本文關(guān)鍵詞：基于工況與駕駛風(fēng)格識別的混合動力汽車能量管理策略研究

  更多相關(guān)文章： 混合動力汽車 能量管理策略 工況識別 駕駛風(fēng)格識別 燃油經(jīng)濟(jì)性

【摘要】：混合動力汽車的動力系統(tǒng)由多個動力源組成,通過能量管理策略可以實現(xiàn)需求功率在多個動力源之間的合理分配以及動力系統(tǒng)各部件之間的協(xié)調(diào)控制,從而達(dá)到在保持良好動力性的前提下,提高整車燃油經(jīng)濟(jì)性的目的。但是目前已有的能量管理策略在如何將行駛工況識別方法更有效地應(yīng)用于實車控制器以及行駛工況對駕駛風(fēng)格識別的影響的研究存在不足,因此深入研究基于工況識別與駕駛風(fēng)格識別的混合動力汽車實時能量管理策略具有重要的應(yīng)用價值和理論意義。本文針對某單電機ISG(Integrated Starter and Generator)混合動力汽車,以提高能耗經(jīng)濟(jì)性為研究目標(biāo),開展了基于工況識別與駕駛風(fēng)格識別的混合動力汽車實時能量管理策略研究,具體研究內(nèi)容如下:(1)本文以某城市為例,通過實車采集大量該城市的行駛工況數(shù)據(jù),并應(yīng)用濾波函數(shù)對其進(jìn)行了降噪處理,綜合分析各特征參數(shù)之間的相關(guān)性、各特征參數(shù)與油耗的相關(guān)性,對用于K-均值聚類分析的行駛工況特征參數(shù)進(jìn)行降維;對工況數(shù)據(jù)進(jìn)行聚類分析后,運用距離聚類中心越近越能代表簇特征的原則,選取代表性工況塊,構(gòu)建了該城市典型工況,通過與其它行駛工況對比分析,可以發(fā)現(xiàn)所構(gòu)建的CHCQ工況能夠反應(yīng)該城市交通特點,因此本文提出的行駛工況構(gòu)建方法合理;所采集的行駛工況數(shù)據(jù)和所構(gòu)建的該城市典型工況為后文中的混合動力汽車參數(shù)優(yōu)化和能量管理策略的制定提供了數(shù)據(jù)支撐。(2)將某款單電機ISG混合動力汽車作為基礎(chǔ)車型,提出基于多工況的混合動力汽車參數(shù)優(yōu)化方法,將降低整車的燃油消耗量作為優(yōu)化的目標(biāo)函數(shù),以原型車參數(shù)及國內(nèi)外車輛動力性能指標(biāo)確定了動力性約束條件,以動力系統(tǒng)參數(shù)和能量管理策略相關(guān)參數(shù)為優(yōu)化對象,將多個典型工況組合形成復(fù)合工況,尋求各典型工況下的最優(yōu)和次優(yōu)參數(shù)優(yōu)化解集,從這些解集中確定一個適用于各典型工況的參數(shù)交集,該參數(shù)交集使車輛在各典型工況下均有良好的經(jīng)濟(jì)性,從而實現(xiàn)了基于多工況的混合動力汽車參數(shù)優(yōu)化。并與基于單一工況的混合動力汽車參數(shù)優(yōu)化結(jié)果進(jìn)行對比,結(jié)果表明本文所提出的方法能使優(yōu)化參數(shù)有更強的工況適應(yīng)性,能使混合動力汽車有更好的燃油經(jīng)濟(jì)性。在獲取動力系統(tǒng)部件優(yōu)化參數(shù)的基礎(chǔ)上,對動力系統(tǒng)部件進(jìn)行實驗和理論建模,獲得了發(fā)動機、ISG電機、電池、CVT(Continuously Variable Transmission)變速箱數(shù)值模型。(3)綜合考慮各特征參數(shù)之間的相關(guān)性、各特征參數(shù)同油耗的相關(guān)性、以及各特征參數(shù)隨工況變化的靈敏度,對工況識別的特征參數(shù)進(jìn)行了優(yōu)化。將優(yōu)化后的特征參數(shù)用于所提出的兩種工況識別算法(基于遺傳優(yōu)化K-均值聚類的工況識別算法、基于概率統(tǒng)計的工況識別算法),比較兩種識別算法的精度和適用性,選擇前者作為本文工況識別算法。然后將工況類型分為擁堵工況、城區(qū)工況、郊區(qū)工況和高速路工況,應(yīng)用等效燃油最小能量管理策略得到不同類型工況等效燃油系數(shù)與油耗之間的關(guān)系,進(jìn)一步計算獲取不同類型工況所對應(yīng)的需求功率優(yōu)化分配方式,將其與工況識別算法相結(jié)合,從而得到了基于遺傳優(yōu)化K-均值聚類算法工況識別的能量管理策略,仿真結(jié)果表明所提出的能量管理策略相比于等效燃油最小能量管理策略燃油消耗降低了6.84%。(4)本文在對駕駛操作產(chǎn)生的沖擊度進(jìn)行分析的基礎(chǔ)上,考慮不同類型的行駛工況對駕駛風(fēng)格識別的影響,引入包含行駛工況類型影響因子的駕駛風(fēng)格識別系數(shù),通過該系數(shù)和基于K-均值聚類的行駛工況識別算法相結(jié)合,得到了計及行駛工況影響的駕駛風(fēng)格識別方法。通過遺傳算法對等效燃油最小能量管理策略中的電池SOC(State of Charge)懲罰函數(shù)以及充放電系數(shù)進(jìn)行優(yōu)化,得到了基于遺傳優(yōu)化的等效燃油最小能量管理策略。獲取不同駕駛風(fēng)格的車速信息,應(yīng)用遺傳優(yōu)化的等效燃油最小能量管理策略得到不同駕駛風(fēng)格需求功率的優(yōu)化分配方式,將其與駕駛風(fēng)格識別方法相結(jié)合,從而建立了計及工況類型影響的駕駛風(fēng)格識別實時能量管理策略,仿真結(jié)果表明該能量管理策略相比于等效燃油最小能量管理策略,能使整車燃油消耗降低8.49%。(5)應(yīng)用轉(zhuǎn)鼓試驗臺架和排氣分析設(shè)備對所構(gòu)建的CHCQ工況與其它典型行駛工況的油耗和排放進(jìn)行對比分析,驗證了所提出的行駛工況構(gòu)建方法的合理性;搭建了混合動力汽車動力傳動系統(tǒng)的綜合試驗臺架,通過ATI-VISION平臺實現(xiàn)了測控對象的數(shù)據(jù)采集和標(biāo)定;通過臺架試驗完成了混合動力系統(tǒng)純電動驅(qū)動、發(fā)動機單獨驅(qū)動、行進(jìn)間起動發(fā)動機以及綜合功能試驗,驗證了混合動力系統(tǒng)功能的可靠性;完成了基于遺傳優(yōu)化K-均值聚類的工況識別能量管理策略整車道路試驗,驗證了該能量管理策略的實時性和燃油經(jīng)濟(jì)性。
【學(xué)位授予單位】：重慶大學(xué)
【學(xué)位級別】：博士
【學(xué)位授予年份】：2016
【分類號】：U469.7

