Initiative Optimization Operation Strategy and Multi-objective Energy Management Method for Combined Cooling Heating and Power

This paper proposed an initiative optimization operation strategy and multi-objective energy management method for combined cooling heating and power(CCHP) with storage systems.Initially,the initiative optimization operation strategy of CCHP system in the cooling season,the heating season and the transition season was formulated.The energy management of CCHP system was optimized by the multi-objective optimization model with maximum daily energy efficiency,minimum daily carbon emissions and minimum daily operation cost based on the proposed initiative optimization operation strategy.Furthermore,the pareto optimal solution set was solved by using the niche particle swarm multi-objective optimization algorithm.Ultimately,the most satisfactory energy management scheme was obtained by using the technique for order preference by similarity to ideal solution(TOPSIS) method.A case study of CCHP system used in a hospital in the north of China validated the effectiveness of this method.The results showed that the satisfactory energy management scheme of CCHP system was obtained based on this initiative optimization operation strategy and multi-objective energy management method.The CCHP system has achieved better energy efficiency,environmental protection and economic benefits.

ENERGY MANAGEMENT STRATEGY FOR PARALLEL HYBRID ELECTRIC VEHICLES

Energy management strategy (EMS) is the core of the real-time controlalgorithm of the hybrid electric vehicle (HEV). A novel EMS using the logic threshold approach withincorporation of a stand-by optimization algorithm is proposed. The aim of it is to minimize theengine fuel consumption and maintain the battery state of charge (SOC) in its operation range, whilesatisfying the vehicle performance and drivability requirements. The hybrid powertrain bench testis carried out to collect data of the engine, motor and battery pack, which are used in the EMS tocontrol the powertrain. Computer simulation model of the HEV is established in the MATLAB/Simulinkenvironment according to the bench test results. Simulation results are presented for behaviors ofthe engine, motor and battery. The proposed EMS is implemented for a real parallel hybrid carcontrol system and validated by vehicle field tests.

Global Optimization‑Based Energy Management Strategy for Series–Parallel Hybrid Electric Vehicles Using Multi‑objective Optimization Algorithm

The study of series–parallel plug-in hybrid electric vehicles(PHEVs)has become a research hotspot in new energy vehicles.The global optimal Pareto solutions of energy management strategy(EMS)play a crucial role in the development of PHEVs.This paper presents a multi-objective global optimization algorithm for the EMS of PHEVs.The algorithm combines the Radau Pseudospectral Knotting Method(RPKM)and the Nondominated Sorting Genetic Algorithm(NSGA)-II to optimize both energy conservation and battery lifespan under the suburban driving conditions of the New European Driving Cycle.The driving conditions are divided into stages at evident mode switching points and the optimal objectives are computed using RPKM.The RPKM results serve as the fitness values in iteration through the NSGA-II method.The results of the algorithm applied to a PHEV simulation show a 26.74%–53.87%improvement in both objectives after 20 iterations compared to the solutions obtained using only RPKM.The proposed algorithm is evaluated against the weighting dynamic programming and is found to be close to the global optimality,with the added benefits of faster and more uniform solutions.

基于PMP的HEV全局最优能量管理策略研究

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,把发电机组和电池组模型适当化简,在保持电池组电量平衡的条件下,以电池组荷电状态为状态变量,以电池组输出功率为控制量,采用庞特里亚金极小值原理算法求解了混合动力汽车的能量管理问题,得到了全局最优解,并给出了详细的求解过程。与动态规划相比,该方法求解需要的时间很短。

Fuzzy energy management strategy for parallel HEV based on pigeon-inspired optimization algorithm

Improvements in fuel consumption and emissions of hybrid electric vehicle(HEV)heavily depend upon an efficient energy management strategy(EMS).This paper presents an optimizing fuzzy control strategy of parallel hybrid electric vehicle em-

Co-simulation platform for single-shaft parallel HEVs based on Cruise+Matlab/Simulink

We reversely analyzed the energy management strategy （EMS） for a single-shaft parallel hybrid electric vehicle （HEV）, and build a forward co-simulation platform based on Cruise and Matlab. The vehicle dynamics model is built with Cruise, and control model is set up with Matlab/Simulink environment. The data between the two models are transferred by the Matlab API interface in Cruise. After mechanical and signal connections are completed, we establish the computing tasks and take the simulations of vehicle＇ s power performance, economy, and emission performance. The simulation results match the actual measurement results, which show that the co-simulation platform is correct and feasible. The platform can be used not only for a basic simulation platform to optimize further EMS, but also for the development of actual control system.

