轻度混合动力汽车再生制动能量管理策略

提出以满足ECE制动法规为前提,蓄电池再生制动能量回收最大为优化目标的轻度混合动力汽车再生制动能量管理策略。基于发电机效率图、蓄电池充电效率图和发动机反拖阻力矩图,建立发电机和行车制动系的制动力分配优化模型,分别获得采用有级式变速器和无级变速传动的轻度混合动力汽车在不同制动强度下的再生制动能量管理控制规则。分别对采用单离合器—有级式变速器、双离合器—有级式变速器和无级变速器三种传动型式的轻度混合动力汽车进行NEDC循环工况仿真,结果表明采用双离合器—有级式变速器的轻度混合动力汽车再生能量效率最高。对采用有级式变速器的混合动力系统完成了基于dSPACE快速控制原型技术的再生制动控制试验。

基于动态规划的再生制动能量管理策略

为提高电动汽车在制动过程中的再生制动能量以缓解日益尖锐的能源短缺问题,以双电机驱动系统为研究对象,基于Matlab/Simulink和COMSOL联合仿真平台构建了双电机变速箱系统多模高效协同控制的车辆动力学仿真模型、能量管理策略模型、电池电化学模型。考虑到动力电池的动力学特性和建模精度对系统的能量管理有一定影响,建立了能准确反映电池特性的电化学模型,为再生制动能量管理策略提供更加准确的动力学约束。将基于动态规划、固定比例分配因子和不作再生制动的能量管理策略进行对比。结果表明:动力电池SOC在整个循环工况下均有明显提升,百公里能耗降低41.59%,制动能量回馈明显,表明所制定的基于动态规划的再生制动能量管理策略有较好的控制效果。

轻度混合动力汽车再生制动能量管理策略

当前人们十分注重可持续发展,而当前对于汽车的使用给环境带来了巨大的压力,所以在此背景之下,人们开始对于混合动力汽车加以研究和应用,混合动力汽车既具有传统内燃机汽车的诸多优势,同时又融合了纯电动汽车的许多优点,通过对于混合动力汽车的应用能够更好地保护环境,而混合动力汽车的关键在于再生制动能量管理,再生制动能量管理对于混合动力汽车的燃油经济性以及排放和行驶安全都有着非常重要的影响,所以文章就轻度混合动力汽车再生制动能量管理策略进行了一定的探讨。

电气化铁路分区所再生制动能量利用系统及其控制策略

电气化铁路发展迅速,其牵引能耗高、再生制动能量利用率低等问题日益突出。为有效提高电气化铁路再生制动能量利用效率,实现电气化铁路节能减排,该文研究一种分区所再生制动能量利用系统及其控制策略。首先,基于典型重载和高速铁路实测负荷数据分析,提出基于功率融通和储能的分区所再生制动能量利用系统,并分析其运行原理。为保证再生制动能量利用系统在电气化铁路复杂负荷工况下实现再生制动能量的高效利用,提出一种含能量管理层与变流器控制层的双层控制策略。其中,能量管理层接收来自相邻变电所的实时测量信息,基于变电所工况及系统模式管理,执行能量管理策略计算得到系统运行参考功率。变流器控制层跟踪能量管理层给出的参考功率协调控制变流器,实现电气化铁路的潮流管理。最后,通过仿真验证所提分区所再生制动能量利用系统及其控制策略的正确性与有效性。结果表明,所提出的分区所再生制动能量利用系统及控制策略能够有效实现电气化铁路再生制动能量的转移利用与储能利用,提高再生制动能量利用率,有助于电气化铁路节能高效运行。

铁路再生制动能量利用控制策略研究

随着电气化铁路的不断发展,节能降耗关乎铁路运营效益。本文以铁路机车再生制动能量为研究对象,通过对大秦铁路再生能量现状及变电所负荷特性进行分析,研究由能量融通装置和混合储能装置组成的再生制动能量利用系统方案;对系统结构、工作原理、分部控制策略以及对既有供电设备的保护方案进行阐述,并提出基于SOC反馈的模糊控制策略,对储能系统功率进行二次修正,使其充分利用混合储能系统的物理特性。通过结合实测数据的仿真,验证所提策略的有效性和可行性。

