發(fā)布時間：2019-01-05 06:54

【摘要】：電動汽車因其具有節(jié)能、高效、安全等特征,已經(jīng)成為建立低碳社會智慧城市的主要交通工具之一,是當(dāng)前新能源汽車重要發(fā)展方向和學(xué)術(shù)研究熱點(diǎn)。由于目前包括鋰離子電池在內(nèi)的動力電池功率密度仍然較低,環(huán)境適應(yīng)性也相對較差等,單純以電池作為能量存儲的電動汽車還面臨許多挑戰(zhàn),包括充電時間長和循環(huán)壽命短等。近年來發(fā)展起來的超級電容不僅功率密度高、充放電快,而且循環(huán)壽命也遠(yuǎn)超動力電池,具有與電池極好的互補(bǔ)特性。因此將超級電容作為輔助能量單元與動力電池構(gòu)成優(yōu)勢互補(bǔ)的復(fù)合電源系統(tǒng),可以大大地提高電動汽車動力電源系統(tǒng)的性能。本文從復(fù)合電源的參數(shù)優(yōu)化、能量狀態(tài)估計和能量管理三個方面,針對目前國內(nèi)外研究中存在的不足,展開了深入的研究。在容量優(yōu)化設(shè)計方面,超級電容容量是影響復(fù)合電源系統(tǒng)性能和成本的關(guān)鍵因數(shù)之一,對其進(jìn)行合理優(yōu)化不但可以提高系統(tǒng)性能,還能有效地降低系統(tǒng)成本。然而從目前的研究來看,絕大多數(shù)工作都是針對電池容量的優(yōu)化問題進(jìn)行展開,很少有文獻(xiàn)對超級電容的容量優(yōu)化問題進(jìn)行系統(tǒng)討論。本文提出對超級電容的容量進(jìn)行優(yōu)化,并對優(yōu)化方法進(jìn)行了詳細(xì)描述。以動力電池壽命和超級電容容量成本加權(quán)最小為優(yōu)化目標(biāo),采用兩個標(biāo)準(zhǔn)工況數(shù)據(jù)用以描述車輛對電源系統(tǒng)的功率需求,建立了系統(tǒng)性能分析和超級電容容量優(yōu)化方法。優(yōu)化結(jié)果表明在保證性能的同時,可以有效地降低電源系統(tǒng)的成本。在能量狀態(tài)估計方面,針對由于傳感器測量信息的不完備性導(dǎo)致的隨機(jī)噪聲不能滿足高斯分布,致使能量狀態(tài)估計的卡爾曼濾波方法(包括卡爾曼濾波、擴(kuò)展卡爾曼濾波、無跡卡爾曼濾波等)不再適用這一問題,本文提出了一種以粒子濾波和無跡卡爾曼濾波為基礎(chǔ)的能量狀態(tài)估計新方法。該方法通過對狀態(tài)粒子進(jìn)行重要性采樣來逼近系統(tǒng)狀態(tài)的后驗(yàn)概率密度函數(shù),然后利用無跡卡爾曼濾波對采樣后的狀態(tài)粒子進(jìn)行觀測更新以獲得最新狀態(tài)。在動力電池模型參數(shù)準(zhǔn)確和擾動兩種情況下進(jìn)行了仿真驗(yàn)證,結(jié)果表明即使隨機(jī)噪聲不能滿足高斯分布,該方法仍然可以獲得高的估計精度和好的魯棒性。在能量管理方面,車輛的工況信息可以為復(fù)合電源的能量管理與優(yōu)化提供有效的依據(jù)。然而目前文獻(xiàn)關(guān)于工況的研究僅僅集中于車輛的速度和加速度信息,缺乏對工況的驅(qū)動模式進(jìn)行研究。本文提出了一種基于模式識別的能量管理策略,根據(jù)車輛的速度特征對工況的驅(qū)動模式進(jìn)行了劃分,以此為基礎(chǔ)建立了模式識別的神經(jīng)網(wǎng)絡(luò)模型。然后對工況特征參數(shù)和滾動時間窗長度進(jìn)行了優(yōu)化,并利用特征參數(shù)的工況統(tǒng)計數(shù)據(jù)對神經(jīng)網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練和驗(yàn)證�？紤]到超級電容與動力電池不同的電學(xué)特性,本文利用小波變換算法對車輛每一種驅(qū)動模式下的功率需求進(jìn)行分解,并將得到的高頻功率需求分配給超級電容,低頻功率需求分配給動力電池。仿真結(jié)果表明通過對工況的驅(qū)動模式進(jìn)行識別可以更加有效地提高電源系統(tǒng)的能量效率,延長動力電池的使用壽命。近些年來,隨著全球定位系統(tǒng)與車載數(shù)字地圖在汽車上的應(yīng)用,使得基于位置信息的功率需求預(yù)測成為了可能。然而目前文獻(xiàn)所建立的預(yù)測能量管理策略卻完全忽略了系統(tǒng)和環(huán)境的不確定性因素對功率需求預(yù)測精度的影響。本文將誤差作為隨機(jī)變量引入到預(yù)測能量管理中,提出了一種考慮功率需求預(yù)測隨機(jī)性的能量管理策略。建立了復(fù)合電源的壽命和能量成本模型,基于該模型系統(tǒng)地研究了由誤差的隨機(jī)性引起的功率需求波動對復(fù)合電源成本的影響。為了優(yōu)化復(fù)合電源的壽命和能量成本,提出了功率需求預(yù)測的隨機(jī)優(yōu)化方法。仿真結(jié)果表明本文提出的策略能夠有效地降低電源系統(tǒng)的壽命和能量成本。
[Abstract]:......
【學(xué)位授予單位】：吉林大學(xué)
【學(xué)位級別】：博士
【學(xué)位授予年份】：2017
【分類號】：U469.72

