并聯(lián)式混合動力電動汽車能量管理系統(tǒng)智能控制策略研究.pdf

1、混合動力電動汽車能量管理系統(tǒng)控制策略的目標(biāo)是合理地分配發(fā)動機(jī)、電機(jī)的輸出轉(zhuǎn)矩，實(shí)現(xiàn)能量的最優(yōu)管理、效率與排放的最佳平衡。目前并聯(lián)式混合動力控制策略主要有邏輯門限控制策略、瞬時(shí)優(yōu)化控制策略、全局最優(yōu)控制策略及基于模糊邏輯或神經(jīng)網(wǎng)絡(luò)的智能控制策略，但只有邏輯門限控制策略在實(shí)際商品化的汽車中得到了廣泛應(yīng)用。將邏輯門限控制策略和智能算法相結(jié)合，改進(jìn)邏輯門限控制策略，更好地實(shí)現(xiàn)能量的控制和分配，具有重要的現(xiàn)實(shí)意義。
　　 本文以江蘇省重點(diǎn)

2、實(shí)驗(yàn)室開放基金項(xiàng)目(QK09003)、湖南大學(xué)“985工程”項(xiàng)目為依托，將智能算法融入邏輯門限控制策略之中，對ADVISOR軟件中的邏輯門限控制策略進(jìn)行了改進(jìn)。論文的主要工作及創(chuàng)新之處如下：
　　 (1)采用多層次參數(shù)掃描算法對邏輯門限控制參數(shù)進(jìn)行了優(yōu)化，在ADVISOR軟件上進(jìn)行了仿真實(shí)驗(yàn)，并與車輛優(yōu)化前的仿真結(jié)果進(jìn)行了對比分析。結(jié)果表明，經(jīng)多層次參數(shù)掃描算法優(yōu)化后，油耗、排放得到了明顯降低。
　　 (2)結(jié)合粒子群算

3、法和模擬退火算法的各自優(yōu)點(diǎn)，構(gòu)建了模擬退火粒子群算法(Simulated Annealing Particle Swarm Optimization，SAPSO)，并用于邏輯門限控制策略的控制參數(shù)優(yōu)化，同時(shí)在ADVISOR軟件上進(jìn)行仿真實(shí)驗(yàn)。對比分析結(jié)果表明，SAPSO算法在控制參數(shù)優(yōu)化問題上優(yōu)于多層次參數(shù)掃描算法。
　　 (3)采用邏輯門限控制策略和瞬時(shí)優(yōu)化控制策略相結(jié)合的方法建立了模糊BP神經(jīng)網(wǎng)絡(luò)控制策略，并基于ADVISO