基于模型预测控制的混合动力车辆能量管理
发布时间：2021-08-02 17:33
在节能减排的大背景下,世界各国都制定了严格的车辆油耗和排放法规。混合动力车辆是当前的发展重点之一,能量管理控制策略是决定混合动力车辆动力性、经济性和排放性的关键因素。以P2并联这一典型结构形式的混合动力车辆为研究对象,考虑到其混杂系统的特性,采用混杂模型预测控制策略对其进行优化控制,并对其节油效果和计算速度进行优化。研究内容包括:（1）模型构建及验证。针对P2结构的并联式混合动力车辆,采用前向仿真的方法构建整车模型,采用等效燃油消耗最小算法对整车模型进行控制,将仿真结果和实车测试结果进行对比分析,验证仿真模型的有效性,为后续控制策略的研究打下基础。（2）采用非线性优化算法对模型预测控制问题进行求解。假设工况信息局部可知,对预测步长为230时进行仿真计算,分析预测步长对车辆燃油经济性的影响,并选择合适的预测步长。动态规划算法的求解速度较慢,采用连续广义最小残差算法来提高计算速度,将上述两种算法的仿真结果进行对比分析。（3）基于混杂模型预测控制算法的仿真分析。对象车辆模型中同时包含连续变量和离散变量,是典型的混杂系统,采用混杂模型预测控制算法对其优化求解。首先,对模型...
【文章来源】：浙江大学浙江省 211工程院校 985工程院校 教育部直属院校
【文章页数】：168 页
【学位级别】：博士
【部分图文】：
000~2020年全球石油消耗量及组成成分Figure1.12000~2020globaloilconsumptionandcomposition
浙江大学博士学位论文 第 1 章 绪论 可以看出对于大部分国家来说燃油经济性和 CO2 排放的优化目标都非常高。以中国、韩国和美国为例，年度燃油经济性和 CO2 排放的优化目标都在 4%以上。
浙江大学博士学位论文第1章绪论3动力汽车、纯电动汽车和燃料电池汽车等新能源车辆。由图1.3可知在全球范围内新能源汽车（只包含插电式混合动力汽车和纯电动汽车）在汽车总销量中所占的比越来越大[3]，在2019年已经达到2.4%。目前纯电动汽车仍然存在充电速度较慢、电池能量密度较低、续驶里程较短、充电桩数量少、电池成本较高、电池安全性较低等问题，制约了纯电动汽车的快速发展。由图1.4可知当前新能源汽车中混合动力汽车和插电式混合动力汽车的占比已经超过70%，在过渡到纯电动时代的这段时期内混合动力汽车和插电式混合动力汽车将是节能减排的主力[4]，有着很大的发展空间。图1.42011~2019年全球新能源汽车销量图Figure1.42011~2019theglobalsalesofnewenergyvehicle根据国际能源署的预测，到2025年包含内燃机的汽车占比为95.6%(其中混合动力和插电式混合动力汽车的占比为28.3%，传统内燃机汽车的占比为67.3%)，纯电动汽车的占比为4.4%。到2035年包含内燃机的汽车占比为84.4%，其中混合动力和插电式混合动力汽车的占比为54.2%，传统内燃机汽车的占比为30.2%，纯电动汽车的占比为11.2%，燃料电池汽车的占比为4.4%。因此，在未来几年内混合动力汽车有着非常大的发展空间。相对于传统内燃机汽车，混合动力汽车主要通过以下方式来提高车辆燃油经济性：1.在车辆制动时，可由电机回收车辆制动能量，减少制动能量损失；2.混合动力汽车在传统内燃机车辆的基础上增加了电机，在满足整车动力需求的前提下，可选择更小排量的发动机；
【参考文献】：
期刊论文
[1]基于两次聚类的PWARX驾驶行为辨识模型[J]. 应海宁,唐振民,韩旭. 重庆交通大学学报(自然科学版). 2019(02)
[2]双轴驱动混合动力车辆能量管理策略[J]. 江冬冬,李道飞,俞小莉. 浙江大学学报(工学版). 2016(12)
[3]汽车自适应巡航跟车多目标鲁棒控制算法设计[J]. 吴光强,郭晓晓,张亮修. 哈尔滨工业大学学报. 2016(01)
[4]基于PMP的HEV全局最优能量管理策略研究[J]. 许世景,吴志新. 中国机械工程. 2014(01)
[5]基于混沌遗传算法的PHEV能量管理策略优化[J]. 邓元望,王兵杰,张上安,韩卫. 湖南大学学报(自然科学版). 2013(04)