基于多时间尺度的户用光储能量管理策略

针对光伏出力的波动导致户用光储系统能量优化不确定性的问题,提出了一种多时间尺度能量管理策略。在日前阶段,综合考虑分时电价、储能系统的寿命和负荷的可控性,建立了以用户用电成本、储能运行成本和环境成本最小化为目标的调度模型;在日内阶段,基于模型预测控制(model prediction control,MPC)并参考日前调度计划进行实时调度能量优化,矫正光伏出力的预测偏差,在不影响用户舒适度的前提下降低系统运行成本。最后,仿真结果验证了所提能量管理策略的经济性和有效性。

基于充电行为电量规划的自适应能量管理策略

为提高插电式混合动力汽车(PHEV)的燃油经济性,以并联式PHEV为研究对象,考虑驾驶员充电行为,提出基于充电行为电量规划和等效燃油消耗最小策略(ECMS)的自适应能量管理策略。构建了包含不同类型工况的组合工况。根据驾驶员的充电行为特征(充电频率、充电上限、放电下限)进行充电行为分析,并进行4类工况电量消耗与燃油消耗ECMS策略下的离线仿真数据获取。根据驾驶员充电行为以及离线数据进行SOC轨迹的规划。结果表明:在电池SOC初始值分别为0.9、0.6时,提出的能量管理策略相较于基于电量消耗维持的等效燃油消耗策略,整车燃油经济性分别提升7.87%和13.1%。

混合动力汽车能量管理策略研究

针对混合动力汽车能源管理策略中能量分布不合理的现象,同时降低混合动力汽车的能耗和电池寿命衰减率,在动力系统结构的基础上,提出了一种将RBF神经网络和动态规划方法相结合用于混合动力汽车的能量管理策略。RBF神经网络用于在预测时域中预测车速,获得预测时域中的车辆需求扭矩,动态规划方法用于优化求解预测时域,实现合理分配发动机和电机扭矩。通过仿真与传统能源管理策略进行比较,验证了该方法的优越性和准确性。实验结果表明,与传统策略相比,提出的能源管理策略可以显著提高燃油经济性,降低能耗15.47%,具有实际应用潜力。

考虑道路识别的四驱电动汽车再生制动策略

为了充分利用路面附着条件分配再生制动力,提高制动能量回收率,根据双电动机四驱结构电动汽车复合制动系统的特点,对其制动能量回收控制策略进行了研究.分析了驱动轮与地面附着特性,设计了道路识别器来计算每个轮胎与当前路面之间的峰值附着系数,并使用模糊控制策略确定每个车轮与8种道路的滑移率和附着利用率的相似输入.根据双电动机外部特性的制动力分配关系,提出了使更多制动能量回馈给电池的策略.结果表明:制动强度为0.3时,能量回收率为65.55%,具有较高的回收效率.

城市轨道交通车辆段再生制动能量电阻吸收装置选型及散热分析

[目的]城市轨道交通车辆段再生制动能量电阻吸收装置散热量较大,为有效解决此类装置的散热问题,需对再生制动能量电阻吸收装置进行选型,并对其散热能力进行分析。[方法]通过推导得出的城市轨道交通车辆段再生制动能量的计算方法,以及车辆段内的列车运行工况,对再生制动能量电阻吸收装置的电阻值选取、选型及散热分析等方面进行了详细分析。[结果及结论]结合列车在车辆段内的实际运行工况,提出了车辆段再生制动能量电阻吸收装置中制动电阻的计算及选取方法。再生制动能量电阻吸收装置的散热量一般依据该装置峰值功率,并结合其间歇工作的特性进行估算,但该计算方法未考虑热电阻工况,其理论计算值与实际运行工况存在一定程度的偏差。提出了再生制动能量电阻吸收装置的散热功率估算方法,以及散热功率的校验方法,并提出了该装置布置方式的建议方案。

功率分流式混合动力汽车能量管理策略研究

混合动力汽车同时采用内燃机和电机作为驱动源,可以同时克服传统内燃机工作效率低和纯电汽车行驶里程短的问题。如何对两种驱动源进行合理分配成为了混合动力汽车能量管理的关键问题。这里针对一款复合功率分流式动力系统搭建了AMESim和MATLAB/Simulink的联合仿真平台,并在NEDC和WLTC工况下仿真分析了基于规则的CS能量管理策略和基于动态规划算法的能量管理策略。得出基于动态规划算法的能量在NEDC和WTLC下工况的最优燃油消耗量分别为5.77L/100km,6.57L/100km;相较于规则控制策略分别降低了4.15%、6.3%。

