本文關鍵詞：純電動汽車驅動控制技術研究，，由筆耕文化傳播整理發(fā)布。

【摘要】：能源和環(huán)境的雙重壓力,使得具有節(jié)能、環(huán)保及高效的電動汽車技術取得了突飛猛進的發(fā)展。然而,在其產業(yè)化發(fā)展過程中仍然存在較多急需解決的問題,特別是在電動汽車動力驅動控制方面,在電動汽車高速運行時的弱磁控制導致轉矩響應變慢問題;在電動汽車加速度控制方面,存在啟動快速性與超調量難于協調的問題;在電動汽車再生制動方面,存在能量回收效率不高的問題;在驅動控制器的主電路設計方面,存在濾波器參數設計過程復雜、裕量偏大且成本偏高的問題。本文在對電動汽車驅動控制機理分析研究的基礎上,對驅動控制中存在的上述問題進行了分析研究,并針對各個難點及關鍵技術提出了相應的解決方法。主要研究內容如下:(1)針對電動汽車高速運行時弱磁控制轉矩響應變慢的不足,提出了一種變期望電壓的弱磁給定控制算法,該弱磁控制算法大幅提高了弱磁控制時的轉矩響應速度,有效提高了電動汽車的弱磁控制性能。(2)針對電動汽車加速度控制時響應快速性與超調量之間的矛盾,提出了將自抗擾控制技術應用于電動汽車加速度控制,達到了快速性與小超調甚至無超調的效果。(3)針對電動汽車再生制動時能量回饋效率不高的問題,提出了一種基于電池SOC估計的再生制動充電電流控制策略,應用該控制策略后電動汽車再生制動時的能量回饋效率顯著提高。(4)針對電動汽車驅動控制器設計時LCL濾波器參數裕量偏大、成本偏高且需要反復試湊的問題,提出了一種基于最小二乘法的驅動器LCL濾波器參數優(yōu)化方法,該方法簡單有效、同時減小了濾波器的體積,從而節(jié)約了成本。綜上所述,本文針對電動汽車驅動控制系統發(fā)展過程中存在的四個關鍵問題,提出的變期望電壓的弱磁給定控制算法、基于自抗擾控制的加速度控制算法、基于電池SOC估計的再生制動充電電流控制策略和基于最小二乘法的驅動器LCL濾波器參數優(yōu)化方法對于電動汽車驅動控制技術的發(fā)展具有一定的理論指導意義,對于電動汽車產業(yè)化發(fā)展具有重要的應用價值。
【關鍵詞】：電動汽車 驅動控制 弱磁控制 自抗擾控制 再生制動 LCL參數優(yōu)化
【學位授予單位】：電子科技大學
【學位級別】：博士
【學位授予年份】：2015
【分類號】：U469.72;TP273
【目錄】：

