管理策略。结合智能网联汽车技术,利用烟花算法(FWA)结合系统约束条件,对能量管理策略参数进行优化,以求使车辆在变化的路况下能耗最低。为减轻沉重运算负荷,设计了一种事件触发机制来控制优化操作的启停。当车辆油耗超过预设上限则开始优化,一旦油耗满足预设下限则优化结束。在中国典型城市工况下,验证了该策略的有效性及优化性能。结果显示:较优化前的能量管理策略,该方案可使PHEV燃料消耗降低10%。从而,使燃油经济性明显提升。     

并联混合动力汽车的双重能量管理策略研究

针对某一并联式混合动力汽车,设计以逻辑能量管理策略为主、模糊能量管理策略为辅的双重能量管理策略,以实现混合动力系统不同工作模式间的动态切换。仿真分析表明,该能量管理策略在满足车辆动力性能指标的前提下能有效降低混合动力汽车的燃油消耗,并能将电池组电池荷电状态维持在合理的范围内。     

基于系统效率最优的CVT混合动力轿车转矩优化分配方法

无级变速器CVT消除了挡位概念,其速比在一定范围内连续可调。配备CVT的混合动力汽车能够实现动力源转矩和传动系统的优化匹配。针对此问题,提出了基于系统效率最优的CVT中度混合动力轿车动力源转矩优化分配方法:。该方法:综合考虑了各个关键部件的效率,以混合动力系统的总体效率为优化目标,以车速、车辆加速度、电池SOC为状态变量,优化分配了驱动工况下各动力源输出转矩,为整车能量管理策略的制定奠定了基础。     

装备CVT的中度混合动力轿车驱动工况下的能量优化策略

针对装备CVT的混合动力汽车,提出了一种以混合动力系统效率最高为优化目标,以车速、加速踏板行程和电池SOC为状态变量,以电机转矩和CVT速比为控制变量的中度混合动力汽车能量优化策略。该策略综合考虑了驾驶员的实际操作和驱动需求以及各个关键部件的效率,确定了驱动工况各工作模式下的最优电机转矩和最优CVT速比,保证了混合动力系统的效率最高。采用自行搭建的前向仿真模型对所提出的能量优化策略进行了验证,结果表明:在NEDC循环工况下该车等效100km油耗比原型车降低了26.4%。     

新能源插电式混合动力汽车馈电时控制逻辑的分析与驾驶体验优化——不同混动架构与驾驶体验以及与能耗之间的关系分析

时代的发展使得环境污染问题愈发严重,机动车成为排放污染物的重要贡献者。因此,发展新能源汽车具有很强的战略性必要性。常见的混合动力汽车可粗略分为两大类:HEV 普通型混合动力汽车;PHEV 插电式混合动力汽车。前者的代表性车型为:丰田普锐斯、一汽丰田卡罗拉双擎。后者的代表车型为:比亚迪秦、荣威Ei6等国产车型。特殊车型为传祺GA5插电增程式电动车。本文重点介绍PHEV插电式混合动力汽车根据不同混动架构,在馈电时对驾驶质感以及能耗的影响做出分析、以及探讨可采取对应结构的改进方法及手段的可行性分析。PHEV插电式混合动力汽车馈电驾驶质感以及能耗的改变最终通过P0位置加装BSG电机或者P1位置加装ISG电机(适用于P3结构混合动力车型、代表车型比亚迪秦)、采用能量分流的混动架构(例如一汽丰田卡罗拉双擎)以及双电机增程式架构(例如传祺GS4 GA5新能源前轴发动机带动发电机发电输出动力的任务完全交给大功率的独立电机)等。通过该方式使得在馈电状态时,发动机与传动系脱藕,于最佳经济转速只用于发电。从而使能量得到最合理的利用、实现馈电油耗低、以及馈电行驶质感提升的目的。     

Energy management and design optimization for a series-parallel PHEV city bus

Series-parallel PHEV city buses combine the advantages of series and parallel configurations and have been used in China. However, the design and energy management of series-parallel PHEV city buses based on Chinese driving conditions still need to be investigated. In this paper, an equivalent consumption minimization strategy is provided to optimize energy management for series-parallel PHEV city buses, and the process of the equivalent consumption minimization strategy for series-parallel is presented in this paper. Compared with the validated rule-based energy control strategy, ECMS shows a fuel economy improvement of 8.2 % in the CBCD (Chinese Bus Driving Cycle). Based on the optimal energy management, a design for a generator motor in the series-parallel configuration has been processed. The fuel consumption has been shown to decrease, with an increase in generator power, because the system with the higher generator power can work at a higher efficiency in the series mode and operate the engine in the high efficiency area in the parallel mode. Besides, in terms of costof- ownership for a PHEV bus for lifetime of 8 years, although the high generator power will lead to high purchase cost for series-parallel PHEV bus, a series-parallel PHEV city bus with a generator of 100 kW maximum power will still show small advantage in cost-of-ownership, based on current motor price and natural gas price.     

