纯电动汽车能量回收控制策略研究

纯电动汽车的能量回收技术有很高的研究价值,是提高整车经济性的有效手段之一。以一种并联能量回收方案为研究对象,从再生制动原理进行分析,在电池回收能力、电机回收能力及负载功率消耗的限制前提下,提出一个合理的能量回收控制策略,兼顾整车的经济性及乘客的舒适性,并通过ADVISOR进行NEDC工况仿真验证。试验表明,与无能量回收车型对比,相同时间内该策略下整车电池SOC值明显下降缓慢,该研究为制动能量回收策略算法的进一步优化开发提供参照。     

基于智能优化方法的SVM电机故障诊断模型研究

为提高电机故障诊断的准确率和有效性,提出了基于智能优化算法的支持向量机电机故障诊断模型.首先采集交流电机不同位置上的振动加速度信号,使用小波包分析方法对所采集的振动加速度信号进行特征提取,将得到的能量比向量作为支持向量机故障诊断模型的输入,使用遗传算法、粒子群优化算法对支持向量机故障诊断模型进行参数优化并进行模型训练,在使用测试样本集对得到的两种故障诊断模型进行分析之后可以看出经过参数优化后的支持向量机模型提高了故障预测的准确率,并且粒子群优化方法具有比遗传算法更高的预测准确率,并极大地减小了优化时间及优化次数.     

基于改进粒子群算法的工程项目综合优化

为解决现有粒子群优化算法进化过程中"早熟"的问题,提出了一种改进的粒子群优化算法HSPSO.算法采用多子群分层策略,以提高收敛速度和优化精度.为求解工程项目的综合优化问题,建立了工期-成本-质量的数学优化模型和多目标优化模型.通过实例对标准粒子群优化算法(SPSO)和差分进化(DE)算法进行了比较,并采用HSPSO算法进行多目标优化.最后,用枚举法验证了模型的合理性和算法的有效性.与已有研究相比,HSPSO算法能在种群规模较小(20个粒子)的情况下,快速找到满意的解(平均迭代次数不超过20次).     

基于全局优化算法的增程式电动汽车模糊控制策略

针对传统模糊控制中规则库制定单一、动力系统与控制策略参数协调性不高等问题,提出一种基于全局优化算法的增程式电动汽车模糊控制策略.根据增程器最优效率曲线,分析并提取动态规划算法在不同需求及动力部件状态下的多能源分配规则,并结合传统工程经验作为模糊控制规则库制定依据;以燃油经济性为优化目标,利用粒子群算法优化整车动力部件与隶属度参数,获取具有全局优化性的EREV能量分配.最后,在MATLAB/Simulink中建立整车模糊控制策略模型,嵌入到ADVISOR中仿真并进行硬件在环测试.结果表明:所提出的控制策略适用于多种工况,与原车功率跟随控制策略相比,能控制动力电池SOC在合理范围内,同时提高整车燃油经济性.     

基于自适应粒子群优化算法的交通量短时预测模型

在考虑交通量短时变化的时空特性和波动性基础上,建立了非线性交通量短时预测模型.根据我国城市道路交通流非线性、时变性、随机性等特点,提出自适应粒子群优化算法对非线性交通量短时预测模型进行在线修正.该自适应粒子群优化算法采用两步优化策略,对算法参数进行调整,避免算法早熟收敛,有效提高了算法的运算精度和效率.利用城市道路的实测数据,通过Mat-lab软件工具箱对该模型进行计算机仿真验证.     

一种基于邻域空间的混合粒子群优化算法

针对标准粒子群优化算法在信息共享机制的不足,提出基于邻域空间的混合粒子群优化算法。该算法修改了粒子速度更新方程,提出了一种将模式搜索算法嵌入粒子群优化算法新方法。通过4个典型的测试函数的实验研究,表明了所提出的算法充分发挥了模式搜索算法强大的局部搜索能力和基于邻域空间的粒子群优化算法的全局寻优能力,很好地平衡了算法的全局“探索”与局部“开发”。新算法具有优化精度高、鲁棒性强的特点,特别适合对高维多峰函数进行优化。     

基于目的层预约的改进型粒子群电梯群控调度策略

针对单一粒子群算法的派梯策略优化运算过程中容易陷入局部极值点的状况,结合模拟退火理论,提出一种改进型的粒子群电梯群控派梯策略,应用到目的层预约的电梯群控系统中.通过仿真和对比试验可知,基于目的层预约的电梯群控系统能有效地提高服务的各项指标,改进型的粒子群电梯群控调度策略可有效减小乘客候梯时间和电梯启停次数,改善电梯运行性能.     

