插电式混合动力电动客车动力系统控制策略设计毕业设计(编辑修改稿)

插电式混合动力电动客车动力系统控制策略设计毕业设计(编辑修改稿)内容摘要：

车，无论是从节能减排方面考虑，还是从运营成本方面分析，再加上有政府购车补贴优惠，其市场吸引力应该 不会小。 国内外插电式混合动力控制策略的研究状况 国内外研究理论 国内外 插入式 混合动力汽车对控制策略的研究越来越多，控制方法也不断创新。 PHEV控制策略主要可以归纳为以下几类 ： 基于规则的逻辑门限值控制策略、 瞬时优化控制策略、智能型控制策略、全局最优控制策略、自适应控制策略。 1）基于规则的逻辑门限值控制策略 逻辑门限值控制策略是基于规则的控制策略。 其基本思想主要是根据电池 SOC 状态值和发动机效率 Map 图，以转速、扭矩、功率等参数为门限，确定动力电池和发电机组之间的能量分配关系。 该类型控 制策略简单有效，实用性强，开发周期短，同时也是高级控制策略的基础。 因而得到广泛应用 [13]。 2） 瞬时优化控制策略 瞬时优化控制策略的控制目标为控制“名义油耗”消耗的最少。 所谓“名义油耗”，指的是将电动机的能量消耗转化为等效的油耗，结合发动机万有特性图，得到以发动机与电动机作为整体动力源的万有特性图。 该控制策略是优化控制名义油耗的万有特性曲线，从而实现对发动机和电动机的联合控制。 另外，该策略还能将排放一同考虑，可采用多目标优化技术，采用一组权值来协调排放和燃油同时优化存在的矛盾 [14]。 3）智能型控制策略 智能型控制策略主要应用模糊逻辑、神经网络、遗传算法及粒子群优化算法来决策混合动力系统的工作模式和功率分配，具有较强的鲁棒性。 智能控制非常适合用于并联混合动力汽车能量消耗系统的控制 [15]。 （ 1）模糊逻辑控制 模糊逻辑控制核心是模糊控制器，由规则库、推理机制、模糊化接口和去模糊化接口组成。 模糊逻辑控制是首先将传感器的信号模糊化，然后应用相关规则，对模糊量判断，得出模糊结论，最后将结论去模糊化，转为精确控制量，进而对车辆发出控制命令。 模糊控制具有良好的控制品质，应用前景广阔。 （ 2）神经网络控制 5 神经网络控制是一种模仿生物神经网络行为特征，以信息的分布式存储和并行处理为基础的数学算法模型。 这种控制方法具有自学习能力，对信息处理的方法与人的大脑处理信息相似，因而自适应能力很强，且有很好的非线性函数逼近能力。 （ 3）遗传算法 遗传算法是建立在自然选择和自然遗传学机理基础之上的迭代自适应概率性搜索算法。 它能同时搜索空间上的很多点，且能充分搜索，因此能够实现快速全局收敛。 只需要评价用的适应函数，而不需要其它形式信息，这些使得遗传算法对问题的适应能力很强。 （ 4）粒子群优化算法 粒子群优化算法是一种进化计算技术，源于对鸟群捕食的行为研究。 同遗传算法类似，是一种基于叠代的优化工具，但并没有遗传算法中的交叉及变异，而是粒子在解空间内追随最优的粒子进行搜索。 其优势之一是采用实数编码，而不需要像遗传算法一样采用二进制编码，且粒子群优化算法中并没有许多需要调节的参数，可进行全局和局部寻优。 4）全局最优控制策略 [16] 由于瞬时优化控制策略不能保证在整个运行区间最优，因此需要一种保证能在全局范围内最优的控制策略。 这种控制策略应用最优化方法和最优化控制理论开发出混合动力驱动力分配控制策略。 主要 思想是：基于多目标数学规划或者 Bellman 动态规划理论以及最小值原理的全局最优化理论，建立以整车燃油经济性，或将经济性和排放性加权，作为目标函数，系统状态变量为约束的全局优化数学模型。 5）自适应控制策略 自适应控制具有一定的适应能力，可以识别外部环境的变化，并根据这些变化，自动校正控制动作，从而达到最理想的控制效果。 在混合动力汽车的应用中，动态自适应控制是根据发动机的燃油经济性和排放性要求，通过最优控制理论，构建相应的目标函数，并寻求目标函数最小值，该最小值相对应的燃油经济性和排放性即为理想值。 国内外研究方法及进展情况 20xx 年，美国俄亥俄州立大学学者 Pierluigi Pisu and Giio Rizzoni 对并联式 HEV 的三种不依赖于工况预测的控制策略进行了对比研究，包括基于规则的控制策略、自适应等效油耗最小控制策略和鲁棒控制策略，并与动态规划法得到的最优结果进行比较，仿真结果显示，自适应等效油耗最小控制策略（ AECMS）的表现最好 [17]。 