本文關(guān)鍵詞：增程式電動汽車的動力分布設(shè)計方法與控制策略研究

  更多相關(guān)文章： 增程式電動汽車 參數(shù)匹配 能量管理 快速原型開發(fā) 暖機過程控制 模糊控制 人工神經(jīng)網(wǎng)絡(luò) 動態(tài)規(guī)劃

【摘要】：增程式電動汽車(Extended-Range Electric Vehicle,簡稱EREV)以一輛完整的電動汽車為基礎(chǔ),裝備了可以在動力電池電量不足時輸出功率的輔助動力單元。這是在現(xiàn)有技術(shù)水平下,為調(diào)和電動汽車?yán)m(xù)駛里程與整備質(zhì)量、生產(chǎn)成本之間的尖銳矛盾而出現(xiàn)的產(chǎn)品。本文結(jié)合科技部國際合作計劃項目(2010DFB83650),以某緊湊級增程式電動轎車為研究對象,對EREV的構(gòu)型設(shè)計、優(yōu)化匹配、控制策略等一系列關(guān)鍵技術(shù)展開研究,并搭建了EREV動力總成的前向仿真分析平臺和性能試驗平臺,對各項設(shè)計方法與控制策略進(jìn)行了驗證。在本研究中,首先針對傳統(tǒng)動力集中式EREV構(gòu)型中存在的普遍問題,提出了一種基于雙電機、混聯(lián)設(shè)計、全輪驅(qū)動的動力分布式EREV構(gòu)型方案,選取四沖程往復(fù)活塞發(fā)動機作為輔助動力單元,分析了電量消耗模式、電量保持模式和再生制動模式的功率需求,并將動力分布EREV與其他常見構(gòu)型方案進(jìn)行了定性和定量對比研究,表明該方案在動力性、輕量化、復(fù)雜度、成本控制等方面表現(xiàn)均衡、優(yōu)勢明顯。而后,選取前向仿真分析方法、采用聯(lián)合仿真的方式,搭建了動力分布式EREV前向仿真分析平臺,為后續(xù)的研究奠定基礎(chǔ)。該模型包括動力總成關(guān)鍵零部件、駕駛員、輪胎及整車縱向動力學(xué)、控制器等子模型。在建模過程中,著重進(jìn)行了不同內(nèi)燃機建模方法的對比研究,建立了基于穩(wěn)態(tài)試驗數(shù)據(jù)的試驗?zāi)Ｐ�、基于一維流動和Wiebe分區(qū)燃燒理論的理論模型、以及基于Hendricks平均值方法的平均值模型,對各種建模方法的優(yōu)勢與不足進(jìn)行了探討分析,并將之分別應(yīng)用于適當(dāng)?shù)难芯糠较�。第�?對增程式電動汽車的參數(shù)匹配與設(shè)計方法進(jìn)行了研究,總結(jié)出一套適合該構(gòu)型方案的匹配設(shè)計流程,提出了一種基于能量概率密度的循環(huán)測試工況分析方法。在參數(shù)匹配過程中,將汽車的動力性指標(biāo)劃分為三個層級,逐級進(jìn)行動力總成關(guān)鍵部件的匹配設(shè)計。在分析特定行駛工況、進(jìn)行原動機效率匹配時,關(guān)注于汽車在某一工況內(nèi)的能量轉(zhuǎn)化、而非在某一工況內(nèi)的持續(xù)時間,從而更科學(xué)地劃分測試工況下的目標(biāo)優(yōu)化區(qū)間;并以數(shù)學(xué)期望為計算手段,設(shè)計了相應(yīng)的仿真及試驗數(shù)據(jù)處理算法。第四,為充分挖掘雙電機構(gòu)型的節(jié)能潛力,本文研究了EREV在電量消耗模式下的控制策略,引入“人-車-環(huán)境”閉環(huán)決策系統(tǒng),實現(xiàn)了適時雙電機四輪驅(qū)動。該系統(tǒng)以面向最小功率損耗的雙電機轉(zhuǎn)矩優(yōu)化分配方法為基礎(chǔ),使用模糊判斷實現(xiàn)駕駛員意圖識別,對驅(qū)動模式的切換門限進(jìn)行實時調(diào)整;還設(shè)有決策品質(zhì)評估環(huán)節(jié),判斷并統(tǒng)計不理想的模式?jīng)Q策,對狀態(tài)決策進(jìn)行反饋調(diào)節(jié)。仿真分析結(jié)果表明,該控制策略可以有效改善EREV的純電動續(xù)駛里程,并在較大程度上消除不理想的模式切換。第五,在符合工程實際的前提下,針對不同的行駛路況及APU溫度,本文研究了EREV在電量保持模式下的能量管理控制策略。研究中首先確定了能量管理系統(tǒng)的基本結(jié)構(gòu),對充放電窗口和駕駛員目標(biāo)驅(qū)動力解算進(jìn)行了設(shè)計,并利用人工神經(jīng)網(wǎng)絡(luò)實現(xiàn)了行駛路況的在線識別;同時,對基于最小等效燃油消耗量(ECMS)的瞬時優(yōu)化方法進(jìn)行了研究與改進(jìn),依據(jù)當(dāng)前行駛工況,實時優(yōu)化等效因子及其他控制參數(shù),并通過串并聯(lián)模式?jīng)Q策器,選取等效油耗較低的驅(qū)動模式;此外,研究中分別采用模糊控制手段和動態(tài)規(guī)劃手段,設(shè)計出相應(yīng)的APU暖機過程優(yōu)化控制策略;仿真分析及試驗表明,上述控制策略可以準(zhǔn)確識別真實行駛條件下的實時路況,有效改善EREV在不同路況下的燃油經(jīng)濟性,并實現(xiàn)降低暖機過程油耗和縮短暖機時間的目標(biāo)。最后,選用Woodward Motohawk快速原型控制器開發(fā)平臺,完成了EREV動力總成控制系統(tǒng)的軟硬件開發(fā),并根據(jù)參數(shù)匹配設(shè)計結(jié)果,搭建了動力總成性能試驗臺架;利用所建試驗臺架,對所設(shè)計的EREV動力總成及控制系統(tǒng)進(jìn)行了基本功能驗證和控制策略驗證,試驗結(jié)果表明,各項控制策略均具備良好的可行性與有效性。本研究對于增程式電動汽車的構(gòu)型設(shè)計、優(yōu)化匹配及控制策略開發(fā)均具備一定的理論參考價值和工程應(yīng)用價值,對增程式電動汽車的應(yīng)用與推廣也具有積極的實際意義。
【學(xué)位授予單位】：吉林大學(xué)
【學(xué)位級別】：博士
【學(xué)位授予年份】：2016
【分類號】：U469.72
，

本文編號：1254402