基于S函数的三电平逆变器SVPWM调制的仿真实现

在分析逆变器空间矢量SVPWM调制原理的基础上,利用Matlab/SimulinkS函数及仿真程序对这种调制方式进行仿真。从仿真波形可以得出利用S函数仿真得到的SVPWM调制结果与直接利用Simulink建模得到的响应是完全一致的,论证了仿真模型的方便性与有效性。     

城市轨道交通超级电容储能装置控制策略

以城市轨道交通地面式超级电容储能装置为背景,针对空载电压波动下的储能装置阈值选择问题进行探讨,首先分析城轨供电系统中空载电压波动对再生能量回收的影响:1)更改储能装置放电电压指令,可以改变储能装置和整流机组能量输出的功率比例;2)传统恒定阈值放电策略将放电指令与放电阈值固定,因此储能装置放电时不能做到对放电功率的控制;3)采用固定阈值放电策略时,空载电压值的变化会影响储能装置放电输出能量的大小。然后提出充放电阈值动态调整控制策略,实验结果表明,对于不同的空载电压,改进后的控制策略可以根据空载电压放电指令进行动态调整,使储能装置与整流机组的能量输出比例恒定,从而维持放电时放出的能量不随空载电压的波动而变化。     

电气化铁路SVG电流检测与控制策略的分析

本文针对电气化铁路牵引供电系统受到谐波及无功污染问题,探讨了采用静止无功发生器(Static Var Generator,SVG)进行动态补偿的方案。在SVG补偿原理分析的基础上,分别对谐波及无功电流的检测方法和补偿电流的控制策略进行深入分析和对比,得出电气化铁路上SVG较为理想的控制方法为同步电流检测法配合三角波比较的方式,其具有较好的实时性和控制精度。     

三峡库区不同水位期船舶溢油控制策略研究

随着三峡库区通航条件的改善、船舶流量的持续增大,尤其是水上危险品运输业的快速发展,库区水上溢油风险形势日益严峻.本文根据三峡库区不同水位期特点,针对溢油事故高风险水域的溢油数值及围控模拟结果,提出了三峡库区不同水位期船舶溢油围控策略,并对溢油应急围油栏设备配备进行适应性分析.     

插电式混合动力轿车整车控制策略的研究

针对赛豹插电式混合动力汽车(PHEV)的特点,依照整车不同电量状态和功率需求,提出了一种多阶段多目标的控制策略.按ECE工况循环的转鼓试验结果表明:该控制策略满足了赛豹PHEV的控制需求,实现了其在不同工况下对电机和发动机转矩的合理分配,经换算的100km等效油耗为3.4L,比原汽油车节能56.7％.     

起停控制策略对整车油耗及排放的影响

介绍了几种混合动力模式的特点,对起停系统的构成和零部件进行分析;建立起停控制系统起动过程的动力学方程,描述了起停系统的工作模式;在AVL Cruise仿真软件中对4种工作循环进行工况油耗的仿真计算;在NEDC循环中对带与不带起停控制系统的整车进行国Ⅳ排放和油耗的测试.实车试验结果表明,仿真模型准确;加装了起停系统的车辆排放性能基本与不带起停系统车辆相当,而其油耗水平则有较大改善.     

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。     

变路面车辆稳定性控制策略研究

建立了某四轮汽车9自由度车辆模型和轮胎动力模型,并提出了一种基于侧向力利用系数的差动制动、主动转向切换控制策略。模拟了汽车以车速24.5m/s行驶时的一个紧急避让情况,研究了无控制模式、差动制动控制模式、联合控制模式下的车辆横摆角速度、质心侧偏角、质心侧向位移的变化。结果表明,所提出的差动制动联合主动转向技术的控制策略可以满足变路面下车辆稳定性控制要求。     

起停系统控制策略开发及试验研究

介绍了车辆起停技术和起停系统,详细研究了起停控制策略,并采用起停技术进行了整车的NEDC循环试验。结果证明,采用起停技术后车辆在市区工况可以节油5.7%,综合油耗可降低3%,起停技术是一种有效的整车节油手段,可以用于大批量生产。     

Parameters Optimization for HEV Based on Simulated Annealing Particle Swarm Algorithm

分别采用多层次参数扫描(MLPS)算法和模拟退火粒子群优化(SAPSO)算法对并联式混合动力车逻辑门限控制策略的参数进行优化.将优化后的车辆以TEST-CITY-HWY测试循环进行仿真,并将结果与优化前的车辆的仿真结果进行对比.结果表明,经MLPS算法优化后,燃油消耗和HC与NOx排放分别下降了11.98％、6.01％和4.03％,但CO排放增加了25.18％;经SAPSO算法优化后,燃油消耗和HC、CO与NOx排放分别下降了13.61％、9.57％、27.78％和18.53％,且电池荷电状态(SOC)比MLPS优化略高.说明SAPSO算法在混合动力车控制参数优化效果上明显优于MLPS算法.