融合工况识别的增程式电动汽车模糊能量管理策略研究

针对模糊能量管理策略设计仅依赖专家经验很难适应复杂工况的问题,本研究提出了一种基于神经网络工况识别的增程式电动汽车模糊能量管理策略。首先,基于中国货车行驶工况(CHTC-HT)数据,利用改进遗传算法优化的BP神经网络构建工况识别模型;其次,根据所识别的工况类型,融合电池SOC及整车需求功率参数,设计了自适应模糊能量管理策略,通过实时获取发动机功率输出实现能量优化分配;最后,通过硬件在环测试验证了所提出的方法。结果表明自适应模糊策略油耗相比规则策略降低9.67%,比模糊策略降低7.84%,有效提高了整车经济性。

某燃料电池汽车能量管理策略优化方法研究

目前燃料电池的输出特性偏软,不能吸收制动能量;而且在低温时启动性能受限,需要与辅助能源配合使用(如动力电池或超级电容),因此需要合适的能量管理策略对多种能量源的能量输入、输出进行管理,以达到更好的动力性、经济性。基于分析汽车行驶过程中的能量流动情况,并以专家经验为基础,以汽车需求功率、动力电池SOC为输入量,以燃料电池DC/DC端的输出功率为输出量,设计模糊能量管理策略。将模糊能量管理策略封装到ADVISOR整车仿真模型中,以NEDC循环工况进行仿真,仿真结果表明,模糊能量管理策略满足整车动力性和经济性设计目标,并且相较于传统功率跟随式控制策略在百公里氢耗上降低了8.98%、纯氢续驶里程提高了7.73%、总系统效率提高了4.02%。研究成果对更为合理地制定燃料电池汽车能量管理策略提供参考和依据。

考虑电驱动系统成本的混合动力汽车参数综合优化

提出了一种并联式混合动力汽车(HEV)参数综合优化算法,以解决其能量管理与动力系统匹配经常各自独立进行的问题。该方法考虑电驱动系统成本,用改进型模糊能量管理策略,以能量管理策略参数、动力系统匹配参数为决策变量,以等效综合油耗、电机与电池组总成本为目标函数,在ADVISOR仿真环境下,用多目标遗传算法优化求解。结果表明:在保证整车动力性的前提下优化后,等效油耗降低23.0%,电机和电池组总成本降低41.9%;一氧化碳CO的100 km排放质量降低10.8%,碳氢化合物HC的排放降低22.2%,氮氧化物NOx的排放降低27.0%,改善了发动机效率与电机效率;验证了该方法的有效性。

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-