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%。     

增程式电动客车能量管理策略优化的研究

本文中对增程式电动汽车进行了能量管理策略研究。在循环工况已知的前提下,分别研究动态规划控制策略和瞬时等效燃油消耗最小策略,得到两者的行驶成本并与采用基于规则的恒温器式管理策略时的行驶成本进行比较。结果表明,动态规划控制策略和瞬时等效燃油消耗最小策略的行驶成本都比采用基于规则的策略时低。虽然动态规划策略行驶成本比瞬时等效燃油消耗最小策略更低,但因实际行驶过程中工况会有变化,很难达到最优。而ECMS控制策略可实现在线应用,兼顾了燃油经济性和实用性,比较适合作为一种可行的增程式电动客车的能量管理策略。     

增程式电动环卫车能量管理策略仿真研究

基于Matlab/Simulink搭建了增程式电动环卫车正向仿真模型,在我国典型城市公交工况下,对增程器的开关模式、持续运行模式、恒定功率输出模式和功率随动输出模式等4种能量管理策略进行100 km的连续仿真,结果表明,增程器开关模式和持续运行模式均可使电池组SOC维持在合理的区间,但恒定功率输出模式比功率随动输出模式的等效百公里油耗小,最小为29.13 L;设置较小的增程器输出功率能够使电池SOC变化平稳,避免电池组的频繁充、放电现象。     

增程式公交客车动力系统设计与仿真研究

为了提高城市公交客车的燃油经济性,针对城市公交客车行驶工况的特点,提出一种功率平衡型的增程式公交客车动力系统设计方案,并对其动力系统零部件(主驱动电机、增程器、动力电池)进行了选型计算。基于AVL-Cruise仿真平台,采用增程器定点能量管理策略,对设计的动力系统的燃油经济性和动力性进行了仿真分析。仿真结果表明,提出的动力系统能够满足整车动力性能要求,并在4种不同城市工况下的百公里油耗平均水平较传统柴油客车降低了30.1%。     

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.     

增程式动力系统测试台架开发及应用

开发电动城市客车增程式动力系统测试台架，实现电机、发电机及发动机的耦合试验，在整车批量生产前完成增程式动力系统控制策略验证、比油耗验证、安装设计验证及整车性能验证，使某电动城市客车开发周期降低30%。     

增程式电动汽车虚拟测试系统开发及应用

为开展增程式电动汽车能量管理策略优化和排放研究,搭建了增程器半实物平台,在所搭建的半实物平台的基础上集成了测试设备,组成了完善的虚拟测试系统。针对某12 m长增程式电动客车,在所搭建的虚拟测试系统上进行循环测试,测试结果与仿真结果对比表明,虚拟测试系统测试得到的油耗、车速、辅助动力系统(APU)输出功率、SOC等与计算机仿真结果一致,验证了该虚拟测试系统的准确性和可靠性。     

基于自适应遗传算法的增程式电动汽车能量管理策略优化

建立增程式电动汽车整车仿真模型,以恒温器控制策略为例,以车辆最长续驶里程和百公里油耗为优化目标,利用自适应遗传算法对其能量管理策略进行了优化.优化结果表明,采用自适应遗传算法可使等效燃油消耗较之优化前减少10％.同时研究了蓄电池SOC上、下限值与目标续驶里程的关系以及不同蓄电池初始SOC值对燃料电池输出功率最优值的影响.研究发现,目标续驶里程与蓄电池SOC上限值关系不大,受下限值影响较大;燃料电池恒定输出功率最优值随着蓄电池初始SOC值的增大而减小.     

基于串联式增程汽车多种工况的优化控制策略

增程式汽车是纯电动汽车搭载增程器(发动机、发电机和整流装置组成的辅助动力装置),当蓄电池电量充足时,汽车以纯电动模式行驶;电量不足时,启动增程器,利用增程器发电给蓄电池充电或直接驱动电机,从而增加电动汽车的续驶里程。基于增程器的串联混动技术已成为解决新能源汽车里程焦虑的有效途径。本文介绍基于串联式增程电动汽车在不同工况下的优化控制方法。     

增程式电动客车参数匹配及控制策略研究

以某款增程式电动客车作为研究对象,根据设计指标以及给定的基本参数,对增程式电动客车动力系统进行了选型和匹配。设计了基于逻辑门限值的控制策略,并利用CRUISE软件对整车的动力性和经济性进行了建模和仿真。仿真结果表明,汽车动力系统的参数选型和匹配以及控制策略的设计都是合理的。使用蚁群算法对控制策略关键参数进行了优化,优化后燃油经济性提高了9.74%。     

