基于全局优化算法的增程式电动汽车模糊控制策略

针对传统模糊控制中规则库制定单一、动力系统与控制策略参数协调性不高等问题,提出一种基于全局优化算法的增程式电动汽车模糊控制策略.根据增程器最优效率曲线,分析并提取动态规划算法在不同需求及动力部件状态下的多能源分配规则,并结合传统工程经验作为模糊控制规则库制定依据;以燃油经济性为优化目标,利用粒子群算法优化整车动力部件与隶属度参数,获取具有全局优化性的EREV能量分配.最后,在MATLAB/Simulink中建立整车模糊控制策略模型,嵌入到ADVISOR中仿真并进行硬件在环测试.结果表明:所提出的控制策略适用于多种工况,与原车功率跟随控制策略相比,能控制动力电池SOC在合理范围内,同时提高整车燃油经济性.     

基于动态规划的混合动力有轨电车能量管理方法

针对传统动态规划算法在燃料电池混合动力系统能量分配中存在的误差累积问题,以及为进一步提高燃料电池混合动力有轨电车的耐久性和燃料经济性,提出了一种基于改进动态规划算法的燃料电池混合动力有轨电车能量管理方法;改进动态规划算法在传统动态规划的基础上调整了状态转移方程,通过只对系统状态量进行离散从而避免计算过程中的插值计算导致的误差累积;同时将系统等效氢耗、动力电池充电状态（SOC）约束和燃料电池加、减载带来的耐久性问题作为优化目标构成加权惩罚函数,使系统在获得良好燃料经济性的同时兼顾耐久性;将所提管理方法与功率跟随和传统动态规划进行对比分析. 研究结果表明:所提方法相较于功率跟随方法,使末态SOC值降低了13.3%,燃料经济性提高了78%;相较于基于传统动态规划算法的能量管理方法,使燃料经济性提高了3.5%,且SOC变化范围和燃料电池变载情况均具有显著改善.      

基于状态机的燃料电池混合动力系统控制策略

针对由2套大功率氢燃料电池、超级电容和动力电池所构成的有轨电车用混合动力系统,提出能够满足运行工况需求的状态机控制能量管理策略. 首先,以状态机为基础构架,将有轨电车的运行划分为牵引、惰行、制动和故障4种状态;接着研究了4种运行状态下的能量管理策略,牵引状态采用基于自适应放电系数的均压算法,惰行状态采用改进的最大效率点跟随算法;然后基于4种状态,进行了整车实际运行;最后对比分析了功率跟随策略、状态机控制策略的能耗和电池堆效率. 研究结果表明:基于自适应放电系数的均压算法能够保证2套超级电容在牵引状态中均匀放电,避免了单套超级电容过度使用的情况;改进的最大效率点跟随算法使得燃料电池的平均效率提高了3.91%;此外,状态机控制策略与功率跟随策略的电堆效率分别为61.89%、57.98%,前者比后者节约了3.2%的氢气.      

带增程器的电动车控制系统设计

为了提高电动车的操控性,电机控制系统的灵活性并延长续驶里程,克服目前常用控制方法的弊端,设计了一种以单片机结合专用控制芯片的带增程器的电动车控制系统.介绍了系统的控制方案,通过数学计算和模拟仿真,设计并评价整车的控制策略.该系统采用模块化设计,专用控制芯片负责对电机的直接控制以减少单片机的工作负担,单片机主要负责对专用芯片的控制,并依据蓄电池SOC值控制增程器的开闭,实现整车系统的控制策略,实现了整车、增程器、电机控制的有效结合.最后测试了电机响应性能并进行了整车调试.     

矿用汽车动力源功率匹配控制策略

针对矿用汽车发动机工作点分布于燃油低效区的问题,提出了基于功率匹配的交流传动控制策略,使得传动系统能够根据车辆工况的变化相应改变发动机输出功率。确定了电传动系统功率区,引入了车辆负荷度评价车辆所处工况的负荷程度,设计了3层结构的控制策略,上层算法中使用滑动平均滤波算法对轮边电机转速进行预处理,计算车辆负荷度;中层算法利用三维模糊控制器,根据车辆负荷度及发动机转速计算了参考功率;下层算法中驱动系统追踪给定的参考功率,实现了矿用汽车的功率匹配。为验证功率匹配控制策略的控制效果,搭建了电传动试验平台进行验证。验证结果表明:控制策略能够快速识别矿用汽车启动、爬坡、突遇负载、下坡等常用工况的负载变化,并计算适合当前负载的驱动功率,保障了矿用汽车在恶劣工况下的动力性;稳态试验考察了控制策略下矿用汽车的节油效果,发动机工作点分布在最佳燃油经济性曲线附近,负载为40kW时,功率匹配控制策略的燃油消耗量比满足最大功率需要策略减少10.8%,负载为80kW时,功率匹配控制策略的燃油消耗量比满足最大功率需要策略减少4.8%,验证了功率匹配策略的有效性与可行性。     

