混动汽车的工况自适应等效燃油消耗最小控制

为了减小混合动力汽车的燃油消耗,提出了驾驶工况自适应的等效燃油消耗最小控制策略。介绍了混合动力系统结构和工作模式,建立了混合动力车辆的实时控制模型。基于庞特里亚金极小值原理和等效燃油消耗最小策略求解了车辆在多个优化目标下的最优控制律;提取了车辆行驶工况特征参数,使用学习矢量量化神经网络构造了驾驶工况智能识别器,实现了驾驶工况精准识别。为了使等效燃油消耗最小策略适用于复杂多变的驾驶工况,提出了等效因子随驾驶工况自适应变化策略。使用由4种标准工况组成的综合工况进行仿真验证,并与文献[6]的智能规则控制、文献[11]的模型预测控制策略进行比较,这里提出的自适应等效燃油消耗最小策略的百公里油耗比智能规则控制减少了7.64%,比模型预测控制减少了4.96%,说明了自适应等效燃油消耗最小策略可以有效减少混合动力汽车的燃油消耗。

混合动力重卡自适应等效燃油消耗最小化能量管理策略

为解决等效燃油消耗最小化策略的关键参数在不同工况下的动态调整,提出一种适用于混合动力重型汽车的自适应等效燃油消耗最小化策略(adaptive equivalent consumption minimization strategy,A-ECMS)。该策略以层次聚类算法得到的6种典型行驶工况为例,提出了一种基于神经网络工况识别算法。应用改进的混沌粒子群优化(chaosparticle swarm optimization,CPSO)算法优化特定驾驶循环下等效燃油消耗最小化策略(equivalent consumption minimization strategy,ECMS)的3个关键参数:等效因子、惩罚函数的比例因子和发动机起动车速阈值。提出了一种基于工况识别的新型自适应能量管理策略对关键参数进行优化,根据该重型卡车的传动系统构型,建立了车辆的纵向动力学模型,并通过仿真进行了验证。仿真结果表明复合工况驱动循环下的CPSO-ECMS和A-ECMS控制策略与传统等效燃油消耗策略相比,油耗分别降低了5.9%和8.9%。

基于FA的等效燃油消耗最小控制策略优化

为了提高混合动力汽车的燃油经济性,研究了基于萤火虫算法(firefly algorithm,FA)优化的等效燃油消耗最小控制策略(equivalent fuel consumption minimization strategy,EFCMS).以并联式混合动力汽车为研究对象,运用萤火虫算法对等效燃油消耗最小控制策略的等效因子以及电池荷电状态(state of charge,SOC)进行优化,实现了并联式混合动力汽车的能量优化控制.在Matlab/Simulink中搭建整车模型进行仿真,结果表明:UDDS(urban dynamometer driving schedule)、NEDC(new European driving cycle)、HWFET(highway fuel economy test)这3种工况下,与优化前相比,节油率分别达到了28.6%、25.5%、16.9%;基于FA的等效燃油消耗最小控制策略相比于传统的等效燃油消耗最小控制策略,可以有效提高燃油经济性,电池SOC可以更好地维持在目标值附近.

ISG-FHEV等效燃油消耗最小控制策略

为了有效提高ISG重度混合动力汽车(full hybrid electric vehicle assisted by an integrated starter generator,ISG-FHEV)发动机和电机驱动系统效率以及整车的燃油经济性,设计了一种等效燃油消耗最小控制策略(equivalent consumption minimization strategy,ECMS);在分析ISG-FHEV功率分流模式的基础上,同时考虑发动机和电机驱动系统效率,构建出包含发动机和电机驱动系统的功率分配、ISG电机和主电机间的功率分配两个控制变量的整车等效燃油消耗最小目标函数;引入庞特里亚金极小值原理(pontryagin’s minimum principle,PMP)并加入电池SOC偏差控制确定等效因子;最后,进行了仿真和对比分析;结果表明,与基于规则的控制策略相比,发动机效率提高9%,ISG电机和主电机总效率提高11.4%,百公里耗油量降低9.98%。

电动公交客车增程器开关控制策略和等效能耗最小化策略优化

本文中旨在解决增程式电动公交客车单点恒温器能量管理策略下电量维持阶段油耗较高和锂电池组循环充放电深度较大等问题。首先对增程器开关控制策略和等效燃油消耗最小化策略(ECMS)进行优化和仿真验证,然后在增程式电动公交客车半实物仿真平台上进行了试验验证。结果表明:电量维持阶段,优化增程器开关控制策略后,增程式电动公交客车百公里油耗由原来的39. 1降至36. 23L,锂电池组循环充电系数由19. 8/100km降至13. 2/100km,分别降低了7. 3%和33. 3%,但增程器的起停次数有所增加。进一步采用优化的ECMS能量管理策略后,增程式电动公交客车百公里油耗再降至35. 22L,锂电池组循环充电系数进一步降至9. 9/100km,比原单点恒温器控制策略分别降低了9. 9%和50%。

