论文部分内容阅读
混合动力汽车,作为我国发展新能源战略的重要选择之一,从走进大众视野开始,关于如何优化其整车能量管理策略和系统参数,提升车辆动力性和燃油经济性的讨论就从未停止。但如何同时获得控制策略及传动参数的最优解,并从最优解集中提取控制规则应用到实车中,这方面的文献报道甚少。基于以上两点思考,本文针对一款并联式混合动力车型,以提升燃油经济性为目标,获得了以下研究结果:(1)根据整车的设计要求,对动力系统主要部件如发动机、电机、电池等进行了选型和参数匹配。在Simulink中建立控制策略模型,其它部件模型在GTDRIVE环境中建立。通过MATLAB-GT联合仿真平台,对所建立的模型进行初步调试,为后续控制策略的优化提供可靠的验证环境。(2)编写动态规划(Dynamic Programming,DP)算法,对车辆最优控制策略进行求解,选择NEDC工况对算法进行验证。建立基于粒子群(Particle Swarm Optimization,PSO)-动态规划的算法对车辆的传动比和控制策略进行协同优化。计算结果表明,传动比优化前,NEDC工况下车辆的百公里油耗为4.59L/100km,传动比优化后,车辆的百公里油耗降为4.36L/100km,节油率5.01%。(3)由于动态规划算法需要对驾驶工况的预知,即使能获得最优控制策略,现阶段也无法应用于车辆在线能量管理。提出从模式切换、转矩分配比以及SOC(State of Charge)波动范围三个方面对三种工况下最优控制规则进行整理分析,拟合出模式切换边界曲线以及转矩分配比曲线,获得SOC波动范围。依据提取出的控制规则对传统控制策略进行优化,结合PSO-DP算法获得的最优传动比,进行仿真验证工作。结果显示,在维持电池SOC平衡的前提下,仅对控制策略进行优化后,车辆的百公里油耗为4.73L/100km,相对于优化前的5.71L/100km,节油17.2%;对控制策略和传动比进行协同优化后,车辆的百公里油耗4.36L/100km,相对于优化前节油23.6%。仿真结果表明,采用协同优化算法可以获得最优控制解,从最优控制解中提取规则,对传统控制策略以及传动参数进行优化的方法对降低整车油耗具有显著的作用,为实车能量管理策略以及传动参数的优化提供了理论依据。