原文传递
插电式混合动力汽车能量管理控制策略研究
| 论文题名： | 插电式混合动力汽车能量管理控制策略研究 |
| 关键词： | 混合动力汽车;动力传动系统;能量管理;电池寿命;参数匹配 |
| 摘要： | 插电式混合动力汽车的能量来源有发动机和动力电池两种，由于电池可外接充电，较于普通混合动力汽车具有更长的纯电动续驶里程，在保证驾驶性能的基础上，可以提高车辆的经济性和排放性，故受到各国广泛关注。插电式混合动力汽车合理的匹配传动系统参数、根据车辆行驶状况和各部件状态分配不同模式下的能量流以提高车辆燃油经济性是插电式混合动力汽车研究的重点。同时，电池是插电式混合动力汽车研究的一个难点，电池的寿命会严重影响整车成本和性能。因此在进行能量管理时同时考虑电池寿命的影响，优化车辆控制参数，对保证车辆性能、降低成本有重要意义。本文具体研究内容如下： 在综合分析插电式混合动力汽车能量管理国内外研究方法的基础上，对本田雅阁插电式混合动力汽车，根据其结构特点分析其运行模式和工作模式，并根据车辆基本参数和性能指标计算了整车功率需求，对动力传动系统关键部件进行参数匹配；以整车效率最优为目标，对关键部件进行性能分析，按照插电式混合动力汽车控制策略设计原则，分别制定了驱动模式和制动模式的控制策略，确定了控制参数；基于MATLAB/Simulink平台，建立动力传动系统关键部件的数值模型，基于车辆动力学原理搭建了整车动力学模型，验证了动力传动系统参数匹配的正确性及控制策略的合理性。 分析了电池寿命衰减的原因和影响电池寿命的多种因素，在现有电池寿命模型研究基础上，将电池寿命这一重要指标加入到整车能量管理控制策略优化目标中，采用遗传算法对能量管理控制参数进行优化，优化后整车油耗相比优化前减少了1.1％，电池容量损失减少了3%。 为了解决控制策略对工况的依赖性问题，将标准循环工况分为市区拥堵工况、高速公路工况、城市城郊工况，提取每种工况的特征参数，采用概率神经网络算法对工况进行识别，仿真结果表明该识别方法具有良好的识别精度；构造了由多种循环工况组成的综合测试工况，制定了基于概率神经网络的工况识别策略，与基于规则的控制策略的仿真结果对比，电池容量损失增加了2%，但整车油耗减少了11%，车辆综合油耗降低了6%。 |
| 作者： | 白琴 |
| 专业： | 车辆工程 |
| 导师： | 胡建军 |
| 授予学位： | 硕士 |
| 授予学位单位： | 重庆大学 |
| 学位年度： | 2016 |
| 正文语种： | 中文 |
检索历史
应用推荐
