原文传递
基于路况信息的混合动力汽车全局优化能量管理策略
| 论文题名： | 基于路况信息的混合动力汽车全局优化能量管理策略 |
| 关键词： | 混合动力汽车;路况预测;广义径向基函数;改进动态规划算法;燃油经济性;能量管理 |
| 摘要： | 在能源消耗快速增长，环境污染日益严重的当下，为替代高油耗、高污染的传统汽车，各种电动汽车脱颖而出。混合动力汽车(HybridElectricVehicle，HEV)因其显著的燃油经济性和环境友好性，并能兼顾传统汽车和纯电动汽车的优点，被认为是近期最有可能替代传统汽车进而迈向纯电动汽车的一种车型。而HEV能量管理控制策略作为HEV的灵魂和整车技术中的核心技术，成为各国学者研究的热点。 本文首先概述了国内外HEV发展现状及趋势，分析了当前HEV的关键技术。介绍了不同结构类型的HEV，以及各种结构的特点。对现有的各种能量管理策略进行分类并具体分析了各自控制原理及各种策略的优缺点。 HEV能量管理策略一般分为基于规则的控制策略和基于优化的控制策略。基于优化的控制策略一般又可分为瞬时优化控制策略和全局优化控制策略。瞬时优化控制策略只与当前路况有关且易于实现。全局优化控制策略以车辆行驶在固定路线上的燃油经济性为控制目标，依赖于路况信息，是一种全局最优控制策略。因此，对HEV路况建模和预测的研究逐渐成为当前HEV研究的热点。随着全球定位系统(GlobalPositioningSystem，GPS)、智能交通系统(IntelligentTransportSystem，ITS)和地理信息系统(GeographicInformationSystem，GIS)等技术的发展，路况信息越来越易于采集，这也为全局优化控制策略的实践应用提供了可能。 本文采用广义径向基函数神经网络(GenealizedRadiasNeuralNetwork，GRNN)对路况建模并以模型为依据预测路况，建立了山东大学千佛山校区-洪家楼校区路况预测模型，为设计基于路况预测的优化策略奠定了基础。 在动态规划(DynamicProgramming，DP)算法的基础上，设计了基于改进动态规划算法的混合动力汽车能量管理策略，提高了传统动态规划算法的运算效率。仿真结果表明，与基于规则的能量管理策略相比，基于改进动态规划算法的能量管理策略提高了混合动力汽车的燃油经济性。此外，设计了基于路况预测和改进动态规划算法相结合的混合动力汽车能量管理策略，与基于规则的能量管理策略相比，仿真结果表明基于路况预测和改进动态规划算法相结合的混合动力汽车能量管理策略在显著缩短运行时间的同时，也明显提高了混合动力汽车的燃油经济性。 |
| 作者： | 连凤霞 |
| 专业： | 控制科学与工程 |
| 导师： | 崔纳新 |
| 授予学位： | 硕士 |
| 授予学位单位： | 山东大学 |
| 学位年度： | 2013 |
| 正文语种： | 中文 |
检索历史
应用推荐
