基于动态规划的插电式混合动力汽车全局最优控制策略研究

针对某款插电式混合动力汽车,基于动态规划(DP)算法建立了汽车全局最优控制策略。通过将每一时刻SOC初始取值范围均选定为0.6~0.8,对DP程序通用性和计算效率进行了改进。选择能够代表各种道路类型的11种标准工况以及UDDS工况进行仿真验证,结果表明,所编写DP程序通用性良好,汽车在全局最优控制策略下燃油经济性相对于传统电机助力控制策略有明显的提升。

基于行驶特征预测的HEV在线控制策略研究

现有控制策略未考虑实际行驶特征对油耗的影响,离线全局最优策略虽能获得理论最小油耗,但只能离线应用。文章提出了一种基于行驶特征预测的控制策略,实现了离线最优轨迹的在线运用。采用动态规划(dynamic programming,DP)算法获得了离线最优轨迹;研究了汽车的行驶特征(包括行驶工况和行驶模式),利用欧几里得贴近度实现了行驶工况的预测;利用反向传播(back propagation,BP)神经网络进行了行驶模式预测;采用BP神经网络对离线最优轨迹及相应的汽车状态进行学习,设计了基于行驶特征预测的在线控制策略。仿真结果表明,与基于规则的电机辅助控制策略相比,该文设计的控制策略燃油经济性提高了7.51%,且工况适应性良好,同时电池电量保持能力较好。