純電動汽車能量管理關(guān)鍵技術(shù)問題的研究.pdf

1、面對日趨嚴(yán)重的能源短缺與環(huán)境惡化問題，新型車輛的開發(fā)利用愈來愈受到各國政府和工業(yè)界的高度重視。在這種背景下，清潔無污染、零排放的純電動汽車成為當(dāng)今最有發(fā)展前途的交通工具之一。純電動汽車作為一種有限能量電源供電系統(tǒng)，其能量優(yōu)化和控制，即能量管理問題的研究意義十分顯著，正成為電動汽車領(lǐng)域研究的熱點問題。隨著電力電子技術(shù)和計算機技術(shù)在汽車領(lǐng)域中的推廣和應(yīng)用，純電動汽車的能量管理系統(tǒng)不斷完善。但是，人們在稱道能量管理功能實現(xiàn)的同時，卻往往沒有充

2、分挖掘車輛的能量利用率。事實上，純電動汽車的能量管理涉及多項關(guān)鍵技術(shù)，能量利用率的提高空間相當(dāng)可觀，智能控制理論和技術(shù)為解決純電動汽車能量管理中的這些關(guān)鍵技術(shù)提供了有效途徑。 純電動汽車能量管理問題中的關(guān)鍵技術(shù)主要涉及三個方面：一是設(shè)計合理的新型能量管理策略；二是尋求準(zhǔn)確的動力電池SOC估計方法；三是設(shè)計有效的再生制動控制策略。其中，純電動汽車能量管理策略的設(shè)計問題在理論上屬于非線性動態(tài)優(yōu)化問題，尚無成熟的解決方法，需要借鑒吸收

3、混合動力汽車這方面的研究成果；動力電池SOC估計問題屬于非線性、精度要求高的估計問題，傳統(tǒng)的線性估計方法已難以滿足估計要求；再生制動控制策略設(shè)計未考慮實際應(yīng)用中的SOC約束等因素，亟待完善。為此，本文結(jié)合模糊控制算法、神經(jīng)網(wǎng)絡(luò)算法、支持向量回歸算法和汽車制動理論等相關(guān)知識，較為深入地研究了上述純電動汽車能量管理中的關(guān)鍵技術(shù)，主要工作如下： 首先介紹了課題的研究背景、純電動汽車的國內(nèi)外研究現(xiàn)狀，總結(jié)了純電動汽車能量管理策略中的關(guān)鍵

4、技術(shù)，然后著重分析歸納了純電動汽車能量管理中能量管理策略、電池SOC估計方法和再生制動能量回收策略的研究意義、研究現(xiàn)狀及其存在的不足。 針對傳統(tǒng)純電動汽車?yán)m(xù)駛里程短、加速性能不佳的問題，研究了蓄電池-超級電容新型雙能量源純電動汽車的能量管理優(yōu)化控制問題。首先分析了新型能量存儲系統(tǒng)的存儲功率、車輛行駛時的阻力功率及運行約束條件，建立了雙能量源存儲系統(tǒng)能量管理問題的數(shù)學(xué)模型。考慮到電動汽車行駛過程中存在著非線性、動態(tài)性強等特性，提出

5、采用模糊控制算法進(jìn)行功率分配。分配過程中，輸入采用了車輛需求功率、電池SOC和超級電容SOC，而輸出為蓄電池的功率分配因子。相比于簡單查表策略，采用模糊控制策略后，車輛的加速性能和能量消耗率方面都有了較大的改善。在模糊規(guī)則設(shè)計過程中，主要依靠經(jīng)驗，難免會陷入局部最優(yōu)。近年來發(fā)展迅速的粒子群算法具有全局搜索的優(yōu)點，與模糊控制算法相結(jié)合，可以有效地克服模糊控制容易陷入局部最優(yōu)的不足。因此，隨后提出了基于粒子群算法的新型雙能量源電動汽車能量管

6、理模糊控制策略。研究結(jié)果表明，基于粒子群算法的能量管理模糊控制策略相比于傳統(tǒng)模糊控制策略，在車輛性能上有了較大的提高。 獲得準(zhǔn)確的動力電池SOC是實現(xiàn)純電動汽車能量管理優(yōu)化控制的前提條件之一。針對傳統(tǒng)SOC估計方法的各種不足，在分析動力電池SOC影響因素的基礎(chǔ)上，采用神經(jīng)網(wǎng)絡(luò)算法及支持向量回歸算法進(jìn)行了動力電池的SOC估計研究，并對這兩類算法的估計性能進(jìn)行了綜合評價。其中，神經(jīng)網(wǎng)絡(luò)算法選取了典型的BP神經(jīng)網(wǎng)絡(luò)和具有動態(tài)辨識能力的

7、Elman神經(jīng)網(wǎng)絡(luò)兩類典型算法；支持向量回歸算法采用了它的兩種基本算法：ε-SVR算法和ν-SVR算法。結(jié)果表明：該四種方法都能很好地逼近實際值，平均估計誤差都小于2％，滿足實際的要求，但ν-SVR算法的平均估計性是最優(yōu)的。 再生制動能量的回收是提高電動汽車能量利用率、延長續(xù)駛里程一個關(guān)鍵技術(shù)。在分析車輛制動過程中的安全性和回收能量基礎(chǔ)上，建立了純電動汽車再生制動優(yōu)化控制問題的數(shù)學(xué)模型。引入前后制動力分配可調(diào)的變比例閥液壓分配線

8、來代替理想制動力分配曲線，提出了一種改進(jìn)的電動汽車再生制動力分配策略，并進(jìn)行了能量消耗率、回收能量和系統(tǒng)效率方面的仿真研究，實驗結(jié)果表明，所提出的控制策略有效降低了電動汽車的能量消耗率，提高了回收能量和能量利用效率。接著針對現(xiàn)有制動控制策略中，未考慮抑制電池過充的問題，提出了一種實用的考慮電池SOC約束的再生制動力分配策略，根據(jù)車輛前后輪制動力安全要求和電池SOC約束，分別設(shè)計了前后輪制動力分配控制器和制動力調(diào)節(jié)器。最后在ADVISOR