混联式HEV双模糊能量管理策略研究

为降低混联式混合动力汽车的油耗,以提高整车燃油经济性和动力部件工作效率以及使整车具有良好的电量维持性为控制目标,提出一种基于双模糊控制的能量管理策略:串联模糊控制器以电量偏差和整车需求功率为输入,以发动机输出功率为输出,控制发动机一直工作在低油耗区;并联模糊控制器以电量偏差、需求扭矩偏差和发动机转速为输入,以发动机输出扭矩为输出,调整发动机工作状态。以全球轻型汽车测试循环为目标循环工况,仿真结果表明:所提出的双模糊能量管理策略有效改善了动力部件工作点,使之尽可能工作在高效率工作域内,提升了混合动力系统的总体效率,与单模糊策略相比,百公里燃油消耗下降了1.78%,动力电池满足电量平衡要求且电量偏差更小,混联式HEV具有更好的燃油经济性和电量维持性。

基于混合遗传算法的HEV控制策略优化

结合遗传算法的群体进化和模拟退火算法可避免迂回搜索的特点,在多目标遗传优化方法的基础上,引入混合优化算法,对HEV能量管理控制参数进行了优化。结果表明,所提出的混合优化算法在解决HEV控制策略多目标优化问题中,避免了传统遗传优化早熟收敛和无方向性等缺点,提高了收敛速度和计算效率。

丰田PRIUS混合动力汽车能量优化管理策略仿真分析

针对丰田PRIUS混合动力汽车,提出一种基于二次型最优控制理论的新能量优化管理策略,该策略结合规则构造二次型性能指标,通过限制发动机功率的大幅频繁波动,在保证车辆动力性能的同时,达到间接降低整车油耗的控制目标。对ADVISOR软件进行了二次开发,建立了车辆仿真模型,并在不同工况下验证了策略的有效性。仿真结果表明:在不同的道路工况下,该能量优化管理策略比基于规则的能量管理策略具有更好的燃油经济性。

基于ECMS和Radau伪谱拼接法的多模式HEV能量管理策略优化

为解决现有能量管理策略在评估多模式混合动力汽车燃油经济性时易出现模式切换、发动机起停和离合器分离与接合过于频繁的问题,针对串并联式PHEV混合动力系统,通过等效燃油消耗最小策略(ECMS)确定全球统一轻型车辆测试循环(WLTC)工况下的模式切换序列,并基于该结果,应用Radau伪谱拼接法(RPKM)求解最优模式切换时刻及油耗表现。WLTC工况仿真结果表明,在ECMS-RPKM联合算法控制下,发动机起停次数和离合器分离与接合次数较ECMS算法分别减少9.41%和26.92%,同时最优油耗降低1.23%,所提出的方法可在较合理的模式切换频度下获得全局的油耗优化效果,更准确地评价多模式复杂混合动力系统的节油潜力。

并联式混合动力电动汽车多模式能量管理策略与D2P实时仿真

针对并联式混合动力电动汽车的能量控制问题进行了研究,提出了一种多模式能量管理策略。建立了整车模型,以负载力矩、电池荷电状态(SOC)和车速作为控制依据设计了多个工作模式间的切换逻辑,将模式切换状态作为控制变量引入到力矩分配算法中,实现了多工况下对发动机与电机的优化控制。结合US06、UDDS和EUDC等工况进行了Simulink系统仿真,结果表明所提出的能量管理策略较传统功率跟随策略相比可以提高燃油经济性约1.91%,且对于不同的工况具有良好的普遍适用性;基于D2P系统构建了硬件在环仿真平台,采用真实的驾驶员输入设备和控制器进行实时仿真,进一步表明所提出的能量管理策略合理有效且算法具有良好的实时性。

