汽车制动能量回收系统的研究开题报告内容摘要:

酸电池 (Lead— acid)、镍金属电池 (Cd— Ni和 MH— Ni)、锂电池 (Li— ion和 Li— polymer)等。 铅酸电池可靠性高、原料易得、成本低、适用温度和电流范围大,一直在汽车储能中使用最广泛但铅酸电池作为制动能量储能系统,而存在的缺点主要是充电速度慢、循环使用寿命过低等。 镍金属电池有 Cd— Ni和 MH— Ni电池,但由于镉对环境有污染,很多国家限制发 展和使用 Cd— Ni电池。 MH— Ni电池是一种绿色镍金属电池,具有很高的能量存储能力;但它的单元电池额定电压较低,仅为 1. 2 V左右 (铅酸电池 2V),这就导致构成相同额定电压的镍金属电池单元数目比铅酸 电池要多 2/ 3,增加了电池系统的复杂性,另外,镍金属电池还存在记忆效应和充电发热等方面的问题。 锂电池是上世纪末发展起来的高容量可充电电池,能够比 MH— Ni电池存储更多的能量:比能量大,循环寿命长,自放电率小,无记忆效应和无环境污染,是当今各国能量存储技术研究的热点。 超级电容:也称双层电容器,是最近几年随着新电 极材料的出现而提出的能满足汽车能量和功率实时变化要求的一种能量存储装置。 超级电容容量是同等体积下的普通电容器容量的 2020— 6000倍,放电电流可达几千安培,能量密度高于传统电容器近百倍,瞬时放电功率比蓄电池高 lO倍以上,充放电效率高,不需要维护和保养,寿命长达 lO年以上,并且可以保护蓄电池,极有发展前途。 飞轮电池:为一种以动能方式存储能量的机械电池。 近年来由于高强度碳素纤维和玻璃纤维出现以及电磁悬浮、超导磁悬浮技术、真空技术的发展,使飞轮允许线速度可达 500~ 1000m/ s,单位质量的动能储量大大增加, 机械摩擦与风力损耗又极大地降低,从而飞轮储能技术已成为汽车储能的研究热点之一。 复合储能系统:由于单纯一种储能电池往往很难适应汽车储能的要求,特别是对具有再生制动的汽车能量的充分回收与利用,要考虑到储能系统的比能量、比功率、使用寿命、充电效率、成本等各方面的因素,这时可以采用复合储能的方式,扬长补短,实现能量回收最大化,能量利用的最优化。 目前的复合储能系统大多是采用超级电容与其他动力电池组合应用,国内外许多研究机构都在对超级电容与其他电源共同工作进行研究。 国外再生制动技 术的研究比较深入。 除了大量的理论研究成果,实车应用也比较成熟,丰田公司的 Prius、 Estima和本田公司的 Insight轿车就是成功应用再生制动技术的典范。 丰田公司 Prius的再生制动系统通过电液比例控制单元调节液压制动力,实现再生制动与摩擦制动的综合控制,在丰田 HTS— II混合系统下,能提高整车能量利用率达 20%以上,同时确保制动安全。 丰田公司在混合动力汽车 Estima中采用了电控柔性制动系统,并将再生制动纳入整车动力控制系统进行集中控制,通过 CVT控制,提高了制动能量回收率。 基于 ISG电机 (Integrated Starter Generator集成启动电机 )、液压系统并结合发动机节气门控制,本田公司提出了一种双制动力分配系数控制再生制动系统,在 Insight车上实现了混合动力汽车制动能量的高效回收。 在其 EV PLUS纯电动汽车上,基于能量的最大化回收、驾驶员制动感觉以及能量的较大回收兼顾驾驶员制动感觉的三种再生制动目标,分别建立了再生制动系统制动力分配控制策略并进行了试验。 美国福特公司的 Escape应用了线传电液系列再生制动系统 (线传操控技术、电子系统和机械制动器 )代替机械及液压制动系统,把来自 驾驶者的命令转变为电信号,以驱动电机实现所需的操作,显著提高了制动能量回收效率、汽车制动方向稳定性和汽车舒适性。 制动力分配是再生制动控制策略研究中的关键问题,其设计目标是提高能量回收率和优化驾驶员感觉。 美国 Texas Aamp。 M 大学 Yimin Gao 等提出了评价再生制动能量回收效率的三种制动力分配控制策略。 Hoon Yeo 采用 I 曲线作为前、后轮制动力分配策略。 Yimin Gao 和 Mehrdad Ehsani 提出一种基于再生制动系统的纯电动汽车和混合动力汽车 ABS 系统的控制策略,通过精确设计电机制动力门限值,制动能量回收系统与 ABS 系统可兼容工作。 表 1 就是这几种制动力分配控制策略的性能比较。 国外的研究所等机构也做了大量研究。 美国 Michahian 大学的Panagiotidis 等建立了并联式混合动力汽车的再生制动模型,对再生制动的效果进行仿真计算和影响因素的分析比较旧 J。 美国 Union 学院的 Wicks 等建立了城市客车在市区行驶循环工况下的数学模型,研究再生制动系统的节能效果。 美国TexasAamp。 M 大学的 Hongwei Gao 等提出了混合动力汽车基于开关磁阻电机再生制动的神经网络控制系统。
阅读剩余 0%
本站所有文章资讯、展示的图片素材等内容均为注册用户上传(部分报媒/平媒内容转载自网络合作媒体),仅供学习参考。 用户通过本站上传、发布的任何内容的知识产权归属用户或原始著作权人所有。如有侵犯您的版权,请联系我们反馈本站将在三个工作日内改正。