004 基于Cruise的混合动力汽车能量管理与控制策略研究_东风商用车_殷政等
混合动力汽车能量管理策略研究
混合动力汽车能量管理策略研究随着汽车行业的快速发展和环境问题的日益突出，混合动力汽车作为一种创新的汽车动力系统，引起了广泛的关注。
混合动力汽车的能量管理策略对于其性能和燃油经济性至关重要。
本篇文章将探讨混合动力汽车能量管理策略的研究进展，重点关注了自适应能量管理策略、优化能量管理策略和预测能量管理策略。
自适应能量管理策略是混合动力汽车能量管理研究的重要方向之一。
这种策略通过实时监控车辆的状态和驾驶员行为，以及预测车辆未来的工作模式，来动态地分配动力系统中的内燃机和电动机的功率。
自适应能量管理策略的目标是最大化混合动力汽车的燃油经济性和性能。
许多研究者使用机器学习算法来开发自适应能量管理策略，例如神经网络、遗传算法和模糊逻辑。
这些算法可以根据实时数据进行学习和优化，从而实现最佳的能量管理策略。
优化能量管理策略是通过数学模型和优化算法来设计最佳的能量管理策略。
这种策略基于车辆的动力需求和动力系统的特性，通过优化算法来确定最有效的功率分配和能量流控制策略，以提高混合动力汽车的性能和能源利用效率。
常见的优化算法包括动态规划、二次规划、模型预测控制等。
优化能量管理策略能够在不同的工况下实现最优的能量管理，并且具有较高的鲁棒性和可靠性。
预测能量管理策略是通过预测未来的驾驶和路况信息，来制定最佳的能量管理策略。
这种策略利用传感器和智能算法来预测驾驶员的行为、路况和交通状况等因素。
通过精确的预测，混合动力汽车可以提前做出适当的响应，实现最优的功率分配和能源利用。
常用的预测算法包括马尔可夫模型、人工神经网络和支持向量机等。
预测能量管理策略可以显著提高混合动力汽车的燃油经济性和行驶性能。
综上所述，混合动力汽车能量管理策略研究涉及到自适应能量管理策略、优化能量管理策略和预测能量管理策略。
这些策略的共同目标是提高混合动力汽车的性能和燃油经济性。
自适应能量管理策略通过实时监控和学习来动态调整功率分配策略；优化能量管理策略利用数学模型和优化算法来设计最佳策略；预测能量管理策略通过预测未来信息来制定最优策略。
混动汽车的动力系统协同控制策略优化分析
混动汽车的动力系统协同控制策略优化分析随着对环境保护和能源效率的日益关注，混动汽车作为一种既具备内燃发动机又具备电动机的汽车类型，逐渐受到了消费者的青睐。
混动汽车的核心在于动力系统的协同控制策略，使得内燃发动机和电动机能够高效合作，实现汽车动力的优化。
本文将对混动汽车的动力系统协同控制策略进行分析，并提出优化建议。
一、混动汽车动力系统的组成混动汽车的动力系统由内燃发动机、电动机、电池组和传动系统等组成。
内燃发动机负责提供动力，而电动机则通过电池组储存的电能进行驱动。
传动系统将两种动力源相结合，实现动力输出。
这种设备结构使得混动汽车能够在不同工况下选择最佳的动力来源，从而提高燃油经济性和减少对环境的影响。
二、混动汽车动力系统协同控制策略的原理混动汽车的动力系统协同控制策略是指通过智能控制系统对内燃发动机和电动机进行有效的协调工作，使其在不同工况下实现最佳的功率输出。
具体来说，协同控制策略主要包括功率分配策略和能量管理策略。
1. 功率分配策略功率分配策略决定了内燃发动机和电动机在驱动汽车过程中所承担的功率比例。
对于加速行驶情况下，应优先使用电动机提供动力，以实现快速响应和高效能量利用；而在持续高速行驶时，则应更多地依赖内燃发动机，充分利用其经济性能。
因此，合理的功率分配策略能够在不同工况下最大化动力输出效率。
2. 能量管理策略能量管理策略主要指根据系统能量需求和能源状态，对电池组的充电和放电过程进行控制，以提高能量利用效率和延长电池寿命。
在低速行驶或怠速时，电动机主要通过充电和回馈能量的方式进行工作，并将多余的能量储存到电池中；而在高速行驶或加速时，则将电池储存的能量直接转化为动力输出，以提高整体的能源利用率。
三、混动汽车动力系统协同控制策略的优化建议为了进一步提高混动汽车动力系统的性能和能源利用率，以下是一些优化建议：1. 结合车辆特性和驾驶需求，制定适宜的功率分配策略。
根据不同的行驶工况和驾驶模式，动态调整内燃发动机和电动机的功率输出比例，以实现最佳的动力输出效果。
基于动态规划的混合动力汽车能量管理策略研究
基于动态规划的混合动力汽车能量管理策略研究混合动力汽车是一种集电动和内燃机动力系统于一体的汽车。
其能源管理策略是指如何根据当前驾驶条件和需求，合理地分配电动机和内燃机的功率输出，以最大化车辆的燃料效率和性能。
