混合动力汽车能量管理多目标优化研究

发布时间：2017-10-06 03:26

  本文关键词：混合动力汽车能量管理多目标优化研究

  更多相关文章： 混合动力汽车 能量管理 多目标优化 进化算法

【摘要】：当前混合动力汽车管理控制策略优化的研究内容主要以燃油经济性为主,基本都为单目标优化研究内容,也有学者研究综合研究燃油经济性与排放性,进行多目标优化,但是所采用的方法大多数本质上属于单目标优化方法,同时,对于混合动力汽车其它性能关注较少,比如驾驶性。但是混合动力汽车结构复杂,各部件之间相互耦合,本质上属于非线性的多目标优化问题,故传统单目标方法以及加权的多目标优化方法难以反映出混合动力汽车优化的各个目标的真实情况,难以实现多目标权衡控制。本文依托国家自然科学基金项目(51305473)、中国博士后科学基金项目(2014M552317)、重庆市基础与前沿研究计划项目(cstc2013jcyjA60007),针对混合动力系统多目标优化研究中存在的不足,建立混合动力汽车多目标优化仿真模型,以多目标进化算法为基础,研究混合动力系统多目标优化的算法与多目标权衡控制优化问题,采用一种无需进行加权处理的多目标优化算法对混合动力汽车能量管理系统进行优化,并得到多组Pareto最优解集,然后对最优解集进行处理,得到最优控制曲面(对于两目标问题为曲线,三目标问题为曲面),为后期多目标实时控制提供基础,得到的多目标权衡控制曲面也是实时控制的目标与依据。本文主要研究内容如下:(1)分析混合动力汽车能量管理控制策略优化的国内外研究现状,总结混合动力汽车能量管理控制多目标优化存在的问题,得出本文进行燃油经济性与排放性及驾驶性多目标优化研究的必要性,以及进行多目标权衡控制的先决条件。(2)以并联混合动力汽车为研究对象,分析发动机、电机、变速器等主要部件,建立相应的仿真模型,并分析目前混合动力汽车主要采用的控制策略,在Matlab/Simlink下建立本文混合动力汽车多目标优化仿真所需要的仿真模型,为后续算法性能优化奠定基础。(3)研究多目优化问题理论并根据此理论建立混合动力汽车能量管理控制系统多目标优化问题的数学模型,以燃油经济性与排放性以及驾驶性为优化目标,以能量管理控制策略的控制参数与一些对目标有较大影响的传动系参数为优化参数,以混合动力汽车必须满足的动力性与荷电平衡条件为约束条件,建立本文多目标优化问题的优化模型。(4)研究多目标进化算法理论,以此为基础,针对本文研究的问题的特点对算法进行改进,建立HEV-NSDEA多目标优化算法,联合混合动力汽车多目标优化模型进行仿真分析。结果表明,混合动力汽车燃油经济、性排放性以及驾驶性能的目标评价指标均得到提升,同时得到多组Pareto最优解集。(5)在多目标优化的基础上提出混合动力汽车权衡控制曲面,采用LOWESS方法对得到的Pareto最优解进行拟合,得到混合动力汽车多目标权衡控制曲面,此方法对混合动力汽车多目标权衡控制具有指导作用。
【关键词】：混合动力汽车 能量管理 多目标优化 进化算法
【学位授予单位】：重庆交通大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：U469.7
【目录】：