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 張松;吳光強(qiáng);鄭松林;;插電式混合動力汽車能量管理策略多目標(biāo)優(yōu)化[J];同濟(jì)大學(xué)學(xué)報(自然科學(xué)版);2011年07期

2 薛劍波;;輕度混合動力汽車能量管理策略研究[J];上海汽車;2012年08期

3 趙廣耀;陳澤宇;杜志遠(yuǎn);陳偉強(qiáng);;串聯(lián)混合動力汽車的能量管理策略[J];東北大學(xué)學(xué)報(自然科學(xué)版);2013年04期

4 彭濤,陳全世;并聯(lián)混合動力電動汽車的模糊能量管理策略[J];中國機(jī)械工程;2003年09期

5 朱元,田光宇,陳全世,吳昊;混合動力汽車能量管理策略的四步驟設(shè)計方法[J];機(jī)械工程學(xué)報;2004年08期

6 朱元;吳志紅;田光宇;張涵;孫鴻航;;基于馬爾可夫決策理論的燃料電池混合動力汽車能量管理策略[J];汽車工程;2006年09期

7 易綱;常思勤;;基于模糊神經(jīng)預(yù)測的新型電控液驅(qū)車輛的能量管理策略研究[J];機(jī)床與液壓;2006年11期

8 舒紅;劉文杰;袁景敏;高銀平;;混聯(lián)型混合動力汽車能量管理策略優(yōu)化[J];農(nóng)業(yè)機(jī)械學(xué)報;2009年03期

9 張博;鄭賀悅;王成;;可外接充電混合動力汽車能量管理策略[J];機(jī)械工程學(xué)報;2011年06期

10 肖仁鑫;李濤;鄒敢;秦穎;;基于隨機(jī)動態(tài)規(guī)劃的混聯(lián)式混合動力汽車能量管理策略[J];汽車工程;2013年04期

相關(guān)會議論文 前6條

1 王旭峰;彭飛;冒波波;陳維榮;;基于模糊優(yōu)化的功率跟隨式能量管理策略研究[A];中國自動化學(xué)會控制理論專業(yè)委員會A卷[C];2011年

