详情

原文传递电动车预测性挡位决策研究

论文题名：	电动车预测性挡位决策研究
关键词：	电动汽车;自动变速器;挡位决策;实时优化;模型预测控制
摘要：	随着电动汽车市场不断扩大，电动车智能化、节能化逐渐成为目前研究与发展的主流方向。同样，随着电动汽车的发展，电动汽车的多挡化研究也随之兴起，由于驱动电机的控制性能远好于发动机，因此通常集中驱动的轻型电动汽车采用减速器直驱或两挡自动变速器两种驱动方式，相对于减速器直驱的电动汽车，搭配了自动变速器的电动汽车能够提高驱动电机的效率以及电池能量利用率。挡位决策问题是电动汽车自动变速器影响整车性能的核心问题，制定合理的挡位决策方法，对于车辆整车性能的提升至关重要。本文以一款搭载了两挡平行轴式自动变速器的纯电动乘用车为研究目标，针对静态换挡策略适用性差；动态规划求解的换挡策略无法实时求解等问题，以提升车辆经济性为目标，利用Cruise-Matlab联合仿真平台，对两挡电动汽车换挡策略进行了系统性研究，制定了一种车辆行驶挡位在线优化策略，完成了车辆行驶挡位的实时求解以及整车性能的优化，主要研究内容如下：　　（1）搭建电动汽车车辆仿真模型，并选取传动系最优传动比。本文选取一款搭载了两挡平行轴式自动变速器的电动乘用车作为研究对象，通过AVL-Cruise建立整车纵向动力学仿真模型，通过Matlab-Simulink建立换挡控制模型，并搭建Cruise-Matlab联合仿真平台。同时利用贪心算法，以车辆固定循环工况下最小能耗为目标，对车辆不同挡位的最优传动比进行求解。　　（2）求解车辆的静态换挡点以及动态最优换挡点。根据车辆驱动电机外特性曲线以及效率MAP曲线等部件特性，求解车辆的最佳动力换挡MAP与车辆的最佳经济换挡MAP，基于多目标优化问题，制定在低速情况下能够最大化保证车辆动力性，中高速情况下能最大化保证车辆经济性的静态换挡MAP。在全局行驶工况已知的情况下，利用动态规划算法，对车辆的循环工况离散化，使得车辆的换挡点求解成为典型的多阶段决策问题，最终求得出车辆换挡点的动态最优解。　　（3）基于马尔可夫原理搭建车辆行驶状态预测模型。收集车辆行驶状态相关参数——车速、加速度、冲击度，利用训练集数据得到马尔可夫预测模型转移矩阵，最终完成对车辆速度、加速度的实时预测，在仿真平台验证预测模型的准确性。同时考虑到预测模型的实时性，针对马尔可夫转移矩阵进行优化，并通过分析预测结果，对预测时域进行选择。　　（4）基于模型预测控制算法对车辆的换挡点进行在线求解。考虑车速与加速踏板开度对驱动电机工作点的影响，在获得预测车辆行驶参数的基础上，搭建换挡策略非线性状态方程，并利用列文伯格-马尔夸特方法对非线性方程进行求解，完成车辆换挡点的实时优化。此外，本文用遗传算法对目标函数中各个成本函数的系数进行了优化求解，以提高在线挡位求解算法的优化效果。　　（5）仿真验证对比。利用仿真平台，对不同换挡策略车辆循环工况能耗与电池SOC下降进行对比，同时对目标函数中各个成本函数对整车性能的影响进行分析，验证基于模型预测控制算法的换挡点在线求解方法的有效性。
作者：	侯博宁
专业：	车辆工程
导师：	雷雨龙
授予学位：	硕士
授予学位单位：	吉林大学
学位年度：	2023