增程式電動汽車能量管理與運行優(yōu)化方法研究.pdf

1、環(huán)境污染與能源危機是我國汽車產(chǎn)業(yè)發(fā)展所面臨的巨大挑戰(zhàn)，大力發(fā)展節(jié)能與新能源汽車、實現(xiàn)汽車產(chǎn)業(yè)結構轉(zhuǎn)型已經(jīng)成為我國政府、企業(yè)和科研機構的共識，并初步確立了以“純電驅(qū)動”作為我國節(jié)能與新能源汽車發(fā)展和汽車工業(yè)轉(zhuǎn)型的發(fā)展導向。增程式電動汽車具有整車成本較低、無續(xù)駛里程限制、不需要復雜的機械傳動裝置并且清潔高效的優(yōu)點，發(fā)展增程式電動汽車是一種適合我國汽車產(chǎn)業(yè)現(xiàn)狀和整體國情的可行發(fā)展道路。針對增程式電動汽車能量管理與優(yōu)化問題，本文從增程式電動汽車

2、能量管理策略與增程器工作點運行優(yōu)化兩個方面著手，以提高整車的燃油經(jīng)濟性和排放性能為目標，展開了深入研究。本文的主要工作和創(chuàng)新點有:
　　1、對增程式電動汽車動力系統(tǒng)的結構特性、不同工作模式下的功率流特性、動力電池的工作特性以及整車關鍵性能參數(shù)進行了深入分析，進一步明確了增程式電動汽車能量管理與運行優(yōu)化所要解決的問題、存在的難點和所要考慮的因素。
　　2、針對增程式電動汽車工作在增程模式時，增程器輸出功率的優(yōu)化問題，從實際工程

3、應用角度出發(fā)，提出了一種增程式電動汽車功率流優(yōu)化策略，該策略綜合考慮增程器輸出功率的發(fā)電機效率修正、動力電池SOC(state of charge)修正和功率變化率修正，并根據(jù)增程器最佳油電轉(zhuǎn)換效率曲線得出了發(fā)動機的目標轉(zhuǎn)速和發(fā)電機的目標轉(zhuǎn)矩，實現(xiàn)了對增程器輸出功率流的優(yōu)化。在三種典型循環(huán)測試工況下的實驗結果表明，所提出的增程器功率流優(yōu)化方法能夠有效地避免動力電池SOC的持續(xù)下降，提高整車的燃油經(jīng)濟性，同時還降低了對發(fā)動機轉(zhuǎn)速控制系統(tǒng)和

4、發(fā)電機轉(zhuǎn)矩控制系統(tǒng)的性能要求。
　　3、針對在指定工作時間內(nèi)如何使增程器高效的輸出特定能量的問題，提出了一種基于PRP共軛梯度法的增程器燃油效率優(yōu)化控制方法。該方法以產(chǎn)生給定能量燃油效率最高為優(yōu)化性能指標，以發(fā)動機和發(fā)電機轉(zhuǎn)矩為尋優(yōu)變量，建立了增程器燃油效率優(yōu)化控制問題的連續(xù)系統(tǒng)模型，從而將增程器燃油效率優(yōu)化控制問題描述為一個固定始端、可變終端的最優(yōu)控制問題，并對其進行了離散化處理。然后給出了采用PRP共軛梯度法求解增程器燃油效率

5、優(yōu)化控制問題的數(shù)值實現(xiàn)方法的詳細步驟，同時在算法的實現(xiàn)過程中，綜合考慮了發(fā)動機、發(fā)電機的轉(zhuǎn)速限制以及發(fā)動機和發(fā)電機的最大轉(zhuǎn)矩限制。最后仿真表明，所提出的方法能使增程器以較高的燃油效率運行。
　　4、提出了一種基于動態(tài)綜合成本的增程器運行優(yōu)化方法。該方法首先根據(jù)發(fā)動機溫度、三元催化器溫度和空燃比對發(fā)動機的穩(wěn)態(tài)油耗和排放特性進行修正，從而構建了增程器油耗和排放的準動態(tài)特性。其次通過將多個目標進行加權求和，構建了增程器的動態(tài)綜合成本特性

6、。然后，對增程器工作點優(yōu)化問題所存在的三種約束條件進行了分析，并采用粒子群算法對基于動態(tài)綜合成本特性的增程器工作點優(yōu)化問題進行了求解。最后，通過臺架實驗驗證了方法的有效性。
　　5、針對加權求和法求解多目標優(yōu)化問題時所存在的缺點，建立了含有增程器油-電轉(zhuǎn)換成本、HC排放、CO排放以及NOx排放四個目標函數(shù)和三種約束條件的增程器油耗和排放多目標優(yōu)化模型，并采用多目標粒子群算法和加權尺度法對模型進行了離線求解。臺架實驗結果表明，離線求

7、解結果能夠?qū)崿F(xiàn)整車燃油經(jīng)濟性能和排放性能的綜合優(yōu)化。
　　6、提出了一種自適應多目標差分進化算法(self-adaptive multi-objectivedifferential evolution algorithm，SAMODE)，該方法根據(jù)進化過程中的反饋信息自適應的調(diào)整差分進化策略和控制參數(shù)，增強了算法的搜索能力，采用自適應網(wǎng)格機制來保證解的分布性能。同時針對如何從Pareto最優(yōu)解集中選取出一個最終解的多目標決策問題，

8、提出了模糊優(yōu)先性概念，并基于此概念提出了一種模糊多目標決策方法(fuzzy optimality decision maker, FODM)。在上述兩項工作的基礎之上，采用SAMODE算法和FODM多目標決策方法對包含增程器油-電轉(zhuǎn)換成本、HC排放、CO排放以及NOx排放四個目標函數(shù)的增程器工作點多目標優(yōu)化問題進行了求解，驗證了所提出的SAMODE和FODM可以作為一種有效的增程器工作點多目標優(yōu)化問題解決方法。
　　論文最后總結了