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 巴特;高印寒;王慶年;曾小華;宋大鳳;;基于動態(tài)規(guī)劃算法的并聯(lián)混合動力客車控制策略優(yōu)化[J];汽車工程;2015年12期

2 劉春娜;;電動汽車充電樁建設(shè)迎來新機遇[J];電源技術(shù);2015年10期

3 周奇勛;曹世宏;季新杰;;ISG混合動力汽車控制規(guī)則優(yōu)化與轉(zhuǎn)矩分配策略研究[J];汽車工程;2015年07期

4 許欣欣;曾自強;馬勝;;國際油價上升對宏觀經(jīng)濟(jì)影響的SVAR模型分析——基于石油對外依存度視角的中美比較研究[J];亞太經(jīng)濟(jì);2015年04期

5 孫冰;;一個電動汽車發(fā)燒友的瘋狂“實驗”[J];中國經(jīng)濟(jì)周刊;2015年28期

6 梁俊毅;張建龍;馬雪瑞;殷承良;;基于多混沌算子遺傳算法的混合動力汽車控制策略優(yōu)化[J];上海交通大學(xué)學(xué)報;2015年04期

7 張孝德;;“十三五”經(jīng)濟(jì)轉(zhuǎn)型升級新思維:新能源革命引領(lǐng)戰(zhàn)略[J];國家行政學(xué)院學(xué)報;2015年02期

8 戴帥;劉金廣;朱建安;鞏建國;;中國城市機動化發(fā)展情況及政策分析[J];城市交通;2015年02期

9 楊鑫;史文釗;屈慰雙;;基于系統(tǒng)動力學(xué)的中國石油供需預(yù)測分析[J];中國能源;2015年02期

10 萬鋼;;創(chuàng)造產(chǎn)業(yè)和市場發(fā)展的新生態(tài)[J];時代汽車;2015年Z1期

，

本文編號：1234509