在節(jié)能減排的大背景下,世界各國(guó)都制定了嚴(yán)格的車輛油耗和排放法規(guī)。混合動(dòng)力車輛是當(dāng)前的發(fā)展重點(diǎn)之一,能量管理控制策略是決定混合動(dòng)力車輛動(dòng)力性、經(jīng)濟(jì)性和排放性的關(guān)鍵因素。以P2并聯(lián)這一典型結(jié)構(gòu)形式的混合動(dòng)力車輛為研究對(duì)象,考慮到其混雜系統(tǒng)的特性,采用混雜模型預(yù)測(cè)控制策略對(duì)其進(jìn)行優(yōu)化控制,并對(duì)其節(jié)油效果和計(jì)算速度進(jìn)行優(yōu)化。研究?jī)?nèi)容包括:（1）模型構(gòu)建及驗(yàn)證。針對(duì)P2結(jié)構(gòu)的并聯(lián)式混合動(dòng)力車輛,采用前向仿真的方法構(gòu)建整車模型,采用等效燃油消耗最小算法對(duì)整車模型進(jìn)行控制,將仿真結(jié)果和實(shí)車測(cè)試結(jié)果進(jìn)行對(duì)比分析,驗(yàn)證仿真模型的有效性,為后續(xù)控制策略的研究打下基礎(chǔ)。（2）采用非線性優(yōu)化算法對(duì)模型預(yù)測(cè)控制問(wèn)題進(jìn)行求解。假設(shè)工況信息局部可知,對(duì)預(yù)測(cè)步長(zhǎng)為2³0時(shí)進(jìn)行仿真計(jì)算,分析預(yù)測(cè)步長(zhǎng)對(duì)車輛燃油經(jīng)濟(jì)性的影響,并選擇合適的預(yù)測(cè)步長(zhǎng)。動(dòng)態(tài)規(guī)劃算法的求解速度較慢,采用連續(xù)廣義最小殘差算法來(lái)提高計(jì)算速度,將上述兩種算法的仿真結(jié)果進(jìn)行對(duì)比分析。（3）基于混雜模型預(yù)測(cè)控制算法的仿真分析。對(duì)象車輛模型中同時(shí)包含連續(xù)變量和離散變量,是典型的混雜系統(tǒng),采用混雜模型預(yù)測(cè)控制算法對(duì)其優(yōu)化求解。首先,對(duì)模型... 

【文章來(lái)源】：浙江大學(xué)浙江省 211工程院校 985工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：168 頁(yè)

【學(xué)位級(jí)別】：博士

【部分圖文】：

000~2020年全球石油消耗量及組成成分Figure1.12000~2020globaloilconsumptionandcomposition

浙江大學(xué)博士學(xué)位論文 第 1 章 緒論 可以看出對(duì)于大部分國(guó)家來(lái)說(shuō)燃油經(jīng)濟(jì)性和 CO2 排放的優(yōu)化目標(biāo)都非常高。以中國(guó)、韓國(guó)和美國(guó)為例，年度燃油經(jīng)濟(jì)性和 CO2 排放的優(yōu)化目標(biāo)都在 4%以上。

浙江大學(xué)博士學(xué)位論文第1章緒論3動(dòng)力汽車、純電動(dòng)汽車和燃料電池汽車等新能源車輛。由圖1.3可知在全球范圍內(nèi)新能源汽車（只包含插電式混合動(dòng)力汽車和純電動(dòng)汽車）在汽車總銷量中所占的比越來(lái)越大[3]，在2019年已經(jīng)達(dá)到2.4%。目前純電動(dòng)汽車仍然存在充電速度較慢、電池能量密度較低、續(xù)駛里程較短、充電樁數(shù)量少、電池成本較高、電池安全性較低等問(wèn)題，制約了純電動(dòng)汽車的快速發(fā)展。由圖1.4可知當(dāng)前新能源汽車中混合動(dòng)力汽車和插電式混合動(dòng)力汽車的占比已經(jīng)超過(guò)70%，在過(guò)渡到純電動(dòng)時(shí)代的這段時(shí)期內(nèi)混合動(dòng)力汽車和插電式混合動(dòng)力汽車將是節(jié)能減排的主力[4]，有著很大的發(fā)展空間。圖1.42011~2019年全球新能源汽車銷量圖Figure1.42011~2019theglobalsalesofnewenergyvehicle根據(jù)國(guó)際能源署的預(yù)測(cè)，到2025年包含內(nèi)燃機(jī)的汽車占比為95.6%(其中混合動(dòng)力和插電式混合動(dòng)力汽車的占比為28.3%，傳統(tǒng)內(nèi)燃機(jī)汽車的占比為67.3%)，純電動(dòng)汽車的占比為4.4%。到2035年包含內(nèi)燃機(jī)的汽車占比為84.4%，其中混合動(dòng)力和插電式混合動(dòng)力汽車的占比為54.2%，傳統(tǒng)內(nèi)燃機(jī)汽車的占比為30.2%，純電動(dòng)汽車的占比為11.2%，燃料電池汽車的占比為4.4%。因此，在未來(lái)幾年內(nèi)混合動(dòng)力汽車有著非常大的發(fā)展空間。相對(duì)于傳統(tǒng)內(nèi)燃機(jī)汽車，混合動(dòng)力汽車主要通過(guò)以下方式來(lái)提高車輛燃油經(jīng)濟(jì)性：1.在車輛制動(dòng)時(shí)，可由電機(jī)回收車輛制動(dòng)能量，減少制動(dòng)能量損失；2.混合動(dòng)力汽車在傳統(tǒng)內(nèi)燃機(jī)車輛的基礎(chǔ)上增加了電機(jī)，在滿足整車動(dòng)力需求的前提下，可選擇更小排量的發(fā)動(dòng)機(jī)；

