并联式混合动力电动汽车能量管理策略与应用技术研究

摘要

随着全球节能减排呼声的日益高涨，在全球经济持续低迷的情况下，混合动力汽车已经成为世界各国和汽车制造厂商共同的战略选择。作为一种新型的多能源交通工具，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，能量管理策略能够根据混合动力系统特性和实时的运行工况，在发动机、电机之间合理分配转矩，以获得整车最大的燃油经济性、最低的排放以及平稳的驾驶性能。
　　 混合动力系统是一个集成了电气、机械、化学和热力学系统的非线性随机动态系统，系统工作时各部件的状态均处于动态变化当中，它们之间相互关联并且关系复杂。另外道路状况和驾驶员的操作具有随机性，所以很难建立混合系统精确的数学模型，这给控制策略的设计带来了很大的难度，因此能量管理控制策略是混合动力汽车研究的重点内容，迄今为止没有找到有效的解决方案。本文针对目前并联式混合动力汽车主要的几种能量管理策略存在的问题，借助数学模型和神经网络、动态规划等技术，对其进行研究，主要工作如下：
　　 1.介绍了课题背景、混合动力汽车的特点、发展现状及关键技术，着重介绍了混合动力汽车能量管理策略的研究现状。
　　 2.以提高燃油经济性和减少排放为目标，根据电动机和发动机不同的工作特性和电池的高效工作区间，基于电机辅助控制、再生制动能量最大回收、动力电池能量维护三个原则，设定一组门限参数，提出了基于规则的动态逻辑门限控制策略。通过比较发动机驱动和电动机驱动的效率设置动态门限参数，既提高了系统效率，又改善了静态逻辑门限控制策略的动态适应性。
　　 3.提出了一种基于小波神经网络的并联式混合动力汽车实时能量管理策略。对传统的瞬时优化能量管理策略进行分析，确定了影响能量分配的四个主要因素，并将瞬时优化能量管理策略总结为一个具有四输入单输出的小波神经网络控制器，通过对标准驾驶循环进行传统瞬时能量优化离线仿真获得训练样本，并以此训练小波神经网络。仿真实验结果表明，基于小波神经网络的实时能量管理策略能够在降低油耗的同时明显提高传统瞬时能量管理策略的实时性。
　　 4.从并联PHEV的动力结构特点和应用特点出发，提出了在瞬时能量管理基础上，从全局角度出发，运用先进的交通流模型，采用二尺度动态规划方法对并联式PHEV的能量管理控制策略进行研究。二尺度动态规划方法综合考虑了驾驶员、混合动力电动汽车、驾驶循环三大因素，实现了真正意义上的全局优化。利用历史交通数据和实时交通数据，提高了全局优化控制策略的实时性，车载CPU的计算量也大大减少。实验结果表明，与其他方法相比，全局的能量管理策略更适合PHEV，具有更高的燃油经济性。
　　 5.为了获取能量管理策略所需要的精确的电机数学模型，进行了混合动力电动汽车电机测试台架的开发。可以用于各种电机及相应控制器的静、动态性能测试。从实验结果来看，该测试平台具有较高的动态特性，测试功能全面，数据充分，满足电动汽车用电机的实验数据建模要求，从而为能量管理策略的研究奠定了基础。
　　 本文对并联式混合动力汽车的能量管理策略作了进一步的研究，作为混合动力汽车的一项关键技术，需要不断完善和发展。研究成果对于提高我国混合动力汽车的研究开发水平和促进混合动力汽车产业化进程具有重要意义。

目录

文摘

英文文摘

第1章 绪论

1.1 引言

1.2 混合动力电动汽车HEV简介

1.2.1 HEV的特点

1.2.2 HEV的发展现状与未来

1.2.3 HEV的分类

1.3 HEV的关键技术

1.3.1 动力电池及其管理系统

1.3.2 动力分配装置

1.3.3 电驱动系统

1.3.4 能量管理策略

1.3.5 动力系统参数匹配

1.4 并联HEV能量管理策略综述

1.4.1 逻辑门限控制策略

1.4.2 瞬时优化控制策略

1.4.3 智能型控制策略

1.4.4 全局最优控制策略

1.4.5 基于行驶循环在线识别的能量管理策略

1.5 本文主要研究内容及结构

第2章 基于规则的动态逻辑门限能量管理策略

2.1 引言

2.2 并联HEV节油机理分析

2.3 并联HEV动力系统构成

2.4 并联HEV工作模式分析

2.5 HEV能量分配基本原理

2.6 基于规则的并联HEV动态逻辑门限控制策略

2.6.1 基于规则的并联HEV能量控制原理

2.6.2 车辆需求转矩计算

2.6.3 基于规则的转矩分配及工作模式切换

2.6.4 逻辑门限参数的确定

2.7 HEV仿真技术介绍

2.7.1 HEV仿真方法分类

2.7.2 整车仿真模型

2.8 仿真结果与分析

2.9 小结

第3章 基于小波神经网络的实时能量管理策略

3.1 引言

3.2 瞬时优化控制策略

3.2.1 瞬时优化控制策略的原理

3.2.2 瞬时优化能量管理策略的实现

3.3 基于小波神经网络的实时控制策略

3.3.1 人工神经网络基础

3.3.2 小波神经网络简介

3.3.3 小波神经网络控制器设计

3.3.4 小波神经网络参数设置

3.3.5 小波神经网络的学习训练机制

3.4 仿真实验及结果分析

3.5 小结

第4章 基于并联PHEV的全局最优控制策略

4.1 引言

4.2 PHEV简介

4.2.1 PHEV的发展研究现状

4.2.2 PHEV的工作模式

4.2.3 PHEV的分类

4.2.4 PHEV的关键技术

4.3 PHEV动力系统部件参数匹配研究

4.3.1 动力部件参数匹配与优化的方法与过程

4.3.2 整车参数及动力性能指标的确定

4.3.3 动力部件参数的分析与设置

4.3.4 动力性能校核仿真

4.4 基于两尺度动态规划和交通流模型的全局PHEV能量管理策略

4.4.1 PHEV全局能量管理的必要性

4.4.2 PHEV动态规划建模

4.4.3 道路模型的建立

4.4.4 全程动态规划求解

4.4.5 两尺度动态规划能量管理策略

4.4.6 仿真结果与分析

4.5 小结

第5章 混合动力系统电机测试台架的开发

5.1 引言

5.2 系统工作原理分析

5.3 系统功能描述

5.3.1 静态功能测试

5.3.2 动态功能测试

5.4 系统构成

5.4.1 机械联接系统

5.4.2 电气系统

5.4.3 软件测试平台

5.5 电机驱动系统动态测试结果

5.5.1 测试对象

5.5.2 测试依据

5.5.3 测试结果

5.6 小结

结论

参考文献

攻读博士学位期间所发表的学术论文

攻读博士学位期间所参加的科研项目及学术会议

致谢