超级电容重型牵引车制动能量回馈系统设计

针对电动汽车制动能量再生回馈问题,基于陕汽集团超级电容纯电动重型牵引原型车SX4186EV,设计了一个新型的复合制动系统,由独立的制动能量再生回馈与双回路气制动2个子系统并联构成.基于制动强度与实车载荷,提出一种基于规则的再生制动力与气制动力分配策略.在上海码头牵引车实际行驶工况下,检验复合制动系统的能量回收效率.试验结果表明:在满载与空载制动工况下,制动能量回收效率分别为14.534％与55.617％,平均值为35.076％,而铅酸电池与锂电池电动汽车实际回收效率一般仅约为10％,因此,超级电容纯电动汽车制动能量回收效率高.     

置换流水车间调度粒子群算法与参数设置分析

针对置换流水车间调度问题,在介绍了基于粒子位置次序的粒子群算法二维编码方法之后,采用惯性权重线性递减粒子群算法对置换流水车间调度问题进行了优化.在此基础上,对粒子群算法的相关参数设置问题展开分析,主要针对惯性权重的取值、粒子群种群数量、粒子位置和速度的初始化以及粒子位置和速度的限制范围等几个方面展开实验研究.粒子群算法的参数设置分析将有助于提高求解置换流水车间调度问题的粒子群算法优化效率和优化性能.     

非线性整数规划问题的改进粒子群优化算法

提出了一种求解非线性整数规划问题的改进粒子群优化算法．在这个算法里,对粒子群优化模型的速度方程和位置方程进行改进,加入了动态约束处理技术以提高选择最优点的能力;加入了粒子的邻域加速寻优策略以提高局部优化能力．数值结果表明所提出的算法计算精度高且稳定性好．     

基于Cruise-Simulink联合仿真的FCEV能量管理策略研究

采用Cruise与Simulink建立整车联合仿真平台,提出了燃料电池发动机负载均衡和动力蓄电池SOC功率补偿的能量管理策略,并以欧洲NEDC循环工况对燃料电池电动汽车进行仿真研究.结果表明:提出的控制策略可以很好对燃料电池和动力蓄电池进行能量分配,满足整车的动力性要求.     

基于动态规划算法的增程式电动汽车能量管理策略优化

提出了一种动态规划改进算法, 根据约束条件确定未来可达状态序列, 通过计算离散状态点间的转移代价, 在保证求解精度的同时, 降低了离线优化计算量; 利用改进动态规划算法设计了增程式电动汽车能量管理策略, 根据能量管理优化问题特点, 建立了动力系统模型和适用于全局优化求解的系统状态方程, 并确定了以动力电池荷电状态为系统状态量和增程器发电功率为系统控制量; 在迭代计算过程中, 将发动机燃油费用和动力电池电能费用之和作为目标函数, 构建了基于北京主干道不同行驶里程仿真工况, 得到了驱动电机需求功率最优分配结果; 提取了增程器启停状态与动力电池荷电状态和驱动电机需求功率二者之间的控制规则, 利用最小二乘法对增程器功率分流比与驱动电机需求功率的分布规律进行拟合, 建立了基于优化规则的能量管理策略。仿真结果表明: 对于行驶里程为100km的仿真工况, 动态规划改进算法计算时间为7 239s, 与经典动态规划算法相比计算效率提高了78.2%;基于优化规则的能量管理策略能够获得类似动态规划改进算法的控制效果, 2种控制策略的动力电池荷电状态误差小于2.5%;相比实车电能消耗-电能维持型控制策略, 基于优化规则的控制策略能够使整车经济性提高5.4%, 使燃油经济性提高7.9%。      

Control of energy regeneration for electric vehicle

To extend electric vehicle (EV) running distance, the vehicle energy regeneration (ER) method and vehicle control strategy were designed based on the original vehicle braking system. The ER principle of direct current (DC) brushless motor was studied, the motor mathematical model and PI control method with torque close-loop were built. This control method was applied to pure EV and the real road tests were evaluated.The ER control does not make any significant uncomfortable influence brake feeling and can save about 10% battery energy based on 3 times economic commission for Europe (ECE) driving cycles.     