基于等效模型扩展卡尔曼滤波锂电池SOC估算

电池管理系统(BMS)的主要任务是对电池荷电状态(SOC)、续航里程和防止电池过充过放等进行实时诊断,其中电池荷电状态的快速精确的估计是BMS的核心技术。基于锂电池这一动态非线性系统,提出了一种更接近于真实的、改进的PNGV电池等效模型;基于改进的PNGV电池等效模型,对比了卡尔曼滤波算法(KF)和扩展卡尔曼滤波算法(EKF)诊断电池荷电状态的实验结果;分析了扩展卡尔曼滤波算法诊断的实验误差。研究表明:采用扩展卡尔曼滤波算法对电池荷电状态进行诊断得到的结果更加精确,其误差能够一直保持在5%以内。     

基于粒子群优化模糊控制器的电动汽车再生制动控制策略研究

为提高电动汽车一次续驶里程,引入双锂离子电池组供电模式和电机再生制动能量回收系统,设计电动汽车的动力系统结构.通过对电动汽车制动模式进行分析,提出了基于粒子群优化算法的电机制动力矩模糊控制策略,并给出粒子群优化策略的算法实现.通过硬件在环仿真,证实了该控制策略能提高能量利用率.     

电-氢孤岛直流微电网的分层能量管理

为了实现电-氢混合储能微电网的控制与运行,提出一种该类孤岛直流微电网的全天候能量管理方法,在满足负载需求功率、控制母线电压的基础上,将微网多余电能向化学能及氢能转化,且将储存的能量通过燃料电池及蓄电池适时运用于微网功率缺额的情况;通过对各电源、负载设备DC/DC变换器控制以及管理层的协调控制,实现了该系统的能量管理;基于MATLAB/Simulink软件平台,验证了该文能量管理方法的有效性. 研究结果表明:电-氢微电网在运行过程中母线电压波动幅度小于0.33%,远小于5.00%的运行要求;锂电池等效荷电状态及储氢罐等效荷电状态初末值变化幅度分别为4.0%和0.2%,储能系统运行稳定;该能量管理方法能够在保持电-氢系统稳定运行的前提下,无需外界提供额外能量即可确保该系统的全天候正常运行.      

基于改进卡尔曼滤波锂离子电池SOC估计

为了估算锂离子电池的剩余电量，考虑估计过程中的噪声影响，采用卡尔曼滤波方式进行电池的荷电状态估计研究。以戴维南等效电路模型为基础进行了电池参数的辨识，利用Simulink建立基于卡尔曼滤波的电池荷电状态估计模型。分析了电池在不同的放电电流的工况下，测量误差对电池荷电状态估计的影响，提出了改进卡尔曼滤波算法。仿真结果表明：与拓展卡尔曼滤波算法相比，改进卡尔曼滤波算法精度更高。     

基于动态混合度的储能式有轨电车能量管理策略

为了提高混合储能式有轨电车的系统效率和运行经济性,基于动态混合度和系统效率之间的关系,提出了基于动态混合度在线凸规划的混合储能式有轨电车能量管理策略. 首先基于混合储能式有轨电车各系统参数,对各部件进行建模;其次采用在线凸规划法求解,得到了系统每一时刻的最优动态混合度;最后以有轨电车的典型工况为例,在RT-LAB实时仿真平台研究动态混合度对系统效率的影响. 研究结果表明动态混合度同系统效率之间存在凸函数关系:在相同参数条件下,基于动态混合度的在线凸规划能量管理策略较传统的功率跟随式能量管理策略系统瞬时效率最高提升9.6%;当完成整条线路运行,可节省电量2 886.2 kJ,运行经济性提升3.29%.      

燃料电池小型车SOC动态调节的功率跟随控制策略

针对风冷型质子交换膜燃料电池与锂电池组成的小型车用混合动力系统,提出一种根据SOC(state of charge)动态调节功率跟随系数的能量管理方法,完成混合动力观光车样车研制.对构成样车的混合动力系统、氢气储存供给系统、信号控制系统3部分进行了详细阐述,并对不同工况下功率跟随算法调节系数对控制效果的影响进行了分析;...     

