插电式混合动力汽车能量控制理论综述

合集下载
  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

插电式混合动力汽车能量控制理论综述

摘要:为提高插电式混合动力车辆的能量控制性能,能量管理策略一直受到很高的重视,本文介绍了国内外相关最优控制理论和优化算法,着重阐述SOC 自适应的A-ECMS的优势,旨在为我国混合动力能量管理策略的未来发展方向提出方案。

关键词:PHEVSOCA-ECMS

引言

作为一种新型的多能量源交通工具,混合动力汽车的性能与其采用的能量管理策略密切相关。在满足汽车动力性能的前提下,能量管理策略实现在发动机、电机之间合理的转矩分配,以获得整车最大的燃油经济性能、最低的排放以及平稳的驾驶性能。

1.插电式混合动力汽车概念

插电式混合动力汽车是指在特定工作条件下,可以从两种或两种以上的能量存储器、能量源或能量转化器中获取驱动能量的汽车,并可以附加充电的设备。

2.控制理论和最优化原理

2.1逻辑门限值控制:控制过程由逻辑门限值确定,结构原理上较易实现,并且对系统给的非线性控制很有效。

2.2动态自适应控制:动态自适应控制是针对对象特性的变化、漂移和环境干扰对系统的影响提出,通过在线辨识使这种影响逐渐降低以致消除。

2.3逻辑模糊控制:模糊控制可以利用语言信息却不需要精确的数学模型,从而可以实现对不确定性系统较好的控制。

2.4神经网络控制:神经网络控制器是将神经网络作为控制器,实现对不确定系统或未知系统进行控制,使控制系统达到所要求的动态、静态特性。

3.四种能量管理策略分析与介绍

3.1优化发动机工作的控制策略:低速和低负荷区域会导致工作效率的下降,优化发动机工作区间成为了能量管理的重要课题。

3.2优化系统效率的控制策略:基于模糊规则控制优化方法,该控制策略,考虑发动机、电池组充放电效率、电机效率等多个参数,以系统效率整体最佳为控制目标。

3.3等效燃油消耗最小控制策略:通过将电动机的瞬时有效等效转化为发动机油耗,得到等效燃油消耗图。以瞬时油耗最小为控制目标,动态分配发动机和电动机转矩。

3.4全局优化控制策略:瞬时油耗的最小值之和不是全过程最小,全局优化模式才是真正意义上的最优化。通过大量的计算实现整个循环工况(或短时期)内的全局优化转矩分配原则。

4.各种能量管理策略算法的分析

4.1动态对话:将全过程分为若干个互相联系的k个阶段,求出每个阶段的最小值,以得到最小的目标函数值。

4.2随机动态规划:将驾驶员需求功率模拟为一个离散的随机动态过程,并建立相应的马尔可夫模型,在此基础上采用策略迭代的算法对能量管理策略进行了优化。

4.3最小值原理:PMP(庞特里亚金)控制策略给出了一系列必要的瞬时优化条件,全局最优解必须满足所有的条件。

4.4等效燃油最小:考虑电池在充放电过程中油耗,借助等效因子将电动机的能量消耗等效为发动机的油耗,实时控制。

5.先进A-ECMS算法分类介绍

5.1行驶工况预测的自适应:根据行驶条件预测,周期性更新控制参数;确定最优等效因子,同时SOC保持恒定。

5.2驾驶模式识别的A-ECMS算法:周期性识别代表性驾驶模式对应一个预设定好的等效因子(离线计算的预计算值)。

5.3SOC反馈的自适应算法:基于SOC反馈自适应算法,提出了一个简单比例控制器、提出了基于PI控制器的自适应规则、提出了离散化自适应规则。

5.4自适应等效燃油消耗最小的原理图

5-1A-ECMS基本原理图

Fig.5-1ThebasicprinciplediagramofA-ECMS

根据行驶工况的预测,驾驶模式识别,以及SOC的反馈,自适应调整等效

因子值,达到实时最优控制。

6.结论

能量管理策略,应该满足实时控制的基础上,应用优化算法,减少计算机的负荷,从而更加适合于实车。控制策略所针对的对象和环境有不确定性,研究对象越来越复杂,以及无人驾驶技术,使控制理论对智能化提出更高的要求,未来智能化的研究仍然是一个难点。自适应结合神经网络控制,加入学习能力,调整等效因子值,是未来的发展趋势。能量管理策略,可以结合整车的控制,考虑燃油经济性的同时,兼顾排放性和驾驶舒适性和安全性能等多个指标。

参考文献:

[1]王积伟.现代控制理论与工程[M],北京:高等教育出版社,2003.

[2]张洪钺,王青.最优控制理论与应用[M],北京:高等教育出版社,2005.

[3]杨亚联,蒲斌,胡晓松,叶盼.Isg型速度耦合混合动力系统全局最优控制方法[J].重庆大学学报,2013,36(09):71-77.

[4]JinmingLiu,HueiPeng.ControlOptimizationforaPower-SplitHybridVehicle[J].Proceedingsofthe200 6AmericanControlConference,2006,466-471.

[5]lorenzoSerrao,SimonaOnuri,GiorgioRizzoni.EcmsasaRealizationofPontryagin’sMinimumPrincipleforHevControl[ J].2009,3964-3969.

相关文档
最新文档