發(fā)布時(shí)間：2020-06-12 22:14

【摘要】：插電式混合動(dòng)力汽車(chē)(Plug-in Hybrid Electric Vehicle,PHEV)兼顧純電動(dòng)汽車(chē)和普通混合動(dòng)力汽車(chē)的優(yōu)點(diǎn),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(jī)車(chē)輛向純電動(dòng)車(chē)輛轉(zhuǎn)型的重要過(guò)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(gè)動(dòng)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(dòng)力汽車(chē)的優(yōu)勢(shì)。傳統(tǒng)的混合動(dòng)力汽車(chē)采用基于規(guī)則的能量管理策略,不能根據(jù)當(dāng)前工況以及實(shí)時(shí)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(wèn)題。本文建立了以GT-Suite和MATLAB/simulink聯(lián)合仿真平臺(tái),搭建了插電式混合動(dòng)力汽車(chē)整車(chē)模型,實(shí)現(xiàn)了基于規(guī)則的CDCS控制策略。應(yīng)用動(dòng)態(tài)規(guī)劃算法計(jì)算了對(duì)應(yīng)工況的全局最優(yōu)解,并分析了不同網(wǎng)格離散程度對(duì)結(jié)果和計(jì)算時(shí)長(zhǎng)的影響。將動(dòng)態(tài)規(guī)劃運(yùn)用在模型預(yù)測(cè)控制框架中,通過(guò)確定SOC的可達(dá)區(qū)域減小計(jì)算量,并分析了不同預(yù)測(cè)區(qū)間長(zhǎng)度對(duì)當(dāng)前一步結(jié)果的影響。通過(guò)將發(fā)動(dòng)機(jī)瞬時(shí)油耗和電池SOC關(guān)于轉(zhuǎn)矩和轉(zhuǎn)速的多項(xiàng)式擬合,建立在預(yù)測(cè)區(qū)間內(nèi)線(xiàn)性約束的優(yōu)化問(wèn)題,使得計(jì)算時(shí)間減小,大大提高算法實(shí)時(shí)性。根據(jù)車(chē)輛實(shí)際行駛時(shí)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(shí)際駕駛員的車(chē)速預(yù)測(cè)模型,采用車(chē)載診斷設(shè)備讀取了某實(shí)際駕駛員的包括高速、鄉(xiāng)村、市區(qū)的實(shí)際駕駛信息作為預(yù)測(cè)模型的訓(xùn)練樣本與測(cè)試樣本。采用神經(jīng)網(wǎng)絡(luò)模型進(jìn)行車(chē)速預(yù)測(cè)模型,探究了預(yù)測(cè)模型準(zhǔn)確程度與輸入時(shí)長(zhǎng)關(guān)系,同時(shí)對(duì)比分析了預(yù)測(cè)準(zhǔn)確度與輸入變量的關(guān)系。分別構(gòu)建了基于BP神經(jīng)網(wǎng)絡(luò)和RBF神經(jīng)網(wǎng)絡(luò)的車(chē)速預(yù)測(cè)模型,根據(jù)經(jīng)驗(yàn)公式選取了關(guān)鍵參數(shù)并使用粒子群算法優(yōu)化了神經(jīng)網(wǎng)絡(luò)初值,預(yù)測(cè)結(jié)果比以等時(shí)長(zhǎng)車(chē)速輸入的預(yù)測(cè)方法有一定提升。通過(guò)在一系列標(biāo)準(zhǔn)工況下的仿真,對(duì)比分析了各類(lèi)控制策略在高SOC狀態(tài)和SOC保持狀態(tài)下的仿真結(jié)果。結(jié)果證明作者使用的方法在提高燃油經(jīng)濟(jì)型和提高算法實(shí)時(shí)性上是有效的。最后,通過(guò)對(duì)比不同的車(chē)速預(yù)測(cè)方法下的仿真結(jié)果,分析了預(yù)測(cè)結(jié)果準(zhǔn)確度對(duì)實(shí)際油耗的影響,說(shuō)明了精確車(chē)速預(yù)測(cè)模型的必要性。
【圖文】：