计及驾驶风格的氢燃料电池有轨电车自适应能量管理策略

半独立路权运行模式下,氢燃料电池混合动力有轨电车驾驶员的驾驶风格影响锂电池荷电状态,从而对整车运行经济性有较大影响。提出一种结合驾驶员驾驶风格的自适应能量管理策略,以提高能量管理策略对工况和驾驶风格的适应性。首先,考虑不同的道路工况对驾驶员驾驶风格的影响,通过K-均值聚类算法对行驶工况进行识别,将行驶工况分为低速、中速、高速3类;引入冲击度和加速度标准差构建基于模糊逻辑的算法,对驾驶风格进行识别,将驾驶风格分为迟钝型、标准型、激进型3类。其次,建立系统瞬时氢耗量最优的目标函数,在满足约束条件的前提下,引入锂电池荷电状态等效因子修正系数,针对不同驾驶风格调整传统等效氢耗最小策略中相应的等效因子,以实现等效因子随驾驶风格的改变实时变化。最后,将该策略与传统等效氢耗最小策略、庞特里亚金极小值策略进行仿真对比分析,结果表明:该策略能实现3个动力源功率分配最优;锂电池和超级电容荷电状态波动曲线相较于其他2种策略最为平滑;在续驶里程结束时混合动力系统氢耗量为1.39 kg,具有最为优越的燃油经济性;母线电压最大偏移率最小;能使3个动力源平稳出力,具有较强的系统稳定性。研究结果为进一步提高有轨电车实际运行中对驾驶风格的适应性提供参考。

一种新型PHEV模糊控制能量管理策略研究

基于实际工况仿真设计了一种插电式混合动力汽车的新型能量管理策略,解决了当前模型考虑实际问题少、不能真正发挥动力匹配优势的问题。改进模糊优化算法使模型有更好的适应性,引入荷电状态因子进行车辆能量管理,最大限度减少发动机频繁启停,增加动力电池寿命。实际道路工况下,对比传统CD-CS和瞬时等效油耗最低管理策略,结果表明,车辆能耗优于传统CD-CS能量管理策略,与瞬时等效油耗最低管理策略相近;用电率达到97.1%,并能实现不同初始SOC值情况下的有效控制,更适用于目前复杂工况下的控制,从而达到节能高效的目的。

基于模糊逻辑的飞机电推进系统能量管理策略研究

为了提升飞机电推进动力系统的关键性能,需要设计和优化内部能量管理控制策略并实现功率合理分配。本文基于MATLAB/Simulink平台,建立了电推进动力系统仿真模型,并在能量管理系统模块中提出了基于模糊逻辑的能量管理策略(EMS),其用于动力系统内部的功率分配和控制。针对从滑跑直到巡航稳定点的飞行任务段,对电推进动力系统进行了时段级仿真实验,研究了氢气消耗量等量化指标的表现。在此基础之上,基于遗传算法的优化方法,对模糊控制系统的隶属度函数参数进行了寻优。计算结果表明,在本文基于模糊逻辑的EMS作用下电推进动力系统的氢气消耗量减少9.27%,而且氢燃料电池功率波动剧烈程度减少25.11%;优化后,主指标氢气消耗量进一步减少6.5%,同时次要指标的变化被约束。

轨道交通装备用混合动力包构型与能量管理策略

搭载传统燃油动力包的内燃动车组是运行在非电气化轨道交通中的主力机型,存在效率低、油耗高的缺点。针对这一问题,设计了一种轨道交通装备用混合动力包的构型方案,建立了混合动力动车组的数学模型,分析了不同模式下该构型方案的运行状态,结合整车线路运行条件,提出了一种基于动态规划算法的能量管理策略。仿真结果表明,在该能量管理策略控制下,装备混合动力包的动车组相较于纯燃油动车组燃油经济性提升了32.11%。

