基于智能交通的纯电动汽车速度优化控制方法研究
发布时间:2022-07-03 14:45
在全球能源和环境问题日益加剧的背景下,节能、环保是汽车行业发展的主题。围绕这些主题,当前最热门的研究方向是车辆的智能化及电动化。在智能交通环境下,为了降低多辆车的能量消耗,本文以多辆相同的纯电动车为研究对象,以瞬时优化控制为研究方法的核心,提出了基于智能交通的纯电动汽车速度优化控制方法。该方法以车辆的能量消耗模型为依据,综合考虑其他车辆以及交通信号灯配时(signal phase and timing,SPAT)对车速的影响,通过瞬时优化算法实时的确定车辆的经济车速,降低多辆车的能量消耗。全文的主要工作内容如下:首先,利用Vissim软件搭建智能交通模型。利用接口组件对象模型(component object model,COM)对Vissim软件进行二次开发,实现交通模型内部之间的信息可以实时传输共享,实现交通场景的智能化。其次,利用Autonomie软件建立电动车辆性能模型。从整车纵向动力学模型、电池模型、电机模型、力矩耦合器模型、最终传动装置模型以及车轮模型几个方面分析了电动车辆性能模型的内部原理。分析电动车辆性能模型的能量流动,为建立电动车能量消耗模型做铺垫。然后,提出基于智能...
【文章页数】:78 页
【学位级别】:硕士
【文章目录】:
摘要
Abstract
第一章 绪论
1.1 研究背景及意义
1.2 国内外研究现状
1.2.1 单车类的控制方法
1.2.2 协同式类的控制方法
1.2.3 仿真平台的现状
1.2.4 研究现状总结
1.3 主要研究内容
第二章 智能交通场景模型的构建
2.1 Vissim软件介绍
2.2 建立交通场景模型
2.3 Wiedemann74 跟车模型
2.4 交通场景模型的智能化
2.5 本章小结
第三章 纯电动车辆性能模型的构建
3.1 Autonomie软件介绍
3.2 纯电动车辆性能模型
3.2.1 车辆纵向动力学模型
3.2.2 电池模型
3.2.3 电机模型
3.2.4 传动装置模型
3.2.5 车轮模型
3.3 能量流动分析
3.4 本章小结
第四章 基于智能交通的车辆速度控制方法设计
4.1 基于智能交通的车辆速度区间预测方法
4.2 建立能量消耗模型
4.2.1 车辆加速或匀速时电机转矩的计算
4.2.2 制动能量回收时电机转矩的计算
4.2.3 能量消耗模型的构建
4.3 基于智能交通的车辆速度瞬时优化控制方法
4.4 本章小结
第五章 基于智能交通的车辆速度优化控制方法的仿真验证
5.1 搭建Vissim/Autonomie联合仿真平台
5.1.1 搭建Vissim/Autonomie联合仿真平台的方法
5.1.2 Vissim/Autonomie联合仿真平台的优势
5.2 基于智能交通的车辆速度优化控制方法的仿真实现
5.3 仿真与结果
5.3.1 本文方法仿真及结果
5.3.2 基准方法1 仿真及结果
5.3.3 基准方法2 仿真及结果
5.3.4 基准方法3仿真及结果
5.4 控制方法评价
5.5 本章小结
第六章 总结与展望
6.1 总结
6.2 创新点
6.3 展望
参考文献
在读期间科研和奖励情况
致谢
【参考文献】:
期刊论文
[1]基于极小值原理的燃料电池客车能量管理策略[J]. 王哲,谢怡,臧鹏飞,王耀. 吉林大学学报(工学版). 2020(01)
[2]增程式电动车能量管理策略分析[J]. 王赛男,宋珂,章桐. 机电一体化. 2018(06)
[3]“十三五”我国纯电动汽车战略规划分析[J]. 于保军,于文函,孙伦杰,司苏美. 汽车工业研究. 2018(02)
[4]车联网环境下车辆最优车速闭环快速模型预测控制[J]. 邱利宏,钱立军,杜志远,王金波. 中国机械工程. 2017(10)
[5]燃料电池公共汽车整车道路性能[J]. 戴梁,楼狄明. 上海汽车. 2017(01)
[6]“十三五”战略新兴产业发展规划发布:燃料电池汽车或迎来机会[J]. 谢光强. 电动自行车. 2016(12)
[7]基于Willans Line的双轴驱动混合动力越野车实时能量管理[J]. 阚萍,邱利宏,钱立军,王金波. 中国机械工程. 2016(11)
[8]我国新能源汽车的发展现状及前景探析[J]. 张鑫. 中国高新技术企业. 2015(10)
[9]基于车联网的汽车智能化发展研究[J]. 于佳,金曦. 科技创新与应用. 2014(04)
[10]中美新能源汽车产业政策解析[J]. 许立宇,胡文浩,陆瑾,童晓敏. 质量与标准化. 2013(12)
博士论文
[1]智能网联混合动力汽车队列分层优化控制方法研究[D]. 邱利宏.合肥工业大学 2018
[2]车辆网络的高效数据传输与信息查询方法研究[D]. 邓左祥.上海交通大学 2014
硕士论文
[1]新能源电动汽车电源能量控制策略[D]. 孟佳.长春工业大学 2018