基于动态规划的混合动力汽车能量管理策略优化

为提升混合动力汽车的燃油经济性,采用动态规划算法对实车能量管理策略进行优化。首先实车测试得到相关数据并进行分析,获取能量管理策略的重要规则参数;然后利用动态规划算法仿真计算获取车辆全局最优的能量管理控制参数。两者对比结果表明,动态规划算法的参数可以使车辆的燃油经济性提升10%,使用动态规划算法可以实现混合动力汽车能量管理策略的优化。

基于电池老化的并联式HEV能量管理策略

针对电池老化和能耗问题,在优化方法中搭建锂离子电池循环老化和日历老化模型,分析电池老化模型的重要性及对汽车在运行过程中能量消耗的影响,通过电池荷电状态(SOC)和容量变化两个参考轨迹,调整电池的充放电状态。针对并联式混合动力汽车(HEV),基于Pontryagin最小值原理,提出一种以电池退化和能耗最小为目标的自适应等效燃油消耗最小(ECMS)控制策略。基于MATLAB仿真分析可得:考虑电池老化情况的电池容量损失降低了2.33%,总燃油消耗降低了1.25%,有效充放电总容量减少了3.20%,同时可减缓电池老化。

基于ISSA的燃料电池多电源模糊能量管理策略

为了提高燃料电池(FC)混合动力汽车(HEV)的经济性,提出一种利用模糊逻辑控制(FLC)的方法对其实现能量管理策略(EMS)。以氢耗量最优为目标,加入超级电容器作为辅助能源,考虑汽车驱动与制动2种状态,把需求功率、超级电容荷电状态、燃料电池的工作效率,添加为模糊控制器输入变量,对模糊规则进行改进。引入改进的麻雀搜索算法(ISSA)对模糊控制器的隶属度函数进行优化,采用Circle映射初始化麻雀种群,同时引入随机游走策略对全局最优解扰动。采用Advisor软件和Matlab/Simulink环境建模并进行联合仿真。结果表明:本文能量管理策略,在城市道路循环工况(UDDS)和高速公路燃油经济性测试工况(HWFET)下,等效氢耗量分别减低了29.38%和29.88%,同时,也减少了燃料电池在运行时的变载次数,使得燃料电池寿命得到延长。

基于多工况优化算法的混合电动汽车参数优化

协调优化混合动力电动汽车动力系统与能量控制策略的参数是提高燃油经济性的关键。以汽车的动力性能为约束条件,把电池SOC平衡油耗引入目标函数,提出一种采用模拟退火粒子群算法的基于多工况优化混合动力汽车动力系统与控制策略参数的方法。利用MATLAB/Simulink仿真软件进行建模仿真,结果表明,利用该方法可以获取一组参数,在保持汽车动力性、电池SOC平衡的基础上,相对于优化前,在综合工况下油耗降低了5.49%,分工况HWFET、FTP、LA92、US06_HWY、UDDS与SC03下油耗分别降低了8.46%、4.62%、3.84%、8.43%、5.56%、4.31%。为了证明本方法优化出的参数在其他工况的通用性,选取NEDC工况进行仿真验证,结果发现,在NEDC工况下油耗降低了8.36%。并进行了实车道路试验,试验结果较好的验证了所提出的基本控制策略的有效性。

轻度混合动力系统控制模式分层决策及能量管理策略的研究

为了简化混合动力系统复杂的模式控制以及模式切换问题,提出了一种基于分层决策思想的模式划分、能量管理和力矩分配策略.主控制器根据驾驶操作和车辆状态,依次进行驾驶模式决策、能量管理决策和力矩分配控制,控制结构清晰,易于实现.为了评估该控制策略及关键参数的优化,针对正在开发的XL2000轻度混合动力轿车,以AVL CRUISE和MATLAB/SIMULINK为平台,建立了用于控制策略研究和性能分析的仿真模型.通过不同驾驶循环工况下的仿真,表明该策略在实现电池的荷电状态(SOC)平衡控制的前提下,可改善整车当量油耗15.8%～28.5%.台架试验也表明了该控制策略的有效性.

