基于短期工況預測的PHEV能量管理策略研究
發(fā)布時間:2020-12-06 02:32
在綠色能源和環(huán)境友好型社會的發(fā)展要求下,各類新型能源汽車逐漸成為汽車技術研究的主要方向。插電式混合動力汽車(Plug-in Hybrid Electric Vehicle,PHEV)作為近階段最滿足客觀條件要求的車型得到廣泛認可和市場應用。能量管理策略對均衡PHEV整車的動力性,排放性以及燃油經(jīng)濟性等各項性能至關重要。本文針對插電式混合動力公交車,提出一種基于短期工況預測的混合邏輯動態(tài)(Mixed Logical Dynamical,MLD)模型預測控制(Model Predictive Control,MPC)策略。研究內容主要包括:明確PHEV的傳動系統(tǒng)結構及整車參數(shù),進行動力系統(tǒng)建模,主要包括車輪及傳動系統(tǒng)轉矩和轉速的動力學模型、發(fā)動機油耗模型、電機能耗模型以及電池模型。在預測控制策略中需要對SOC加以約束,為尋找合理的SOC參考軌跡制定方法,本文研究采用動態(tài)規(guī)劃(Dynamic Programming,DP)的PHEV全局最優(yōu)控制策略,并在NEDC標準工況下進行燃油經(jīng)濟性仿真。全局規(guī)劃獲得的SOC軌跡可認為接近最合理的,采用回歸分析擬合得到一段時間內SOC下降量與工況特征參數(shù)的...
【文章來源】:大連理工大學遼寧省 211工程院校 985工程院校 教育部直屬院校
【文章頁數(shù)】:75 頁
【學位級別】:碩士
【文章目錄】:
摘要
Abstract
1 緒論
1.1 研究背景及意義
1.2 插電式混合動力汽車發(fā)展現(xiàn)狀
1.2.1 國外發(fā)展現(xiàn)狀
1.2.2 國內發(fā)展現(xiàn)狀
1.3 插電式混合動力汽車分類分析
1.4 插電式混合動力汽車能量管理策略研究現(xiàn)狀
1.5 本文研究主要內容
2 插電式混合動力公交車動力系統(tǒng)數(shù)學建模
2.1 PHEV動力傳動系統(tǒng)結構及性能參數(shù)
2.2 車輛縱向動力學模型建模
2.2.1 車輛行駛模型
2.2.2 車輪數(shù)學模型
2.2.3 變速箱數(shù)學模型
2.2.4 轉矩耦合器數(shù)學模型
2.3 主要動力部件模型
2.3.1 發(fā)動機數(shù)學模型
2.3.2 電動機數(shù)學模型
2.3.3 蓄電池數(shù)學模型
2.4 本章小節(jié)
3 基于PHEV全局優(yōu)化能量管理策略的SOC參考軌跡研究
3.1 動態(tài)規(guī)劃在PHEV控制策略的應用
3.2 基于動態(tài)規(guī)劃的PHEV全局優(yōu)化控制策略實現(xiàn)
3.2.1 狀態(tài)SOC離散化
3.2.2 PHEV動態(tài)規(guī)劃方程建立
3.3 全局優(yōu)化仿真結果與分析
3.4 SOC參考軌跡制定
3.5 本章小節(jié)
4 基于駕駛意圖識別的非線性自回歸神經(jīng)網(wǎng)絡短期工況預測
4.1 模糊推理識別駕駛意圖
4.1.1 駕駛意圖分類及識別參數(shù)確定
4.1.2 模糊推理系統(tǒng)
4.1.3 加速意圖識別
4.1.4 常規(guī)制動意圖識別
4.1.5 駕駛意圖識別仿真分析
4.2 NAR神經(jīng)網(wǎng)絡車速預測
4.2.1 NAR神經(jīng)網(wǎng)絡
4.2.2 NAR神經(jīng)網(wǎng)絡結構參數(shù)設計
4.3 網(wǎng)絡訓練及預測結果仿真分析
4.3.1 網(wǎng)絡訓練結果分析
4.3.2 網(wǎng)絡預測效果分析
4.4 本章小結
5 基于短期工況預測的MLD模型預測控制能量管理策略研究
5.1 MLD模型
5.2 發(fā)動機燃油消耗率及SOC變化率多段線性化
