原文传递
PHEV油耗与排放综合优化控制策略研究
| 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 |
检索历史
应用推荐
