详情

原文传递基于混合储能系统的混合动力汽车功率分配及换挡协调控制研究

论文题名：	基于混合储能系统的混合动力汽车功率分配及换挡协调控制研究
关键词：	混合储能系统;混合动力汽车;功率分配;换挡协调控制;模糊逻辑;混沌遗传算法
摘要：	混合动力汽车结合了传统汽车与电动汽车的优点，既改善了燃油经济性与排放，又满足了车辆的续驶里程要求，是当前符合市场需求的新能源汽车类型。混合能量存储技术是混合动力汽车领域的一个重要研究方向，在现有电池技术不能兼顾能量密度与功率密度性能的情况下，利用超级电容高功率密度及高循环寿命的特点，与电池结合组成混合能量存储系统，从而满足混合动力汽车电驱动系统对车载能量存储系统的要求。　　本文针对一款装载了混合能量存储系统的并联式混合动力汽车，根据整车设计目标，对车辆的动力部件进行选型和参数匹配，并在此基础上开展了一系列研究工作。基于Matlab/Simulink仿真平台，建立了适合车辆功率分配及瞬态工况研究的车辆动力学模型；对车辆的油电混合及电电混合功率分配进行了控制策略开发；采用基于多混沌算子的遗传算法对车辆的燃油经济性及排放性能进行了多目标寻优；设计了一种基于驾驶员意图识别的换挡协调控制策略，用于优化换挡过程中的车辆冲击及离合器磨损；并进行了系统仿真及台架实验验证，证明了设计的控制策略及算法的有效性。　　针对装载了基于电池/超级电容混合能量存储系统的目标混合动力车型，本文设计了包括发动机与电机油电功率分配及电池与超级电容电电功率分配的整车功率分配策略。基于模糊控制理论，整车功率分配策略充分利用了电池与超极电容不同的能量及功率特性，通过超级电容来满足电驱动系统在瞬时大功率充放电情况下的功率需求。仿真结果表明，设计的功率分配策略既可以维持发动机与电池工作在其高效区域，又能通过超级电容减轻电池工作负载并维持功率总线电压，车辆在ECE循环工况下的仿真燃油经济性相比于传统汽车改进了28.1％。　　由于混合动力汽车动力系统的复杂性，其燃油经济性及排放的多目标优化往往存在多个局部最优解。为了克服传统遗传算法容易早熟收敛的问题，本文将多个混沌算子引入NSGA-II遗传算法，利用混沌算子随机性及遍历性的特点，提高了遗传算法的搜索能力，构建了新的多混沌算子 MCO-NSGA-II遗传算法，并对设计的车辆功率分配模糊控制器隶属度函数进行了参数优化。仿真结果表明新的混沌遗传算法能有效的逃脱局部最优解，获得高质量的种群结果。采用该遗传算法优化控制策略使车辆的燃油经济性及排放性能都得到显著提高。　　车辆的瞬态工况驾驶性能也是车辆性能的一项重要评价指标。本文针对目标车型设计了一种基于驾驶员意图识别的换挡协调控制策略。提出的策略将换挡过程划分为三个阶段，分别为发动机主动调速，离合器结合以及并联驱动三个阶段。采用了模糊PID控制及模糊控制分别调节发动机的转速及离合器的结合速度。通过模糊逻辑对驾驶员意图进行识别，并根据获得的不同驾驶员意图调用对应的换挡参数。仿真结果显示，提出的策略可以在保证车辆动力性的前提下明显的降低离合器滑磨功，并可以将车辆纵向冲击度控制在合理的范围内。　　本文采用了基于功率硬件在环的概念搭建了对应目标车型结构的混合动力台架，在该台架上完成了基于电池/超级电容混合能量存储系统的混合动力汽车功率分配实验，以及基于驾驶员意图识别的换挡协调控制策略验证实验。采用了四种不同的能量存储系统结构进行实验，实验证明混合能量存储系统结构比单电池系统结构能量效率更高，可以降低电池的工作负载和直流总线电压波动幅度，有利于保护电池，延长其使用寿命并降低电机控制难度。协调换挡控制实验结果表明通过发动机主动调速和离合器结合控制，可以降低离合器结合前其输入输出端的转速差，降低离合器滑磨传递扭矩，可有效的减少离合器的磨损和车辆的冲击度，改善了车辆的驾驶性能。动力汽车
作者：	梁俊毅
专业：	车辆工程
导师：	殷承良
授予学位：	博士
授予学位单位：	上海交通大学
学位年度：	2015
正文语种：	中文