An Investigation into Regenerative Braking Control Strategy for Hybrid Electric Vehicle

Energy regeneration during braking is an important technique for hybrid electric vehicle （HEV） to improve their fuel economy and extend their driving range. Due to the effect of regenerative braking torque which is added by electric motor, the braking torque distribution between front and rear axles should be changed and the control logic of anti-lock braking system （ABS） ought to be adjusted according to the regenerative braking torque. This paper put forward a braking control strategy for hybrid electric vehicle; the control strategy is implemented with eight DOFs （Degree-of-Freedom） nonlinear vehicle forward simulation model which is built under the environment of Matlab/Simulink. Based on target wheel slip ratio, a fuzzy logic approach was applied to maintain the optimal target slip ratio so that best compromise between hydraulic torque and regenerative torque can be obtained for the vehicle.     

基于RCP的HEV动力总成控制系统

基于dSPACE数字信号处理与应用系统,通过运用快速控制原型技术（RCP）对串联式混合动力系统的多能源动力总成控制单元选择3种不同的控制策略和控制算法进行了实时仿真和系统台架试验.应用快速原型控制技术的仿真分析与台架试验表明,在串联式混合动力系统控制中,采用兼顾电池充电安全与系统能量需求的控制策略比功率跟随型和能量补偿型更适合实际系统工作的需要.     

混合动力列车电源系统控制策略

为了实现混合动力列车的计算仿真,建立混合电源系统模型,并提出一种混合电源系统控制策略.在此基础上,通过对混合电源系统与列车纵向动力学系统的耦合分析,给出了基于该电源系统控制策略的列车运行目标速度曲线计算算法.利用MATLAB/Simulink对系统建模,对列车在某线路上的运行过程进行了仿真.仿真结果表明,系统控制策略能够满足列车的运行性能,列车自动控制(ATC)系统能够精确的控制列车跟踪计算的目标速度曲线运行,混合电源回收了41%的再生制动能量, 控制策略和目标速度曲线计算算法达到了设计目标.      

基于Cruise-Carsim联合仿真的电动汽车动力性经济性分析

为了解决单一软件对电动汽车性能仿真分析中存在的误差和不足的问题,提出了一种基于Cruise-Carsim联合仿真的建模方法。首先将Carsim中内置的传动系统与Simulink平台建立的电池、电机及控制策略模型相匹配,建立了某型电动汽车的Carsim整车模型,然后将Cruise中建立的以传动系统为核心的电动汽车模型与Carsim整车模型相衔接,构成了完整的电动汽车整车联合仿真模型,最后对比分析了单一软件和联合仿真平台所建立的电动汽车仿真模型动力性和经济性方面的各项误差率。结果表明:联合仿真模型的动力性、经济性仿真结果均达到预期目标,验证了Cruise-Carsim联合仿真模型的可行性。     

混合动力客车制动能量回馈及控制仿真研究

基于AVL Cruise软件建立了并联式混合动力客车模型,设计了并联混合动力客车控制策略,在纯电机制动模式和机电混合制动模式下对混合动力客车的能量再生制动进行了仿真。仿真结果表明：在纯电机制动模式下能较充分回收汽车制动动能,但是制动效能较低;在机电混合制动模式下,制动效能高,与纯机械制动效能基本一致,但电机再生制动回收能量的效果不很明显。     

电动汽车动力性及转向制动的稳定性分析

基于插电式前驱电动汽车的动力学数学模型,构建MATLAB/Simulink与Carsim相结合的仿真模型,并对该电动汽车的动力性及转向制动工况进行仿真,得到加速时间、最高车速、制动距离等性能参数。结果表明,建立的仿真模型能够在一定工况下描述电动汽车的动力学性能,为电动汽车动力学控制研究奠定基础。