基于强化学习的插电式混合动力汽车能量管理策略研究
发布时间：2021-06-15 14:01
迫于环境恶化和能源短缺的压力,插电式混合动力汽车成为当代最具有发展潜力和市场前景的新能源车型。作为插电式混合动力汽车的关键技术,能量管理策略直接影响了车辆的燃油经济性和排放能力。本文以功率分流式混合动力汽车为研究对象,研究了基于随机动态规划、基于强化学习以及基于随机模型预测控制三种不同的能量管理策略,具体的研究内容包括:（1）详细介绍了功率分流式混合动力汽车的动力系统结构,分析了不同驱动模式下各动力部件的能量传递情况,建立了功率分流式混合动力汽车的能量管理控制模型,确定本文控制策略需要优化的控制变量和目标函数。（2）研究了基于随机动态规划的能量管理策略。首先介绍了随机动态规划过程的基本原理,分析并比较了三种解决随机动态规划模型的方法。混合动力汽车的随机动态规划将未知工况的不确定性用车辆的需求功率转移概率表示,将多个标准工况的需求功率进行非线性离散化并用马尔可夫链进行建模,采用改进的策略迭代方法对随机动态规划控制问题进行求解,得到离线的随机动态规划最优电池功率序列。通过在线仿真验证,结果表明该方法能有效减少燃油消耗量,并且对工况的适应性较强。（3）研究了基于强化学习的能量管理策略。首先分...
【文章来源】：昆明理工大学云南省
【文章页数】：93 页
【学位级别】：硕士
【部分图文】：
通用沃兰达
第一章绪论3年在中国上市，如图1.2所示，该车搭载了一台1.4L发动机，一台功率为70kW的电动机和一台功率为53kW的发电机，百公里加速约为9.2秒，可纯电动行驶40英里。克莱斯勒公司也于2009年推出Chrysler200CPHEV车型，纯电动行驶可达64公里[12]。福特公司相继推出C-MAXEnergy，FusionEnergy等车型[13]。图1.2通用沃兰达图1.3丰田普锐斯Fig.1.2GMvoltFig.1.3Toyotapruis日本在混合动力技术的研发方面一直居于世界主导地位。丰田公司在20世纪九十年代就已经开始研发HEV，截至2017年1月底，丰田旗下混合动力汽车全球销量已经突破1000万辆大关[14]。丰田公司在HEV的研发过程中不断通过技术革新，从普通HEV到PHEV都处于行业领导地位。在第三代PriusHEV的基础上，推出了插电式混合动力汽车Plug-inPrius，如图1.3所示2018年纽约车展推出的2019款丰田Plug-inPrius，该车搭载1.8L发动机，最大功率为73kW，峰值扭矩为142Nm，电机最大功率为53kW，峰值扭矩为163Nm，纯电动续航里程为45公里，最高时速可达135km/h，百公里油耗为1.3L。此外，丰田卡罗拉PHEV、本田雅阁PHEV、三菱GTPHEV、欧蓝德PHEV等其余车型也有不错的节油性能表现。近年来，随着新能源汽车的不断发展，欧洲各大汽车制造商也开始研发各自的PHEV车型。大众汽车公司推出插电式混合动力车型高尔夫PHEV，百公里加速时间为7.6秒，纯电续航里程为50公里，纯电状态下最高车速为130km/h。宝马公司于2010年提出了其PHEV的概念车型VisionEfficientDynamics，随后在2015年1月正式上市宝马5系PHEV。我国致力于PHEV的发展相对较晚，但进步较快。2001年以来，我国推出了20余项关于新能源汽车产业发展的政策，如2012年发布的《节能与新能源汽车产业发展规划（2012-2020）》、2015年发布的《关?
