车速预测的增程式电动汽车能量管理策略

为解决增程式电动汽车实时能量分配最优的问题,提出了一种基于车速预测的能量管理策略。通过建立增程式电动汽车模型,利用实车试验数据开发城市道路环境下的典型行驶工况,建立了基于小波神经网络的车速预测模型,确定了输入历史车速信息长度、未来时域等关键参数。以模型预测控制理论为基础,结合动态规划算法,建立基于车速预测的增程式电动汽车能量管理策略。仿真结果表明该能量管理策略的燃油消耗相比动态规划(DP)策略增加了6.08%,电能消耗增加了0.26%,但是相比定点能量管理策略燃油消耗降低了40.19%,经济成本减少了28.86%,能够提高车辆的燃油经济性。

纯电动垃圾压缩车动力系统参数匹配与仿真研究

运用后向仿真软件Advisor 2002,对纯电动垃圾压缩车进行参数匹配和建模,并在特定工况下的完成了仿真研究。分析了纯电动垃圾压缩车的动力性能、经济性能和续航能力,并与传统燃油的垃圾车进行了比较研究,证明了纯电动垃圾压缩车在动力性和经济性方面的优益特性,为纯电动垃圾压缩车的研究提供了参考。