论文题名: | PHEV油耗与排放综合优化控制策略研究 |
关键词: | 插电式混合动力汽车;油耗控制;排放控制;能量分配 |
摘要: | 随着环境污染以及能源紧缺问题日益加重,中国正在积极推进新能源汽车产业的发展,插电式混合动力汽车(Plug-in Hybrid Electric Vehicle,PHEV)成为当下研究的热点。对于PHEV而言,其能量管理控制策略即多个动力源之间的能量分配,决定着其燃油经济性以及排放性性能。本文以某柴电PHEV为研究对象,以多动力源之间能量分配为研究内容,以保证汽车燃油经济性的前提下降低NOX的排放、实现PHEV油耗和排放的综合优化为目标,建立发动机、电机以及SCR后处理系统等PHEV动力系统模型,在此基础上利用PMP原理和深度强化学习原理来实现动力源能量的合理分配。本文主要完成以下内容: (1)通过分析PHEV的架构和工作原理,在Matlab/Simulink平台下建立了发动机模型、电池模型、电机模型、传动系统模型和SCR后处理等模型,实现PHEV整车正向仿真模型的搭建,作为后续控制策略以及HIL试验的理论基础。 (2)提出基于PMP原理的PHEV油耗与排放综合优化控制策略。以整个循环工况内的油耗与NOX排放最小为优化目标,将PHEV的能量分配问题转化为带约束优化问题。仿真结果表明,基于PMP的油耗与排放综合控制策略相对于基于规则的策略,其整车油耗量和SCR出口NOx排放得到综合改善,实现了动力源之间的能量合理分配。 (3)提出基于深度强化学习的PHEV油耗与排放综合优化控制策略。将DRL应用到PHEV能量分配问题中,通过对整车模型的分析,以需求功率、SOC和SCR温度为状态变量,电机的输出功率为控制变量,确定并构建相应的状态和动作空间,针对优化的目标确定算法的回报函数,完成基于深度强化学习的PHEV油耗和排放综合优化控制策略设计,并与基于动态规划的控制策略进行对比。仿真结果表明,所提出的控制策略可以很好的改善燃油经济性以及排放性,具有实时应用的潜力。 (4)提出基于改进深度强化学习的PHEV油耗与排放综合优化控制策略。针对深度强化学习算法的经验回放机制在学习时均匀随机采样,造成重复采样以及部分数据未被利用的问题,提出了基于优先经验回放的深度强化学习算法的控制策略,重视了经验数据的重要程度,有效的提升了收敛速度以及优化效果。 (5)基于dSPACE实时仿真系统完成硬件在环试验。将建立的PMP控制策略写入目标控制器,进行硬件在环试验,验证所开发的控制策略的有效性以及实时性,试验结果验证了所建立的PMP控制策略的有效性以及实时性。 |
作者: | 赵春领 |
专业: | 车辆工程 |
导师: | 隗寒冰 |
授予学位: | 硕士 |
授予学位单位: | 重庆交通大学 |
学位年度: | 2022 |