基于多目标优化的燃料电池汽车实时能量管理策略

为了降低混合动力系统的燃料消耗并延缓动力元件的老化,提出了一种基于多目标优化和路况分类的能量管理策略(EMS)。首先,构建了燃料电池与锂电池的电气模型,并引入了等效氢耗模型和燃料电池老化模型。其次,设计了基于规则的多模式EMS,在此基础上,为了进一步降低系统的等效氢耗,并延长其使用寿命,基于多目标白鲸算法(MOBWO)对EMS参数进行优化。再次,为了使所设计的EMS适用于不同的路况,提出了基于长短期记忆网络(LSTM)的驾驶路况实时分类方法,旨在根据分类结果切换EMS的控制参数以达到最优效果。最后,在仿真平台上对所提算法进行分析。结果表明:与基于规则的方法相比,所提方法氢耗量降低了2.3%,燃料电池的老化程度降低了1.02%,验证了所提EMS能够有效降低混合系统的燃料消耗,并且能够延缓燃料电池老化,从而提升了系统的经济性和耐久性。

基于深度强化学习的PHEV能量管理策略

为了优化插电式混合动力汽车(Plug-in Hybrid Electric Vehicles,PHEV)能量管理策略,提高燃油经济性,提出基于深度强化学习的能量管理策略。通过对整车MATLAB/SimuLink建模,设计随动力电池SOC自适应奖励函数,使用NEDC和FTP-75工况进行智能体训练,在并联混动模式下,以WLTC-class3工况继续进行测试,相比于等效燃油消耗最小策略节省燃油8.63%,且实时性提高16.32倍,验证了该策略的可行性。

基于多目标优化的加速意图识别PHEV能量管理策略研究

为了使插电式混合动力汽车(plug-in hybrid electric vehicle,PHEV)能够获得更好的燃油经济性,本文提出了一种基于多目标优化的加速意图识别能量管理策略,在基于规则型能量管理策略的基础上采用模糊控制器构建起加速意图识别模块,通过引入修正系数对整车需求转矩进行实时修正,实现更符合驾驶员意图的转矩输出,同时利用多目标粒子群算法对整车的传动比进行优化以提升整车燃油经济性,利用CRUISE软件搭建整车模型与MATLAB/Simulink进行联合仿真验证策略的有效性。仿真结果表明:在世界轻型车辆测试循环(world light vehicle test cycle,WLTC)工况下,当起始动力电池荷电状态(state of charge,SOC)为70%时,对比基于多目标优化的加速意图识别策略与单一的加速意图识别策略,前者的燃油经济性提升了0.48%;当起始SOC为35%时,前者的燃油经济性提升了2.22%,由此得出基于多目标优化的加速意图识别策略对于提升整车燃油经济性具有较好的效果。

融合电池温度控制的混合动力汽车多目标能量管理策略

针对某款并联式混合动力汽车,为权衡燃油经济性和电池温升效应,制定了多目标优化的能量管理策略。建立了车辆动力学模型和电池温升模型;选定多组动力部件的控制参数和电池相关参数,基于Pareto最优解进行了多目标参数优化;针对大倍率电流下的温度累积效应,提出了基于温升反馈的电机转矩上限控制策略,以主动控制电流幅值,进而实现电池温度控制。结果表明:多目标优化得到的Pareto前沿很好地权衡了燃油经济性和电池温升响应,电机转矩门限值调节策略有效地限制了高速工况下的电流幅值,达到了对电池热累积的限制。

基于ADHDP的插电式混合动力汽车能量管理策略

为降低插电式混合动力汽车(plug-in hybrid electric vehicle,PHEV)燃油消耗量与尾气排放量,提出了一种基于执行依赖启发式动态规划(action dependent heuristic dynamic programming,ADHDP)的能量管理控制策略。针对整车驱动系统具有复杂非线性、不确定性的问题,采用3层BP神经网络分别设计了ADHDP能量管理控制器的执行网络和评价网络,通过ADHDP神经网络的学习和训练过程,可最终获取最优控制量。利用MATLAB/Simulink和ADVISOR平台,在CYC_UDDS、CYC_NEDC及CYC_WVUSUB 3种循环工况下对ADHDP能量管理控制策略进行联合仿真验证,并与经典电辅助能量管理控制策略进行了对比和分析。结果表明:在保证汽车良好驾驶性能的情况下,ADHDP控制策略在3种循环工况下的整车百公里油耗分别下降了19.2%、15.0%和19.5%;尾气HC、CO和NOx的排放量均大幅度降低;CYC_NEDC工况下的CO下降了47.5%。效果较为显著,所设计的能量管理控制策略可有效提升整车的燃油经济性和环保性。

