本文選題：混聯(lián)式混合動力汽車 + 能量管理�。� 參考：《河北工程大學(xué)》2016年碩士論文

【摘要】：隨著世界經(jīng)濟的迅速發(fā)展,環(huán)境污染和能源短缺問題已受到各國重視,而由汽車等交通工具尾氣排放引起的大氣污染帶來的問題日益突出,為降低汽車尾氣帶來的污染,各國汽車廠商正大力發(fā)展新能源汽車。混聯(lián)式混合動力汽車兼有串并聯(lián)結(jié)構(gòu)的所有優(yōu)點,能適應(yīng)各種復(fù)雜的道路狀況,但由于混聯(lián)式混合動力汽車結(jié)構(gòu)復(fù)雜,進行能量管理和參數(shù)匹配顯得十分重要,欲實現(xiàn)這一目標(biāo),就需要對相應(yīng)的多能量源進行協(xié)調(diào)控制,而多能源的控制是一種非線性程度較高的問題,具體因其混合動力汽車系統(tǒng)本身和部件之間的協(xié)調(diào)工作很復(fù)雜且很難建立精確的數(shù)學(xué)模型。因此必須借助較智能的控制策略來開發(fā)出具有通用性和的特性的控制策略來滿足在不同駕駛風(fēng)格進而道路工況。本文針對混聯(lián)式混合動力汽車以改善燃油經(jīng)濟性為目的,對能量管理分配、再生制動及傳動比優(yōu)化等問題進行研究,具體工作如下:根據(jù)混聯(lián)式特點,以其主要能源功率匹配及關(guān)鍵部件建模為基礎(chǔ),通過以解決非線性模糊量見長的模糊邏輯算法制定出提高燃油效率并可用于實際的工程的模糊控制策略,以獲取發(fā)動機最佳工作曲線及兼顧電池效率和電機功率并重為核心,建立Matlab模糊邏輯管理原則及算法對兩者之間的能量進行分配;然后在對其再生制動能量回饋也進行模糊算法研究,彌補汽車能量損失,延長續(xù)駛里程;最后在對其傳動系比進行優(yōu)化,更進一步提升整車燃油效率。具體分析如下:在混聯(lián)式混合動力汽車模型的基礎(chǔ)上,根據(jù)工況模式,設(shè)計以SOC、車速v,需求轉(zhuǎn)矩T_req為輸入,發(fā)動機功率P1與電動機功率P2為輸出的模糊邏輯管理規(guī)則,然后根據(jù)輸入輸出,采用Stateflow建立模糊邏輯下的混聯(lián)式混合動力汽車不同驅(qū)動下模式切換邏輯,選擇在組合工況下,以嵌入到AVL-Cruise中模糊控制策略為功率分配為依托,對整車進行仿真,將結(jié)果與以電力輔助為核心的控制策略比較,顯示出模糊控制策略在功率分配上更加合理,對燃油性和動力性有提高作用。由模糊邏輯分配得到的再生能量和摩擦能量也達到預(yù)期效果。最后將粒子群算法優(yōu)化后的傳動比導(dǎo)入到Cruise中,對整車性能較之前有了改善,換擋變得更加平穩(wěn)順滑,既提高電動汽車的動力性,又能降低其能量消耗。
[Abstract]:With the rapid development of the world economy, the problems of environmental pollution and energy shortage have been paid more and more attention by many countries. Car manufacturers all over the world are vigorously developing new energy vehicles. Hybrid HEV has all the advantages of series-parallel structure and can adapt to various complicated road conditions. However, because of the complex structure of hybrid HEV, it is very important to manage the energy and match the parameters. To achieve this goal, coordinated control of the corresponding multi-energy sources is required, and the control of multi-energy sources is a highly nonlinear problem. It is difficult to establish accurate mathematical model because of the complexity of the coordination between the system itself and the components of the hybrid electric vehicle (HEV). Therefore, it is necessary to develop a general and characteristic control strategy with the help of intelligent control strategies to meet different driving styles and road conditions. In this paper, the problems of energy management, regenerative braking and transmission ratio optimization are studied for the purpose of improving fuel economy of hybrid vehicle. The specific work is as follows: according to the characteristics of hybrid, Based on the main energy power matching and the modeling of key components, a fuzzy control strategy to improve fuel efficiency and be used in practical engineering is developed by using fuzzy logic algorithm to solve the problem of nonlinear fuzzy quantity growth. In order to obtain the best working curve of engine and take both battery efficiency and motor power as the core, the principle and algorithm of Matlab fuzzy logic management are established to distribute the energy between the two. Then the fuzzy algorithm of regenerative braking energy feedback is studied to make up for the energy loss of the vehicle and prolong the driving mileage. Finally the ratio of transmission system is optimized to further improve the fuel efficiency of the whole vehicle. The detailed analysis is as follows: on the basis of the hybrid electric vehicle model, according to the operating mode, the fuzzy logic management rule is designed, which takes SOC, speed, T_req as input, engine power P1 and motor power P2 as output. Then, according to the input and output, Stateflow is used to establish the mode switching logic of hybrid electric vehicle under different driving conditions under fuzzy logic, which is based on the fuzzy control strategy embedded in AVL-Cruise. The simulation results show that the fuzzy control strategy is more reasonable in power distribution and can improve the fuel and power performance. The regenerative energy and friction energy obtained from fuzzy logic distribution also reach the expected effect. Finally, the transmission ratio optimized by particle swarm optimization is introduced into Cruise, and the performance of the whole vehicle is improved, and the shift becomes more smooth and smooth, which not only improves the power performance of electric vehicle, but also reduces its energy consumption.
【學(xué)位授予單位】：河北工程大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：U469.7