基于粒子群优化的模糊自适应等效油耗最小能量管理策略

为提高等效燃油消耗最小能量管理策略(ECMS)对不同工况的适应能力,提出一种基于粒子群算法优化的模糊自适应等效燃油消耗最小的能量管理策略(PSO-fuzzy A-ECMS)。以基于SOC反馈原理对等效因子进行比例调节方法为基础,针对仅依靠SOC反馈的等效因子调节方式存在一定局限性的问题,引入模糊控制以需求功率和SOC为输入对比例系数进行调节,利用粒子群算法优化模糊控制器中的隶属度函数,减少模糊控制在能量管理应用中对专家经验的依赖,最后在标准循环工况下进行仿真。仿真结果显示:相较于基于SOC反馈的等效因子修正方法,本文提出的PSO-fuzzy A-ECMS策略能够维持SOC在合理区间内变化,在燃油经济性和电池充放电平衡方面能够取得更好的控制效果。

基于模糊控制的ISG-FHEV等效燃油消耗最小策略

针对ISG重度混合动力汽车,设计了一种基于模糊控制的等效燃油消耗最小策略,以提高发动机和电机驱动系统效率以及整车的燃油经济性。通过对整车等效燃油消耗的分析,构建了整车等效燃油消耗最小目标函数;引入模糊控制对等效因子进行调整,加强等效因子对行驶工况的适应性和对电池荷电状态的偏差控制。仿真结果表明,所设计的控制策略与常规ECMS相比,发动机效率提高8.3豫,电机驱动效率提高11.1%,百公里耗油量降低8.4%。

基于动态规划的自适应等效最小燃油消耗策略

针对等效燃油消耗最小策略（ECMS）中最优等效因子对工况依赖性较大的问题，以单轴并联式混合动力汽车为研究对象，以动态规划算法（DP）获得的特定行驶工况下最优控制结果为基础，逆推得到ECMS的最优等效因子；拟合出平均最优等效因子随电量维持水平的变化规律，以此为基础设计了一种自适应等效燃油消耗最小策略．在中国典型城市工况下的仿真结果表明：对于任意初始SOC值，文中策略能够较好地维持电量平衡；在SOC稳定之后的油耗为828g，与DP对比仅有0．8％的误差．多种不同工况仿真结果表明，SOC变化规律与中国典型城市工况仿真结果一致，在SOC稳定之后，单个循环工况的油耗相对DP仅增加了0．1％～0．2％．

基于能量回收的等效燃油消耗最小策略

在混合动力能量管理策略中,基于电池荷电状态(SOC)反馈的等效燃油最小控制策略(ECMS)在某些时刻点由于惩罚函数取值不合适,会出现惩罚过度,导致燃油消耗量的增加.文中采用一种可变SOC参照的方式来解决这一问题:在工况已知的情况下,将行驶工况划分为若干个运动学区间,任意区间中,用电池初始剩余容量减去该区间的制动回收能量,差值作为该区间中电池倾向于放电时的参考值,并以此为基础构建等效因子.最后以标准行驶循环工况NEDC为例,运行基于ECMS框架的整车模型.仿真结果表明,与传统的基于固定SOC参照的ECMS相比,文中提出的方法在维持电量不变的同时提高了燃油经济性.

基于功率比的混合动力汽车模糊自适应等效燃油消耗最小策略研究

针对基于优选固定等效因子的等效燃油消耗最小策略(ECMS)工况适应性差的问题,提出一种基于功率比的自适应ECMS(PR-AECMS)。以功率分流式混合动力汽车为对象,建立采用电池荷电状态(SOC)修正ECMS等效因子的显示自适应求解模型,针对仅基于SOC反馈修正等效因子的不足,引入相邻时段平均功率作为ECMS等效因子前馈调节变量,通过研究相邻时段平均功率、前一时段电池充放电行为,以及不同电池SOC实时值和参考值等因素对等效因子修正机制的影响,提出基于多模糊控制器切换的ECMS等效因子自适应求解方法,根据电池SOC和前一时段车辆平均功率制定各模糊控制器的切换逻辑,以当前时段与前一时段的平均功率比、前一时段电池SOC变化量为各模糊控制器输入,基于标准循环工况的全局优化结果确定模糊控制参数。基于不同标准循环工况的仿真结果表明,相较于无功率比修正的AECMS,本文提出的PR-AECMS使整车在大范围工况下具有更优越的等效燃油经济性和电池充放电平衡特性,有效提高了ECMS策略的工况适应性。

