电动汽车维修基础——混合动力和纯电动汽车的结构

一、混合动力汽车1.混合动力汽车总体结构“混合动力”这个概念有两个发展方向,其一是双燃料动力,其二是驱动混合动力,电动混合动力汽车属于后者。驱动混合动力技术是指将两种不同的动力装置组合在一起使用,且两种动力装置的工作原理是不同的。

并联式混合动力电动汽车模糊优化控制的仿真研究

采用查表法和解析法建立了并联式混合动力电动汽车的发动机、蓄电池和电动机的模型。提出了基于发动机燃油经济性,并考虑到废气排放,分不同综合工况的目标函数,对发动机的工作点进行优化处理。利用模糊控制技术,实现了蓄电池的荷电状态值、发动机的期望转矩、以及发动机优化转矩三者之间的合理匹配。仿真结果表明,较之传统的并联电气辅助控制,模糊优化能够更好地提高燃油经济性,并且各种排放也得到了很好的抑制。

并联混合动力电动汽车动力系统的参数匹配

针对典型的转矩复合结构并联混合动力电动汽车(PHEV),提出了用工程分析与仿真校验相结合的方法,对其动力系统中发动机功率、电动机参数、传动系速比和电池参数等主要参数进行匹配的原则、步骤,并通过实例加以说明和验证。

并联式混合动力电动汽车动力总成控制策略的仿真研究

分析了并联式混合动力电动汽车(PHEV)动力总成的构成及主要传递参数,阐述了电力辅助控制策略以及控制逻辑的具体实现,建立了PHEV动力总成各子系统包括发动机、电机和电池等的仿真模型,利用建立的仿真软件进行了控制策略及其控制参数的仿真研究。仿真结果表明,电池特性及发动机运行参数对整车的性能有较大的影响,根据不同的控制要求,调整相应的控制参数值,可以达到改善整车性能的目的。

并联式混合动力电动汽车控制策略研究

简要阐述了并联式混合动力电动汽车的控制思想及几种不同的控制策略;选用模糊控制方法对一种并联式混合动力电动汽车驱动系统实施控制,并介绍了以电辅助式控制策略为辅的变结构模糊控制策略.仿真结果表明了这种控制策略的可行性.针对这种控制策略的不足,提出了新的研究建议,即开发模糊控制与神经网络相结合,基于模糊神经网络的控制策略.

并联式混合动力电动汽车模糊控制策略的仿真研究

分析混合动力系统能量流动和功率平衡问题,推导出时间离散条件下能量流的表达式。结合不同的循环工况,从理论上比较电气辅助和模糊控制策略对于并联式混合电动汽车驱动系统工作的影响,并进行仿真研究。仿真结果表明,模糊控制策略明显优于电气辅助控制策略,汽车的油耗和废气排放水平均显著下降,整车效率得到提高,同时汽车动力性亦满足正常的行驶需求。

并联式混合动力电动汽车全局优化控制

以一种充电保持型并联式混合动力电动汽车(PHEV)为研究对象,基于其整车及动力总成相关数学模型建立了以整个行驶工况消耗的总燃油量最小为目标的系统目标泛函,以及相关的机械特性、蓄电池电量保持等约束条件方程.然后采用Lagrange乘子法将有约束的极小值问题转化为无约束的极小值问题进行求解,得到PHEV的全局优化控制策略.最后基于Matlab/Simulink建立整车仿真模型,在几种不同的循环工况中对获得的全局优化控制策略进行仿真验证,并与采用瞬时优化控制策略得到的仿真结果进行比较.结果表明该全局优化控制策略切实可行,所获得的整车燃油经济性与采用瞬时优化得到的相比有所改善.

并联混合动力电动汽车动态协调控制策略及仿真研究

并联混合动力汽车在发动机和电动机工作过程中,需要根据路况进行能量分配和工作模式切换。以并联混合动力汽车在状态切换过程中总转矩不发生大的波动为控制目标,提出"转矩预分配+发动机调速+发动机动态转矩估计+电动机转矩补偿控制"的动态控制策略。以MATLAB为仿真平台,搭建了基于整车动态控制的仿真模型,对上述基本控制算法进行了定工况和全工况仿真验证。结果表明,在各种状态切换过程中,动态控制算法能有效控制混合动力系统的转矩波动,保证动力传递的平稳性。

并联混合动力电动汽车的模糊能量管理策略

为进一步优化并联的经济性 ,增强其能量管理策略的鲁棒性 ,针对高混合率 ,分析了常用的发动机最优曲线能量管理策略的不足 ,提出了以功率差、电池组荷电状态和电机转速为输入 ,以决定电机功率的比例系数为输出的模糊逻辑功率分配策略 ,在线计算电机所应承担的功率 ,达到了优化发动机工作点、电机效率和电池组荷电状态平衡的目的。通过整车循环工况前向仿真验证了该模糊策略对车辆经济性和工况适应性的改善。