PHEV发动机驱动工况效率耦合分析与优化控制

单轴并联式混合动力系统（Parallel Hybrid Electric Vehicle，PHEV）包括电池、驱动电机、发动机、自动变速器等多个关键部件。各部件效率特性存在相互耦合的关系，要实现系统整体效率最优，需要辨明影响系统效率的控制参数，并对系统整体效率最优的控制参数进行优化。以装备无级变速器（Continuously Variable Transmission，CVT）的PHEV为研究对象，首先对系统各关键部件的效率特性进行分析，建立各关键部件效率模型，明确各部件效率与控制参数、状态参数之间的关系。在此基础上，对发动机单独驱动模式下动力传递路径中不同部件的效率耦合关系进行分析，推导出系统燃油消耗量与动力系统各状态参数、控制参数之间的函数关系。根据分析结果，选取车辆需求功率及车速为状态参数，变速器速比及发动机转矩为控制参数，以系统燃油消耗量最小为目标建立优化目标函数和约束条件，对系统优化问题进行定义。根据优化问题的特点，设计基于模拟退火的优化算法对优化问题进行求解，获取系统燃油消耗率最小时变速器目标速比和发动机目标转矩随状态参数的变化关系。建立系统仿真模型对所述优化算法进行仿真分析，并搭建混合动力试验台对优化结果进行试验验证。结果表明：无级变速器效率对系统整体效率影响较大，采用优化控制规律使发动机效率有所降低，但无级变速器效率升高更大，系统整体效率升高；在功率需求一定的循环工况下，优化控制算法比传统上仅以发动机效率最高为目标的控制算法节油1%~2%。     

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。     

Control strategy for clutch engagement during mode change of plug-in hybrid electric vehicle

The plug-in hybrid electric vehicle (PHEV) has various driving modes used in both internal combustion engine and electric motors. The EV mode uses only an electric motor and the HEV mode uses both an engine and an electric motor. Specifically, when the PHEV of a pre-transmission parallel hybrid structure performs mode changing, its engine clutch is either engaged or disengaged, which is important in terms of ride comfort. In this paper, to enhance the mode changing process for the clutch engagement, a PHEV performance simulator is developed using MATLAB/Simulink based on system dynamics and experiment data. Vehicle driving analysis is carried out of the control logic and properties of the mode changing. A compensated torque is applied during the mode change. This results in the rapid speed synchronization with the clutch although the trade-off relationship of the mode change. In addition, the mode changing is conducted through the transmission shifting process to rapidly synchronize with speed. The control strategy implemented in this study is shown to improve the drivability and energy efficiency of a PHEV.     

New Optimal Power Management Strategy for Series Plug-In Hybrid Electric Vehicles

Recently Plug-in hybrid electric vehicles (PHEVs) have gained increasing attention due to their ability to reduce the fuel consumption and emissions. In this paper a new efficient power management strategy is proposed for a series PHEV. According to the battery state of charge (SOC) and vehicle power requirement, a new rule-based optimal power controller with four different operating modes is designed to improve the fuel economy of the vehicle. Furthermore, the teaching-learning based optimization (TLBO) method is employed to find the optimal engine power and battery power under the specified driving cycle while the fuel consumption is considered as the fitness function. In order to demonstrate the effectiveness of the proposed method, four different driving cycles with various numbers of driving distances for each driving cycle are selected for the simulation study. The performance of the proposed optimal power management strategy is compared with the rule-based power management method. The results verify that the proposed power management method could significantly improve the fuel economy of the series PHEV for different driving conditions.     

A comparative study on the power characteristics and control strategies for plug-in hybrid electric vehicles

A comparative study was performed on two types of plug-in hybrid electric vehicles (PHEVs): the GM Volt and the Toyota Prius Plug-in Hybrid. First, the powertrain models of the two vehicles were derived. Based on the dynamic models, a detailed component control algorithm was developed for each PHEV. Specifically, a control algorithm was proposed for motor generator 1 (MG1) and MG2 to achieve optimal engine operation. Additionally, an energy management strategy for selecting the operation mode was developed from the viewpoint of fuel economy, battery state of charge and vehicle velocity. Using the dynamic model of the control algorithm for each PHEV, simulations were performed, and the simulation results were verified by comparing them with those obtained using the Powertrain System Analysis Toolkit simulator for the plug-in Prius. Based on the simulation results, a comparative study was performed, and it was found that the role and capacity of MG1 and MG2 and the mode selection algorithm must be determined depending on the configuration of the PHEV.     

混合动力电动汽车能量自适应模糊控制研究

为了实现混合动力电动汽车两种能量的最佳分配,确保电机、蓄电池的合理运行,建立了前向并联式混合动力电动汽车动力系统模型,提出了采用自适应模糊控制方法对动力系统进行能量分配,设计了控制器,讨论了自组织控制器的规则自我调整过程。整车循环工况仿真试验表明该控制具有较强的鲁棒性,可使电机、发动机、蓄电池等动力设备工作于最佳工况。     

双电机串联驱动PHEV 能量管理策略研究

为使插电式混合动力汽车(PHEV)拥有更好的经济性,文章提出一种以行星齿轮为动力耦合机构的双电机PHEV构型,实现了多种工作模式,避免了传统单电机构型下模式单一、效率低下问题。在此构型的基础上进行工作模式的划分与制定,能量管理策略的搭建。基于MATLAB/Simulink搭建整车模型及控制策略,对所建模型的准确性以及所提策略的有效性进行验证。仿真结果表明:在NEDC工况测试下,该构型车辆工作模式切换正确,可有效提升续驶里程,节能效果显著。