Analysis and Optimization of Key Dimensions of Co-Axial Dual-Mechanical-Port Flux-Switching Permanent Magnet Machines for Fuel-Based Extended Range Electric Vehicles

In this paper,key dimensions of a co-axial dual-mechanical-port flux-switching permanent magnet(CADMP-FSPM)machine for fuel-based extended range electric vehicles(ER-EVs),including split ratio,stator/rotor pole arcs,rotor yoke thickness,etc.,are analyzed and optimized.Firstly,the topologies and operation principles of an exampled 3-phase CADMP-FSPM are introduced briefly,in which an inner-rotor FSPM machine with 12-stator-slots/10-rotor-poles for high-speed generation and an outer-rotor FSPM machine with 12-stator-slots/22-rotor-poles for low-speed motoring are assembled co-axially.Then,the relationship between the key dimensions and electromagnetic performance,particularly for electromagnetic torque(power),of the CADMP-FSPM machine is studied by 2D-finite element analysis(FEA).Further,the reasonable matches of split ratio,rotor/stator pole arcs and rotor yoke are determined and the original CADMP-FSPM machine is optimized correspondingly.Finally,the static characteristics,including no-load PM flux-linkage,electro-motive-force(EMF),winding inductances,cogging torques and electromagnetic torques,of the original and optimized machines are compared by 2D-FEA.The results verify that the optimized CADMP-FSPM machine can exhibit improved torque characteristics than the original one,i.e.,the torque ripples of the inner and outer machines can be reduced by 22.7%and 4.7%,respectively,and the average torque of the inner and outer machines can be increased by 0.43Nm and 2Nm,respectively.

E-REV全局能量管理策略优化与研究

以整车燃油经济性为优化目标,将Dijkstra算法应用于增程式电动汽车能量管理策略。对中国轻型商用车行驶工况(CLTC-C)的仿真结果表明,Dijkstra算法花费时间约为动态规划的40%,Dijkstra算法的终点一定是给定的SOC终点的值,而动态规划终点SOC值与给定SOC值有一定误差;同时,考虑发动机启停损耗和最小工作时间,使得发动机启停次数降低40%左右,改善发动机工况,更符合实际,燃油经济性也得到一定提高。

基于A-ECMS的增程式电动汽车能量管理策略设计及应用

增程式电动汽车因其电驱效率高、无里程焦虑等优点,在新能源汽车市场备受青睐。为了进一步提升其综合性能,本研究在MATLAB/Simulink环境下构建了增程式电动汽车仿真模型,并利用等效自适应因子以改进燃油消耗最小化算法,形成了基于A-ECMS的能量管理策略。结果表明,在WLTC循环工况测试中,A-ECMS能量管理策略的百公里综合油耗为6.42 L,综合燃油消耗量为0.71 L,均低于其他方法。最终的电池充电状态(SOC)为31.1%,与目标SOC的偏差仅为1.1%。该策略显著提升了燃油经济性和电池使用寿命,为增程式电动汽车性能优化提供了新的参考方法。

基于动态规划的E-REV能量管理策略研究

增程式电动汽车动力来源于增程器与动力电池,车辆运行过程中如何在两者之间分配需求功率,使得整车在行驶过程中燃油经济性最好,是增程式电动汽车能量管理策略核心的问题.提出一种基于动态规划的增程式电动汽车能量管理策略,运用动态规划对整个工况增程器与动力电池输出功率分配比例进行优化.欧洲标准行驶工况(NEDC)组合行驶工况的仿真结果表明:相比实车采用的恒温器式控制策略,基于动态规划的能量管理策略整车燃油经济性提高12.6%.

