论文题名: | 混合动力汽车瞬时最优控制策略的研究 |
关键词: | 混合动力汽车;燃油经济性;瞬时油耗;优化控制 |
摘要: | 混合动力汽车最显著的特点就是在满足日益严格的排放法规和操纵的灵活性要求的前提下,有效地降低排放,提高整车的燃油经济性。混合动力汽车能量管理策略是提高整车燃油经济性的关键因素。因此,为了进一步提高混合动力汽车的燃油经济性,本文以单轴并联式混合动力汽车为研究对象,以等效燃油最小控制策略ECMS为理论基础,以提高整车燃油经济性为目标,提出了基于混合动力系统瞬时油耗率最低的能量管理策略,并对其在不同的行驶工况下适应性进行分析和研究。 首先,本文利用AVL/Cruise软件对某单轴并联式混合动力汽车进行建模,包括发动机、电机和电池等模型。为了验证所建立整车模型的可靠性,建立了基于规则的混合动力汽车能量管理策略。仿真结果表明,在基于规则的能量管理策略下,混合动力汽车的实际车速和期望车速保持一致,电池SOC能够维持在一定的范围内,整车模型可靠性得到验证,为基于瞬时优化控制策略的研究奠定了基础。 其次,本文在对等效燃油消耗最小能量管理策略分析的基础上,综合考虑发动机,电机和电池的效率,提出了混合动力系统瞬时油耗率的概念。通过对混合动力汽车能量流动方式的分析,从电机的角度将混合动力系统驱动方式分为系统处于电机电动模式和系统处于电机发电模式,在两种模式下建立了基于系统瞬时油耗率最低能量管理策略的数学模型,并在Matlab/Simulink中建立了混合动力汽车不同工作模式下的基于系统瞬时油耗率最低控制策略的模型,在Cruise中进行联合仿真,仿真结果表明,与基于规则的控制策略相比,基于系统瞬时油耗率最低控制策略能够有效的提高整车燃油经济性,保持发动机和电机在高效区运行,维持电池SOC平衡。 最后,针对基于系统瞬时油耗率最低控制策略的工况适应性问题,提出了等效因子自适应控制策路。建立了基于BP神经网络的工况识别模块,通过对混合动力汽车行驶工况的识别,周期的主动地改变充放电等效因子参数值,增强了基于系统瞬时油耗率最低控制策略的工况适应性,进一步提高了整车燃油经济性。 |
作者: | 孙芳科 |
专业: | 动力工程 |
导师: | 傅松;孙强 |
授予学位: | 硕士 |
授予学位单位: | 山东大学 |
学位年度: | 2018 |
正文语种: | 中文 |