基于改進混沌遺傳優(yōu)化算法的并聯(lián)式PHEV能量管理研究.pdf

1、插電式混合動力汽車(PHEV)的燃油經濟性和排放性與能量管理策略密切相關，如何提高能量管理策略的精確性，以最大限度提高PHEV的經濟性和排放性，是PHEV領域內一項急需解決的重要任務。邏輯門限能量管理策略和模糊能量管理策略是兩種較實用的能量管理策略，由于這兩種策略的規(guī)則定制都是基于專家經驗，從而難以實現(xiàn)最優(yōu)控制，需要適當?shù)膬?yōu)化算法進行優(yōu)化。
　　 為此，本文以湖南大學“985工程”三期和江蘇省重點實驗室開放基金項目[QK0900

2、3]為依托，以ADVISOR軟件為平臺，采用改進混沌遺傳算法對并聯(lián)式PHEV的這兩種能量管理策略進行優(yōu)化研究，其主要研究工作和創(chuàng)新點如下：
　　 (1)研究了遺傳算法及其缺陷的產生機理，在已有的混沌遺傳算法的基礎上，提出一種改進混沌遺傳算法，并通過經典的函數(shù)對算法的收斂性能進行測試，測試結果表明：改進混沌遺傳算法在收斂速度、收斂穩(wěn)定性和收斂質量三方面，都有很大提高。
　　 (2)通過仿真證實：單模式邏輯門限能量管理策略不

3、能兼顧并聯(lián)式PHEV在不同距離和工況的運行需求。提出雙模式邏輯門限能量管理策略，并以改進的混沌遺傳算法優(yōu)化策略控制參數(shù)。仿真結果表明：優(yōu)化后的雙模式邏輯門限能量相比原車，高速公路運行成本降低了10％，城郊公路的運行成本降低了21.3％，同時又很好的排放性。
　　 (3)研究了模糊能量管理策略，通過改進的混沌遺傳算法對其隸屬函數(shù)及規(guī)則進行全局優(yōu)化，以使其更加符合并聯(lián)式PHEV的需求。仿真結果表明：優(yōu)化后的模糊能量管理策略比優(yōu)化前的