基于动态规划与神经网络的增程式电动汽车能量管理策略研究

设计了一种具有实时控制能力的增程式电动汽车混合型能量管理策略。首先建立了面向能量管理策略优化的增程式电动汽车整车模型。根据能量管理策略特点,将优化目标设置为增程器系统燃油消耗及动力电池当前SOC值与目标值之间差值的总和。再采用动态规划算法求解增程式电动汽车在给定行驶工况下的能量管理优化问题,从而获得了增程器开启时刻与输出功率优化结果。但由于动态规划算法需要已知详细的工况信息,很难应用于实车实时控制,而且从动态规划优化结果中不易提取控制规则,因此利用BP神经网络算法对优化结果进行离线训练,建立了增程器输出功率与车辆行驶状态参数间的非线性映射关系,得到了具有实时控制能力的神经网络控制模型。在采用BP神经网络训练时,根据车辆各个状态参数在CAN总线中的传输精度,对神经网络输入层、输出层参数的精度进行了修正。仿真结果表明:神经网络模型能够获得类似动态规划的最优控制效果,能够控制动力电池SOC在目标值的3%误差带以内。采用NEDC工况对混合型能量管理策略进行了硬件在环仿真试验,试验结果表明:与实车采用的电能消耗-电能维持型控制策略相比,所提出的混合型能量管理策略使汽车的燃油经济性提高了9.5%。     

并联混合动力汽车ECMS的时变等效因子提取算法的研究

为解决当前等效燃油消耗最小控制策略(ECMS)未能根据实际工况选取最优等效因子的问题,利用动态规划算法(DP)和ECMS各自的优点,构建并联混合动力汽车能量算法模型,即采用动态规划算法的等效燃油消耗最小控制策略(ECMSwDP),将等效因子作为全局最优算法的控制变量,通过对等效因子的离散全局优化,获得基于工况的最佳时变等效因子。在标准工况下对时变等效因子实时控制策略与全局最优控制策略DP的各项性能参数进行了数值仿真,验证了时变等效因子提取算法的有效性和等效因子初始值选取方法的可行性。     

复合功率分流混合动力汽车能量管理策略研究

基于庞氏最小值原理,并以等效瞬时燃油消耗量最小为目标为某复合功率分流混合动力汽车制定了能量管理策略。利用MATLAB仿真平台,建立了混合动力系统能量管理策略的模型进行仿真。结果表明,与现有逻辑门限控制策略相比,采用等效瞬时燃油消耗量最小化的控制策略能显著提高燃油经济性。基于仿真结果,将控制策略集成到整车控制器中进行NEDC工况下的实车转鼓试验。结果显示,采用的控制策略使实车当量油耗降低了12.31%。     

TTR汽车等效燃油消耗最小的能量管理策略研究EI北大核心CSCD

为改善通过路面实现动力耦合与电池充电的TTR汽车经济性,分析TTR汽车结构及工作模式,基于等效油耗最小的能量管理策略(ECMS),计算固定等效因子(CECMS);为使电池SOC保持稳定并控制发动机工作于低燃油消耗区,将行驶所需发动机等价总转矩及电池SOC模糊化,制定等效因子的模糊控制规则,而提出模糊自适应等效燃油消耗最小控制策略(FAECMS)。利用MATLAB/Simulink建立包含TTR汽车动力学的CECMS、FAECMS模型,选取FTP75、CLTC、WLTP 3种标准工况,当电池SOC初始值为60%时进行仿真计算,得出FAECMS相对CECMS在3种工况下电池SOC更稳定,并分别节约燃油5.5%、2.6%、8.3%。     

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。     

基于最小瞬时等效燃油消耗的液压混合动力车辆能量管理策略

为提高混合动力车辆的燃油经济性和降低尾气排放,根据混合动力车辆2个或2个以上能量流之间的功率分流分配和能量利用情况,提出了最小瞬时等效燃油消耗量策略.通过分析串联式液压混合动力传动能量流关系,以储能元件蓄能器的虚拟等效燃油消耗为准则,建立了液压混合动力车辆最小瞬时等效燃油消耗模型.对液压混合动力车辆能量管理进行了研究,并以某型公共汽车参数为例,运用计算机软件通过城市循环工况第1部分和公路循环工况对使用该策略的液压混合动力车辆燃油经济性进行了仿真计算.仿真结果表明:采用最小瞬时等效燃油消耗策略的液压混合动力车辆的燃油经济性改善率接近30％;采用最小瞬时等效燃油消耗策略在提高车辆节能效果上具有较明显的优势.     

