【摘要】：21世紀(jì)日益嚴(yán)重的能源危機(jī)和環(huán)境危機(jī)迫使人們將汽車(chē)的發(fā)展方向轉(zhuǎn)向純電動(dòng)汽車(chē),但是由于技術(shù)還不夠成熟,混合動(dòng)力汽車(chē)這一過(guò)渡車(chē)型成為了目前研究的主要對(duì)象。混合動(dòng)力汽車(chē)能改善傳統(tǒng)汽車(chē)高油耗和高排放的核心在于系統(tǒng)的設(shè)計(jì)與控制,而控制策略則是混合動(dòng)力汽車(chē)實(shí)現(xiàn)多動(dòng)力源能量管理的關(guān)鍵。本文以并聯(lián)式混合動(dòng)力汽車(chē)為研究目標(biāo),通過(guò)算法實(shí)現(xiàn)未來(lái)短期道路工況預(yù)測(cè)實(shí)現(xiàn)自適應(yīng)能量管理控制,主要研究成果如下:首先,搭建混合動(dòng)力汽車(chē)Matlab/Simulink仿真模型,分析灰色預(yù)測(cè)GM(1,1)算法的缺點(diǎn),并改進(jìn)算法,同時(shí)采用三種不同類(lèi)型的標(biāo)準(zhǔn)工況驗(yàn)證改進(jìn)后的灰色預(yù)測(cè)GM(1,1)模型可以在不同的駕駛條件下精確實(shí)現(xiàn)未來(lái)短期汽車(chē)車(chē)速預(yù)測(cè)。然后,在理論基礎(chǔ)上推導(dǎo)出基于汽車(chē)縱向動(dòng)力學(xué)卡爾曼濾波算法和帶遺忘因子最小二乘法兩種坡度估計(jì)算法,并且在Carsim軟件中設(shè)置道路工況和汽車(chē)主要部件參數(shù),與Matlab/Simulink進(jìn)行聯(lián)合仿真,驗(yàn)證兩種算法道路坡度估算的有效性和準(zhǔn)確性;綜合分析后采用基于汽車(chē)縱向動(dòng)力學(xué)卡爾曼濾波算法為本文道路坡度估算的主要算法。最后,分析路面的幾何特性,提出將卡爾曼濾波估算出的歷史坡度進(jìn)行擬合,然后判斷路面擬合函數(shù)曲率半徑的大小來(lái)預(yù)測(cè)未來(lái)短期道路坡度,仿真分析也證明了道路工況預(yù)測(cè)算法的可行性。其次,分析龐特里亞金極小值原理的主要計(jì)算思路,引出等效燃油消耗最小能量管理策略(ECMS),仿真分析后發(fā)現(xiàn)其主要問(wèn)題在于整個(gè)工況下等效因子的取值固定,無(wú)法優(yōu)化SOC軌跡,也無(wú)法取得良好的控制效果。為解決ECMS存在的問(wèn)題,介紹三種自適應(yīng)等效燃油消耗最小能量管理策略(A-ECMS)算法,選用基于SOC反饋的A-ECMS算法,在WVUCITY、WVUSUB和WVUINTER三種不同工況下與ECMS的仿真結(jié)果進(jìn)行對(duì)比分析,在控制SOC軌跡上有明顯的改進(jìn),同時(shí)提升了一定的燃油經(jīng)濟(jì)性,也在需求轉(zhuǎn)矩分配上有一定的優(yōu)化。最后,在帶有道路坡度的VAIL2NREL標(biāo)準(zhǔn)工況下驗(yàn)證基于SOC反饋A-ECMS,分析結(jié)果表明當(dāng)存在道路坡度時(shí)該控制策略的控制效果并不理想。因此,提出了基于道路工況預(yù)測(cè)A-ECMS算法,旨在以未來(lái)短期道路工況用于實(shí)時(shí)等效因子的調(diào)整。并在VAIL2NREL工況下與基于SOC反饋的A-ECMS算法對(duì)比分析,結(jié)果表明所提出算法不僅在優(yōu)化SOC軌跡和需求轉(zhuǎn)矩分配上取得更好的效果,同時(shí)將燃油經(jīng)濟(jì)性提高了6.54%。
【圖文】：