比亚迪秦PHEVFig.1.4BYDPHEV
【参考文献】：
期刊论文
[1]2019年车市回顾及2020年展望[J]. 郑雪芹. 汽车纵横. 2020(01)
[2]水下滑翔蛇形机器人滑翔控制的强化学习方法[J]. 张晓路,李斌,常健,唐敬阁. 机器人. 2019(03)
[3]深度强化学习理论及其应用综述[J]. 万里鹏,兰旭光,张翰博,郑南宁. 模式识别与人工智能. 2019(01)
[4]国内外新能源汽车发展的差距及提升路径探讨[J]. 孙腾,冯丹,胡利明. 对外经贸实务. 2018(06)
[5]基于启发式强化学习的空战机动智能决策[J]. 左家亮,杨任农,张滢,李中林,邬蒙. 航空学报. 2017(10)
[6]插电式混合动力汽车能量管理策略研究现状和发展趋势[J]. 苏岭,曾育平,秦大同. 重庆大学学报. 2017(02)
[7]基于随机动态规划的混联式混合动力汽车能量管理策略[J]. 肖仁鑫,李涛,邹敢,秦颖. 汽车工程. 2013(04)
[8]基于随机动态规划的混联式混合动力客车能量管理策略[J]. 林歆悠,孙冬野,尹燕莉,郝允志. 汽车工程. 2012(09)
[9]基于随机动态规划的混合动力履带车辆能量管理策略[J]. 邹渊,陈锐,侯仕杰,胡晓松. 机械工程学报. 2012(14)
[10]全球新能源汽车的市场进度(美国部分)[J]. 汽车与配件. 2011(50)
博士论文
[1]混合动力电动汽车控制系统设计与能量管理策略研究[D]. 胡悦.中国科学院大学(中国科学院深圳先进技术研究院) 2018
[2]多智能体深度强化学习方法及应用研究[D]. 张悦.西安电子科技大学 2018
[3]混合动力车辆强化学习能量管理研究[D]. 刘腾.北京理工大学 2017
[4]混合动力汽车预测能量管理研究[D]. 孙超.北京理工大学 2016
[5]插电式混合动力城市客车动力系统匹配与控制优化研究[D]. 王喜明.北京理工大学 2015
[6]一种混联式混合动力客车能量管理及模式切换协调控制研究[D]. 王磊.上海交通大学 2013
[7]插电式混合动力电动汽车能量管理策略研究[D]. 张冰战.合肥工业大学 2011
硕士论文
[1]基于强化学习的2D仿真足球机器人协作机制[D]. 胡丽娟.南京邮电大学 2019
[2]基于工况预测的插电式混合动力汽车能量管理策略研究[D]. 郭宁远.昆明理工大学 2018
[3]基于复合储能的插电式城市客车动力系统设计开发[D]. 王坤俊.湖南大学 2017
[4]基于随机预测控制插电式混合动力客车能量管理策略研究[D]. 游思雄.清华大学 2017
[5]基于模型预测控制的插电式混合动力客车能量管理策略研究[D]. 张洁丽.北京理工大学 2016
[6]插电式混合动力校车控制策略硬件在环仿真研究[D]. 范皓.北京理工大学 2015
本文编号：3231186
【文章来源】：昆明理工大学云南省
【文章页数】：93 页
【学位级别】：硕士
【部分图文】：
通用沃兰达
第一章绪论3年在中国上市，如图1.2所示，该车搭载了一台1.4L发动机，一台功率为70kW的电动机和一台功率为53kW的发电机，百公里加速约为9.2秒，可纯电动行驶40英里。克莱斯勒公司也于2009年推出Chrysler200CPHEV车型，纯电动行驶可达64公里[12]。福特公司相继推出C-MAXEnergy，FusionEnergy等车型[13]。图1.2通用沃兰达图1.3丰田普锐斯Fig.1.2GMvoltFig.1.3Toyotapruis日本在混合动力技术的研发方面一直居于世界主导地位。丰田公司在20世纪九十年代就已经开始研发HEV，截至2017年1月底，丰田旗下混合动力汽车全球销量已经突破1000万辆大关[14]。丰田公司在HEV的研发过程中不断通过技术革新，从普通HEV到PHEV都处于行业领导地位。在第三代PriusHEV的基础上，推出了插电式混合动力汽车Plug-inPrius，如图1.3所示2018年纽约车展推出的2019款丰田Plug-inPrius，该车搭载1.8L发动机，最大功率为73kW，峰值扭矩为142Nm，电机最大功率为53kW，峰值扭矩为163Nm，纯电动续航里程为45公里，最高时速可达135km/h，百公里油耗为1.3L。此外，丰田卡罗拉PHEV、本田雅阁PHEV、三菱GTPHEV、欧蓝德PHEV等其余车型也有不错的节油性能表现。近年来，随着新能源汽车的不断发展，欧洲各大汽车制造商也开始研发各自的PHEV车型。大众汽车公司推出插电式混合动力车型高尔夫PHEV，百公里加速时间为7.6秒，纯电续航里程为50公里，纯电状态下最高车速为130km/h。宝马公司于2010年提出了其PHEV的概念车型VisionEfficientDynamics，随后在2015年1月正式上市宝马5系PHEV。我国致力于PHEV的发展相对较晚，但进步较快。2001年以来，我国推出了20余项关于新能源汽车产业发展的政策，如2012年发布的《节能与新能源汽车产业发展规划（2012-2020）》、2015年发布的《关?
