基于DP-ECMS的插电式混合动力城市客车能量管理策略研究

以一款气-电型插电式混合动力城市客车(PHEV)为研究对象,针对能量管理中的最小能耗问题分别应用电量消耗-电量维持(CD-CS)策略、动态规划(DP)、等效能耗最小化策略(ECMS)和自适应等效能耗最小化策略(A-ECMS)进行中国典型城市工况仿真。在对上述几种能量管理策略仿真结果分析的基础上,提出一种将动态规划与等效能耗最小化策略相结合的DP-ECMS策略。结果表明:DP-ECMS的能耗特性接近动态规划,同时具有等效能耗最小化策略的实时性特点,为PHEV的能量管理提供了参考。

基于无迹卡尔曼滤波的车辆状态与参数估计

准确获取车辆运动过程中的状态变量和时变模型参数可以提高动力学控制的鲁棒性。引入了车辆模型时变参数的概念,建立了车辆动力学状态空间模型,应用无迹卡尔曼滤波(UKF)算法对车辆状态变量和参数进行了估计。与车辆动力学软件CarMaker建立的参考模型对比表明,该估计方法具有可行性和准确性。在估计系统中,提出含自适应参数的简化魔术公式来表达轮胎侧偏力,减少了模型参数,并且实现了对轮胎侧向力的准确估计。

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。

基于马尔科夫链的并联PHEB预测型能量管理策略研究

为使能量管理策略更好地面向实时应用,本文中针对一款装有自动机械式变速器(AMT)的并联插电式混合动力客车(PHEB),展开预测型控制策略的研究,以实现挡位选择和功率分配的协同优化。首先,基于马尔科夫链模型,计算转矩状态转移概率,得到不同预测时域长度的预测车速;在此基础上,进行滚动时域内的功率分配和挡位选择协同优化。其中,在滚动时域内的优化选择含电池SOC和挡位两个状态变量的二维动态规划(DP)算法。分析了不同预测时域长度对预测结果的影响,并对动态规划、基于规则的能量管理策略和预测型策略进行对比。结果表明:与基于DP的能量管理策略相比,本文中提出的预测型策略的能耗增加了17.3%,但与基于规则的能量管理策略比较,预测型策略的能耗降低了29.7%。

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。

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.

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。

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,以弯道行驶安全性、动力系统和电池系统的物理特性等为约束,实施基于模型预测的多目标协同控制,并应用动态规划算法求解滚动空间域内的多目标优化问题,从而实现实时的速度规划和能量分配。同时,分析机动性和舒适性赋予不同权重对性能的影响。结果表明:(1)考虑电池老化的控制策略可以在不影响车辆动力性和机动性的情况下,使电池老化成本降低25.8%,综合成本降低2.3%;(2)提高机动性成本的权重因子能够缩短行驶时间,但会引起综合成本的增加;(3)提高舒适性权重因子可以减少速度波动,同时降低综合成本。

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。

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.

基于增程式电动商用车的增程器匹配和能耗分析

为了更合理地对应用于增程器的不同发动机和发电机进行匹配,利用发动机和发电机的效率特性得到增程器的最优效率曲线.以一款增程式电动商用车为研究对象,在Matlab/Simulink中搭建整车正向仿真模型,基于中国典型城市工况对增程器的定点发电和沿最优效率曲线运行两种控制策略对整车经济性的影响进行了分析.结果表明,合理地选择发动机和发电机进行增程器的匹配能有效提高整车经济性;同时,在功率跟随控制策略下增程器输出较宽范围的功率将会增大整车的油耗.