重慶交通大學(xué)碩士學(xué)位論文合動(dòng)力系統(tǒng)能量管理策略國(guó)內(nèi)外研究現(xiàn)狀動(dòng)力汽車(chē)主要有串聯(lián)、并聯(lián)以及混聯(lián)三種結(jié)構(gòu)形式[7]。盡管各種混合構(gòu)形式、傳動(dòng)方案以及運(yùn)行原理有所不同，但其能量管理策略的原[8]�；旌蟿�(dòng)力系統(tǒng)的能量管理策略主要分為兩大類(lèi)：基于優(yōu)化的控制則的控制策略[8,9]，其中，基于規(guī)則的控制策略主要是在現(xiàn)實(shí)混合動(dòng)得到運(yùn)用，比如比亞迪秦和豐田 Prius 等車(chē)型；基于優(yōu)化的控制策略科學(xué)研究領(lǐng)域中。能量管理策略的分類(lèi)如圖 1.2 所示。

圖 1.2 論文技術(shù)路線究重點(diǎn)主要包括兩個(gè)方面：道路工況預(yù)測(cè)以及自適應(yīng)等效燃油消耗最小策略(A-ECMS)的建立。本文主要研究?jī)?nèi)容如下：研究整車(chē)參數(shù)匹配并搭建 MATLAB/Simulink 混合動(dòng)力汽車(chē)綜合仿真平臺(tái)據(jù)所確定混合動(dòng)力汽車(chē)參數(shù)分析混合動(dòng)力汽車(chē)各個(gè)部分計(jì)算方法及步驟ATLAB/Simulink 依次搭建汽車(chē)發(fā)動(dòng)機(jī)模型、電機(jī)模型、蓄電池模型、整模型、離合器模型以及變速器模型等，，為下文驗(yàn)證能量管理策略的合理要基礎(chǔ)。汽車(chē)車(chē)速預(yù)測(cè)汽車(chē)行駛歷史數(shù)據(jù)作為預(yù)測(cè)的基準(zhǔn)數(shù)據(jù)，并改進(jìn)灰色預(yù)測(cè) GM(1,1)算法，汽車(chē)車(chē)速預(yù)測(cè)精度，較為準(zhǔn)確預(yù)測(cè)出汽車(chē)未來(lái)短期行駛速度。并通過(guò)仿定合理的預(yù)測(cè)時(shí)間區(qū)間長(zhǎng)度。道路坡度預(yù)測(cè)先基于汽車(chē)縱向動(dòng)力學(xué)模型推導(dǎo)卡爾曼濾波算法方程，然后建立道路坡，在 Carsim 設(shè)置汽車(chē)主要參數(shù)并聯(lián)合 Matlab/Simulink 較為準(zhǔn)確的計(jì)算出
【學(xué)位授予單位】：重慶交通大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2018
【分類(lèi)號(hào)】：U469.7

【參考文獻(xiàn)】

相關(guān)期刊論文 前3條

1 李建秋;方川;徐梁飛;;燃料電池汽車(chē)研究現(xiàn)狀及發(fā)展[J];汽車(chē)安全與節(jié)能學(xué)報(bào);2014年01期

2 邵漢橋;張維;陳鵬云;;我國(guó)電動(dòng)汽車(chē)發(fā)展?fàn)顩r分析[J];華中電力;2010年05期

3 周文;趙安坤;周秋媚;;中國(guó)石油戰(zhàn)略問(wèn)題思考和對(duì)策分析[J];成都理工大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版);2010年03期

相關(guān)博士學(xué)位論文 前2條

1 孫超;混合動(dòng)力汽車(chē)預(yù)測(cè)能量管理研究[D];北京理工大學(xué);2016年

2 葉曉;并聯(lián)混合動(dòng)力汽車(chē)控制策略研究[D];清華大學(xué);2013年

相關(guān)碩士學(xué)位論文 前5條

1 楊盼盼;汽車(chē)未來(lái)行駛車(chē)速預(yù)測(cè)[D];重慶大學(xué);2015年

2 謝浩;基于BP神經(jīng)網(wǎng)絡(luò)及其優(yōu)化算法的汽車(chē)車(chē)速預(yù)測(cè)[D];重慶大學(xué);2014年

3 張巖;面向混合動(dòng)力汽車(chē)能量管理策略的汽車(chē)運(yùn)行工況多尺度預(yù)測(cè)方法[D];吉林大學(xué);2013年

4 李遠(yuǎn)方;重型車(chē)質(zhì)量辨識(shí)及道路坡度狀態(tài)估計(jì)方法研究[D];吉林大學(xué);2012年

5 王雷杰;陀螺儀—全球定位的汽車(chē)組合導(dǎo)航算法的研究[D];吉林大學(xué);2004年

本文編號(hào)：2704228