[2]基于新能源汽车的城市物流碳减排量的测算与分析[D]. 谢丹凤.湖南大学 2016
[3]新能源汽车颠覆性创新的商业模式研究[D]. 王昊.浙江工业大学 2015
[4]基于企业层面的新能源汽车发展战略研究[D]. 樊艳.南昌大学 2014
[5]基于车联网的汽车行驶经济车速控制方法[D]. 俞倩雯.清华大学 2014
[6]日本、美国、欧盟新能源汽车产业政府扶持措施研究[D]. 刘志伟.河北大学 2010
[7]RAV-4电动汽车电池组风冷系统的研究[D]. 朱晓彤.南京航空航天大学 2007
本文编号:3655068
【文章页数】:78 页
【学位级别】:硕士
【文章目录】:
摘要
Abstract
第一章 绪论
1.1 研究背景及意义
1.2 国内外研究现状
1.2.1 单车类的控制方法
1.2.2 协同式类的控制方法
1.2.3 仿真平台的现状
1.2.4 研究现状总结
1.3 主要研究内容
第二章 智能交通场景模型的构建
2.1 Vissim软件介绍
2.2 建立交通场景模型
2.3 Wiedemann74 跟车模型
2.4 交通场景模型的智能化
2.5 本章小结
第三章 纯电动车辆性能模型的构建
3.1 Autonomie软件介绍
3.2 纯电动车辆性能模型
3.2.1 车辆纵向动力学模型
3.2.2 电池模型
3.2.3 电机模型
3.2.4 传动装置模型
3.2.5 车轮模型
3.3 能量流动分析
3.4 本章小结
第四章 基于智能交通的车辆速度控制方法设计
4.1 基于智能交通的车辆速度区间预测方法
4.2 建立能量消耗模型
4.2.1 车辆加速或匀速时电机转矩的计算
4.2.2 制动能量回收时电机转矩的计算
4.2.3 能量消耗模型的构建
4.3 基于智能交通的车辆速度瞬时优化控制方法
4.4 本章小结
第五章 基于智能交通的车辆速度优化控制方法的仿真验证
5.1 搭建Vissim/Autonomie联合仿真平台
5.1.1 搭建Vissim/Autonomie联合仿真平台的方法
5.1.2 Vissim/Autonomie联合仿真平台的优势
5.2 基于智能交通的车辆速度优化控制方法的仿真实现
5.3 仿真与结果
5.3.1 本文方法仿真及结果
5.3.2 基准方法1 仿真及结果
5.3.3 基准方法2 仿真及结果
5.3.4 基准方法3仿真及结果
5.4 控制方法评价
5.5 本章小结
第六章 总结与展望
6.1 总结
6.2 创新点
6.3 展望
参考文献
在读期间科研和奖励情况
致谢
【参考文献】:
期刊论文
[1]基于极小值原理的燃料电池客车能量管理策略[J]. 王哲,谢怡,臧鹏飞,王耀. 吉林大学学报(工学版). 2020(01)
[2]增程式电动车能量管理策略分析[J]. 王赛男,宋珂,章桐. 机电一体化. 2018(06)
[3]“十三五”我国纯电动汽车战略规划分析[J]. 于保军,于文函,孙伦杰,司苏美. 汽车工业研究. 2018(02)
[4]车联网环境下车辆最优车速闭环快速模型预测控制[J]. 邱利宏,钱立军,杜志远,王金波. 中国机械工程. 2017(10)
[5]燃料电池公共汽车整车道路性能[J]. 戴梁,楼狄明. 上海汽车. 2017(01)
[6]“十三五”战略新兴产业发展规划发布:燃料电池汽车或迎来机会[J]. 谢光强. 电动自行车. 2016(12)
[7]基于Willans Line的双轴驱动混合动力越野车实时能量管理[J]. 阚萍,邱利宏,钱立军,王金波. 中国机械工程. 2016(11)
[8]我国新能源汽车的发展现状及前景探析[J]. 张鑫. 中国高新技术企业. 2015(10)
[9]基于车联网的汽车智能化发展研究[J]. 于佳,金曦. 科技创新与应用. 2014(04)
[10]中美新能源汽车产业政策解析[J]. 许立宇,胡文浩,陆瑾,童晓敏. 质量与标准化. 2013(12)
博士论文
[1]智能网联混合动力汽车队列分层优化控制方法研究[D]. 邱利宏.合肥工业大学 2018
[2]车辆网络的高效数据传输与信息查询方法研究[D]. 邓左祥.上海交通大学 2014
硕士论文
[1]新能源电动汽车电源能量控制策略[D]. 孟佳.长春工业大学 2018
[2]基于新能源汽车的城市物流碳减排量的测算与分析[D]. 谢丹凤.湖南大学 2016
[3]新能源汽车颠覆性创新的商业模式研究[D]. 王昊.浙江工业大学 2015
[4]基于企业层面的新能源汽车发展战略研究[D]. 樊艳.南昌大学 2014
[5]基于车联网的汽车行驶经济车速控制方法[D]. 俞倩雯.清华大学 2014
[6]日本、美国、欧盟新能源汽车产业政府扶持措施研究[D]. 刘志伟.河北大学 2010
[7]RAV-4电动汽车电池组风冷系统的研究[D]. 朱晓彤.南京航空航天大学 2007
本文编号:3655068
本文链接:https://www.wllwen.com/kejilunwen/qiche/3655068.html