【參考文獻】

相關(guān)期刊論文 前10條

1 張東好;項昌樂;韓立金;鄭海亮;;基于駕駛性能優(yōu)化的混合動力車輛動態(tài)控制策略研究[J];中國機械工程;2015年11期

2 胡堅耀;吳正斌;鄧先泉;全頌華;;基于模糊邏輯算法的純電動客車起步加速能力優(yōu)化與再生制動控制[J];集成技術(shù);2015年01期

3 吳亮廷;;基于AVL-Cruise的車輛動力裝置與傳動系統(tǒng)匹配研究[J];華北科技學(xué)院學(xué)報;2014年10期

4 徐建化;;電動汽車及其維修技術(shù)系列講座之十三 電動汽車制動能量回收系統(tǒng)[J];汽車維護與修理;2014年01期

5 王儒;魏偉;李訓(xùn)明;曲金玉;;基于模糊控制的復(fù)合電源能量管理系統(tǒng)仿真研究[J];農(nóng)業(yè)裝備與車輛工程;2013年11期

6 孫鵬龍;付主木;王周忠;;并聯(lián)式混合動力汽車再生制動控制策略[J];河南科技大學(xué)學(xué)報(自然科學(xué)版);2013年03期

7 鄧業(yè)寶;;整車動力性經(jīng)濟性計算及速比匹配優(yōu)化[J];輕工科技;2013年05期

8 朱浩;謝煜冰;何建輝;;混合動力客車并行式再生制動策略優(yōu)化及仿真[J];中南大學(xué)學(xué)報(自然科學(xué)版);2013年01期

9 黎永鍵;趙祚喜;高俊文;;混合動力汽車電驅(qū)動系統(tǒng)設(shè)計與仿真研究[J];農(nóng)業(yè)裝備與車輛工程;2012年08期

10 王猛;孫澤昌;卓桂榮;程鵬;;電動汽車制動能量回收系統(tǒng)研究[J];農(nóng)業(yè)機械學(xué)報;2012年02期

相關(guān)博士學(xué)位論文 前2條

1 方運舟;純電動轎車制動能量回收系統(tǒng)研究[D];合肥工業(yè)大學(xué);2012年

2 葉先軍;單軸ISG混合動力汽車轉(zhuǎn)矩分配控制策略的研究[D];合肥工業(yè)大學(xué);2012年

相關(guān)碩士學(xué)位論文 前10條

1 馬振忠;基于雙排永磁式行星齒輪的混合動力驅(qū)動系統(tǒng)的設(shè)計與分析[D];江蘇大學(xué);2016年

2 姜建偉;基于模糊控制的純電動汽車制動力分配策略研究[D];湖南工業(yè)大學(xué);2015年

3 尹鵬飛;電動汽車兩檔自動變速器設(shè)計與仿真分析[D];哈爾濱工業(yè)大學(xué);2015年

4 石大排;基于行星齒輪傳動的插電式混合動力汽車能量管理策略研究[D];山東理工大學(xué);2015年

5 張宇;插電式混合動力汽車參數(shù)設(shè)計與優(yōu)化研究[D];合肥工業(yè)大學(xué);2015年

6 石磊;混合動力系統(tǒng)控制策略及匹配應(yīng)用研究[D];湖南大學(xué);2014年

7 吳普興;混合動力電動汽車再生制動能量回收策略研究[D];蘭州交通大學(xué);2014年

8 周彬;負(fù)載隔離式純電驅(qū)動汽車參數(shù)匹配與性能仿真[D];青島大學(xué);2014年

9 張曉磊;基于ADVISOR2002的并聯(lián)混合動力汽車轉(zhuǎn)矩分配策略研究[D];燕山大學(xué);2014年

10 殷實;基于模糊邏輯的串聯(lián)式液壓混合動力運輸車輛能量管理策略研究[D];吉林大學(xué);2014年

，

本文編號：1909362