基于运行工况识别及充电管理的E-REV智能控制策略

为提高混合动力车辆（HEV）存储充电站清洁电能的能力,对增程式电动汽车（E-REV）运行工况进行了分析,提出一种基于运行工况识别及电池充电管理的智能控制策略。根据车辆当前所行驶的运行工况类型,控制增程器处于不同的工作方式。当司机有到达充电站充电的意图时,根据此时车辆与充电站之间的距离,确定增程器的关闭时刻,使E-REV到达充电站时动力电池充电状态（SOC）降低至理想充电范围。结果表明,相比恒功率控制策略,本策略能够使得E-REV在进入充电站时SOC值降低至30%-35%之间。

考虑油耗和电池寿命的EREV双模式切换ACC策略

为了进一步降低增程式电动汽车(extended range electric vehicle,EREV)在自适应巡航过程中的驱动成本,针对增程模式下自适应巡航控制(adaptive cruise control,ACC)系统在不同巡航工况下需求功率不同的特点,提出了一种考虑油耗和电池寿命的EREV双模式切换ACC策略。针对ACC系统设计了模式切换逻辑,制定了基于PID和模型预测控制(model predictive control,MPC)算法的上层控制策略;针对增程模式制定了基于最优工作点和最低燃油消耗曲线的增程器单点恒温控制和功率跟随控制策略;基于MATLAB/Simulink搭建了控制策略模型,通过ACC系统定速或跟车模式下单点恒温控制和功率跟随控制的仿真分析,结合油耗和充电功率制定了增程器双模式切换控制策略;最后,在考虑油耗和电池寿命的情况下,进行了3种增程器控制策略的驱动成本对比。结果表明,双模式切换控制相比单模式控制最高可实现驱动成本15.63%的降低。

基于功率转速双闭环的增程器发电功率动态控制策略

针对电动汽车内燃发电增程器发电功率动态控制存在的控制精度不高、响应滞后和反向超调等问题,提出并设计了一种结合功率/转速双闭环的增程器发电功率动态控制策略。该策略基于高效运行曲线进行发电功率的转矩/转速解耦,同时考虑了基于实际发电功率反馈的内燃机目标发电转矩修正、发电转矩转速动态协调修正。变工况发电试验结果表明,增程器发电过程中的发电功率最大正向超调为1.37 kW,最大反向超调为1.89 kW,稳态误差均小于0.01 kW,功率上升响应时间约为2.5 s,功率下降响应时间约为2.8 s,且工作点均在高效运行曲线附近。该增程器发电功率动态控制策略能够减少瞬态发电功率的响应滞后和反向超调的问题,在工程实践中具备可行性。

电动汽车增程器启动技术研究

增程器启动涉及到无刷直流电机和发动机两个部件的起动及相互之间的配合。针对无刷直流电机起动过程中需克服发动机变化阻转矩的特点,提出利用定子绕组电感随电机转子位置不同而变化的特点,通过施加脉冲电压矢量、再比较母线电流的方法实现无刷直流电机的初始定位和准闭环加速起动;针对发动机起动易受低温环境影响的特点,对增程器提出了有效的预热措施。实验结果表明,无刷直流电机准闭环起动方案方便有效,整机启动可靠性高。

增程式电动汽车发动机的多工作点控制策略

为了研究不同的发动机多工作点控制策略对整车燃油经济性的影响,以某增程式电动汽车为研究对象,在满足整车动力性前提下,设计了发动机三工作点和五工作点控制策略。在不同循环工况下,对比分析了2种控制策略。仿真结果表明,三工作点和五工作点控制策略能够满足整车动力性要求,且三工作点控制策略的燃油经济性更优。

增程式电动汽车动力系统一体化冷却传热分析

以一款增程式轻型卡车为研究对象,对增程式动力系统的发动机和电机采用一体化冷却系统设计。在预设的运行工况,通过试验测试,计算出工况点增程器和电驱系统的散热需求,对冷却液和冷却水泵进行选型匹配。结合试验测试建立了增程器和电驱系统冷却回路一维仿真模型,对比分析了电驱系统冷却管道串联与并联的冷却效果与能耗情况,验证了驱动电机冷却液帮助发动机冷起动的可行性。研究结果表明:通过试验测量散热量选择到的电子水泵,能更加高效准确地控制冷却液流量,冷却效果更好。冷却系统一维仿真分析中能从温升曲线直观看到并联冷却管路冷却效果更好,并联管路中的电磁阀根据工况不同控制开口大小,比串联管路统一控制冷却液流量冷却更高效。并联冷却管路中驱动电机冷却时快速产生热量,在与发动机冷起动时进行热交互可以帮助发动机快速暖机,改善发动机冷起动排放差、动力弱的情况。