基于DL-MOPSO算法的等效燃油消耗最小能量管理策略优化研究

等效燃油消耗最小能量管理策略(ECMS)的优化问题,是一个不连续、非可导的内外层嵌套多目标优化问题,为进一步提高整车燃油经济性,同时使电池具有良好的电量保持性能,提出一种内外层嵌套的双层多目标粒子群算法(DL-MOPSO)对充放电等效因子和功率分配方式同时进行寻优。仿真结果表明,与传统的穷举法相比,DL-MOPSO算法寻优获得的ECMS可提高整车燃油经济性10. 28%,且SOC终值与目标值差为0. 001 9,有效保持电量平衡。最后分析了惩罚函数中β参数对ECMS寻优的影响,对β参数的取值具有一定指导意义。

基于变等效因子的PHEV等效燃油消耗最小策略

针对一种并联式混合动力汽车(Parallel Hybrid Electric Vehicle,PHEV),基于庞特里亚金极值原理(Pon-tryagin’s Minimum Principle,PMP),在行驶工况已知前提下,设计了一种基于恒等效因子的等效燃油消耗最小控制策略(Equivalent Consumption Minimization Strategy,ECMS)。为改善该策略对工况变化的适应性,在分析等效因子、实际工况和电池荷电状态(State of Charge,SOC)相互关系的基础上,采用SOC惩罚函数对等效因子进行在线调整,得到了一种基于变等效因子的ECMS。仿真结果表明:所设计的基于变等效因子的ECMS,能够使发动机运行点大部分集中在最优曲线上,电池SOC波动较小,与基于恒等效因子的ECMS相比,发动机效率提高3%,整车系统效率提高0.5%,百公里耗油量降低4.5%,提高了对行驶工况的适应性。

应用粒子群算法优化模糊规则的自适应多目标控制策略

为了改善一款插电式混合动力汽车(PHEV)的燃油经济性和排放性能,本文利用等效燃油消耗最小方法(ECMS)建立以油电转换等效因子为核心的多目标控制策略.首先,在建立PHEV模型和多目标优化价值函数的基础上,构建了模糊比例积分等效因子优化模型.随后,利用粒子群优化(PSO)算法通过对隶属度函数值及控制规则进行优化以得到更为准确的比例和积分系数,进而获得更为精确的等效因子用以合理分配动力部件的能量,从而建立了基于PSO-fuzzy的PHEV等效因子自适应多目标优化控制策略.最后以福州市实际行驶工况数据对所提出的控制策略进行仿真研究,结果表明在该策略控制下PHEV的燃油经济性和排放性均得到了明显改善.其中,基于PSOfuzzy的控制策略与基于一般模糊控制的策略相比,等效油耗降低了9.0%,HC排放量降低了2.7%,CO排放量降低了2.9%,NO_(x)的排放量降低了7.8%.

考虑驾驶风格的混合动力汽车强化学习能量管理策略

为了提升混合动力汽车能量管理策略对不同风格驾驶员的适应性,基于深度强化学习和等效燃油消耗最小策略(equivalent consumption minimization strategy,ECMS),提出一种考虑驾驶风格的混合动力汽车能量管理策略。通过实车试验采集驾驶员行驶数据,基于采集数据进行驾驶员驾驶风格的聚类分析,建立驾驶风格识别模型;构建基于强化学习和ECMS的能量管理策略,将驾驶风格系数作为强化学习状态变量,利用多种驾驶风格的组合工况训练深度确定性策略梯度智能体,获取不同工况和驾驶风格下ECMS等效因子,采用ECMS求解最优发动机、电机转矩分配以及变速箱挡位;搭建硬件在环测试平台,并基于实际采集的不同驾驶员驾驶数据构建测试工况,验证所提出控制策略的有效性。研究结果表明,相较于基于规则策略、基于等效因子比例修正的自适应ECMS以及DRL-SAC策略,提出的考虑驾驶风格的强化学习能量管理策略使整车能量消耗分别降低16.35%、11.11%和7.56%,所提控制策略的有效性得到了验证。

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%。

考虑驾驶舒适性的CVT混合动力汽车实时优化控制策略

混合动力汽车能量管理策略会对整车各项基本性能产生重要影响。传统优化控制策略中,通常以燃油消耗最小为单一优化目标,计算结果会使实际控制量异常,进而导致整车驾驶舒适性变差。为解决此类问题,针对搭载无级变速器的混合动力汽车,建立了系统前向仿真模型,提出了一种改进型的自适应等效燃油消耗最小策略,通过惩罚函数对控制量的变化异常进行约束,实现了对燃油经济性和驾驶舒适性的多目标实时优化;在4种标准循环工况下,计算分析了权重因子对目标函数中各项性能指标的影响;为验证控制模型的有效性,在UDDS工况下,与最优ECMS策略进行了对比。仿真结果表明,该方法在实时优化燃油经济性的同时,发动机启停次数、CVT速比变化率和电动油泵能量消耗等目标均得到了极大改善。