【參考文獻(xiàn)】：
期刊論文
[1]基于兩次聚類的PWARX駕駛行為辨識(shí)模型[J]. 應(yīng)海寧,唐振民,韓旭.  重慶交通大學(xué)學(xué)報(bào)(自然科學(xué)版). 2019(02)
[2]雙軸驅(qū)動(dòng)混合動(dòng)力車輛能量管理策略[J]. 江冬冬,李道飛,俞小莉.  浙江大學(xué)學(xué)報(bào)(工學(xué)版). 2016(12)
[3]汽車自適應(yīng)巡航跟車多目標(biāo)魯棒控制算法設(shè)計(jì)[J]. 吳光強(qiáng),郭曉曉,張亮修.  哈爾濱工業(yè)大學(xué)學(xué)報(bào). 2016(01)
[4]基于PMP的HEV全局最優(yōu)能量管理策略研究[J]. 許世景,吳志新.  中國(guó)機(jī)械工程. 2014(01)
[5]基于混沌遺傳算法的PHEV能量管理策略優(yōu)化[J]. 鄧元望,王兵杰,張上安,韓衛(wèi).  湖南大學(xué)學(xué)報(bào)(自然科學(xué)版). 2013(04)
[6]串聯(lián)式混合動(dòng)力電動(dòng)客車能量管理系統(tǒng)的前向仿真[J]. 王文偉,程夕明,尹義林,方元奇.  汽車工程. 2013(02)
[7]基于ECMS混聯(lián)式混合動(dòng)力客車工況識(shí)別控制策略[J]. 林歆悠,孫冬野.  湖南大學(xué)學(xué)報(bào)(自然科學(xué)版). 2012(10)
[8]基于隨機(jī)動(dòng)態(tài)規(guī)劃的混聯(lián)式混合動(dòng)力客車能量管理策略[J]. 林歆悠,孫冬野,尹燕莉,郝允志.  汽車工程. 2012(09)
[9]基于隨機(jī)動(dòng)態(tài)規(guī)劃的混合動(dòng)力履帶車輛能量管理策略[J]. 鄒淵,陳銳,侯仕杰,胡曉松.  機(jī)械工程學(xué)報(bào). 2012(14)
[10]基于道路工況預(yù)測(cè)混合動(dòng)力公交車SOC開環(huán)控制策略[J]. 朱道偉,謝輝,嚴(yán)英.  天津大學(xué)學(xué)報(bào). 2012(05)

博士論文
[1]V2X關(guān)鍵技術(shù)在城市道路智能交通中的應(yīng)用研究[D]. 滑思忠.長(zhǎng)安大學(xué) 2018
[2]混合動(dòng)力挖掘機(jī)能量管理系統(tǒng)研究[D]. 朱騫.浙江大學(xué) 2017
[3]功率分流式混合動(dòng)力汽車能量管理系統(tǒng)混雜動(dòng)態(tài)建模與優(yōu)化控制研究[D]. 施德華.江蘇大學(xué) 2017
[4]車聯(lián)網(wǎng)環(huán)境下交通信息分發(fā)與處理關(guān)鍵技術(shù)研究[D]. 莫元富.吉林大學(xué) 2016
[5]客車ECAS車高調(diào)節(jié)與整車姿態(tài)混雜模型預(yù)測(cè)控制研究[D]. 孫曉強(qiáng).江蘇大學(xué) 2016
[6]混合動(dòng)力汽車預(yù)測(cè)能量管理研究[D]. 孫超.北京理工大學(xué) 2016
[7]計(jì)及溫度效應(yīng)的插電式混合動(dòng)力汽車實(shí)時(shí)優(yōu)化控制策略[D]. 曾育平.重慶大學(xué) 2015
[8]ISG混合動(dòng)力汽車能量?jī)?yōu)化管理策略研究[D]. 吳迪.合肥工業(yè)大學(xué) 2013
[9]混聯(lián)式混合動(dòng)力客車功率均衡能量管理控制策略研究[D]. 林歆悠.重慶大學(xué) 2011
[10]汽車自適應(yīng)巡航控制及相應(yīng)宏觀交通流模型研究[D]. 羅莉華.浙江大學(xué) 2011

碩士論文
[1]C-V2X技術(shù)在城市軌道交通協(xié)同駕駛中的設(shè)計(jì)與實(shí)現(xiàn)[D]. 陳沛吉.北京郵電大學(xué) 2019
[2]基于V2X的道路交叉口車—車避撞預(yù)警算法研究[D]. 劉玢滟.重慶交通大學(xué) 2018
[3]基于V2X車聯(lián)網(wǎng)信息平臺(tái)關(guān)鍵技術(shù)研究與實(shí)現(xiàn)[D]. 唐慧.重慶郵電大學(xué) 2018
[4]基于模型預(yù)測(cè)控制的插電式混合動(dòng)力客車能量管理策略研究[D]. 張潔麗.北京理工大學(xué) 2016
[5]基于優(yōu)化算法的ISG速度耦合混合動(dòng)力汽車能量管理策略研究[D]. 蒲斌.重慶大學(xué) 2013
[6]基于MLD-MPC的混合動(dòng)力公交車能量管理策略[D]. 寇智濤.浙江大學(xué) 2012
[7]智能交通專用短程通信（DSRC）關(guān)鍵技術(shù)與應(yīng)用研究[D]. 郭海陶.華南理工大學(xué) 2010
[8]基于MLD模型的混雜預(yù)測(cè)控制研究[D]. 趙旭.中國(guó)石油大學(xué) 2010
[9]基于MLD模型的混雜系統(tǒng)控制及其形式驗(yàn)證研究[D]. 李友軍.中國(guó)石油大學(xué) 2009



本文編號(hào)：3317986