基于工况识别的混合动力汽车动态能量管理策略

针对固定循环工况下所制定的混合动力汽车能量管理策略存在一定局限性问题,从ADVISOR软件中选取覆盖车辆实际行驶工况的20个典型循环工况,以整车综合燃油消耗和动力电池寿命为综合优化目标,利用粒子群算法对各工况下能量管理策略中所涉及的关键参数进行了优化,并将得到的优化结果建立数据库,提出了基于行驶工况识别的混合动力汽车动态能量管理策略。最后,通过选择某个随机工况对所制定的能量管理策略进行仿真。结果表明:所制定的动态能量管理策略与未采用工况识别的能量管理策略相比,车辆综合燃油消耗下降10.70%,动力电池温升和平均有效工作电流分别下降2.46℃和1.63 A。

基于PSO-fuzzy的PHEV电量保持模式多目标控制策略

为了提高插电式混合动力汽车(PHEV)电量保持模式下的燃油经济性与排放性,设计以需求转矩、电池荷电状态(SOC)和电机转速为输入,发动机转矩为输出的模糊控制器,将用来描述模糊集合隶属度函数的形状选为左右两边为开口梯形,中间为三角形。为便于模糊控制的实现,将参数量化到[0,1]的区间;根据PHEV的不同工作模式,确定输入与输出变量的模糊子集,将隶属度函数和控制规则编码,利用粒子群算法(PSO)对其隶属度函数值和控制规则进行优化。在保证动力性的前提下,以电池SOC值尽可能稳定且最大限度地提高燃油经济性和排放性为目标,引入加权系数建立CO,NOx及HC的排放指标和整车等效燃油消耗构成的价值函数,形成一种基于粒子群优化的多目标模糊控制策略(PSO-fuzzy)。综合理论建模和试验数据建模方法,基于MATLAB/Simulink搭建PHEV动力传动系统关键部件的数值模型、整车动力学模型和驾驶人模型。采用中国典型城市循环工况和高速公路循环工况的联合工况进行验证。结果表明:利用PSO算法优化的模糊控制策略相比于优化前,电池SOC的运行更为平稳;更为合理地分配了发动机与电机之间的转矩,发动机工作点更多地分布在高效区的同时使得电机绝大部分工作点都工作在高效区;百公里油耗降低12.4%,CO排放量减少2.7%,NOx排放量减少4.4%,HC排放量减少4.3%。

基于混合系统理论的电动汽车能量管理策略

以单轴并联式混合动力电动汽车为研究对象,基于混合动态系统理论,利用混合输入输出自动机模型,直观的描述了混合动力系统,分析得出了多能源功率分配和工作模式切换序列的基本规律,系统的阐述了能量最优化分配和工作模式最佳切换序列的工程实现,为进一步实现性能的优化匹配和协调控制,提高整车性能奠定了一定的基础。通过与Advisor中Insight车型的仿真结果对比,验证了基于混合动态理论能量管理策略的实际效能。

基于动态规划算法的混合动力汽车改进型ECMS能量管理控制研究

为改善混合动力汽车的燃油经济性,以耦合器侧的输入扭矩为研究对象,以最优化扭矩分配为目标,应用动态规划求出已知工况下并联型混合动力汽车全局最优的动力源工作状态,以此作为输入求得等效因子,并提出一种改进型瞬时等效燃油消耗最低策略(ECMS)。将电池充放电过程等效为虚拟的发动机运转过程,利用虚拟等效燃油消耗,建立改进型ECMS能量管理整车仿真模型,并与功率跟随策略和传统ECMS进行仿真分析比较。结果表明:对于改进型ECMS,相较于功率跟随策略,SOC降低了3.36%,燃油经济性提高了10.95%;相较于传统ECMS,SOC提高了1.48%,燃油经济性提高了3.20%。