有轨电车混合储能系统的能量管理策略与容量优化

现代有轨电车混合储能系统的关键问题在于制定高效科学的能量管理策略,其结果可以实现储能元件之间的合理功率分配,影响各个储能元件的性能。文中提出一种改进的新型能量管理策略,根据有轨电车的实际需求,采用带有能量互补的恒定功率比例能量管理策略,对混合储能系统分配负载功率。以系统总质量最小为目标进行容量优化,用Matlab进行算例仿真分析,结果表明,提出的能量管理策略优化了超级电容的工作状态,减轻了系统的质量,能使混合储能系统提供足够的牵引功率并吸收列车的制动能量,可以满足列车的功率需求。

复合电源电动汽车双模糊控制能量管理策略设计

为增强对复合电源电动汽车锂电池峰值电流抑制作用,加强对锂电池的保护,提出双模糊控制能量管理策略。基于AVL CRUISE软件平台搭建了整车模型,在MATLAB/Simulink中建立了能量管理控制策略模型,通过联合仿真验证控制策略的有效性。与基于规则和基于单一模糊控制能量管理策略对比,本文所提出控制策略有效降低了锂电池峰值电流,同时兼顾了高低功率区间的锂电池电流波动抑制目标,使得超级电容在汽车各需求功率区间内放电功率更加合理,更好地保护了锂电池。

城轨混合储能系统能量管理策略研究现状

城市轨道交通再生制动能量的利用一直是一个研究热点。围绕如何高效利用再生制动能量、平稳电压波动等问题,系统地论述了混合储能系统在轨道交通领域能量管理策略的研究进展。将目前混合储能系统比较常用的能量管理策略分为基于规则的能量管理策略、基于优化的能量管理策略以及基于人工智能的能量管理策略三类策略进行分类分析,总结优缺点,最后结合混合储能系统的效率、性能、寿命以及人工智能技术的发展,分析其未来发展方向。

燃料电池汽车动力系统及能量管理策略研究进展

动力系统是燃料电池汽车(FCV)的核心,可分为单一式系统与混合动力系统两大类,其中,将燃料电池与辅助电源相结合组成“电-电”混合动力系统,已成为业界主流。本文根据辅助电源类型的不同,提出3类FCV混动系统的构建方案,分别为燃料电池+动力电池方案、燃料电池+超级电容方案、燃料电池+动力电池+超级电容方案,并对各方案的优势和劣势进行比较。同时,本文综述了近年来国内外学者提出的面向FCV的代表性能量管理策略,从理论基础与求解方法的差异出发,将现有燃料电池汽车的能量管理策略分为3类:基于规则定义的策略、基于最优化方法的策略以及基于机器学习的策略,并总结了各类策略在最优性与实时性等方面的优势和劣势。其中,基于规则定义的策略最易实现,在工程应用中最为普遍,但无法实现性能最优;基于最优化方法的策略能够接近甚至达到理论最优,但存在计算量过大、计算耗时过长、实时性差等问题;以强化学习为代表的基于机器学习的策略有望在最优性与实时性之间实现理想的平衡,但目前还存在模型训练耗时长、试错代价高等困难,在实车应用层面还存在一定挑战。基于文献研究与分析,本文提出以下观点:1)以大功率燃料电池为核心的功率混合型系统是FCV混动系统的未来发展方向;2)必须进一步提升智能化程度,根据实际使用场景开发具有个性化的能量管理策略;3)亟需建立关于燃料电池汽车能量管理策略的综合评价体系。

氢燃料电池混合动力汽车能量管理策略研究综述

氢燃料电池混合动力汽车的能量管理是整车控制的核心与关键,尤其是在提高燃料经济性和电池耐久性方面有重要作用。文中梳理了国内外基于规则、基于优化、基于学习和混合能量管理策略的研究进展,分析了各种策略的优势和局限。结果发现:规则型的策略易于实现,但适应性差;优化型的策略灵活性好,但计算复杂;学习型的策略自适应强,但需要大量数据支持;而国内外学者所提出的混合策略在氢燃料电池汽车氢耗量和电池寿命等方面更有优势。未来的研究会聚焦于结合不同策略的优势,将优化算法和机器算法引入基于规则和基于优化的策略,以及优化强化学习中的智能算法以提升整车性能。