5.2.1 發(fā)動機燃油消耗率多段線性化
5.2.2 SOC變化率多段線性化
5.3 插電式混合動力公交車的MLD模型
5.3.1 MLD框架下的狀態(tài)方程及輸出方程
5.3.2 MLD框架下的混合整數(shù)線性不等式
5.4 基于MLD模型的PHEV模型預測控制策略
5.5 仿真分析
5.5.1 預測時域長度影響分析
5.5.2 不同SOC參考軌跡燃油經(jīng)濟性對比分析
5.5.3 基于回歸分析SOC參考軌跡的MLD-MPC仿真分析
5.6 本章小節(jié)
結論
參考文獻
攻讀碩士學位期間發(fā)表學術論文情況
致謝
本文編號:2900552
【文章來源】:大連理工大學遼寧省 211工程院校 985工程院校 教育部直屬院校
【文章頁數(shù)】:75 頁
【學位級別】:碩士
【文章目錄】:
摘要
Abstract
1 緒論
1.1 研究背景及意義
1.2 插電式混合動力汽車發(fā)展現(xiàn)狀
1.2.1 國外發(fā)展現(xiàn)狀
1.2.2 國內發(fā)展現(xiàn)狀
1.3 插電式混合動力汽車分類分析
1.4 插電式混合動力汽車能量管理策略研究現(xiàn)狀
1.5 本文研究主要內容
2 插電式混合動力公交車動力系統(tǒng)數(shù)學建模
2.1 PHEV動力傳動系統(tǒng)結構及性能參數(shù)
2.2 車輛縱向動力學模型建模
2.2.1 車輛行駛模型
2.2.2 車輪數(shù)學模型
2.2.3 變速箱數(shù)學模型
2.2.4 轉矩耦合器數(shù)學模型
2.3 主要動力部件模型
2.3.1 發(fā)動機數(shù)學模型
2.3.2 電動機數(shù)學模型
2.3.3 蓄電池數(shù)學模型
2.4 本章小節(jié)
3 基于PHEV全局優(yōu)化能量管理策略的SOC參考軌跡研究
3.1 動態(tài)規(guī)劃在PHEV控制策略的應用
3.2 基于動態(tài)規(guī)劃的PHEV全局優(yōu)化控制策略實現(xiàn)
3.2.1 狀態(tài)SOC離散化
3.2.2 PHEV動態(tài)規(guī)劃方程建立
3.3 全局優(yōu)化仿真結果與分析
3.4 SOC參考軌跡制定
3.5 本章小節(jié)
4 基于駕駛意圖識別的非線性自回歸神經(jīng)網(wǎng)絡短期工況預測
4.1 模糊推理識別駕駛意圖
4.1.1 駕駛意圖分類及識別參數(shù)確定
4.1.2 模糊推理系統(tǒng)
4.1.3 加速意圖識別
4.1.4 常規(guī)制動意圖識別
4.1.5 駕駛意圖識別仿真分析
4.2 NAR神經(jīng)網(wǎng)絡車速預測
4.2.1 NAR神經(jīng)網(wǎng)絡
4.2.2 NAR神經(jīng)網(wǎng)絡結構參數(shù)設計
4.3 網(wǎng)絡訓練及預測結果仿真分析
4.3.1 網(wǎng)絡訓練結果分析
4.3.2 網(wǎng)絡預測效果分析
4.4 本章小結
5 基于短期工況預測的MLD模型預測控制能量管理策略研究
5.1 MLD模型
5.2 發(fā)動機燃油消耗率及SOC變化率多段線性化
5.2.1 發(fā)動機燃油消耗率多段線性化
5.2.2 SOC變化率多段線性化
5.3 插電式混合動力公交車的MLD模型
5.3.1 MLD框架下的狀態(tài)方程及輸出方程
5.3.2 MLD框架下的混合整數(shù)線性不等式
5.4 基于MLD模型的PHEV模型預測控制策略
5.5 仿真分析
5.5.1 預測時域長度影響分析
5.5.2 不同SOC參考軌跡燃油經(jīng)濟性對比分析
5.5.3 基于回歸分析SOC參考軌跡的MLD-MPC仿真分析
5.6 本章小節(jié)
結論
參考文獻
攻讀碩士學位期間發(fā)表學術論文情況
致謝
本文編號:2900552
本文鏈接:http://sikaile.net/kejilunwen/qiche/2900552.html
最近更新
教材專著