圖 1.1 2011-2017 年我國(guó)新能源汽車(chē)產(chǎn)銷(xiāo)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(lái)的新能源汽車(chē)種類(lèi)主要有甲醇燃料電池汽車(chē)、氫燃料電池汽車(chē)、純電動(dòng)汽車(chē)和油電混合動(dòng)力汽車(chē)。其中，甲醇燃料電池和氫燃料電池汽車(chē)由于燃料不易儲(chǔ)存及更換，以及車(chē)輛成本比較高的問(wèn)題，在量產(chǎn)上還存在一定的困難。而純電動(dòng)汽車(chē)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(chē)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(diǎn)，使其活動(dòng)范圍基本限制于市區(qū)。而且由于目前電池成本的較高，導(dǎo)致純電動(dòng)汽車(chē)在市場(chǎng)上和傳統(tǒng)汽車(chē)相比略顯無(wú)力。而混合動(dòng)力汽車(chē)由于具有雙動(dòng)力源，即可以保證足夠的續(xù)航里程，又可以保證發(fā)動(dòng)機(jī)工作在最佳工況點(diǎn)，從而達(dá)到節(jié)能和減少排放的目的。其中油電混合動(dòng)力汽車(chē)從發(fā)動(dòng)機(jī)電機(jī)的參與度上分為兩類(lèi)，即普通的混動(dòng)動(dòng)力汽車(chē)（hybrid electric vehicle, HEV）和插電式混合動(dòng)力汽車(chē)（plug-inhybrid electric vehicle, PHEV）。前者由于仍然以發(fā)動(dòng)機(jī)為主動(dòng)力源，電機(jī)只是參與協(xié)調(diào)發(fā)動(dòng)機(jī)的工作，這類(lèi)汽車(chē)的電池容量往往比較小，也不能以純電動(dòng)模式工作。

以及克萊斯勒的 ESX 相繼推出。福特汽車(chē)于 2007 年基于其 HySeries 驅(qū)動(dòng)系統(tǒng)推出了世界第一款插電式的燃料電池汽車(chē) Edge，該車(chē)載有氫燃料電池和鋰電池兩種儲(chǔ)能裝置。2018 年，福特推出其明星車(chē)型新蒙迪歐的插電式混動(dòng)版。通用汽車(chē)基于其 E-flex 推進(jìn)系統(tǒng)，于 2010 年推出雪佛蘭沃藍(lán)達(dá)推出插電式混動(dòng)版�？巳R斯勒于 2016 年推出其插電式小型貨車(chē) Pacifica，純電動(dòng)續(xù)航里程達(dá)到 53 公里。在歐洲，，2008 年德國(guó)政府提出要在未來(lái) 10 年普及 100 萬(wàn)輛插電式混合動(dòng)力汽車(chē)和純電動(dòng)汽車(chē)。歐盟下屬機(jī)構(gòu)歐洲投資銀行（EIB）連續(xù) 5 年為歐洲汽車(chē)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(chē)的研發(fā)。德國(guó)于 2010 年啟動(dòng)了一項(xiàng) 4.5 億歐元的鋰電池開(kāi)發(fā)計(jì)劃，法國(guó)對(duì)購(gòu)買(mǎi)低排量汽車(chē)的消費(fèi)者提供最最高 5000 歐元的獎(jiǎng)勵(lì)。大眾公司于 2013 年推出了新型節(jié)能車(chē) XL1，NEDT 循環(huán)測(cè)試結(jié)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(dòng)版車(chē)型 GTE。2015 年奔弛公司推出了 C 級(jí)車(chē)的插電式混動(dòng)版 C350e和 C350eL，提供 4 種運(yùn)行模型供駕駛者選擇。2018 年，寶馬推出 5 系插電混動(dòng)版，在補(bǔ)貼后價(jià)格持平于其對(duì)應(yīng)車(chē)型燃油車(chē)。2016 年奧迪正式投產(chǎn)其單獨(dú)為中國(guó)市場(chǎng)打造的插電式混動(dòng)車(chē)型 A6Le-tron。
【學(xué)位授予單位】：重慶大學(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6條

1 張丹紅;龔永剛;;并聯(lián)混合動(dòng)力汽車(chē)模糊控制能量管理策略研究[J];武漢理工大學(xué)學(xué)報(bào)(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(dòng)力汽車(chē)模型預(yù)測(cè)控制[J];重慶大學(xué)學(xué)報(bào);2011年05期

3 郭金剛;王軍平;曹秉剛;;電動(dòng)車(chē)最大化能量回收制動(dòng)力分配策略研究[J];西安交通大學(xué)學(xué)報(bào);2008年05期

4 ;混合動(dòng)力車(chē)動(dòng)力系統(tǒng)相關(guān)專(zhuān)利介紹[J];中國(guó)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(luò)中隱含層節(jié)點(diǎn)與訓(xùn)練次數(shù)的優(yōu)化[J];哈爾濱工業(yè)大學(xué)學(xué)報(bào);2003年02期

6 王旭東,邵惠鶴;RBF神經(jīng)網(wǎng)絡(luò)理論及其在控制中的應(yīng)用[J];信息與控制;1997年04期

本文編號(hào)：2710184