智能混合动力汽车跟车能耗优化控制研究

提出一种基于模型预测控制的油耗优化算法对智能混合动力汽车进行多目标自适应跟车控制。通过客车仿真分析表明,此能耗优化算法性能优异,在保证车辆跟车性能的同时能够降低油耗。

智能网联混合动力汽车分层能量管理控制策略

随着减少碳排放和提升能源效率的需求日益迫切,智能网联混合动力汽车成为重要发展方向。然而,现有能量管理策略在复杂交通环境中的应用有限,难以充分发挥车辆潜力。该文提出分层能量管理控制策略,通过全局优化、动态调度和精确执行提升智能网联混合动力汽车整体能效。经过系统建模、仿真分析和实车验证,结果表明,该策略在能量利用、排放控制和电池使用寿命方面表现优异,具备良好应用前景。

雷达共用型智能混合动力汽车节能控制策略

为解决现有混合动力汽车能量管理常依赖固定循环工况设计，未考虑车辆实际运行环境所造成的节能潜力挖掘不足的问题，该文运用结构共用思想，提出共用雷达信号的智能混合动力汽车能量管理优化控制方法。依托雷达对前车运动信息的感知，划分4种不同场景和工作模式，通过动态优化汽车电机的驱动转矩并增加电机再生制动，从而在不增加额外硬件成本的前提下，提升智能混合动力汽车的节能性能。并以某混合动力客车为应用对象进行了实车道路试验，结果表明所提出的节能控制策略在城市拥堵路况下节能效果明显。

智能网联混合动力汽车队列模型预测分层控制

提出了一种智能网联混合动力汽车队列的模型预测分层控制方法,有效提高了队列的安全性、燃油经济性和乘坐舒适性。首先,建立了可准确表征智能网联混合动力汽车队列行驶中多过程耦合特性的动力学模型。然后,针对智能网联混合动力汽车队列系统的非线性和混杂特征,构建了智能网联混合动力汽车队列的模型预测分层控制构架。上层控制器利用所建立的基于反馈校正的鲁棒预测模型,消除由于参数误差或车辆动态特性变化引起的模型失配现象,增强预测模型的准确性和鲁棒性,进而实现安全性、经济性和舒适性多目标协调控制和智能网联混合动力汽车队列期望加速度的在线优化;下层控制器利用队列中智能网联混合动力汽车多系统动态协调控制器,实现发动机和电机两个动力源的准确与协调控制。最后,试验结果表明:所提出的模型预测分层控制系统在提高队列中车辆的跟踪能力的同时,明显改善了车辆的燃油经济性和乘坐舒适性。

智能网联混合动力车辆速度规划的多目标协同控制研究

考虑车辆的行驶安全性、机动性、能耗经济性、舒适性和电池老化等多重目标,以弯道场景为例对智能网联混合动力客车的速度进行实时规划。首先,以车辆速度和动力电池SOC作为状态变量,加速度和发动机-发电机组输出功率作为控制变量,以混合动力客车的能量消耗成本、电池老化成本、机动性成本和舒适性成本的加权和最小化为目标函数。其次,以弯道行驶安全性、动力系统和电池系统的物理特性等为约束,实施基于模型预测的多目标协同控制,并应用动态规划算法求解滚动空间域内的多目标优化问题,从而实现实时的速度规划和能量分配。同时,分析机动性和舒适性赋予不同权重对性能的影响。结果表明:(1)考虑电池老化的控制策略可以在不影响车辆动力性和机动性的情况下,使电池老化成本降低25.8%,综合成本降低2.3%;(2)提高机动性成本的权重因子能够缩短行驶时间,但会引起综合成本的增加;(3)提高舒适性权重因子可以减少速度波动,同时降低综合成本。

智能环境友好型车辆--概念、体系结构及工程实现

提出了智能环境友好型车辆平台的新概念,该平台包含清洁能源动力、电控底盘与智能安全辅助3大系统,集成了结构共用、信息融合与控制协同3大技术,能综合实现车辆安全、节能与环保3大功能。在描述其结构与功能的基础上,介绍了所涉及的关键技术,并研制了具有自适应巡航和主动避撞功能的智能混合动力电动汽车实验平台。通过仿真与试验,展示了智能混合动力电动汽车在行驶安全、节能与环保方面的综合优势。