考虑发动机起停优化的PHEV能量管理策略

针对某新型双电机行星耦合插电式混合动力汽车(PHEV)中发动机在起停及怠速运行状态下会导致油耗增加的问题,基于等效燃油消耗最小能量管理策略,加入发动机起停优化控制模块,以进一步改善整车燃油经济性。建立了整车动力学和传动模型并加入发动机起停优化控制模块,对ECMS能量管理策略输出的发动机及电机最优目标转矩进行重新优化分配后,再输出给发动机及电机控制器以控制其工作状态。针对起停优化控制中影响起停频次的关键时间参数,采用粒子群优化算法对其进行优化。仿真结果表明,相比优化前,所提出的能量管理优化策略能够实现对发动机起停或怠速状态的有效控制,减少发动机的起停频次,减少恶化油耗,验证了本文所提出的能量管理优化策略能够进一步优化整车燃油经济性。

混合动力车辆多目标控制能量管理策略研究

为满足混合动力车辆动力性要求,并提高车辆的能量利用效率,根据动力单元与负载的能量关系及电池组充放电特性与SOC的关系,提出了一种基于电池组恒SOC和发动机燃油消耗优化控制的综合能量管理策略.对该策略进行实验验证的结果表明:电池组能保持在最佳工作状态,且车辆的燃油经济性提高了约8%.

基于改进动态规划法的HEV多目标能量管理策略

混合动力汽车能量管理策略(EMS)优化问题是一类需要综合优化混合动力汽车多个性能指标的多目标多阶段决策问题,而传统的多目标优化算法在求解EMS这类问题时面临求解效率低、收敛性难以保证等挑战。本文结合非支配排序算法的思想,将传统的动态规划法(DP)拓展到多目标优化领域,提出了非支配排序动态规划法(NSDP)。该算法首先将行驶工况划分为多个阶段,在每个阶段中求取混合动力汽车在不同控制策略产生的累积目标值向量,并通过非支配排序算法获得当前的非支配解集以及对应的控制策略,然后利用各个阶段的非支配解集依次逆向迭代,直至获取整个行驶工况的非支配解集前沿以及对应的能量管理控制策略。在仿真实验中,分别应用加权动态规划法(WDP)和非支配排序动态规划法求解功率分流式混合动力汽车和串并联式混合动力汽车在匀加速工况的多目标能量管理策略优化问题,结果表明NSDP能够有效完成求解并保证收敛性,且求解结果在解集均匀性和求解效率方面具有显著的优势。进一步,运用NSDP求解在世界轻型车辆测试工况(WLTC)下串并联式混合动力汽车能量管理优化问题,所得非支配解集可用于分析汽车的工作特性,并能够为实际能量管理策略的制定提供可靠的参考。

计及能耗经济性和电池寿命的PHEV能量管理策略优化

针对一款混联式双电机插电混合动力汽车,建立了整车动力学模型和电池寿命衰减模型,同时为反映电池温度对电池寿命的影响,建立了电池温度模型;考虑能量管理控制对能耗经济性和电池寿命衰减的影响,制定了一种多模式逻辑规则能量管理策略,并分析了控制参数变化对能耗经济性和电池寿命的影响。建立包含等效油耗和电池寿命衰减的多目标优化模型,基于多目标改进遗传算法对能量管理策略控制参数进行优化,优化结果表明:基于本文插电式混合动力汽车能量管理策略的优化方法得到的控制参数Pareto最优解集兼顾了插电式混合动力汽车的能耗经济性和电池寿命,可以得到多组不同的控制参数优化解,为能量管理策略的设计应用提供了多种可供选择的方案。