• 中文摘要5-6
• Abstract6-11
• 第一章 緒論11-20
• 1.1 課題背景及意義11-12
• 1.2 發(fā)展現狀及存在問題12-18
• 1.2.1 電動汽車發(fā)展現狀12
• 1.2.2 電動汽車驅動控制技術發(fā)展現狀12-18
• 1.3 研究內容與技術路線18-19
• 1.4 章節(jié)安排19-20
• 第二章 純電動汽車驅動系統及其性能分析20-30
• 2.1 電動汽車驅動系統的組成與結構20-22
• 2.2 電動汽車車輛動力學及性能22-27
• 2.2.1 電動汽車的驅動力分析22-23
• 2.2.2 電動汽車的阻力分析23-24
• 2.2.3 電動車加速度數學模型建立24-27
• 2.3 典型工況與性能評價指標27-28
• 2.4 驅動系統的閉環(huán)控制與性能分析28-29
• 2.4.1 穩(wěn)態(tài)性能指標29
• 2.4.2 動態(tài)性能指標29
• 2.5 本章小結29-30
• 第三章 純電動汽車驅動控制系統及其建模30-40
• 3.1 電動汽車驅動控制系統30-31
• 3.2 電動汽車對驅動控制系統總體要求31
• 3.3 電動汽車驅動控制方法31-34
• 3.3.1 基于ADRC的加速度控制32-33
• 3.3.2 基于變期望電壓的弱磁控制33
• 3.3.3 基于SOC估算的再生制動電流控制33
• 3.3.4 基于最小二乘法的LCL濾波器參數優(yōu)化33-34
• 3.4 電動汽車驅動控制系統整車模型的建立34-37
• 3.4.1 駕駛員模型34-35
• 3.4.2 循環(huán)工況模型35
• 3.4.3 動力系統模型35-36
• 3.4.4 傳動系統模型36-37
• 3.4.5 車輛動力學模型37
• 3.5 電動汽車異步電機驅動系統數學模型37-39
• 3.5.1 異步電機在三相靜止坐標系下的數學模型37-38
• 3.5.2 異步電機在任意同步旋轉坐標系下的數學模型38-39
• 3.6 本章小結39-40
• 第四章 一種變期望電壓的驅動電機弱磁控制40-52
• 4.1 弱磁控制狀態(tài)分析40-44
• 4.1.1 弱磁控制電壓與電流限制分析41-42
• 4.1.2 弱磁控制輸出轉矩最大化分析42-44
• 4.2 變期望電壓弱磁控制器設計44-48
• 4.3 變期望電壓弱磁控制器仿真與實驗48-50
• 4.4 變期望電壓弱磁控制器仿真結果及分析50-51
• 4.5 本章小結51-52
• 第五章 基于自抗擾控制的電動汽車加速度控制52-67
• 5.1 自抗擾控制技術分析52-58
• 5.1.1 過渡過程53
• 5.1.2 擴張狀態(tài)觀測器53-56
• 5.1.3 非線性誤差的反饋控制歸律56-58
• 5.2 電動汽車加速度自抗擾控制器設計58-59
• 5.3 ADRC控制器的參數整定原則59-60
• 5.3.1 非線性參數整定59
• 5.3.2 TD參數整定59-60
• 5.3.3 ESO參數整定60
• 5.3.4 非線性誤差反饋控制律的參數整定60
• 5.4 基于自抗擾控制器的電動車加速度控制仿真60-66
• 5.4.1 自抗擾加速度控制器仿真60-64
• 5.4.2 電動車加速度PI控制器仿真64-65
• 5.4.3 仿真結果對比分析65-66
• 5.5 本章小結66-67
• 第六章 基于SOC估算的電動汽車再生制動充電電流控制67-90
• 6.1 電動汽車再生制動分析67-70
• 6.1.1 再生制動系統的結構及原理67-68
• 6.1.2 再生制動力矩分配68-69
• 6.1.3 再生制動過程中電池儲能的需求分析69-70
• 6.2 基于自適應卡爾曼濾波的電池SOC估算策略70-80
• 6.2.1 電池二階模型及其影響因素模型的建立70-75
• 6.2.2 基于自適應卡爾曼濾波的電池SOC估算策略75-79
• 6.2.3 基于自適應卡爾曼濾波SOC估算策略的驗證79-80
• 6.3 基于SOC估算的再生制動電流控制策略80-89
• 6.3.1 電池SOC與再生制動最大充電電流的關系80-82
• 6.3.2 基于SOC估算的再生制動充電電流控制策略82-84
• 6.3.3 再生制動過程中充電電流控制策略驗證84-89
• 6.4 本章小結89-90
• 第七章 基于最小二乘法的驅動器LCL濾波器參數優(yōu)化90-105
• 7.1 LCL濾波器的數學模型90-91
• 7.2 LCL濾波器參數的約束條件91-98
• 7.2.1 基本約束條件91-92
• 7.2.2 衰減曲線約束92-98
• 7.3 基于最小二乘法的濾波器參數優(yōu)化98-102
• 7.3.1 參數優(yōu)化設計原理98-100
• 7.3.2 設計實例100-102
• 7.4 實驗結果分析102-104
• 7.5 本章小節(jié)104-105
• 第八章 總結與展望105-107
• 8.1 研究工作總結105
• 8.2 下一步工作和對未來的展望105-107
• 致謝107-108
• 參考文獻108-114
• 攻讀博士期間獲得的成果114-115

【參考文獻】

中國期刊全文數據庫 前3條

1 桂長清;;溫度對LiFePO_4鋰離子動力電池的影響[J];電池;2011年02期

2 陳伯時,謝鴻鳴;交流傳動系統的控制策略[J];電工技術學報;2000年05期

3 韓京清;;自抗擾控制技術[J];前沿科學;2007年01期

  本文關鍵詞：純電動汽車驅動控制技術研究，由筆耕文化傳播整理發(fā)布。

本文編號：478766