基于Cruise的增程式电动汽车仿真与分析

増程式电动汽车是新能源汽车的重要解决方案。通过Cruise软件进行増程式电动汽车建模,以实现纯电动运行模式和増程式运行模式相结合。首先,利用Cruise软件搭建一个増程式电动汽车的模型,参考标车的性能指标,对各个组件的参数进行设计。然后,对増程式电动汽车模型建立信号连接。最后,通过设定的循环工况进行仿真,得出相应的曲线图和数据结果。通过对仿真结果的分析,得出结论。仿真达到了预期效果,同时证明了増程式电动汽车既实现了节能减排,又克服了纯电动汽车续驶里程短的缺陷。

浅析乘用车增程技术现状与发展趋势

目前,新能源汽车主要以纯电动、混合动力、燃料电池等多种技术路线并行发展,在产业加速变革和支持政策持续调整完善过程中,各种技术路线发展的比较优势也在不断变化。企业为迎合市场需求,正积极谋划研究符合未来变革趋势的技术路线及发展方向,亟需在多种路线竞相发展中选择符合企业自身实际的技术路线。本文通过分析新能源汽车技术路线关系,概述了当前新能源汽车发展趋势及主流技术路径,着重阐述了增程式电动汽车的市场需求、技术构型、优劣势对比分析,同时对于未来增程核心技术的发展方向进行了判断与分析,并提出了观点及建议。

融合充电路径规划的REEV里程自适应控制策略

为充分利用电网电能,以增程式电动汽车(Range-Extended Electric Vehicles,REEV)为研究对象,基于车载导航系统、智能交通系统(ITS)以及智能电网系统,运用迪克斯特拉(Dijkstra)算法对REEV进行充电路径规划,引入里程信息以及参考电池剩余电量(SOC),并根据路径规划结果,综合考虑车辆的燃油经济性和排放性,对规划路径制定分段里程自适应控制策略,使REEV能够在不同里程段内合理分配辅助动力装置(APU)和电池的能量。基于Matlab/Simulink搭建整车控制策略仿真模型进行仿真验证,结果表明,当行驶里程约175km时,在牺牲一部分充电时间的代价下,车辆节省了1.77L燃油,REEV的油耗下降率为92.64%,所制定的分段里程自适应控制策略能够充分利用电网电能,车辆节能效果明显。

基于模糊控制的增程式电动汽车能量管理控制研究

为了提升增程式电动汽车的燃油经济性并使其能够适应更加复杂的行驶工况,在保证汽车动力性的前提下,以控制电池SOC在工作范围内和等效百公里燃油消耗量较小为目标,以某增程式电动汽车为参考对象进行动力参数匹配,分别建立功率跟随控制策略模型、模糊功率跟随控制策略模型和加速度模糊功率跟随控制策略模型。在AVL_Cruise软件上完成整车模型的搭建并验证其动力性,运用Matlab/Simulink软件搭建控制策略模型,在WLTC和CLTC工况下进行联合仿真分析。试验表明:在满足动力性要求的基础上,功率跟随控制策略在WLTC和CLTC工况下的等效百公里燃油消耗量较其他两种控制策略较低,但是对CLTC较复杂的工况适应性差,具体表现在电池SOC的范围低于给定的电池工作范围,影响电池寿命;模糊功率跟随控制策略引入电池SOC状态,有效地改进了功率跟随对复杂工况适应性差的缺陷,但存在等效百公里燃油消耗量较大问题,且自身对复杂工况的适应性依旧存在缺陷;加速度模糊功率跟随控制策略综合考虑前二者控制策略的优劣性,引入加速度这一影响因素,解决了前二者对复杂工况适应性差的缺陷,与模糊功率跟随控制策略相比燃油经济性得到了提升。