2 彭然;張繼業(yè);宋鵬云;陳彥秋;;列車復(fù)合電源系統(tǒng)能量管理策略的研究[A];第十四屆全國非線性振動暨第十一屆全國非線性動力學(xué)和運(yùn)動穩(wěn)定性學(xué)術(shù)會議摘要集與會議議程[C];2013年

3 謝鑫;;基于動態(tài)規(guī)劃算法的串聯(lián)混合動力汽車能量管理策略[A];2012重慶汽車工程學(xué)會年會論文集[C];2012年

4 謝鑫;;基于動態(tài)規(guī)劃算法的串聯(lián)混合動力汽車能量管理策略[A];西南汽車信息：2012年上半年合刊[C];2012年

5 裴春松;;SLG6107PHEV型增程式電動汽車能量管理策略[A];2012重慶汽車工程學(xué)會年會論文集[C];2012年

6 高明明;王智晶;孟甲凡;;混合動力汽車轉(zhuǎn)矩分配策略研究[A];自主創(chuàng)新、學(xué)術(shù)交流——第十屆河南省汽車工程科學(xué)技術(shù)研討會論文集[C];2013年

相關(guān)博士學(xué)位論文 前10條

1 王光平;并聯(lián)插電式混合動力汽車控制技術(shù)研究[D];吉林大學(xué);2016年

2 詹森;基于工況與駕駛風(fēng)格識別的混合動力汽車能量管理策略研究[D];重慶大學(xué);2016年

3 苗強(qiáng);基于載荷重構(gòu)的混合動力公交車能量管理策略優(yōu)化研究[D];山東大學(xué);2017年

4 張喬;電動汽車復(fù)合電源參數(shù)優(yōu)化與能量管理策略研究[D];吉林大學(xué);2017年

5 李衛(wèi)民;混合動力汽車控制系統(tǒng)與能量管理策略研究[D];上海交通大學(xué);2008年

6 楊官龍;基于駕駛意圖與工況識別的插電式混合動力汽車能量管理策略研究[D];重慶大學(xué);2014年

7 張博;可外接充電混合動力汽車能量管理策略研究[D];吉林大學(xué);2009年

8 吳劍;并聯(lián)式混合動力汽車能量管理策略優(yōu)化研究[D];山東大學(xué);2008年

9 張冰戰(zhàn);插電式混合動力電動汽車能量管理策略研究[D];合肥工業(yè)大學(xué);2011年

10 馮代偉;串聯(lián)型液壓混合動力汽車的能量管理策略研究[D];電子科技大學(xué);2012年

相關(guān)碩士學(xué)位論文 前10條

1 方越棟;基于隨機(jī)動力需求預(yù)測的混合動力公交車能量管理策略[D];浙江大學(xué);2015年

2 吳佳駿;四輪輪轂電動車能量管理策略研究[D];電子科技大學(xué);2014年

3 秦亞斌;微電網(wǎng)控制與能量管理策略的研究[D];太原理工大學(xué);2013年

4 張杰;無人車節(jié)能技術(shù)的研究和實(shí)現(xiàn)[D];西安工業(yè)大學(xué);2013年

5 李訓(xùn)明;并聯(lián)式混合動力汽車能量分配策略優(yōu)化研究[D];山東理工大學(xué);2015年

6 石大排;基于行星齒輪傳動的插電式混合動力汽車能量管理策略研究[D];山東理工大學(xué);2015年

7 王坤玉;基于粒子群算法的增程式電動汽車能量管理策略研究[D];東北大學(xué);2014年

8 張潔麗;基于模型預(yù)測控制的插電式混合動力客車能量管理策略研究[D];北京理工大學(xué);2016年

9 嚴(yán)索;基于MPC的并聯(lián)式液壓混合動力車輛能量管理策略研究[D];華中科技大學(xué);2014年

10 黃欣;增程式電動汽車參數(shù)匹配與能量管理策略優(yōu)化研究[D];上海工程技術(shù)大學(xué);2016年

，

本文編號：2401439