基于深度强化学习的THS-Ⅲ平台PHEV能量管理策略研究

针对THS-Ⅲ平台的插电式混合动力汽车提出一种基于深度强化学习的能量管理策略。首先,使用MATLAB/Simulink搭建车辆前向仿真模型;其次,建立车辆能量管理的马尔可夫过程和深度强化学习算法;最后,使用WLTC-Class3和ACC-60工况进行了仿真验证。结果表明,与基于规则的能量管理策略相比,基于深度强化学习的能量管理策略在WLTC-Class3工况下总花费节省16.51%,燃油消耗量下降15.56%,在ACC-60工况下总花费节省31.95%,燃油消耗量下降29.96%。     

PHEV电池配置和能量管理的协同优化

在已知工况下,文章针对一款插电式混合动力汽车进行单体电池数量与功率分配的协同优化,以提高燃油经济性。采用凸优化算法作为优化方法,总成本中加入电池衰减成本,以进行电池配置和能量管理的共同优化。文章基于MATLAB进行仿真,结果表明,文章所采用的优化算法可以有效的降低能耗。     

双电机串联驱动PHEV能量管理策略研究

为使插电式混合动力汽车(PHEV)拥有更好的经济性,文章提出一种以行星齿轮为动力耦合机构的双电机PHEV构型,实现了多种工作模式,避免了传统单电机构型下模式单一、效率低下问题.在此构型的基础上进行工作模式的划分与制定,能量管理策略的搭建.基于MATLAB/Simulink搭建整车模型及控制策略,对所建模型的准确性以及所...     

MC-Q强化学习的PHEV能量管理策略

插电式混合动力汽车具有节能的特点,而多动力源之间的能量管理策略对混合动力汽车能耗有很大的影响,故文章以一款在固定线路上运行的串联插电式混合动力城市客车为例,基于以往的行驶工况,根据马尔科夫理论,把需求功率随时间的变化转换为状态转移矩阵,用概率矩阵生成符合实际使用条件的随机功率序列。建立Q强化学习模块,使用得到的随机功率序列进行训练,实现城市客车能量分配的实时优化控制。仿真结果表明,文章所提出的强化学习能量管理算法相比于规则控制算法能明显的优化能耗,对比动态规划全局优化策略总能耗仅轻微增长,控制策略可实现实时应用。     

基于动态规划与RBF神经网络的PHEV能量管理策略

为提高插电式混合动力汽车燃油经济性,设计了一种基于动态规划和径向基函数（RBF）神经网络的插电式混合动力汽车能量管理策略。首先,建立了插电式混合汽车数学模型;其次,以发动机油耗最小为目标函数,采用动态规划求解全局最优的离线优化结果;最后,采用RBF神经网络对离线最优控制结果进行学习,建立了发动机输出转矩与车辆状态参数之间的非线性映射关系,得到了基于动态规划和RBF神经网络的能量管理策略。仿真结果表明,文章所提策略油耗较之于电量消耗-维持策略降低了2.92%,验证了该策略的有效性。     

基于烟花算法的PHEV能量管理策略参数优化

为改善插电式混合动力汽车(PHEV)的燃油经济性,提出一种基于规则的能量管理策略.结合智能网联汽车技术,利用烟花算法(F WA)结合系统约束条件,对能量管理策略参数进行优化,以求使车辆在变化的路况下能耗最低.为减轻沉重运算负荷,设计了一种事件触发机制来控制优化操作的启停.当车辆油耗超过预设上限则开始优化,一旦油耗满足预...     

基于模型预测控制的PHEB能量管理策略

文章针对一款串联插电式混合动力城市公交,提出一种可实时应用的模型预测控制（MPC）能量管理策略,以能耗最小为目标优化整车功率分配。首先,基于马尔科夫链根据历史车速和加速度建立单步和多步速度预测模型;从而进行预测时域内滚动优化,选择动态规划算法（DP）得到动力系统最优控制序列;最后对比了基于模型预测、动态规划和庞特里亚金极小值原理（PMP）的能量管理策略。结果表明,提出的模型预测控制（MPC）能达到与全局优化算法相近的控制效果且能应用于实时控制,是其他两种方法不具备的,体现出该策略的优越性。     

基于PMP的插电式混合动力汽车能量管理策略

动态规划常用于求取已知工况的全局最优解,但该方法计算量大,求解时间长,为了解决这个问题,文章将发电机组和电池组模型适当化简,以电池组荷电状态为状态变量,以电池组输出功率为控制变量,采用庞特里亚金极小值原理来求解混合动力汽车的能量管理问题,得出全局最优解,和动态规划相比,该方法的时间性能大幅度提升.     