并联式混合动力电动汽车动力总成控制器硬件在环仿真

通过对EQ6110并联式混合动力城市客车的动力总成系统结构和控制系统的分析,研制开发了用于并联式混合动力电动汽车(PHEV)的动力总成控制器设计开发的硬件在环仿真系统;详细介绍了动力总成各个部件仿真模型的建立,包括发动机模型、电机模型、动力电池模型以及传动系统模型等;通过Matlab/Simulink的建模,运用dSPACE实时计算系统成功地构建了PHEV多能源动力总成控制器的硬件在环仿真系统;最后进行了PHEV动力总成控制器硬件在环仿真的测试试验研究。

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。

基于模糊逻辑的并联式混合动力电动汽车能量控制系统

应用T-S模糊模型和MATLAB模糊控制工具箱设计了基于模糊逻辑的并联式混合动力汽车CFA6470PHEV的能量控制系统,并将其分为能量回馈制动控制系统和正常行驶时的能量控制系统,使控制系统的结构得以简化,有利于控制策略的制订。在控制策略制订后,使用T-S模糊控制模型,使能量回馈制动系统的输入输出量之间的关系非常明确;而对于正常行驶时的能量控制系统,既简化了输入输出量之间的关系,又可使发动机在最优工况范围内工作,使起动电机和驱动电机按预定的模式高效运行。仿真结果表明,所设计的能量控制系统合理可行。

并联式混合动力电动汽车动力总成控制策略的研究

在混合动力电动汽车中,制定合适的控制策略和控制逻辑是优化能量流动、提高动力总成协调程度的核心,是并联式混合动力汽车具有优良的经济性与排放性能的保证。本文综合分析了并联式混合动力汽车动力总成控制的几种典型控制策略,介绍了基本思想、实现方法以及各自特点,并对各种控制策略的控制效果进行了评价和分析。

并联式混合动力电动汽车动力总成系统的仿真研究

详细建立了PHEV动力总成系统的各个组件以及汽车行驶动力学的数学模型 ,其中对发动机和电机的建模提出了“基于三维特性图的准线性模型”的概念 ,同时深入研究了PHEV动力总成系统的电力辅助控制策略 ,并应用MATLAB/SIMULINK语言对EQ61 1 0混合动力客车的动力总成系统进行了仿真研究 。

串并联混合动力变速箱挡位对整车性能的影响

针对串并联混合动力车辆变速箱选型匹配问题,采用试验设计(DOE)方法选取变速箱最优速比并分析挡位对整车性能的影响。建立了整车仿真模型和控制策略并进行了台架验证,分析了该混合动力系统3种变速箱挡位配置对车辆的加速性能、爬坡性能和整车油耗的影响。仿真结果表明,挡位的增多可以提高整车动力性,降低整车对电池放电功率及电池容量的需求,但是对整车油耗改善较小。进一步仿真结果表明,即使改善发动机低转速中高负荷区域的燃油消耗率,变速箱挡位数对整车油耗的影响也不大。

影响并联混合动力电动汽车发动机在高效区工作的因素

通过对并联混合动力电动汽车(PHEV)的仿真和对发动机工作点在发动机效率map图中分布情况的 分析,研究了影响PHEV的发动机在高效区工作的因素。研究表明:驱动系统能量管理和控制策略对PHEV的发 动机在高效区工作的影响最为显著,其次是换挡策略、循环工况以及发动机高效区的位置和分布的影响。

并联混合动力电动汽车动力总成参数仿真分析

通过以MATLAB为平台的Advisor分析软件,对所开发的并联式混合动力电动汽车(PHEV)动力总成及传动系参数配置的效果进行仿真分析。仿真结果表明:该种PHEV与同排量的纯内燃机动力汽车相比,其动力性能有明显提高;在典型的城市道路工况下行驶,燃油消耗和排放都大幅度下降,因此所选的动力传动系统参数基本合理。

并联混合动力电动汽车最优控制及实例仿真

实现并联混合动力电动汽车(PHEV)能量分配的优化控制是整车集成的关键。将燃油消耗最低为优化控制目标的能量最优分配问题归纳为切换系统的最优控制问题,应用动态规划算法,分两步求解该切换系统的最优控制问题,得到转矩最优分配及换档的控制律,并将其应用于整车控制,通过计算机对实例进行仿真证实了该方法的有效性。

并联式混合动力电动汽车电池参数优选

通过研究双轴并联混合动力电动汽车控制策略,分析电池参数和整车油耗的关系,确定电池电压、容量和最大充放电功率的变化范围。基于CRUISE的仿真平台,以整车循环工况油耗最省为目的,优选电池的各个参数。并将选定的电池参数代入模型中,进行动力性分析计算。计算结果表明,在满足整车动力性的要求下,通过对电池参数的优化,可提高混合动力电动汽车的燃油经济性和动力电池组的性价比。

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。