融合驾驶风格识别的插电式混合动力汽车自适应控制策略

考虑到驾驶风格对燃油经济性的影响较大,提出一种融合驾驶风格识别的自适应控制策略,用于插电式混合动力汽车发动机和电机之间的实时扭矩分配.构建两种驾驶风格识别模型,在获得驾驶风格识别模型后,考虑到对各种驾驶风格的适应性,融合识别的驾驶风格类别,提出一种与基于自适应等效因子算法的PI模糊更新规则相结合的等效消耗最小化策略(ECMS).根据最小等效燃油消耗控制算法和电池电量平衡控制方法,结合驾驶风格识别的结果调用相应最优控制参数,对发动机和电池的功率分配进行实时优化计算,实现对整车的控制.取一段工况使用所指定的能量管理策略进行仿真,结果表明,融合驾驶风格识别的策略在燃油经济性方面最高提升了10.5%,汽车的HC、CO、NO_(x)总排放最高降低了11%,发动机,电机工作点更好地运行在最佳区域中.

基于工况识别的PHEV能量管理策略

为提升并联式混合动力汽车(parallel hybrid electric vehicle,PHEV)的燃油经济性,针对等效燃油消耗最小控制策略(equivalent fuel consumption minimum strategy,ECMS)在不同工况下适应性差的问题,以优化整车等效燃油消耗量为目标,设计基于工况识别算法的变等效因子ECMS能量管理策略。选取3类典型工况建立支持向量机分类模型,通过递归特征消除法对样本特征进行选择,采用鲸鱼算法对支持向量机进行参数优化,使用模拟退火算法分别对3类工况的ECMS等效因子进行离线全局最优求解,并分别存储于等效因子库中,通过训练好的支持向量机分类器对目标优化工况进行工况识别,不同类型的工况片段采用不同的等效因子进行转矩分配。仿真结果显示:相比于逻辑门限能量管理策略,基于工况识别算法的变等效因子ECMS能量管理策略的电池荷电状态(state of charge,SOC)变化量减少8.67%,节油率为13.11%;相比于优化前的ECMS策略电池SOC变化量减少3.47%,节油率约为6.63%。本文提出的基于工况识别算法的变等效因子ECMS能量管理策略可以有效地减少燃油消耗量,提升PHEV的整车经济性。

基于MA-ECMS的串联式混合动力拖拉机能量管理策略研究

能量管理策略的研究则是提高混合动力拖拉机燃油经济性的核心技术问题。本文以后轮轮边驱动的串联式混合动力拖拉机为研究对象,对其混合动力系统构型进行了分析,动力系统主要部件的参数进行了确定,并对不同工作模式的能量流动情况进行了分析;设计了一种基于MA-ECMS的能量管理策略,经过仿真验证,混合动力系统模型具有较好的工况跟随效果;分别设置初始SOC值为0.2、0.6、0.8进行仿真验证,分析不同电池状态下的能量管理效果。结果表明,在不同初始SOC值条件下,能量管理策略均能实现串联式混合动力拖拉机工作模式的准确切换以及动力源功率的合理分配,具有较好的能量管理效果。以初始SOC值为0.6的情况为例,对比了猴群算法优化前后的能量管理策略SOC值变化和燃油消耗情况。优化前ΔSOC为0.0072,百公里燃油消耗量为6.43 L;优化后ΔSOC为0.0009,百公里燃油消耗量为6.11 L。结果表明,优化前后的能量管理策略都能实现SOC的动态平衡,而优化后的SOC动态平衡效果更佳;且经优化后,系统的油耗降低了0.32 L/100 km,节油率为5%,具有更好的燃油经济性。

基于ECMS的混合动力矿用自卸车能量管理控制策略

传统机械液力式矿用自卸车以发动机为单一动力源,具有高油耗、高污染等问题。为提高燃油经济性,以功率分流式混合动力矿用自卸车为研究对象,基于极小值原理,设计一种等效燃油消耗最小的能量管理控制策略。在Matlab/Simulink环境下建立混合动力矿用自卸车前向仿真模型,通过仿真,结果表明,所提出的ECMS能量管理策略相对于基于规则的控制策略车辆的燃油经济性能够提升11.69%。