20xx 年，美国密歇根大学学者 Jinming Liu and Huei Peng 以丰田 PRUIS 为对象，建立了 THS动力系统的动力模型 ，提出了随机动态规划法 SDP和等效油耗最小控制策略 ECMS，并与动态规划法 DP 得到的最优解进行对比。 仿真结果显示，两种方法的燃油经济性都能达到近似最优，相比之下 SDP 比 ECMS 的燃油经济性更加好。 不足是 SDP 和 ECMS 两种方法都比较依赖于工况预测 [18]。 20xx 年，韩国学者 Kukhyun Ahn, Sungtae Cho and Suk Won Cha 提出一种多目标优化方第一章 绪论 6 法，应用帕累托最优理论，找出最优工作点 POP，并代入等效燃油消耗算法 EFC，得到多目标能量管理控制策略。 仿真结果显示，该方法得到的燃油经济性与动态规划法没有明显区别，而时间可大大缩短。 不足是在大负荷状态时燃油消耗较大，原因是转换因子选择不当 [19]。 20xx 年，美国福特汽车公司学者 GeiaEvangelia Katsargyri, Ilya V. Kolmanovsky, John Michelini 等提出一种基于路况预测的 HEV 最优控制方法，以等效油耗最低为原则，最优控制电池 SOC 值。 仿真结果显示，这种方法得到的燃油经济性有显著提高，而且电池 SOC值保持情况较好。 不足 是仍然依赖于工况预测，特别是速度轨迹的给出 [20]。 20xx 年，同济大学汽车学院的张松，东京大学生产技术研究所的吴光强以及上海理工大学机械工程学院的郑松林在开发的 PHEV 能量管理策略基础上 , 建立整车仿真模型。 利用自适应惯性因子对基本粒子群算法进行改进。 为克服单一优化算法的固有缺陷 , 将改进粒子群算法和遗传算法组成混合优化算法 ,并将该混合算法应用于 PHEV 能量管理策略的多目标优化。 优化结果表明 , 该算法能有效跳出局部最优 , 其寻优能力明显高于基本粒子群算法和遗传算法 , 优化后的 PHEV 油耗和尾气排放 相对于优化前减少 30%[21]。 20xx 年，上海汽车集团股份有限公司技术中心林潇、张君鸿基于对混合动力汽车能量管理策略优化的目的 , 建立了丰田 Prius 的 数学模型 ,采用粒子群优化算法对该包含众多约束条件的非线性优化问题进行了求解 ， 利用 PSAT 专业软件对比分析了基本型优化控制算法、改进型优化控制算法和规则控制算法等的控制效果及燃油经济性。 结果表明 , 经过优化后的 Plugin 混合动力汽车在不牺牲汽车各项性能的前提下能提高动力系统工作效率 [22]。 20xx 年， Namwook Kim, Sukwon Cha, Huei Peng 等人提出基于庞得李亚金最小值原理PMP 算法的等效油耗最小控制策略 ECMS，并提出通过拟合有效 SOC 变化率和有效需求功率得到最佳修正参数。 使 HEV 油耗达到近似最优，并可用于实时控制。 不足是依赖于工况预测 [23]。 从国内外学者的研究中，我们可以看到上面提到的这几种控制策略各有优劣。 而相对于瞬时优化控制策略、 智能型控制策略、全局最优控制策略、自适应控制策略这些比较高级的、智能的控制策略，这些控制策略的计算量较大，相对较为复杂，而基于规则的逻辑门限值控制策略虽然较为简单，但是其实用性较强，操作性好，比较适合控制策略的入门，同时它是高级的控制策略的基础，故本文选择基于规则的逻辑门限值控制策略作为研究方向。 本文研究内容 本文的研究内容如下 1）学习研究 PHEV 客车 动力系统以及控制策略的相关原理。 7 2）设计完成 PHEV 客车动力系统方案，确定动力总成形式，完成电动机、电池组、发动机、发电机等主要部件的选型与 参数匹配。 3） 在 AVL Cruise 软件中建立 PHEV 客车整车仿真模型，对电动机、电池组、发动机、发电机等动力系统主要部件进行建模。 4）根据城市公交客车的一般工况，在满足动力性的条件下，基于规则的逻辑门限值控制策略，以提高燃油经济性为主要目标，设计 PHEV 客车动力系统控制策略，并在 MATLAB /SIMULINK 中建立控制策略仿真模型。 