插電式混合動力汽車預測控制策略研究
發(fā)布時間:2020-06-12 22:14
【摘要】:插電式混合動力汽車(Plug-in Hybrid Electric Vehicle,PHEV)兼顧純電動汽車和普通混合動力汽車的優(yōu)點,是減少能源消耗、減少污染氣體排放的有效途徑,也是內(nèi)燃機車輛向純電動車輛轉型的重要過渡產(chǎn)品。能量管理策略是影響其節(jié)能效果的主要因素,其決定了兩個動力源之間如何能更好的協(xié)調(diào)工作,最大程度的發(fā)揮混合動力汽車的優(yōu)勢。傳統(tǒng)的混合動力汽車采用基于規(guī)則的能量管理策略,不能根據(jù)當前工況以及實時獲取的信息作出最優(yōu)的決策。而基于優(yōu)化方法的能量管理策略,可以很好的解決這一問題。本文建立了以GT-Suite和MATLAB/simulink聯(lián)合仿真平臺,搭建了插電式混合動力汽車整車模型,實現(xiàn)了基于規(guī)則的CDCS控制策略。應用動態(tài)規(guī)劃算法計算了對應工況的全局最優(yōu)解,并分析了不同網(wǎng)格離散程度對結果和計算時長的影響。將動態(tài)規(guī)劃運用在模型預測控制框架中,通過確定SOC的可達區(qū)域減小計算量,并分析了不同預測區(qū)間長度對當前一步結果的影響。通過將發(fā)動機瞬時油耗和電池SOC關于轉矩和轉速的多項式擬合,建立在預測區(qū)間內(nèi)線性約束的優(yōu)化問題,使得計算時間減小,大大提高算法實時性。根據(jù)車輛實際行駛時行駛距離已知和未知兩種情況,分析使用了兩種SOC的約束方式,使得電池的SOC值可以較為合理的變化。為了建立更加符合實際駕駛員的車速預測模型,采用車載診斷設備讀取了某實際駕駛員的包括高速、鄉(xiāng)村、市區(qū)的實際駕駛信息作為預測模型的訓練樣本與測試樣本。采用神經(jīng)網(wǎng)絡模型進行車速預測模型,探究了預測模型準確程度與輸入時長關系,同時對比分析了預測準確度與輸入變量的關系。分別構建了基于BP神經(jīng)網(wǎng)絡和RBF神經(jīng)網(wǎng)絡的車速預測模型,根據(jù)經(jīng)驗公式選取了關鍵參數(shù)并使用粒子群算法優(yōu)化了神經(jīng)網(wǎng)絡初值,預測結果比以等時長車速輸入的預測方法有一定提升。通過在一系列標準工況下的仿真,對比分析了各類控制策略在高SOC狀態(tài)和SOC保持狀態(tài)下的仿真結果。結果證明作者使用的方法在提高燃油經(jīng)濟型和提高算法實時性上是有效的。最后,通過對比不同的車速預測方法下的仿真結果,分析了預測結果準確度對實際油耗的影響,說明了精確車速預測模型的必要性。
【圖文】:
圖 1.1 2011-2017 年我國新能源汽車產(chǎn)銷量[4]Fig. 1.6 Production and sales volume of new energy vehicle of China from 2011 to 2017目前已經(jīng)研制出來的新能源汽車種類主要有甲醇燃料電池汽車、氫燃料電池汽車、純電動汽車和油電混合動力汽車。其中,甲醇燃料電池和氫燃料電池汽車由于燃料不易儲存及更換,以及車輛成本比較高的問題,在量產(chǎn)上還存在一定的困難。而純電動汽車由于具有零排放、零污染等原因,成為目前發(fā)展的主流新能源汽車之一。但是由于其續(xù)航里程短,充電速度慢,電池能量密度低等特點,使其活動范圍基本限制于市區(qū)。而且由于目前電池成本的較高,導致純電動汽車在市場上和傳統(tǒng)汽車相比略顯無力。而混合動力汽車由于具有雙動力源,即可以保證足夠的續(xù)航里程,又可以保證發(fā)動機工作在最佳工況點,從而達到節(jié)能和減少排放的目的。其中油電混合動力汽車從發(fā)動機電機的參與度上分為兩類,即普通的混動動力汽車(hybrid electric vehicle, HEV)和插電式混合動力汽車(plug-inhybrid electric vehicle, PHEV)。前者由于仍然以發(fā)動機為主動力源,電機只是參與協(xié)調(diào)發(fā)動機的工作,這類汽車的電池容量往往比較小,也不能以純電動模式工作。
以及克萊斯勒的 ESX 相繼推出。福特汽車于 2007 年基于其 HySeries 驅動系統(tǒng)推出了世界第一款插電式的燃料電池汽車 Edge,該車載有氫燃料電池和鋰電池兩種儲能裝置。2018 年,福特推出其明星車型新蒙迪歐的插電式混動版。通用汽車基于其 E-flex 推進系統(tǒng),于 2010 年推出雪佛蘭沃藍達推出插電式混動版?巳R斯勒于 2016 年推出其插電式小型貨車 Pacifica,純電動續(xù)航里程達到 53 公里。在歐洲,,2008 年德國政府提出要在未來 10 年普及 100 萬輛插電式混合動力汽車和純電動汽車。歐盟下屬機構歐洲投資銀行(EIB)連續(xù) 5 年為歐洲汽車產(chǎn)業(yè)提供了貸款。如 2009 年上半年共發(fā)放了 70 億歐元貸款用于新能源汽車的研發(fā)。德國于 2010 年啟動了一項 4.5 億歐元的鋰電池開發(fā)計劃,法國對購買低排量汽車的消費者提供最最高 5000 歐元的獎勵。大眾公司于 2013 年推出了新型節(jié)能車 XL1,NEDT 循環(huán)測試結果百公里油耗僅為 0.9 升,2015 年大眾推出了其高爾夫和帕薩特的插電式混動版車型 GTE。2015 年奔弛公司推出了 C 級車的插電式混動版 C350e和 C350eL,提供 4 種運行模型供駕駛者選擇。2018 年,寶馬推出 5 系插電混動版,在補貼后價格持平于其對應車型燃油車。2016 年奧迪正式投產(chǎn)其單獨為中國市場打造的插電式混動車型 A6Le-tron。