燃料电池混合动力的功率跟随管理策略分析

为了提高燃料电池混合动力系统的经济性,基于燃料电池氢耗量和功率波动率,对功率跟随能量管理策略中参数和荷电状态（SOC）调节方式进行了分析,并定义了燃料电池的功率波动率;基于仿真软件ADVISOR中建立的燃料电池/超级电容混合动力系统模型,计算了不同的超级电容SOC限值和充电功率参数时的燃料氢耗量和波动率;设计了两种SOC调节方法,即Z曲线法和比例积分（PI）调节法,比较了不同SOC调节方法下的氢耗量和波动率. 研究结果表明:若SOC的下限增大,致使氢耗量和波动率增加,SOC下限为0.5时的氢耗量比0.25时增加7.10%,波动率增加3.85%;若SOC的上限增大,燃料电池波动率减小,0.95时的波动率比0.75时减小3.51%;充电功率参数在一定范围改变,能够减小燃料电池氢耗量和波动率;SOC调节方式中,当SOC初始值在 [0.28,0.52] 区间,PI调节法的波动率最优;当SOC初始值在 [0.75,0.90],Z曲线法的波动率最优.      

基于Cruise-Simulink联合仿真的FCEV能量管理策略研究

采用Cruise与Simulink建立整车联合仿真平台,提出了燃料电池发动机负载均衡和动力蓄电池SOC功率补偿的能量管理策略,并以欧洲NEDC循环工况对燃料电池电动汽车进行仿真研究.结果表明:提出的控制策略可以很好对燃料电池和动力蓄电池进行能量分配,满足整车的动力性要求.     

插电式四驱混合动力汽车控制策略设计及优化

为有效识别驾驶员的驾驶意图,在保障插电式四驱混合动力汽车动力性的基础上,提高其燃油经济性,提出了一种转矩识别系数计算方法,设计了基于发动机输出转矩最优能量管理控制策略,讨论了每种工作模式的判别条件以及转矩分配方法.为避免单一优化算法运算时间长、容易陷入局部最优的固有缺陷,使用优拉丁超立方的方法进行试验设计,利用径向基函数神经网络(radial basis function, RBF)建立近似模型,使用多岛遗传算法对近似模型进行了优化.研究结果表明:对优化后的控制策略进行离线仿真得出,混合动力汽车在满足动力性能的前提下,百公里油耗降低了16.4%;将优化后的控制策略在dSPACE上进行硬件在环试验表明,所制定的控制策略,可以实现基本的能量管理,且加入转矩识别之后平均车速误差降低了39.9%,百公里油耗降低了8.5%.      

Power management of parallel hybrid electric power train

This paper presents an integrated and detailed procedure to improve the power management feature implemented in the integrated starter-generator(ISG) parallel hybrid electric vehicle.First,the configuration of the single-shaft ISG hybrid vehicle model established in MATLAB-Simulink environment is given.The vehicle model then is validated by comparing the experimental measurements and the simulation predictions of the traditional vehicle.The baseline rule based control strategy and the optimal control strategy using the dynamic programming(DP) algorithm are introduced.Finally,a suboptimal control strategy which employs the new control rules extracted from the optimal control strategy is designed with the remarkable fuel consumption performance.     

Optimal energy management for a complex hybrid electric vehicle: Tolerating power-loss of motor

The energy management may perform well under normal conditions, but may lead to poor behavior under abnormal situations. To tackle this problem, an optimal control strategy called rule-based equivalent fuel consumption minimization strategy (RECMS) is developed for a new complex hybrid electric vehicle (CHEV).It optimizes the energy efficiency and drive performance to cater for normal and power-loss operations of the tractive motor. Firstly, the strategy formulates a novel objective function based on the equivalent fuel concept.By accounting for the actual fuel cost, the equivalent fuel cost for the electric machines and virtual fuel cost for the drivability, the cost function is obtained. Furthermore, some penalty factors are presented to optimize the performance target. Finally, experiments for a practical CHEV are performed to validate a simulation model.Then simulations are carried out for both rule-based and RECMS. The results show that the optimal energy management is working well.     

并联式混合动力汽车能量管理的马尔可夫决策

为研究同轴并联式混合动力汽车的能量管理策略,建立了同轴并联式动力系统动态方程,分析了转矩需求无后效性的马尔可夫特性.在维持电池容量不变的条件下,以燃油消耗最小为优化目标,采用马尔可夫决策实施能量管理策略,并采用策略迭代方法求解了马尔可夫能量管理的转矩决策过程,在J1015工况和昆明工况进行了仿真,实现了能量管理的在线实施.结果表明,与基于动态规划的能量管理策略相比,马尔可夫决策的能量管理策略能在线实施,且电池容量变化更为平稳;在燃料消耗方面是全局次优的,在J1015行驶工况下100 km燃油消耗增加了1.32 L,在昆明行驶工况下100 km燃油消耗增加了1.59 L.