5）对 PHEV 客车整车模型进行 AVL Cruise 软件与 MATLAB /SIMULINK 的联合 仿真，分析仿真结果，比较优化控制前后经济性与排放性。 本章小结 本章主要介绍了 PHEV 的发展以及其特点与工作模式。 随后，介绍了国内外的控制策略的研究情况， 选择了基于规则的逻辑门限值控制策略作为本文的研究方向。 最后，简要的介绍了本文的主要的研究内容。 第二章 插电式混合动力客车动力系统设计与建模 8 第二章 插电式混合动力客车动力系统设计与建模 插电式混合动力客车动力系统设计方案主要客车的整车参数，动力性指标，动力系统的类型以及各部件的选型以及参数确定。 本章将详细介绍对一种现有的 HEV 客车进行改装为插电式客车并进行参数匹配的具体过程。 PHEV 动力系统概述以及国内外 PHEV 介绍 插电式混合动力电动汽车 (Plugin HEV)，简称 PHEV，是一种可外接充电的新型混合动力汽车。 其动力系统主要可分为并联式、串联式和混联式三种结构。 1） 并联式 PHEV 并联式 PHEV 的发动机和电动机是两个相对独立的系统，即可实现纯电动行驶，又可实现 内燃机驱动行驶，在功率需求较大时还可以实现全混合动力行驶，在停车状态下可进行外接充电。 其动力系统结构原理图如图 21 所示。 图 21 并联式 PHEV 动力系统简图 2） 串联式 PHEV 串联式 PHEV，通常称为增程式电动车，其特点是发动机带动发电机发电，发出的电能通过电动机控制器直接输送给电动机，由电动机驱动汽车行驶。 其动力系统结构原理图如图 22 所示。 动力电池组 发动机 功率转换器 电机 变速器 减速器 离合器 耦合器 动力电池组 发电机 控制器 电动机 变速器 减速器 发动机 9 图 22 串联式 PHEV 动力系统简图 3） 混联式 PHEV 混联式 PHEV驱动系统是串联式与并联式的综合，可同时兼顾串联式和并联式的优点，但系统较为复杂。 在汽车低速行驶时，驱动系统主要以串联方式工作；汽车高速稳定行驶时，则以并联工作方式为主；停车时，可通过车载充电器进行外接充电。 其动力系统结构原理图如图 23 所示。 图 23 混联式 PHEV 动力系统简图 自上世纪 90 年代以来，国外一些大学、实验室和工业部门一直在进行 PHEV 的研究。 其中的杰出代表有 University of California Davis(UC Davis)， the Electric Power Research Institute (EPRI), Argonne National Laboratory (ANL) 和 California Cars Initiative (CalCars)等机构。 20xx 年 EPRI 的 Market Study 发起成立了旨在促进 PHEV 的商业化的 Hybrid Electric Vehicle Alliance(HEVA)组织； 20xx 年，插电式混合动力汽车 (PHEV 一一 Plugin Hybrid Electric Vehicle)项目在美国能源部自由车和车辆技术项目处提出，这个项目计划将在 20xx2020 年实现 PHEV 的商品化生产。 下表 21 是国外厂家生产的 PHEV 车型 [24]。 表 21 国外混合动力汽车 车型 结构形式 发动机 电机 蓄电池 动力电池组 发电机 功率 转换器 电机 耦合器 离合器 变速器 减速器 发动机 第二章 插电式混合动力客车动力系统设计与建模 10 Prius 混联式 升 4 缸汽油，57kW/111Nm 永磁同步电动机， 33kW ； Lexus LS600h 混联式 升 V8 汽油直喷发动机， 290kW/520Nm 峰值功率 165kW NiMH288V Insight 并联式 升 3 缸汽油机；50kW/90Nm 永磁同步电机， 10kW NiMH144V； Civic 并联式 升汽油机，70kW/123Nm 永磁同步电机， 15kW/103Nm NiMH158V Tino 混联式 升 4 缸汽油机，74kW/141Nm 永磁同步电机驱动和再生制动，17kW；另配一电机用于启动发动机和给电池充电 Liion345V， Esca。