首先，需要建立动态规划模型。
该模型需要考虑到驾驶条件、车辆状态和能量需求等因素。
驾驶条件包括驾驶速度、路段坡度和交通状况等。
车辆状态包括电池电量、燃料油箱剩余量和电动机/发动机工作模式等。
能量需求包括车辆加速、制动、起动和巡航等。
接下来，需要建立状态转移方程。
状态转移方程描述了车辆在不同驾驶条件下，从一个状态转移到另一个状态所需的功率输出。
例如，在起动过程中，电动机需要提供额外的功率来帮助发动机。
在巡航状态下，电动机可以利用回收制动能量来充电。
然后，需要定义驾驶条件和能量需求的代价函数。
代价函数用于衡量不同驾驶条件和能量需求对于燃料效率的影响。
例如，在高速驾驶过程中，内燃机的功率输出增加，燃料效率下降。
代价函数可以将这种关系量化，并作为动态规划模型的优化目标。
最后，使用动态规划算法求解最优能量管理策略。
动态规划算法通过计算每一个时间步长的最优状态和控制策略，以实现全局最优。
具体步骤包括初始化动态规划表、递归计算每个状态下的最优值和控制策略，并最终确定最优的能量管理策略。
动态规划的混合动力汽车能量管理策略研究具有以下优势。
首先，它可以考虑到多种因素对燃料效率的影响，如驾驶条件、车辆状态和能量需求等。
其次，它可以寻求最优解，以实现最大的燃料效率和性能。
最后，动态规划算法具有较高的计算效率和实时性，可以在实际驾驶中实时调整能量管理策略。
总之，基于动态规划的混合动力汽车能量管理策略研究可以帮助优化能源分配，提高燃料效率和性能。
随着混合动力汽车的普及和技术的发展，这一研究领域具有重要的理论和实践价值。
基于AVL Cruise的某重型商用车动力性、经济性分析及优化
基于AVL Cruise的某重型商用车动力性、经济性分析及优化摘要：本文以某重型商用车为研究对象，分析了其动力性、经济性和优化方案。
通过AVL Cruise软件模拟仿真，优化车辆动力系统，使其在满足动力要求的前提下具备更好的燃油经济性。
研究发现，在牵引工况下，改变气门正时角和点火提前角对车辆性能有较大的影响，而在惯性工况下，适当降低油门开度可以显著减少燃油消耗。
最后，结合实际应用需求，提出了优化方案，并且在AVL Cruise软件中进行仿真验证，取得了较为显著的效果。
关键词：AVL Cruise，商用车，动力性，经济性，优化方案正文：一、引言商用车具有承载重物和长时间运营的特点，因此，其动力性和燃油经济性是制造商和客户所关注的重要指标。
本文以某款重型商用车为研究对象，运用AVL Cruise软件，对车辆动力系统进行仿真分析，找出对其性能和经济性影响较大的参数，提出优化方案，为车辆动力系统的设计和应用提供价值参考。
二、研究方法本文采用AVL Cruise软件对商用车进行仿真分析。
首先，建立车辆动力学模型，包括发动机、传动系、车轮、车辆重量等参数，建立不同工况下的仿真模型。
然后，设置相应的仿真工况，对车辆进行动态性能和燃油经济性的评估。
最后，基于仿真数据和实测数据，对车辆动力系统进行优化，确定最优参数。
三、研究结果（一）动力性分析通过仿真分析，得出商用车在牵引工况下的加速时间和最大速度，发现改变气门正时角和点火提前角对车辆性能有较大的影响。
在两者的组合比较中，气门正时角在中低转速下的变化对车辆的牵引性能有明显的提升，但是对高转速下的提升作用较小；点火提前角对车辆加速性能的影响较大，其提前角越大，车辆的加速性能越好，但是其在一定程度上会使得发动机爆震现象加剧。
（二）经济性分析在惯性工况下，通过调整油门开度和车速，得到车辆的燃油消耗率。
在不同油门开度下，发现车辆的燃油消耗呈现出先降低后升高的趋势，在油门开度到达某一阈值之后，车辆的燃油消耗开始增加。
基于Cruise的整车动力性和经济性分析
Vol. 33 No. 1Juz 0071第38卷第1期2071年1月贵州大学学报(自然科学版)Journal of Guizhou University ( Natural Sciecces)文章编号 10004269(2021)019098 26DOI ： 10. 15755/j. ctU ydxPzrb. 0071.01. 15基于Crrise 的整车动力性和经济性分析郁逸桢，郑长江*(河海大学土木与交通学院，江苏南京710098 )摘要：动力传动系统作为影响车辆动力性和燃油经济性的重要部件，开展传动系统的优化设计 对车辆研发具有重要意义。
文中基于Cruise 软件建立了整车模型，将仿真结果对比工信部实测 数据,验证了 Cruise 软件所建立的车辆仿真模型是可靠的。