[6]串联式混合动力电动客车能量管理系统的前向仿真[J]. 王文伟,程夕明,尹义林,方元奇. 汽车工程. 2013(02)
[7]基于ECMS混联式混合动力客车工况识别控制策略[J]. 林歆悠,孙冬野. 湖南大学学报(自然科学版). 2012(10)
[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]基于道路工况预测混合动力公交车SOC开环控制策略[J]. 朱道伟,谢辉,严英. 天津大学学报. 2012(05)
博士论文
[1]V2X关键技术在城市道路智能交通中的应用研究[D]. 滑思忠.长安大学 2018
[2]混合动力挖掘机能量管理系统研究[D]. 朱骞.浙江大学 2017
[3]功率分流式混合动力汽车能量管理系统混杂动态建模与优化控制研究[D]. 施德华.江苏大学 2017
[4]车联网环境下交通信息分发与处理关键技术研究[D]. 莫元富.吉林大学 2016
[5]客车ECAS车高调节与整车姿态混杂模型预测控制研究[D]. 孙晓强.江苏大学 2016
[6]混合动力汽车预测能量管理研究[D]. 孙超.北京理工大学 2016
[7]计及温度效应的插电式混合动力汽车实时优化控制策略[D]. 曾育平.重庆大学 2015
[8]ISG混合动力汽车能量优化管理策略研究[D]. 吴迪.合肥工业大学 2013
[9]混联式混合动力客车功率均衡能量管理控制策略研究[D]. 林歆悠.重庆大学 2011
[10]汽车自适应巡航控制及相应宏观交通流模型研究[D]. 罗莉华.浙江大学 2011
硕士论文
[1]C-V2X技术在城市轨道交通协同驾驶中的设计与实现[D]. 陈沛吉.北京邮电大学 2019
[2]基于V2X的道路交叉口车—车避撞预警算法研究[D]. 刘玢滟.重庆交通大学 2018
[3]基于V2X车联网信息平台关键技术研究与实现[D]. 唐慧.重庆邮电大学 2018
[4]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
[5]基于优化算法的ISG速度耦合混合动力汽车能量管理策略研究[D]. 蒲斌.重庆大学 2013
[6]基于MLD-MPC的混合动力公交车能量管理策略[D]. 寇智涛.浙江大学 2012
[7]智能交通专用短程通信（DSRC）关键技术与应用研究[D]. 郭海陶.华南理工大学 2010
[8]基于MLD模型的混杂预测控制研究[D]. 赵旭.中国石油大学 2010
[9]基于MLD模型的混杂系统控制及其形式验证研究[D]. 李友军.中国石油大学 2009
本文编号：3317986
【文章来源】：浙江大学浙江省 211工程院校 985工程院校 教育部直属院校
【文章页数】：168 页
【学位级别】：博士
【部分图文】：
000~2020年全球石油消耗量及组成成分Figure1.12000~2020globaloilconsumptionandcomposition
浙江大学博士学位论文 第 1 章 绪论 可以看出对于大部分国家来说燃油经济性和 CO2 排放的优化目标都非常高。以中国、韩国和美国为例，年度燃油经济性和 CO2 排放的优化目标都在 4%以上。
浙江大学博士学位论文第1章绪论3动力汽车、纯电动汽车和燃料电池汽车等新能源车辆。由图1.3可知在全球范围内新能源汽车（只包含插电式混合动力汽车和纯电动汽车）在汽车总销量中所占的比越来越大[3]，在2019年已经达到2.4%。目前纯电动汽车仍然存在充电速度较慢、电池能量密度较低、续驶里程较短、充电桩数量少、电池成本较高、电池安全性较低等问题，制约了纯电动汽车的快速发展。由图1.4可知当前新能源汽车中混合动力汽车和插电式混合动力汽车的占比已经超过70%，在过渡到纯电动时代的这段时期内混合动力汽车和插电式混合动力汽车将是节能减排的主力[4]，有着很大的发展空间。图1.42011~2019年全球新能源汽车销量图Figure1.42011~2019theglobalsalesofnewenergyvehicle根据国际能源署的预测，到2025年包含内燃机的汽车占比为95.6%(其中混合动力和插电式混合动力汽车的占比为28.3%，传统内燃机汽车的占比为67.3%)，纯电动汽车的占比为4.4%。