基于Cruise的增程式电动汽车控制策略研究

介绍了能够克服纯电动汽车电池低能量密度、高价格瓶颈的增程式电动汽车(Extended-Range Electric Vehicle,EREV)控制策略,分析了驾驶员典型的驾驶情况统计信息,设计了动力系统参数。基于Cruise和Matlab/Simulink联合仿真平台,进行恒功率和经济性(ECO)两种控制策略的仿真,3种不同道路工况的仿真表明,ECO控制策略在动力性、燃油经济性与CO2排放性三个方面均优于恒功率控制策略。

增程式电动汽车能量管理控制策略研究综述

本文对增程式电动车能量管理策略进行了详细的总结。通过整合大量近期文献,首先介绍了EREV能量管理策略的相关概念以及重要分类。其次阐述了能量管理策略的研究现状,并将其分为基于规则和基于优化两种控制策略进行分类说明。再者,对当前策略研究存在的些许不足进行了探讨,为此领域的深入研究提供进一步参考。最后,展望了EREV能量管理技术的未来发展趋势,希望对新能源汽车行业的创新发展提供借鉴。

增程式电动汽车动力系统参数匹配建模仿真分析

增程式电动汽车是以纯电能驱动的车辆,通过动力蓄电池和一个小型的增程器(Auxiliary Power Unit)为车辆提供电能,在增加了车辆续航里程的同时,工况适应性也随之提高,被评为目前具有较高研发前景的新能源汽车[1]。本文以城市SUV车型的增程式电动汽车为需求目标进行研究。根据整车参数及制定的控制策略,基于AVL Cruise软件为平台建立性能仿真模型;建立Simulink控制策略模型;分别在短途行驶模式和长途行驶模式下选定符合相应模式的行驶工况进行联合仿真分析。结果表明,整车动力性及续航里程均能达到初始的设计目标,为增程式电动汽车的技术拓展和多样的控制策略提供可行性方案。

某款增程器超级爆震故障分析及优化

目前,增程式电动汽车随着市场的关注成为了各厂家开发的焦点,其中增程专用发动机(DHE,Dedicated Hybrid Engine)的开发更是重中之重。不同于传统燃油车,DHE更加注重高效、集成、静谧的特性,因此其开发边界与整车的功率需求有着强耦合关系。本文以某款增程器失效为例,通过对缸体破裂的分析展开,重点对发动机的热管理架构及燃烧特性进行了改善及优化,进一步规避了系统冷却能力不足以及低速早燃导致超级爆震的风险。该论文对增程器的开发以及类似故障解析具有一定参考价值。

增程式电动汽车振动噪声匹配策略研究

相对传统燃油车和纯电动车型,受增程器控制策略的影响,增程式电动汽车噪声、振动及声振粗糙度(NVH)问题更为复杂。不合理的匹配控制逻辑,极易造成加速噪声大、轰鸣等问题,且后期更改成本大、周期长。文章对增程器系统理论模型进行简化,将增程器系统视为一个整体激励源。通过监测整车状态,增程器系统对外输出不同有效转矩和曲轴转速下车内关键点振动噪声的表现,规避NVH表现较差策略点,进而在项目前期实现整车状态下车内关键点振动噪声的匹配优化,大量减少后期悬置、传动、进排气等系统的变更匹配,节约成本、缩短项目开发周期。

太阳能增程式发电系统续航里程分析

为应对环境污染等因素,国家层面逐步倡导和支持新能源汽车开发。就目前而言,纯电动汽车续航里程不足的问题依旧阻碍着新能源汽车的发展。为解决这一问题,文章开展了太阳能增程式发电系统对纯电动汽车供电的研究。在车顶装载四块A级单晶硅发电板吸收太阳散发的能量,利用控制器和功率分析仪,对发电板转换的电能和实际为蓄电池充电的电能进行数据记录,并进行理论计算和实验发电量的对比分析。通过固定式台架测试和移动式整车测试两组实验,测试实际情况下可转换的电能以及可增加的里程数。实验结果表明,一天内太阳能电池的发电量与实际充入动力电池包的电量有一定的电量损失,但仍可以为汽车增加20~30 km的续航里程。