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%。     

增程式混合动力汽车的分段式能量管理策略研究

分析了增程式混合动力汽车的开关式能量管理策略,提出了一种兼顾提高发动机效率和减少充放电损失的分段式能量管理策略。为进一步降低油耗,在分段式策略基础上引入自学习算法,自动在线调整分段式控制阈值。建立混合动力汽车仿真模型,对开关式能量管理策略和分段式能量管理策略进行了仿真比较,同时对具有自学习功能的分段式能量管理策略进行了仿真分析。某车型的仿真研究案例表明,与开关式策略相比,分段式能量管理策略能使油耗降低3.2%,自学习策略则在充电周期内路线较为固定的情况下可以自动调节到最优的控制阈值。     

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%。     

考虑燃料电池衰退的FCHEV反馈优化控制策略

为了提高插电式燃料电池混合动力汽车的经济性和燃料电池耐久性，在构建燃料电池衰退模型的基础上，制定等效氢气消耗最小（ECMS）的反馈优化控制策略。ECMS反馈优化控制策略中目标价值函数的等效氢气消耗除包括燃料电池氢气消耗和动力电池等效氢气消耗外，还将燃料电池开路电压衰退转化成等效的氢气消耗加入到目标价值函数之中，以电机需求功率P_m、动力电池SOC值为状态变量，动力电池目标功率为控制变量，取使目标价值函数最小的动力电池目标功率作为参考动力电池目标功率输出，并根据反馈的燃料电池电压衰退速率对燃料电池系统输出功率限制变化值ΔP_f进行动态调整，最终得到燃料电池目标功率。通过MATLAB/Simulink建立插电式燃料电池汽车前向仿真模型，采用城市道路循环（UDDS）工况进行验证。研究结果表明：相比基于规则的能量管理策略，电量保持（CS）阶段采用ECMS反馈优化控制策略，氢气消耗量降低2.6%，同时燃料电池的开路电压衰退降低4.1%，基于ECMS的反馈优化控制策略相比基于规则的能量管理策略在高效区间的工作点占比更高；与ΔP_f分别为1，2，3 kW时相比，采用燃料电池系统电压衰退速率反馈调节ΔP_f策略的氢气消耗量为0.105 3 kg，相比ΔP_f为1，2 kW的氢气消耗量（0.121 3，0.110 2 kg）有明显优化，接近ΔP_f为3 kW的氢气消耗量（0.102 9 kg），同时燃料电池电压衰退速率有明显的减小，整车经济性与燃料电池耐久性都得到了改善。     

基于DL-MOPSO算法的等效燃油消耗最小能量管理策略优化研究

等效燃油消耗最小能量管理策略(ECMS)的优化问题,是一个不连续、非可导的内外层嵌套多目标优化问题,为进一步提高整车燃油经济性,同时使电池具有良好的电量保持性能,提出一种内外层嵌套的双层多目标粒子群算法(DL-MOPSO)对充放电等效因子和功率分配方式同时进行寻优。仿真结果表明,与传统的穷举法相比,DL-MOPSO算法寻优获得的ECMS可提高整车燃油经济性10. 28%,且SOC终值与目标值差为0. 001 9,有效保持电量平衡。最后分析了惩罚函数中β参数对ECMS寻优的影响,对β参数的取值具有一定指导意义。     

上汽：以插电混动为主流

作为插电式混合动力的代表产品,上汽荣威550PLUGIN综合工况下的纯电动续航里程为58km,可以满足一般城市上下班出行需求;而在电量不足时,550PLUG-IN也可以作为油电混合动力产品使用,该车续航里程超过了500公里,其百公里油耗仅为2.3L,比传统汽车低71%。荣威550PLUG—IN的另—优势在于，行驶中动力同收充电，再次节约了能源。砂整体使用成本上看，上汽荣威550PLUG—IN百公里使用成本仅22元。     

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％.     

基于极小值原理的混联混合动力客车能量管理策略优化

针对一款混联式混合动力客车特殊的结构特点对控制策略的要求,以电池功率为控制变量,以燃油消耗最小为目标,采用极小值原理,并基于所设计的求解流程和所建立的模型,对确定发动机和电池之间功率分配的能量控制策略进行优化仿真.结果表明,采用极小值原理对能量控制策略的优化效果显著,与规则控制策略相比,100km油耗降低了18.33％.     

汽车动力总成电气化和增程器

汽车动力总成电气化可明显降低运行费用 汽车动力总成电气化可明显降低运行费用.这虽然并非电动汽车得到政府和制造商青睐的主要原因,但从消费者看来,这也着实给电动汽车加分.美国环保署(EPA)官方认定,通用汽车公司带增程器的混合动力汽车沃蓝达(Volt)在全汽油驱动模式下的城市/高速公路综合工况油耗为6.4L/100km(与目前市上传统的内燃机汽车相比,这个油耗指标也不算差).EPA还认定,Volt在全电动模式下的城市/高速公路综合工况燃油经济性为每加仑93英里,相当于油耗为2.5L/100km.