到2035年包含内燃机的汽车占比为84.4%，其中混合动力和插电式混合动力汽车的占比为54.2%，传统内燃机汽车的占比为30.2%，纯电动汽车的占比为11.2%，燃料电池汽车的占比为4.4%。因此，在未来几年内混合动力汽车有着非常大的发展空间。相对于传统内燃机汽车，混合动力汽车主要通过以下方式来提高车辆燃油经济性：1.在车辆制动时，可由电机回收车辆制动能量，减少制动能量损失；2.混合动力汽车在传统内燃机车辆的基础上增加了电机，在满足整车动力需求的前提下，可选择更小排量的发动机；
【参考文献】：
期刊论文
[1]基于两次聚类的PWARX驾驶行为辨识模型[J]. 应海宁,唐振民,韩旭. 重庆交通大学学报(自然科学版). 2019(02)
[2]双轴驱动混合动力车辆能量管理策略[J]. 江冬冬,李道飞,俞小莉. 浙江大学学报(工学版). 2016(12)
[3]汽车自适应巡航跟车多目标鲁棒控制算法设计[J]. 吴光强,郭晓晓,张亮修. 哈尔滨工业大学学报. 2016(01)
[4]基于PMP的HEV全局最优能量管理策略研究[J]. 许世景,吴志新. 中国机械工程. 2014(01)
[5]基于混沌遗传算法的PHEV能量管理策略优化[J]. 邓元望,王兵杰,张上安,韩卫. 湖南大学学报(自然科学版). 2013(04)
[6]串联式混合动力电动客车能量管理系统的前向仿真[J]. 王文伟,程夕明,尹义林,方元奇. 汽车工程. 2013(02)
[7]基于ECMS混联式混合动力客车工况识别控制策略[J]. 林歆悠,孙冬野. 湖南大学学报(自然科学版). 2012(10)
[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]基于道路工况预测混合动力公交车SOC开环控制策略[J]. 朱道伟,谢辉,严英. 天津大学学报. 2012(05)
博士论文
[1]V2X关键技术在城市道路智能交通中的应用研究[D]. 滑思忠.长安大学 2018
[2]混合动力挖掘机能量管理系统研究[D]. 朱骞.浙江大学 2017
[3]功率分流式混合动力汽车能量管理系统混杂动态建模与优化控制研究[D]. 施德华.江苏大学 2017
[4]车联网环境下交通信息分发与处理关键技术研究[D]. 莫元富.吉林大学 2016
[5]客车ECAS车高调节与整车姿态混杂模型预测控制研究[D]. 孙晓强.江苏大学 2016
[6]混合动力汽车预测能量管理研究[D]. 孙超.北京理工大学 2016
[7]计及温度效应的插电式混合动力汽车实时优化控制策略[D]. 曾育平.重庆大学 2015
[8]ISG混合动力汽车能量优化管理策略研究[D]. 吴迪.合肥工业大学 2013
[9]混联式混合动力客车功率均衡能量管理控制策略研究[D]. 林歆悠.重庆大学 2011
[10]汽车自适应巡航控制及相应宏观交通流模型研究[D]. 罗莉华.浙江大学 2011
硕士论文
[1]C-V2X技术在城市轨道交通协同驾驶中的设计与实现[D]. 陈沛吉.北京邮电大学 2019
[2]基于V2X的道路交叉口车—车避撞预警算法研究[D]. 刘玢滟.重庆交通大学 2018
[3]基于V2X车联网信息平台关键技术研究与实现[D]. 唐慧.重庆邮电大学 2018
[4]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
[5]基于优化算法的ISG速度耦合混合动力汽车能量管理策略研究[D]. 蒲斌.重庆大学 2013
[6]基于MLD-MPC的混合动力公交车能量管理策略[D]. 寇智涛.浙江大学 2012
[7]智能交通专用短程通信（DSRC）关键技术与应用研究[D]. 郭海陶.华南理工大学 2010
[8]基于MLD模型的混杂预测控制研究[D]. 赵旭.中国石油大学 2010
[9]基于MLD模型的混杂系统控制及其形式验证研究[D]. 李友军.中国石油大学 2009
本文编号：3317986
本文链接：https://www.wllwen.com/kejilunwen/qiche/3317986.html
