详情

原文传递串联式混合动力电动汽车控制策略及其应用技术研究

论文题名：	串联式混合动力电动汽车控制策略及其应用技术研究
关键词：	电动汽车;串联式混合动力汽车;控制策略;清洁节能汽车;自适应遗传算法;模糊控制
摘要：	能源危机和环境污染是21世纪汽车工业面临的两大挑战,混合动力电动汽车(HEV)有效地结合了传统内燃机汽车和纯电动汽车的优势,成为当前清洁节能汽车的重要发展方向。本论文以北京工业大学羽毛球运动场馆用清洁节能汽车研究项目为背景,对串联式混合动力电动汽车(SHEV)的控制策略及其应用技术进行了研究,包括以下四部分内容：首先从混合比的角度对SHEV进行了分析研究,在不同混合比下对SHEV的百公里油耗、动力性能、蓄电池组工作效率以及行驶性能进行了仿真分析,将SHEV混合比划分为3个区间：综合性能较差的低混合比区,性能较好并且设计灵活度较大的中混合比区和容易成为电量耗尽型的高混合比区,一般SHEV产品均设计在中、高混合比区(一般高于0.5)以获得较好的综合性能。根据以上分析结论确定了下文主要研究的两种车型：高混合比的电量耗尽型的辅助混合动力汽车(AHEV)和中、高混合比的电量维持型的串联式混合动力汽车(SHEV)。其次对北京工业大学辅助混合动力II型车BJUT-AHEV的几个重要技术问题进行了研究,包括：(1)对动力系统主要部件参数进行了匹配计算,确定了驱动电机、蓄电池组以及发动机/发电机组的功率参数；(2)在分析BJUT-AHEV工作模式的基础上选择了串联式的开关式控制策略,并对控制策略进行了仿真实验：(3)综合应用测量开路电压和安时积分法来估计水平铅布蓄电池组SOC,并实时监测蓄电池组电压和内阻来作为SOC的约束条件。对BJUT-AHEV进行的台架、道路实验结果表明,开发的辅助动力控制系统运行正常,可以有效地补充蓄电池组电能从而有效地延长车辆的行驶里程。对北京工业大学串联式混合动力III型车BJUT-SHEV系统参数优化问题进行了研究,建立了HEV系统参数优化的非线性数学模型,针对基本遗传算法(SGA)收敛效率低的缺陷,提出并开发了一种混合自适应遗传算法(HAGA)作为求解该优化问题的优化算法。运用HAGA算法对BJUT-SHEV的部件功率参数和控制策略参数进行了优化,获得了较为满意的收敛效果。根据优化结果确定了BJUT-SHEV发动机/发电机组的功率参数。最后,针对BJUT-SHEV要求随时可以提供较长纯电动行驶里程的特点,为将蓄电池组SOC始终维持在较高水平,设计了一种基于模糊逻辑的控制策略。该控制策略根据蓄电池组SOC、SOC和期望值的偏差以及车辆需求功率和当前输出功率的偏差实时调整发动机输出功率,以实现将蓄电池组SOC维持在较高水平,同时兼顾发动机燃油消耗和排放。对模糊控制策略进行了仿真实验,实验结果表明,模糊控制策略能较好的实现恒SOC控制,并且针对不同工况具有较强的鲁棒性。本文在以下几方面开展了创新性的工作： (1)用混合比分析的方法对SHEV中蓄电池组和发动机/发电机组之间的功率关系进行了较为系统的研究。根据混合比分析结果将SHEV混合比划分为3个区间,并建议SHEV应设计在中、高混合比区间以获得较好的综合性能。 (2)针对HEV系统参数优化问题,提出并开发了HAGA算法作为求解该问题的优化算法。该算法主要在两方面进行了改进：(1)改进了SGA的编码方式和3个遗传算子；(2)融合序列二次规划算法(SQP)作为一个局部搜索算子。数值实验结果表明,HAGA算法既具有较好的全局收敛性能,又具有较快的收敛速度。对BJUT-SHEV部件功率参数及控制策略参数优化的结果表明,HAGA算法对HEV系统参数优化问题是行之有效的。 (3)针对BJUT-SHEV作为运动场馆用车的特点,设计了一种基于模糊逻辑的控制策略以实现对功率流的实时分配。仿真结果表明,该模糊逻辑控制策略可以有效地将蓄电池组SOC维持在较高水平,同时发动机可以稳定地工作在其高效率区间中以获得较低的油耗和排放,并且针对不同工况具有鲁棒性。
作者：	刘旭东
专业：	模式识别与智能系统
导师：	段建民
授予学位：	博士
授予学位单位：	北京工业大学
学位年度：	2008
正文语种：	中文