原文传递
基于粒子群算法的增程式电动汽车能量管理策略研究
| 论文题名： | 基于粒子群算法的增程式电动汽车能量管理策略研究 |
| 关键词： | 增程式电动汽车;能量管理;粒子群算法;人工神经网络;仿真模型 |
| 摘要： | 增程式电动汽车的动力系统结构类似于传统串联混合动力汽车，但其容量更大的电池组是汽车的主要动力来源，几乎可以满足车主在日常城市中的上下班需求，其搭载的增程器（包括发动机和发电机）是汽车的辅助动力系统，便于车主长途行驶。相比于纯电动汽车，增程式电动汽车也可以实现一定里程的电动行驶，而且由于发动机的存在，可以解决超大容量电池成本高昂的问题、消除驾驶者对行驶里程的顾虑，是缓解资源短缺和环境污染的一种优良车型。 本文针对增程式电动汽车的能量管理策略进行研究，提出多逻辑门限能量管理策略并利用优化算法完成改进，同时进行仿真验证，最后搭建了基于神经网络的能量管理策略。本文主要内容如下： (1)根据增程式电动汽车的结构特点，对关键部件（电机、电池组、增程器）进行部件选型和参数匹配。 (2)分析研究当前能量管理策略的现状，结合传统混合动力汽车的控制策略，提出多逻辑门限能量管理策略，利用粒子群算法优化能量管理策略的门限值和发动机定点工作值，对能量管理策略进行改进完善。 (3)建立动力部件数学模型、组建整车模型，进行离线仿真，验证能量管理策略的有效性、合理性。 (4)基于D2P快速原型开发系统，搭建整车实时仿真平台，通过线束连接，利用ECU控制器和踏板操作机构对能量管理策略的实时性进行验证，检测能量管理策略的实际控制效果。 (5)考虑到实际驾车过程中工况的随意性，借鉴粒子群算法对能量管理策略的优化经验，提取具有代表性的训练数据，利用人工神经网络建立一种能适应各种工况的时能量管理策略，避免特定工况的限制，实现对汽车更好的控制。 经过研究，验证了本文能量管理策略是合理的、有效的，具有一定的理论意义和实用价值，可为增程式电动汽车能量管理策略的更深层次的研究、设计提供理论依据和相关指导。 |
| 作者： | 王坤玉 |
| 专业： | 车辆工程 |
| 导师： | 赵广耀 |
| 授予学位： | 硕士 |
| 授予学位单位： | 东北大学 |
| 学位年度： | 2014 |
| 正文语种： | 中文 |
检索历史
应用推荐