比亚迪秦PHEVFig.1.4BYDPHEV
【参考文献】：
期刊论文
[1]2019年车市回顾及2020年展望[J]. 郑雪芹. 汽车纵横. 2020(01)
[2]水下滑翔蛇形机器人滑翔控制的强化学习方法[J]. 张晓路,李斌,常健,唐敬阁. 机器人. 2019(03)
[3]深度强化学习理论及其应用综述[J]. 万里鹏,兰旭光,张翰博,郑南宁. 模式识别与人工智能. 2019(01)
[4]国内外新能源汽车发展的差距及提升路径探讨[J]. 孙腾,冯丹,胡利明. 对外经贸实务. 2018(06)
[5]基于启发式强化学习的空战机动智能决策[J]. 左家亮,杨任农,张滢,李中林,邬蒙. 航空学报. 2017(10)
[6]插电式混合动力汽车能量管理策略研究现状和发展趋势[J]. 苏岭,曾育平,秦大同. 重庆大学学报. 2017(02)
[7]基于随机动态规划的混联式混合动力汽车能量管理策略[J]. 肖仁鑫,李涛,邹敢,秦颖. 汽车工程. 2013(04)
[8]基于随机动态规划的混联式混合动力客车能量管理策略[J]. 林歆悠,孙冬野,尹燕莉,郝允志. 汽车工程. 2012(09)
[9]基于随机动态规划的混合动力履带车辆能量管理策略[J]. 邹渊,陈锐,侯仕杰,胡晓松. 机械工程学报. 2012(14)
[10]全球新能源汽车的市场进度(美国部分)[J]. 汽车与配件. 2011(50)
博士论文
[1]混合动力电动汽车控制系统设计与能量管理策略研究[D]. 胡悦.中国科学院大学(中国科学院深圳先进技术研究院) 2018
[2]多智能体深度强化学习方法及应用研究[D]. 张悦.西安电子科技大学 2018
[3]混合动力车辆强化学习能量管理研究[D]. 刘腾.北京理工大学 2017
[4]混合动力汽车预测能量管理研究[D]. 孙超.北京理工大学 2016
[5]插电式混合动力城市客车动力系统匹配与控制优化研究[D]. 王喜明.北京理工大学 2015
[6]一种混联式混合动力客车能量管理及模式切换协调控制研究[D]. 王磊.上海交通大学 2013
[7]插电式混合动力电动汽车能量管理策略研究[D]. 张冰战.合肥工业大学 2011
硕士论文
[1]基于强化学习的2D仿真足球机器人协作机制[D]. 胡丽娟.南京邮电大学 2019
[2]基于工况预测的插电式混合动力汽车能量管理策略研究[D]. 郭宁远.昆明理工大学 2018
[3]基于复合储能的插电式城市客车动力系统设计开发[D]. 王坤俊.湖南大学 2017
[4]基于随机预测控制插电式混合动力客车能量管理策略研究[D]. 游思雄.清华大学 2017
[5]基于模型预测控制的插电式混合动力客车能量管理策略研究[D]. 张洁丽.北京理工大学 2016
[6]插电式混合动力校车控制策略硬件在环仿真研究[D]. 范皓.北京理工大学 2015
本文编号：3231186
本文链接：https://www.wllwen.com/kejilunwen/qiche/3231186.html