【學位授予單位】:重慶大學
【學位級別】:碩士
【學位授予年份】:2018
【分類號】:U469.7
本文編號:2710184
【圖文】:
圖 1.1 2011-2017 年我國新能源汽車產(chǎn)銷量[4]Fig. 1.6 Production and sales volume of new energy vehicle of China from 2011 to 2017目前已經(jīng)研制出來的新能源汽車種類主要有甲醇燃料電池汽車、氫燃料電池汽車、純電動汽車和油電混合動力汽車。其中,甲醇燃料電池和氫燃料電池汽車由于燃料不易儲存及更換,以及車輛成本比較高的問題,在量產(chǎn)上還存在一定的困難。而純電動汽車由于具有零排放、零污染等原因,成為目前發(fā)展的主流新能源汽車之一。但是由于其續(xù)航里程短,充電速度慢,電池能量密度低等特點,使其活動范圍基本限制于市區(qū)。而且由于目前電池成本的較高,導致純電動汽車在市場上和傳統(tǒng)汽車相比略顯無力。而混合動力汽車由于具有雙動力源,即可以保證足夠的續(xù)航里程,又可以保證發(fā)動機工作在最佳工況點,從而達到節(jié)能和減少排放的目的。其中油電混合動力汽車從發(fā)動機電機的參與度上分為兩類,即普通的混動動力汽車(hybrid electric vehicle, HEV)和插電式混合動力汽車(plug-inhybrid electric vehicle, PHEV)。前者由于仍然以發(fā)動機為主動力源,電機只是參與協(xié)調(diào)發(fā)動機的工作,這類汽車的電池容量往往比較小,也不能以純電動模式工作。
以及克萊斯勒的 ESX 相繼推出。福特汽車于 2007 年基于其 HySeries 驅動系統(tǒng)推出了世界第一款插電式的燃料電池汽車 Edge,該車載有氫燃料電池和鋰電池兩種儲能裝置。2018 年,福特推出其明星車型新蒙迪歐的插電式混動版。通用汽車基于其 E-flex 推進系統(tǒng),于 2010 年推出雪佛蘭沃藍達推出插電式混動版?巳R斯勒于 2016 年推出其插電式小型貨車 Pacifica,純電動續(xù)航里程達到 53 公里。在歐洲,,2008 年德國政府提出要在未來 10 年普及 100 萬輛插電式混合動力汽車和純電動汽車。歐盟下屬機構歐洲投資銀行(EIB)連續(xù) 5 年為歐洲汽車產(chǎn)業(yè)提供了貸款。如 2009 年上半年共發(fā)放了 70 億歐元貸款用于新能源汽車的研發(fā)。德國于 2010 年啟動了一項 4.5 億歐元的鋰電池開發(fā)計劃,法國對購買低排量汽車的消費者提供最最高 5000 歐元的獎勵。大眾公司于 2013 年推出了新型節(jié)能車 XL1,NEDT 循環(huán)測試結果百公里油耗僅為 0.9 升,2015 年大眾推出了其高爾夫和帕薩特的插電式混動版車型 GTE。2015 年奔弛公司推出了 C 級車的插電式混動版 C350e和 C350eL,提供 4 種運行模型供駕駛者選擇。2018 年,寶馬推出 5 系插電混動版,在補貼后價格持平于其對應車型燃油車。2016 年奧迪正式投產(chǎn)其單獨為中國市場打造的插電式混動車型 A6Le-tron。
【學位授予單位】:重慶大學
【學位級別】:碩士
【學位授予年份】:2018
【分類號】:U469.7
【參考文獻】
相關期刊論文 前6條
1 張丹紅;龔永剛;;并聯(lián)混合動力汽車模糊控制能量管理策略研究[J];武漢理工大學學報(信息與管理工程版);2012年01期
2 舒紅;聶天雄;鄧麗君;喬俊林;;插電式并聯(lián)混合動力汽車模型預測控制[J];重慶大學學報;2011年05期
3 郭金剛;王軍平;曹秉剛;;電動車最大化能量回收制動力分配策略研究[J];西安交通大學學報;2008年05期
4 ;混合動力車動力系統(tǒng)相關專利介紹[J];中國科技信息;2006年18期
5 高大文,王鵬,蔡臻超;人工神經(jīng)網(wǎng)絡中隱含層節(jié)點與訓練次數(shù)的優(yōu)化[J];哈爾濱工業(yè)大學學報;2003年02期
6 王旭東,邵惠鶴;RBF神經(jīng)網(wǎng)絡理論及其在控制中的應用[J];信息與控制;1997年04期
本文編號:2710184
本文鏈接:http://sikaile.net/kejilunwen/qiche/2710184.html
最近更新
教材專著