• 摘要4-6
• ABSTRACT6-11
• 第一章 绪论11-17
• 1.1 选题背景及研究意义11-12
• 1.1.1 选题背景11-12
• 1.1.2 研究意义12
• 1.2 能量管理控制策略国内外研究现状12-14
• 1.3 本文研究内容与技术路线14-17
• 1.3.1 主要研究内容14-15
• 1.3.2 技术路线15-17
• 第二章 并联混合动力系统仿真建模17-33
• 2.1 混合动力汽车结构分析17-19
• 2.1.1 串联型混合动力汽车17-18
• 2.1.2 并联型混合动力汽车18
• 2.1.3 混联型混合动力汽车18-19
• 2.2 并联混合动力汽车工作模式分析19-21
• 2.3 并联混合动力汽车主要部件分析与建模21-30
• 2.3.1 整车与车轮模型21-24
• 2.3.2 传动系统模型24-27
• 2.3.3 动力模块27-30
• 2.4 逻辑门限控制策略分析30-32
• 2.5 本章小结32-33
• 第三章 混合动力汽车能量管理多目标优化模型33-47
• 3.1 多目标优化问题33-36
• 3.1.1 多目标问题的数学描述33-34
• 3.1.2 多目标优化问题的本质特征34-35
• 3.1.3 Pareto解集定义35-36
• 3.2 多目标的求解算法36-38
• 3.2.1 传统求解方法36-38
• 3.2.2 智能多目标优化算法38
• 3.3 混合动力能量管理多目标优化模型38-43
• 3.3.1 优化目标建立38-42
• 3.3.2 优化变量建立42-43
• 3.3.3 约束条件建立43
• 3.3.4 多目标优化模型43
• 3.4 混合动力汽车多目标优化对象仿真模型43-45
• 3.5 本章小结45-47
• 第四章 基于多目标进化算法的混合动力系统能量管理多目标优化47-65
• 4.1 多目标进化算法研究47-51
• 4.1.1 多目标进化算法的概述47-48
• 4.1.2 多目标进化算法的设计流程48-49
• 4.1.3 多目标算法的设计要点49-50
• 4.1.4 非支配解集的构建50-51
• 4.2 NSDEA多目标优化算法51-55
• 4.2.1 NSDEA构造解集的特点51-52
• 4.2.2 差分进化算法分析52-54
• 4.2.3 NSDEA多目标优化算54-55
• 4.3 HEV-NSDEA多目标优化仿真与分析55-63
• 4.3.1 HEV-NSDEA多目标优化仿真55-57
• 4.3.2 HEV-NSDEA多目标优化仿真结果分析57-63
• 4.4 本章小结63-65
• 第五章 Pareto权衡最优控制曲面65-75
• 5.1 曲面研究的意义65-66
• 5.2 权衡控制曲面拟合方法66-67
• 5.2.1 LOWESS方法介绍66-67
• 5.2.2 LOWESS关键步骤分析67
• 5.3 曲面拟合与结果分析67-74
• 5.4 本章小结74-75
• 第六章 总结与展望75-77
• 6.1 总结75-76
• 6.2 展望76-77
• 致谢77-79
• 参考文献79-83
• 在学期间发表的论文和取得的学术成果83-85

