基于模糊线性回归的小轿车运行车速区间预测

将小轿车在公路上的运行车速用三角模糊数来表征.基于二级公路上30个样本路段的平曲线半径、纵坡度等线形数据和实测车速,利用模糊线性回归方法建立了小轿车第85百分位运行车速区间预测模型.通过另外10个样本路段数据对该区间预测模型进行了验证,结果表明:小轿车运行车速的95％置信区间大都处于模糊线性预测区间之内;预测得到的模糊中心值与观测值的相对偏差和模糊度与观测值的比值两种评价指标均在10％以内.同时,将模糊中心值和线性回归预测值进行了比较,结果表明:模糊线性回归模型的平均绝对误差、平均相对误差和最大相对误差三个指标均优于线性回归模型,达到了更高的估计精度.     

典型工况构建方法对新能源汽车能耗评价的影响分析

新能源汽车的能耗及其经济性与行驶工况高度关联。为了对新能源汽车的能耗进行合理评估，以西安市为例，分别应用聚类分析法、聚类马尔可夫分析法、短行程车速-加速度(Velocity-Acceleration,V-A)矩阵法和变步长V-A矩阵法构建城市客车运行工况，并进一步提出基于自组织映射(Self-organizing Maps,SOM)神经网络聚类的V-A矩阵法。对5种方法构建的工况进行对比和误差分析。在此基础上，基于一款插电式混合动力城市客车，应用全局优化方法——庞特里亚金最小值原理设计能量管理策略，分析车辆能耗和经济性以及5种工况的优缺点。研究结果表明：聚类分析法构建工况的平均特征值误差最大，计算量较大；变步长V-A矩阵法的平均特征值误差小于聚类法，计算量最小；短行程V-A矩阵法与变步长V-A矩阵法误差接近；聚类马尔可夫法的误差居中，计算量最大；基于SOM聚类的V-A矩阵法的平均特征值误差最小，能反映不同路段以及运行时间的差异，且能在聚类之后快速提取短行程的同时兼顾速度和加速度的分布；从能耗角度来看，基于SOM聚类的V-A矩阵法的能耗在5种方法中居中；聚类分析法构建的工况平均车速低于其他工况，但加减速频繁，能耗成本最高；聚类马尔可夫法由于对车速进行平滑处理，加减速频繁程度最小，能耗成本最低。     

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.     

基于神经网络和支持向量机的大客车运行车速组合预测

为了降低单个预测方法的不确定性,综合神经网络和支持向量机两种学习型算法,基于二者的最优加权组合对大客车运行车速进行了预测.以二级公路上244个路段的平曲线半径和纵坡度等线形数据和实测车速为样本,分别应用BP神经网络、支持向量机、最优加权组合预测以及线性回归对大客车第85百分位运行车速进行了预测.选择均方根误差和判断系数为评价指标,对比结果表明,最优加权组合预测能够综合单个预测方法的信息,提高了预测精度.     

面向电动汽车能量管理的城市公交立体工况

针对电动公交车的能量管理与优化问题,以西安市为例构建包含车速和道路坡度的城市公交立体工况。采集公交车实车数据,提取含车速和坡度信息的短行程,并利用主成分分析和分层聚类分析法合成得到城市公交立体工况,对比合成工况和总体数据特征值的差异。基于一款插电式混合动力公交车(PHEV),在西安市20个连续的城市公交立体工况(总里程约100km)下分别应用电量消耗-电量维持策略(CD-CS)和全局优化理论中的动态规划(DP)2种典型能量控制策略进行行驶仿真,同时对比分析平面工况和立体工况及道路坡度对能量管理的影响。结果表明:合成工况特征参数的最大误差为9.44%,平均误差为4.63%;CD-CS和DP两种策略在立体工况下回收的制动能量比不考虑坡度的平面工况分别多32.80%和33.03%,且制动回收的能量随着坡度缩放系数的增大而增加;若忽略上下坡时的电机驱/制动功率,DP策略无法实现符合实际工况的能量优化分配,且当考虑坡度时,2种策略的能耗成本分别增加14.69%和10.43%;随着坡度缩放系数的增大,整车能耗成本以更快的速率增加,且CD-CS策略的能耗成本增长速率快于DP策略。     

插电式混合动力公交车电池配置和能量管理策略协同优化的研究

本文针对一款插电式混合动力城市客车,以电池购置成本和使用过程中的能耗成本两者构成的综合成本最小化为目标,进行电池电量选择和能量管理策略的协同优化。首先,设计了双环优化流程,外环为不同电量电池组的选择,内环则施行选定电池组下基于庞特里亚金极小值原理(PMP)的能量管理策略。基于中国典型城市客车运行循环进行仿真分析。结果表明,以综合成本最小化为目标的PHEB的最优电池组配置受行驶里程需求、电池单价等多种因素的影响。最后,基于一组选定的电池组,分别应用PMP、动态规划、电量消耗-电量维持策略和等效能耗最小化策略进行能量管理的对比仿真,得到了4种策略的能耗特征。     

双电机一体化纯电动客车动力分配策略优化

本文中以整车能耗最小化为目标为一款双电机一体化纯电动汽车进行动力模式的优化。分别应用基于优化方法的动力分配策略(包括动态规划策略和瞬时能耗最小策略)和基于规则的动力分配策略(双电机等转矩分配策略和主辅电机转矩分配策略)共4种策略进行中国典型城市公交工况仿真。结果表明:针对双电机一体化纯电动汽车,基于动态规划的全局能耗优化策略退化为瞬时能耗最小策略,即瞬时优化应作为一体化双电机纯电机汽车动力模式分配的最佳方法;基于动态规划/瞬时能耗最小策略的百公里电耗分别比等转矩分配和主辅分配策略少5.07和2.29k W·h。     

纯电动轿车电液复合制动控制策略仿真

对电动轿车制动过程中前后轴制动力关系及其对稳定性的影响进行了分析,提出一种电液复合制动控制策略。该策略在满足驾驶员制动感觉的前提下,符合法规对制动过程的要求。通过不同附着路面上的仿真对控制策略进行了验证。结果表明：为了满足制动法规的要求,在不同附着系数的路面上尤其在低附着系数路面上,为了避免前轮抱死而出现不稳定的危险工况,应该将电机制动力进行限制。同时,通过测功机对电机制动过程中对电池组的回馈电流大小进行了台架试验,并基于测试数据对基本市区工况进行了模拟。     

跟驰场景中网联混合电动货车速度规划和能量管理协同控制的研究EI北大核心CSCD

鉴于队列行驶中的网联混合动力货车(HET)的跟驰速度既涉及行车安全、能量需求与分配和电池老化速率,同时又通过车间距,影响气动阻力,以至能耗经济性,本文中提出跟驰场景下综合考虑行车安全性、能耗经济性、气动阻力和电池老化等多个目标的速度规划和能量管理协同控制策略。首先,基于空气动力学量化跟驰安全性。其次,以安全性成本、能耗成本和电池老化成本构成的等效总成本最小化为目标函数并基于模型预测控制构建实时控制策略。其中,采用长短时记忆神经网络对前车速度进行预测,并采用动态规划求解滚动时域内的优化问题。结果表明,协同控制策略能通过抑制动力电池充放电电流来降低电池老化成本,以及借助灵活调整跟驰距离来减小气动阻力并降低能耗成本。与基于人类驾驶模型的跟驰策略进行对比,结果验证了协同控制策略的可行性。