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

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。

考虑电池电-热-放电深度的并联PHEV能量管理策略研究

在插电式混合动力汽车(PHEV)能量管理策略的设计中考虑电池老化的影响对提升整车的经济性意义重大。针对配置自动机械式变速器的并联PHEV,考虑影响电池老化的电-热-放电深度三重耦合因素并利用模型预测控制(MPC),实现挡位选择和转矩分配的协同、实时优化。首先,根据车速谱与电池老化动力学辨识电池在整个行程的最优放电深度。其次,基于最优放电深度建立电池放电规划和预测时域的参考SOC,并利用庞特里亚金最小值原理(PMP)求解滚动时域内的优化问题。与未考虑电池寿命的MPC、采用固定挡位的一维模型预测控制(1DMPC)和基于动态规划优化方法的MPC等多种方法进行对比。结果表明:(1)优化并联PHEV的挡位可有效降低电池老化成本;(2)与采用规则型换挡策略的1D-MPC相比,对挡位选择和转矩分配同时进行优化的二维模型预测控制(2D-MPC)有利于降低电池核心温度和电池的老化成本;(3)与基于规则的CD-CS策略相比,提出的2D-MPC可将总成本(能耗成本和电池寿命损失成本之和)降低28.2%。

基于状态空间自回归最小二乘的车辆质心侧偏角非线性估计

基于动力学模型对车辆质心侧偏角进行了估计。为使轮胎模型能够适应不同附着系数的路面,将动态参数引入"魔术公式"轮胎侧偏力模型。应用状态空间形式的自回归最小二乘算法(RLS)设计了车辆质心侧偏角估计器。通过车辆在高附着系数路面的蛇形试验和变附着系数路面的双移线试验对估计方法进行了验证,结果表明,即使车辆出现大侧偏情况使轮胎进入到侧偏角—侧偏力特性曲线的非线性区域,提出的估计方法也能够实现对质心侧偏角的估计。将该估计方法与扩展卡尔曼滤波估计在精度、计算效率和使用条件等方面进行了比较,进一步表明所提出方法具有良好性能。

基于碳排放的插电式混合动力公交车能量管理策略

文章以插电式混合动力公交车(PHEB)为研究对象,建立了当量碳排放模型。基于庞特里亚金极小值原理(PMP),考虑车辆运行的能耗与当量碳排放,提出了一种全局最优的能量管理策略,并利用打靶法对目标函数进行求解。通过仿真分析,得到了最佳功率分配和最优综合成本:百公里天然气消耗10.33 m^(3),电耗49.17 kWh,当量碳排放53.56 kgCO_(2)e,百公里综合成本104.33元。

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。

公路运行车速预测模型对比分析

为了对公路运行车速进行准确预测,采集了国道二级公路上232处典型路段的平曲线半径和纵坡度等线形数据和小轿车车速,分别应用线性回归、多项式回归和智能学习型方法中的BP神经网络和模糊神经网络建立了小轿车第85百分位车速模型,并对4种模型预测精度进行了对比分析。结果表明:在回归模型中,多项式回归的预测精度优于线性回归;在学习型算法中,模糊神经网络的预测精度优于BP神经网络,并且模糊神经网络的预测精度优于统计回归方法;从模型使用角度来看,相比较于线性回归模型要求样本随机误差满足零均值和正态分布等假设条件,神经网络算法的限制条件较低,具有更广阔的应用前景。

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。

基于支持向量机的车辆质心侧偏角估计

针对动力学建模方法对车辆质心侧偏角进行估计所面临的路面附着系数和车辆参数无法准确获取等缺点,基于统计学理论中的支持向量机对车辆质心侧偏角估计展开研究。选择方向盘转角、车辆速度、横摆角速度和侧向加速度作为支持向量机的特征向量。在Carsim仿真平台设计了20组典型车辆操纵试验作为训练样本得到预测模型,通过2组变附着系数路面上的操稳性试验对模型进行了验证。研究结果表明:支持向量机可以有效实现对不同附着路面上车辆质心侧偏角的估计,达到了较高的估计精度,即使车辆发生大侧偏现象使轮胎进入侧偏角-侧偏力曲线的非线性域,该方法仍能够实现质心侧偏角的准确估计,估计的绝对误差不超过1.42°,从而为车辆主动安全控制提供了参考。