基于实时路况信息的插电式混合动力汽车预测性能量管理算法研究

为提高插电式混合动力汽车的燃油经济性,对基于实时路况信息的预测性能量管理算法展开研究。根据实时路况信息采用能耗分配法规划全局SOC参考轨迹,利用自适应等效燃油消耗最小策略(A-ECMS)跟随目标SOC轨迹实现能量管理。以上海市某行驶工况数据进行仿真,结果表明:全局SOC参考轨迹可在低、高速区间合理分配电量,真实SOC轨迹与参考轨迹变化趋势一致,燃油经济性较电量消耗-电量维持(CD-CS)策略提高7.65%,接近动态规划(DP)算法的全局最优解。     

基于增益功率燃油系数的HEV能量管理策略

为了优化等效燃油最小能量管理策略的节油效果，以适用于工程批量应用为导向，制定基于增益功率燃油系数的混合动力汽车(HEV)能量管理策略。基于瞬时优化原理，提出基于增益功率燃油系数的工作模式决策机制，根据电机发电或电动引起的发动机功率与燃油消耗率的变化关系，分别给出电机充电和放电模式下增益功率燃油系数的计算方法。考虑发动机扭矩瞬态快速变化对油耗的影响和电机及电池包充放电效率特性，提出发动机高效区域扭矩滞回控制方法，建立基于增益功率燃油系数的能量管理策略算法架构。基于MATLAB/Simulink搭建控制策略软件模型，通过转鼓试验台进行实车试验验证。研究结果表明：相对于等效燃油最小能量管理策略，基于增益功率燃油系数的能量管理策略提升了节油率和舒适性，在全球轻型汽车测试循环(WLTC)工况下的百公里油耗降低了约4.8%，发动机的启停次数降低了约53%；相对于有效燃油消耗率(BSFC)最优工作点控制方法，发动机高效区域滞回控制方法降低百公里油耗约1.8%；与采用基于动态规划的全局优化能量管理策略的仿真结果对比，在不能提前预知工况的条件下，制定的能量管理策略在WLTC工况与新标欧洲测试循环(NEDC)工况下的油耗与理论最优值差距均较小。     

基于动态规划的混合动力商用车能量管理策略优化

考虑混合动力商用车部件基本的动态特性,在Matlab/Simulink中建立了整车前向仿真细化模型.应用动态规划理论获得整车燃油经济性的最优控制策略,包括能量分配和换挡控制策略.基于动态规划的最优控制策略,抽取出能够应用于实车控制的改进规则作为控制策略.采用重型车辆实际行驶工况的仿真结果表明,基于动态规划优化方法改进的整车控制策略可显著提高燃油经济性.     

基于强化学习的多燃烧模式混合动力能量管理策略

针对采用HCCI/SI多燃烧模式的功率分流型混合动力汽车,提出了一种基于深度强化学习(DRL)的能量管理策略。基于发动机台架试验和电机有限元分析建立了混合动力汽车模型。将整车作为环境,采用排序优先经验回放算法,训练基于深度Q网络(DQN)的能量管理智能体。在WLTC和NEDC工况下,与规则策略、自适应等效燃油消耗最小策略(A-ECMS)和动态规划结果进行对比,仿真结果表明:基于DRL的能量管理策略能在维持SOC的前提下,避免燃烧模式频繁切换,并且充分利用中小负荷HCCI燃烧,燃烧模式切换频率降低13%以上,燃油经济性提升6%以上。     

基于深度学习的混合动力汽车预测能量管理

为了优化混合动力汽车的能量动态分配过程，提升混合动力汽车的燃油经济性和动力电池荷电状态（SOC）平衡性，提高混合动力汽车能量管理策略的鲁棒性，以等效燃油消耗最小化策略为基础，结合对车辆未来行驶工况的预测研究，分析车辆未来行驶需求能量的变化，制定相应的动态调整策略。基于车联网通信技术，实时采集车辆的运行状态信息和交通信息，作为车辆未来工况预测模型的输入变量。以数据驱动为特征，基于混合深度学习建立工况预测模型。利用STL分解算法对各输入变量进行周期性、趋势性等特征分解，并对各输入变量的特征分量，使用混合深度学习网络从数据局部特征及时间维度依赖特征来深度挖掘目标车辆车速与外部信息及历史数据的关系，进而对车辆未来的行驶工况进行预测。利用预测的工况信息，分析车辆未来行驶需求能量的变化，应用于自适应等效消耗最小化策略等效因子的实时动态调整，从而实现对车辆的优化控制，并通过与传统自适应等效消耗最小化策略进行对比，验证该方法的有效性。研究结果表明：基于混合深度学习的工况预测模型预测精度比BP网络预测模型高44.72%；利用精确的预测工况信息预测能量管理，可以实时动态调整发动机和电机的功率输出，降低油耗并维持电池SOC平衡。     