PHEV电池包热管理系统设计优化与仿真分析

为实现电池包热管理系统低能耗和高效率散热的目的,文章通过流体动力学（CFD）仿真及实验对某插电式混合动力汽车（PHEV）乘用车电池包热管理系统进行优化研究。电池包热管理系统采用液冷散热,流场压力损失设计目标值为27kPa。初始方案中,流场压力损失实测值约为60 kPa,CFD仿真分析表明,液冷系统流场进出口是产生压力损失的主要部件;采用增大进出口管径的方法对液冷系统进行优化,仿真和实验结果表明,优化后的液冷系统压力损失减小至26 kPa左右;液冷系统流场优化后,对电池包散热特性进行仿真和实验分析,结果表明,在67.6 kW工况下电池包最高温度为53.2℃,低于目标值55℃。综合分析可以得出结论,优化后的电池包液冷系统各项指标达到目标状态。     

基于G PS定位的插电式混合动力汽车能量管理策略研究

为了更好地挖掘插电式混合动力汽车的节油潜力和降低使用成本,研究了基于GPS定位的能量管理策略.考虑油电使用成本差异,为使整车综合能耗成本最低,行程终了时电池荷电状态(SOC)应下降至放电下限.依托GPS定位,根据车辆当前所在位置和目的地,车辆运行工况可聚合归类成市内纯电工况、市内混合工况和城间混合工况等若干工况组合.利用庞德里亚金极小值原理构建Hamilton整车能耗成本函数,将SOC轨迹寻优问题简化成求解不同工况的2点边值问题.采用动态规划逆序算法生成基本SOC轨迹曲线,分析整车历史行驶数据,生成速度、时间影响因子对基本SOC轨迹曲线进行修正以减小偏差.以某插电式同轴并联混合动力汽车为例,开展基于WLTC工况的仿真实证研究.结果表明,基于GPS定位的整车能量管理策略节油率较CD/CS策略,城市工况提高了6.83%,综合工况提高了9.91%,验证了基于GPS定位的整车能量管理策略的有效性.     

基于驾驶工况辨识的插电式混合动力汽车保电能量管理策略

为了改善PHEV在低SOC状态下的保电性能,结合具体工况进行分析,明确造成保电性差的主要原因,一是需求功率较大,而发动机工作转速由于NVH性能要求受限;二是需求功率较低,但发动机未能有效利用时机进行发电。针对特定工况低SOC状态下保电性较差的问题,在原策略的基础上,提出一种基于工况识别的保电策略。通过对行驶工况进行在线辨识,根据识别结果适当放开发动机的发电能力。经过仿真验证,该策略能有效减缓整车在低SOC状态下的掉电速率。与原策略相比,SOC最低值提高7.19%,整车保电性能得到提升。     

插电式混合动力汽车变参数能量管理策略

为进一步提高新型插电式混合动力汽车(PHEV)的整车经济性,考虑到影响整车经济性的2个主要因素——行驶工况和行驶里程,提出了变参数能量管理策略。为减小车辆行驶工况的影响,应用模糊欧几里德贴近度方法,建立了基于典型循环工况的车辆行驶工况识别控制策略;为减小车辆行驶里程的影响,应用模糊识别的方法,建立了以车辆行驶里程和车辆启动时的动力电池荷电状态(SOC)为输入,行驶里程模式为输出的车辆里程模式识别控制策略;最后对整车能量管理策略进行了仿真分析。结果表明:在同等行驶里程的新欧洲行驶循环(NEDC)工况下,与定参数能量管理策略相比,变参数能量管理策略可以降低整车等效百公里油耗5%以上,从而提高了PHEV的整车经济性。     

插电式混合动力汽车等效燃油消耗最小能量管理策略研究

对某插电式混合动力汽车电量保持(CS)阶段的能量管理策略进行了设计和优化研究。首先基于等效燃油消耗最小策略(ECMS)设计了汽车的能量管理策略,然后针对传统遗传算法(SGA)在运行过程中存在的收敛速度慢、种群进化动力不足问题进行了算法改进,并使用改进的遗传算法(IGA)优化燃油等效因子。硬件在环仿真试验结果表明:在电量保持阶段电池荷电状态允许的偏差内,该方法可以获得更高的燃油经济性。     

插电式混合动力汽车低SOC能量流试验研究

为制定最优的能量分配策略,对某款插电式混合动力汽车在不同运行工况下的能量流进行分析。通过试验测试了低SOC状态下整车部件能量传递的相关参数,包括:温度、压力、转矩、转速和流量等,之后计算和分析整车的能量分布,并对比了NEDC和WLTC工况下整车能量流向和能量回收率。结果表明,在电池处于低SOC时,WLTC工况下的发动机平均油耗是NEDC工况平均油耗的1.6倍左右;且两种工况下车辆行驶所消耗的能量绝大部分来自于发动机;另外,WLTC工况行驶能量低于NEDC工况,其差值不足1%,但WLTC工况的能量回收率低于NEDC工况,其差值达2.31%。     

新的PHEV动力匹配控制方法设计与应用

设计了基于CD-ECMS的动力系统控制策略,优化车辆的参数,提升车辆的综合性能。新的动力匹配模块根据路况、车辆实时状态等信息科学匹配电机和发动机的动力输出,提升发动机和电机的工作协调能力,改善车辆动力性能和燃油经济性,新的控制算法嵌入到插电式混合动力的动力控制系统中,通过系统仿真和实验验证,结果表明：新的动力匹配算法避免能量的二次转换,对比ECMS和CD-CS控制策略,百公里油耗分别降低了0.31L和0.11L,电池转换效率分别提升了1.2%和11.2%,SOC分别下降了3%和7%,综合效率分别提升了1%和19%。