智能网联环境下的PHEV实时优化能量管理策略法

为了进一步挖掘插电混合动力汽车(PHEV)的节油潜力,借助智能网联环境提供的通勤车辆历史运行数据,提出了一种PHEV实时优化能量管理策略。该策略由离线与在线2个部分组成。离线部分对通勤车辆历史运行车速等数据进行分析处理,获得能够反映该通勤路线特征的循环工况曲线,进而采用Pontryagin最小值原理(PMP)算法构建PHEV燃油经济性最优控制问题,其中协态变量的求解采用打靶法实现以得到该特征工况下的PHEV燃油经济性全局最优。在线部分结合离线特征工况下的协态变量优化结果,针对PHEV实际运行工况进行协态变量的实时修正,实现了最优控制律的在线应用。结果表明:该策略适用于不同运行工况,可实现PHEV燃油经济性全局最优解与瞬时最优解的高效融合;在随机工况下与等效油耗最小策略(ECMS)相比,燃油经济性提升了18.64%,发动机的工作区域得到明显改善。该策略为PHEV能量管理实时优化问题的解决提供了新的思路。

基于随机模型预测控制的插电式混合动力汽车多目标能量管理策略

为了改善插电式混合动力汽车的燃油消耗和排放,开展多目标随机模型预测控制策略的研究.首先,建立适用于模型预测的多元线性回归的发动机和电池模型,建立融合燃油消耗和排放的多目标价值函数的模型预测控制,随后,基于随机驾驶员模型未来时刻的车速,结合交通信息并利用动态规划(DP)算法进行参考电荷状态(SOC)优化,进而建立多目标随机模型预测控制策略.最后,通过与DP,MPC等策略进行对比验证,及给出两组不同权值进行多目标控制效果分析.结果表明,该策略的燃油消耗和排放最接近DP的控制效果,且设置不同权重值可获得相应的控制目标,说明该策略对提升燃油消耗和排放的多目标性能的有效性.

基于多目标优化的燃料电池汽车能量管理策略

为了提高燃料电池混合动力汽车(FCHEV)的燃料经济性并优化燃料电池的耐久性,提出了一种燃料电池混合动力汽车能量管理策略(EMS)的多目标优化方法。根据FCHEV混合动力系统的功率流和关键部件的效率特性,提出了驱动系统的等效氢气消耗模型。此外,还考虑了负载变化对燃料电池寿命的影响。提出了一种智能功率分配方法来实现能量管理,即基于模糊逻辑控制(FLC)的控制策略。在进一步的研究中,为了改进提出的能量管理策略,采用遗传算法对模糊控制器的参数进行优化了。提出了以等效氢气消耗量和燃料电池寿命为优化目标的多目标优化问题,并采用改进的快速非支配排序遗传算法(NSGA-II)求解多目标优化问题,优化控制参数。最后,对上述算法的优化结果进行了分析,并利用高级车辆仿真平台ADVISOR对优化策略和其他策略进行了典型工况下的仿真和比较。结果表明,与未优化的FLC策略相比,等效氢耗普遍降低了5.8%左右,燃料电池的寿命衰减普遍降低约59%,验证了优化后的控制策略具有一定的优越性。

基于DP算法的新双模PHEV系统能量管理策略

提出一种适用于新型双模插电式混合动力系统(DHS)构型的基于动态规划(DP)算法的能量管理策略。该策略采用瞬时等效油耗最小原则(ECMS)确定每一模式下的能量分配。借助Matlab/Simulink软件,在新欧洲标准行驶循环工况(NEDC)和美国城市道路循环工况(UDDS)下,仿真分析了该策略以及原结合了ECMS的基于动力性和经济性规则的逻辑门限能量管理策略下的整车能耗。结果表明:相对旧策略,采用本文策略,汽车在以上2种循环工况下行驶时,纯电续航里程提升了4.18%和3.49%,在电量不足状态下100 km油耗下降了3.84%和9.87%。因而,该基于DP算法的能量管理策略具有整车经济性优势。

新型双电机行星耦合PHEV多目标补偿能量优化策略研究

针对某新型双电机行星耦合插电式混合动力汽车(PHEV),以燃油经济性为研究目标,为改善以等效因子为核心的等效燃油瞬时消耗最小策略(ECMS)的控制效果,结合多动力源之间在行星齿轮机构中的耦合机理,建立油电等效因子自适应瞬态ECMS算法(A-ECMS),在此基础上进一步引入车辆初始荷电状态(SOC)和行驶里程对油电等效因子的影响,根据不同驾驶条件对等效因子进行离线遗传优化,建立基于等效因子优化Map图的遗传优化ECMS能量管理策略(GA-ECMS)。进行了仿真与硬件在环试验,仿真结果表明:相比于传统ECMS以及A-ECMS,本文提出的GA-ECMS算法下车辆百公里燃油消耗量分别降低了6.5%和3.4%;硬件在环试验结果与仿真结果趋势一致,表明了所制定的能量管理策略的有效性和可行性,从而可为建立不同初始SOC、不同行驶里程下PHEV功率分配策略提供理论基础。