基于城市公交工况的PHEV能耗成本评估

在城市公交道路工况数据采集的基础上,运用主成分分析与聚类分析等数据分析处理方法,建立了误差在10%以内的城市公交工况。同时结合实际车型数据搭建了插电式混合动力汽车的整车模型,并对比分析了基于规则的CD-CS(Charge Depleting Charge Sustaining,电量消耗-电量维持)控制策略与基于DP(Dynamic Programming,动态规划)算法的全局优化控制策略在构建的城市公交工况循环下对整车经济性的影响。结果表明:在行驶里程接近100km时,基于DP的能量控制策略百公里能耗成本为81元,比基于规则的CD-CS能量控制策略的百公里能耗成本降低了近30%。     

基于近似ECMS策略的HEV自适应规则能量管理控制研究

为解决当前等效燃油消耗最低策略实时性差的问题,寻求一种近似ECMS的规则控制策略,建立ECMS控制模型,分析等效因子、等效油耗和分配转矩之间的关系,获取ECMS策略下转矩分配的定性规律。基于此规律提出一种基于分段线性SOC反馈的自适应规则策略,并在自定义循环工况下对提出的自适应规则控制策略与传统控制策略进行仿真对比,结果表明:提出的控制策略具有良好的SOC控制能力,与传统规则策略比较,燃油消耗降低了16.37%。搭建硬件在环试验系统,对自适应规则能量管理控制策略进行试验验证,结果表明:所提出的控制策略具有较好的实时性、稳定性和准确性,可应用于实车控制。     

基于等效燃油消耗理论的增程式电动汽车能量管理策略

根据等效燃油消耗理论,提出一种适用于增程式电动汽车能量管理策略,并搭建等效数学模型和进行仿真分析。结果表明,该策略既满足动力性需求又具有良好的经济性,且电池SOC基本保持稳定。     

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。     

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。     

电动公交客车增程器开关控制策略和等效能耗最小化策略优化

本文中旨在解决增程式电动公交客车单点恒温器能量管理策略下电量维持阶段油耗较高和锂电池组循环充放电深度较大等问题。首先对增程器开关控制策略和等效燃油消耗最小化策略(ECMS)进行优化和仿真验证,然后在增程式电动公交客车半实物仿真平台上进行了试验验证。结果表明:电量维持阶段,优化增程器开关控制策略后,增程式电动公交客车百公里油耗由原来的39. 1降至36. 23L,锂电池组循环充电系数由19. 8/100km降至13. 2/100km,分别降低了7. 3%和33. 3%,但增程器的起停次数有所增加。进一步采用优化的ECMS能量管理策略后,增程式电动公交客车百公里油耗再降至35. 22L,锂电池组循环充电系数进一步降至9. 9/100km,比原单点恒温器控制策略分别降低了9. 9%和50%。     

基于随机动态规划的混联式混合动力客车能量管理策略

针对实际行驶工况中不确定的行驶环境和不同的驾驶员风格等因素对新型混联式混合动力客车燃油经济性的影响,在统计若干城市循环工况数据的基础上建立驾驶员需求功率的马尔科夫模型,提出了一种基于随机动态规划算法的能量管理策略,获得了发动机和电池之间的功率分配控制规则.对新型混联式混合动力客车模型的仿真和硬件在环实验结果表明,所提出的策略能使电池荷电状态在预定的区域内保持平衡,使发动机运行工作点处于高效区域内,且整车100km油耗比原型客车和采用规则控制策略时分别降低了30.17％和11.29％.     

增程式电动环卫车动力系统匹配与仿真

进行增程式电动环卫车动力系统的匹配,对驱动电机、增程器和动力电池组等关键部件进行了选型和指标验证.基于Matlab/Simulink搭建了整车正向仿真模型,对增程器在恒功率模式和功率跟随模式两种控制策略下进行了百公里典型城市公交连续工况仿真.结果表明:匹配的动力系统能够满足增程式电动环卫车的工况要求;增程器能够在动力电池荷电状态下降到设定值时开启,以延长车辆的续驶里程,并能够使电池组荷电状态维持在一定的区间.从能量消耗来看,基于增程器开关运行的恒功率模式和功率随动模式在我国典型城市公交工况下的平均等效百公里油耗分别为28.70 L和29.51 L,即恒功率模式的等效百公里燃油消耗比功率跟随模式的等效百公里燃油消耗少0.81 L.     

增程式电动公交客车控制策略研究

以某串联式结构的增程式电动公交客车为对象,针对电池电量维持阶段采用的单点恒温器控制策略、功率跟随控制策略、模糊逻辑控制策略效果进行分析,得出了增程式电动汽车电量维持阶段适合采用单点恒温器控制策略的结论。同时,提出了基于油电等价因子的等效百公里燃油消耗以用于评价增程式电动汽车的燃油经济性。按城市公交客车每天运行100～200 km计算,该增程式电动公交客车比传统柴油公交客车节油40%～60%。