详情

原文传递基于模糊控制的并联混合动力汽车控制策略研究

论文题名：	基于模糊控制的并联混合动力汽车控制策略研究
关键词：	混合动力汽车;控制策略;逻辑门限规则;双模糊控制;自适应粒子群算法;免疫粒子群算法
摘要：	随着能源与环境问题的日益严峻，研发并推广低油耗与排放的新能源汽车已成为当今汽车产业发展的趋势。而混合动力汽车兼具传统燃油车与纯电动汽车的优点，成为了当今最具有应用前景的新能源车型，其具有较好的动力性、低能耗和较低的排放，在改善经济性的同时提高了整车的续航里程。而能量管理策略设计的合理与否是影响混合动力汽车性能的关键，因此本文主要围绕并联混合动力汽车的能量管理策略进行设计和优化研究。　　（1）并联混合动力系统选型和参数匹配　　本文以某款纯燃油轿车为原型，选定P2构型单电机并联混合动力系统，以整车最高车速、百公里加速时间、最大爬坡度为动力性指标，对并联混合动力系统进行选型和参数匹配。根据整车基本参数与性能指标，并结合汽车动力匹配原理，分析确定发动机、电机、电池组和传动系统各部件参数范围。　　（2）基于逻辑门限规则的能量管理策略　　分析了并联混合动力汽车的工作模式，并以此为基础设计逻辑门限规则的能量管理策略。使用AVL-Cruise建立整车模型，使用Simulink搭建逻辑门限规则的控制策略模型，并通过CruiseInterface接口方式与整车模型进行联合仿真，仿真结果表明所设计的能量管理策略达到了最初的要求，为后续与双模糊控制策略的对比分析提供了基础。　　（3）基于双模糊的能量管理策略　　在驱动与制动工况下分别设计模糊控制器构建基于双模糊的能量管理策略。建立了以整车需求扭矩和电池组荷电状态为输入，发动机转矩为输出的驱动模糊控制器，以及制动踏板开度、车速和电池组荷电状态为输入，电机再生制动转矩为输出的制动模糊控制器，对输入输出变量的选取、模糊控制量化、模糊化、隶属度函数的设计、模糊控制规则的制定和反模糊化等进行分析并给出了合理的设计方案。使用Matlab/Simulink搭建基于双模糊控制策略模型，并与整车模型联合仿真，仿真结果表明相较于逻辑门限规则的控制策略，双模糊控制策略优化了动力系统的转矩分配，使整车的油耗与排放进一步降低。　　（4）采用自适应粒子群算法与免疫粒子群算法对双模糊控制策略进行优化针对模糊控制器设计过程中存在较大的主观性等缺陷，采用自适应粒子群算法与免疫粒子群算法对隶属度函数参数进行优化。以电池荷电状态差值与优化变量的取值范围作为约束条件，并应用权重因子，将车辆油耗和排放指标作为目标函数，进行多目标优化。仿真结果表明，自适应粒子群算法与免疫粒子群算法优化后的双模糊控制策略均能有效降低整车的燃油消耗和排放，相较优化前，自适应粒子群算法优化后的双模糊控制策略使发动机油耗与整车综合油耗分别降低了4.9%与6.61%，HC、CO以及NOx污染尾气排放值分别降低5.1%、0.9%与8.9%，但免疫粒子群算法的收敛速度与优化效果更佳，发动机和整车综合油耗分别降低了8.6%与9.91%，HC、CO以及NOx污染尾气排放值分别降低9.4%、1.6%与14%。
作者：	胡后永
专业：	能源动力
导师：	李德刚
授予学位：	硕士
授予学位单位：	吉林大学
学位年度：	2023