插电式混合动力轿车的能量管理策略与仿真

针对一款新设计的基于金属带式无级自动变速器(CVT)的插电式混合动力轿车(PHEV)的特点,依照整车不同电量状态和功率需求,提出了一种多阶段多目标的能量管理策略。控制电机输出扭矩,以调整发动机工作点;控制CVT比,以优化电机工作点。在Matlab/Simulink平台下,用前向仿真方法,搭建整车模型;在新欧洲行驶循环(NEDC)工况下,进行仿真。结果表明:在不同工况下,该能量管理策略,满足了整车的控制需求,合理地分配了电机扭矩和发动机扭矩;等效油耗为4.26 L/(100km),比常规汽油车节能46.1%。因而,验证了该能量管理策略的有效性。

锂电池寿命与整车节能双目标优化的FCEV能量管理策略

针对氢燃料电池和锂电池混合动力车(FCEV),提出一种新的能量分配策略。该策略将规则与双目标优化相结合,在全局范围内,以电动机需求功率和锂电池的SoC值为输入量,制订总体规则;在燃料电池和锂电池同时工作的区间内,提出一种包含整车效率和锂电池寿命指数的最优化指标,采用模式搜索法,得出二者功率的分配结果。仿真结果表明,在效率相差不大的情况下,使锂电池寿命指数提高了5%,降低了系统总成本和对环境的污染。该算法为FCEV能量管理提供了一种新的优化方法。另外,还提出将驾驶员意图解释为车辆需求速度,仿真结果表明,该解释方法使车辆行驶更平稳、更符合行车意图。

基于神经网络和DP算法的PHEV能量管理策略研究

以某款PHEV为研究对象,利用DP算法求得UDDS工况下离线最优控制序列。利用神经网络对离线最优控制序列及对应汽车状态进行学习训练,建立控制变量神经网络在线预测模型。仿真结果表明,所设计策略实现了离线最优控制变量的良好跟随,且燃油经济性提升明显。

系统综合效率优化的插电式混合动力车辆的能量管理策略

为了提升插电式混合动力汽车(PHEV)的动力系统的真实能效,从综合能效最优的角度,研究了插电式混合动力系统能量管理策略。针对系统综合效率的时变性和耦合性,建立了系统效率评价模型,对电池储存电能的效率进行评价和动态修正,以系统综合效率最优为目标,结合粒子群优化算法,构建了能量管理策略。基于GT-Suite和Simulink联合仿真平台,分析了对能量管理策略的应用效果。结果表明:在连续2个“全球统一轻型汽车测试循环(WLTC)”下,与未考虑综合能效的能量管理策略相比,综合能耗降低了10.6%;优化后发动机和电机工况分布均更加合理,且在不同的工况下均能有效降低系统能耗。因此,该能量管理策略能提高插电式混合动力系统能效。

车用复合电源参数与能量管理策略优化方法

文章提出一种车用复合电源参数与能量管理策略的联合优化方法。根据整车性能指标进行复合电源的基本参数匹配,以确定参数优化区间。以电池全寿命行驶里程和百公里耗电量为优化指标,采用带受控精英策略的多目标优化遗传算法(NSGA-II)对复合电源参数及能量管理策略进行优化,获得相应Pareto解集。通过线性加权法建立优选函数,对Pareto解进行优选,优选结果可使电池全寿命行驶里程提高35.0%,百公里能耗降低14.0%。

某纯电动扫洗车能耗分析及能量管理策略研究

分析纯电动扫洗车的能耗机理,研究能量管理策略(EMS)以提升整车能耗经济性、优化作业效能。采集某纯电动扫洗车典型工况数据,统计分析各车载部件能耗特性,建立作业电机功率需求模型;根据驾驶员操作逻辑,提出基于规则的EMS;建立了纯电动扫洗车多目标优化方法,获得了规则策略中逻辑门限值的优化解,提出了基于改进规则的EMS;从清扫效果和整车能耗等角度评价了基于规则EMS和基于改进规则EMS的性能。结果表明,该纯电动扫洗车主要耗电设备为作业电机和驱动电机,二者占总能耗的89%;相对于基于规则的EMS,改进的EMS能够完成清扫任务并使整车电耗降低11.52%,作业时间缩短10.47%。