【相似文献】

中国期刊全文数据库 前10条

1 刘平;乔和平;;效用函数理论在工程多目标优化中的应用[J];建筑技术开发;2010年01期

2 李雨生;;在一种广义锥凸性下的多目标优化解[J];河海大学学报;1987年05期

3 李雨生,张宇明;多目标优化的锥拓扑及有关问题[J];华中理工大学学报;1988年04期

4 陈林根,胡德明,张俊迈;舰船汽轮齿轮机组一体化的初步设计多目标优化[J];中国造船;1991年02期

5 银车来,李光熹,熊曼丽;水火电联合系统多目标优化调度[J];电力系统自动化;1993年09期

6 张翔;工程设计多目标优化的评价准则[J];机械设计;1993年04期

7 周学建;师清翔;朱永宁;;模糊相似优先比在清选系统多目标优化中的应用[J];洛阳工学院学报;1993年02期

8 姚新胜,黄洪钟,周仲荣,田志刚,李海滨;基于广义满意度原理的多目标优化理论研究[J];应用科学学报;2002年03期

9 张葵葵,汪晗;一种多目标优化进化算法研究[J];长沙交通学院学报;2003年02期

10 姜斌;梁士锋;冯佳佳;;催化吸收稳定系统的多目标优化[J];计算机与应用化学;2008年01期

中国重要会议论文全文数据库 前10条

1 张翔;;一种无歧义性的多目标优化数值解法[A];中国农业机械学会成立40周年庆典暨2003年学术年会论文集[C];2003年

2 罗亚中;;航天器轨迹多目标优化研究评述[A];The 5th 全国动力学与控制青年学者研讨会论文摘要集[C];2011年

3 耿玉磊;张翔;;多目标优化的求解方法与发展[A];福建省科协第四届学术年会——提升福建制造业竞争力的战略思考专题学术年会论文集[C];2004年

4 耿玉磊;张翔;;多目标优化的求解方法与发展[A];福建省科协第四届学术年会提升福建制造业竞争力的战略思考专题学术年会论文集[C];2004年

5 程鹏;唐雁;邹显春;;约束多目标优化试验函数产生器[A];2008年计算机应用技术交流会论文集[C];2008年

6 贾小平;韩方煜;;多目标优化及其在过程工程中的应用[A];过程系统工程2001年会论文集[C];2001年

7 邢志祥;;灭火救援力量调集的多目标优化[A];第一届全国安全科学理论研讨会论文集[C];2007年

8 孙力;樊希山;姚平经;;化工过程多目标优化适宜解的模糊确定[A];第二届全国传递过程学术研讨会论文集[C];2003年

9 李颖t;昝建明;周建文;;多目标形貌优化方法研究[A];结构及多学科优化工程应用与理论研讨会’2009（CSMO-2009）论文集[C];2009年

10 许碧霞;李兆江;;基于循环经济的城市污水多目标优化配置分析[A];中国地理学会2007年学术年会论文摘要集[C];2007年

中国博士学位论文全文数据库 前10条

1 王晗丁;复杂问题的多目标进化优化算法研究[D];西安电子科技大学;2015年

2 董宁;求解约束优化和多目标优化问题的进化算法研究[D];西安电子科技大学;2015年

3 邹娟;高维多目标进化优化及降维评价的方法研究[D];湘潭大学;2014年

4 杨光;求解多目标优化问题的NWSA研究及其工程应用[D];吉林大学;2015年

5 王超;装载与车辆路径联合多目标优化问题研究[D];大连理工大学;2016年

6 叶承晋;计算智能在电力系统多目标优化中的应用研究[D];浙江大学;2015年

7 过晓芳;超多目标优化问题的几种进化算法研究[D];西安电子科技大学;2015年

8 左益;基于全局优化和局部学习的进化多目标优化算法[D];西安电子科技大学;2016年

9 卢芳;多目标优化及随机变分不等式问题的若干研究[D];重庆大学;2016年

10 徐志丹;基于生物地理算法的多目标优化理论与应用研究[D];哈尔滨工程大学;2013年

中国硕士学位论文全文数据库 前10条

1 韩伟;基于混合智能算法在造纸废水厌氧消化处理过程多目标优化中的研究[D];华南理工大学;2015年

2 东方世平;高速列车悬挂系统参数多目标优化[D];北京交通大学;2015年

3 苏贵良;基于免疫遗传微粒群智能算法的工程项目多目标优化研究[D];中国石油大学(华东);2014年

4 王学骥;多目标优化裁剪分配管理系统的研究与开发[D];东南大学;2015年

5 段雪凝;带时间窗的冷链物流车辆路径多目标优化问题研究[D];东北大学;2014年

6 赵丹;基于蚁群算法的建筑工程项目多目标优化研究[D];河北工程大学;2016年

7 孟涛;主动配电网广义电源多目标优化配置与运行[D];东北电力大学;2016年

8 李琰;黑箱多目标优化评估系统研究与实现[D];东北大学;2014年

9 孟婷婷;基于决策者偏好信息的NPS-CSS算法研究[D];东北大学;2014年

10 程慧敏;云环境中基于多目标优化的科学工作流数据布局策略研究[D];安徽大学;2016年

，

本文编号：980443