混合交通下非信控交叉口队列预约式控制

目前针对非信控城市交叉路口场景进行智能网联汽车（ICV）协同控制的研究中,多假设100%的ICV市场渗透率条件,较少考虑人类驾驶车辆（HDV）对系统的影响。本文旨在解决HDV和ICV并存的混合交通条件下非信控交叉口协同控制问题,并探究渗透率对系统性能的影响。首先,提出了适用于混合交通条件的队列预约式分层控制架构,其上层分配各车辆通过路口的时刻,下层负责执行,并进行速度轨迹规划。接着,基于队列预约方法分别制定ICV和HDV的控制和调度策略。最后,在不同ICV渗透率和车流量下进行仿真对比。结果表明,在10%～100%渗透率和每车道车流量400～1 000 h-1的工况下,与感应式信号灯控制方法相比,所提出的方法可有效提升交叉口的通行效率,降低车辆平均油耗。     

混合交通环境下网联交叉口车辆协同诱导策略及仿真测试

在由智能网联汽车(CAV)与网联人工驾驶汽车(CHV)组成的混合交通环境下,以提升网联信控交叉口的行车效率、降低燃油消耗量为目标,设计了网联信控交叉口场景,在完成车辆运动学、跟驰及油耗建模的基础上,提出了一种基于车辆编队的网联车辆协同诱导策略,以平均行驶延误时间和平均燃油消耗量为评价指标,基于SUMO平台完成仿真测试。测试结果表明:在稀疏、欠饱和及过饱和交通流量条件下,随CAV渗透率的提升,通行效率和燃油经济性不断提高;在CAV渗透率低于60%时,CHV驾驶员服从度对协同行车诱导策略性能的影响更为显著。     

面向混合自动驾驶车流的协同自适应巡航控制EI北大核心CSCD

车联网V2V环境下能实时获取自车和周围车辆的运动状态、驾驶工况和道路环境,为汽车自适应巡航控制系统提供更准确的信息。为消除自动驾驶汽车(AV)和人工驾驶汽车(MV)混合行驶工况下的车头时距干扰对汽车纵向巡航控制的影响,提出了一种基于车联网V2V的协同自适应控制方法。通过车联网V2V实时采集车辆跟驰过程中车辆基本安全信息(basic safety message,BSM),进而获得车辆相对运动状态和驾驶行为序列;应用线性最优二次型方法建立驾驶操纵序贯链优化目标函数,再对扰动作用下的汽车运动状态改变量进行短时预测;在此基础上,以混合车流车头时距的最优均衡状态为目标,构建了车辆跟驰间距的滚动优化模型和协同自适应控制方法。实验结果表明,在头车加/减速行驶工况下,改进后的车辆控制器能更快响应前车运动状态的变化量,并在保证车辆安全跟驰间距的情况下,降低了车头时距,提高了道路通行能力。     

混合动力汽车辅助动力单元效率优化控制研究EI北大核心CSCD

鉴于传统的APU控制策略只关注使发动机工作在其效率最高点,而未考虑发电机效率对系统效率的影响,本文中在分析APU中发动机效率与发电机效率之间耦合关系的基础上,提出了发动机与发电机联合工作效率最佳的APU控制策略,并设计优化算法对不同功率需求下发动机与发电机联合高效工作的目标转速和转矩进行优化。建立系统仿真模型,对综合考虑发动机与发电机效率的APU控制策略和传统的APU控制策略进行仿真对比和固定发电功率需求下的台架试验验证。结果表明,不同功率需求下新的控制策略可提高系统效率1%~4%左右。     

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。     

双离合器协同的功率分流式混合动力汽车动态协调优化控制研究EI北大核心CSCD

针对集成多离合器的功率分流式混合动力汽车,研究了包含两个离合器状态协同切换的纯电动模式到混合动力模式的瞬态切换行为及动态协调优化控制策略。基于杠杆法和矩阵法建立系统不同切换阶段的动力学模型,根据发动机起停控制及模式切换需求对双离合器工作序列进行可行性分析并制定模式切换逻辑,在此基础上,针对双离合器协同滑摩导致的切换品质下降,以整车纵向冲击度、离合器滑摩功及模式切换时间为加权优化目标,基于模拟退火算法优化不同离合器接合和分离过程的滑摩行为,为解决固定发动机转速调节策略难以适应不同加速工况需求的难题,构建了混合动力模式下的发动机转速自适应调节策略,实现基于不同工况需求转矩的电机MG1转矩自适应调节。仿真测试和硬件在环测试结果表明,所设计的动态协调优化控制不仅能够有效地减小双离合器协同时的功率分流式HEV瞬态模式切换冲击度,而且具有优异的工况适应性,能够保证不同加速工况下的瞬态模式切换品质。     

插电式混合动力汽车能耗优化控制策略的研究EI北大核心CSCD

基于插电式混合动力汽车(PHEV)可以通过外网充电的特性,选取发动机消耗燃油的成本与电机消耗电能的成本之和作为优化目标函数,采用庞特里亚金极小值原理进行优化仿真;研究了PHEV不同工作模式(电量消耗-电量维持模式和混合模式)对能耗经济性的影响;分析了行驶里程、电池荷电状态(SOC)初始值和能量价格比对能量分配控制策略的影响;最终制定了实时优化控制策略并与门限值控制策略进行对比仿真,结果表明,与门限值控制策略相比,采用制定的实时优化控制策略能耗经济性在不同的SOC初始值下都有大幅度的提高。     

网联通信时延下的混合队列控制特性分析

针对CACC协同自适应巡航控制技术,探究其在车联网通信时延影响下,与驾驶员驾驶汽车共存而构成的混合队列系统的性能。从微观跟车行为角度,基于频域传递函数,推导通信时延下的CACC队列稳定最小跟车时距的理论表达式,并通过数值验证指出CACC队列稳定最小跟车时距随通信时延增大而增大的特性。从交通激波特性角度,针对无时延CACC、有时延CACC和时延过大而退化后的ACC自适应巡航3种情形,给定相同的跟车时距,进行不同渗透率下的大规模交通仿真实验,实验结果表明,在无时延和1 s时延这2种情形下,CACC在20%及以上的渗透率时均能显著降低交通扰动,削弱激波,性能差别不明显; 相比而言,退化后的ACC性能明显恶化。     

智能网联混合动力车辆速度规划的多目标协同控制研究

考虑车辆的行驶安全性、机动性、能耗经济性、舒适性和电池老化等多重目标,以弯道场景为例对智能网联混合动力客车的速度进行实时规划.首先,以车辆速度和动力电池SOC作为状态变量,加速度和发动机-发电机组输出功率作为控制变量,以混合动力客车的能量消耗成本、电池老化成本、机动性成本和舒适性成本的加权和最小化为目标函数.其次,以弯...     

混合能量存储系统中直流变换器在峰值电流控制下的混沌问题EI北大核心CSCD

由于超级电容的工作电压范围广,直流变换器在无电流补偿的峰值电流控制下出现分岔,甚至产生混沌现象。本文中研究了双向直流变换器在超级电容和电池主动并联混合能量存储系统应用中的控制问题,确定了发生分岔时电池和超级电容的工作电压关系。结果表明,采用电流斜坡补偿方法,可使直流变换器在电池和超级电容的工作电压范围内不发生分岔和混沌现象,改善了控制质量。