动力性计算指标误差在3%以内，燃油经济性误差在5%以内，具有较高精度。
通过改变传动系统中主减速器传动比和变速器各挡 位传动比对车辆性能进行优化，在动力性减弱1.52%的情况下，提升了 4. 97%的经济性，符合当 前节能减排的发展趋势。
该研究结果表明：基于Cruise 软件对车辆进行性能优化是非常有必要的,具有重要的工程应用和理论参考价值。
关键词：动力性；燃油经济性;Cruise 仿真模拟;优化匹配中图分类号:U492.8 文献标志码:A车辆的动力性和燃油经济性是综合评估汽车 性能的重要指标。
王锐［］通过对比某车型的动力 性理论数据和Cruwo 软件仿真结果得出，仿真分析 精确度高于理论计算。
朱路生⑵针对轻型卡车建 模仿真，对比分析了 Mule 车和标杆车型，确认了 Mule 车性能指标优于标杆车型，具备细分市场的 差异化竞争力。
王琳4］基于Cruise 软件仿真分析 了某款手动挡汽车,并将仿真结果与试验结果对比 研究，验证了动态建模仿真分析应用于产品开发研 究的可行性。
采用软件仿真并配合试验研究，在整 车动力性和经济性评价方面取得了较好的应用效 果。
基于规则结合ecms的四驱混合动力汽车能量管理策略
基于规则结合ECMS的四驱混合动力汽车能量管理策略四驱混合动力汽车能量管理策略是实现汽车节能减排和提升运行效率的重要手段之一。
基于规则和ECMS (经济性-舒适性-安全性)的能显管理策略是当前研究的热点之一。
基于规则的能量管理策略是通过总结经验。
制定一套管理规则，根据车辆状态和驾驶意图等信息，选择合适的能量管理策略。
这种策略简单易懂，易于实现，但可能不够优化。
ECMS策略是一种基于实际运行工况和驾驶风格的能量管理策略，通过实时监测车辆状态和驾驶风格等信息，动态调整能虽分配，以达到最优的能耗和经济性。
这种策略考虑了实际运行情况，更加精准和优化。
将基于规则和ECMS策略结合起来，可以发挥各自的优势，提高能量管理效率。
具体来说，可以通过以下几个方面来实现:1.制定综台管理规则:将基于规则和ECMS策略结合起来，制定一套综合的管理规则。
这些规则可以包括驾驶风格、道路状况、车辆状态等多个因素，通过综台考虑这些因素来选择最优的能量管理策略。
2.实时监测和调整:通过实时监测车辆状态和驾驶风格等信息，动态调整能量分配和管理策略。
这可以确保能量管理策略始终处于最优状态，提高汽车的能耗效率和运行经济性。
3.强化学习和自适应调整:通过强化学习算法，不断优化和调整能显管理策略，使其更加适应实际运行工况和驾驶风格。
这可以提高能显管理策略的自适应性和准确性。
基于规则结合ECMS的四驱混合动力汽车能量管理策略可以实现更加精准和优化的能量管理，提高汽车的能耗效率和运行经济性。
同时，这种策略还可以考虑实际运行工况和驾驶风格等因素，更加贴近实际需求。
未来随着智能驾驶技术的发展，这种策略有望得到更厂泛的应用和推广。
《2024年并联式混合动力汽车能量管理策略优化研究》范文
《并联式混合动力汽车能量管理策略优化研究》篇一一、引言随着全球对环境保护和能源效率的日益关注，混合动力汽车作为一种节能减排的有效手段，得到了广泛的关注和推广。
其中，并联式混合动力汽车（PHEV）以其独特的结构和工作原理，在市场上占据了一席之地。
然而，如何有效地管理其能量，使其在各种行驶工况下都能达到最优的能源利用效率，是当前研究的重点。
本文旨在研究并联式混合动力汽车的能量管理策略优化，以提高其能源利用效率和整车性能。
二、并联式混合动力汽车概述并联式混合动力汽车是一种混合动力汽车，其发动机和电机可以独立或联合工作，为汽车提供动力。
这种汽车的特点是结构简单、成本较低，同时具有较好的能源利用效率和排放性能。
然而，如何合理分配发动机和电机的功率输出，以达到最优的能源利用效率，是并联式混合动力汽车面临的主要问题。
三、能量管理策略现状及问题目前，并联式混合动力汽车的能量管理策略主要分为规则型和优化型两大类。
规则型策略主要是基于预先设定的规则对发动机和电机的功率进行分配，而优化型策略则是通过优化算法来寻找最优的功率分配方案。
然而，现有的能量管理策略仍存在一些问题，如规则过于简单导致能源利用效率不高，优化算法计算量大、实时性差等。
四、优化策略研究针对上述问题，本文提出了一种基于机器学习的并联式混合动力汽车能量管理策略优化方法。
该方法利用神经网络等机器学习算法，对历史行驶数据进行学习，从而得到在不同行驶工况下的最优功率分配方案。
此外，还采用了启发式算法对神经网络输出的结果进行优化，以提高算法的实时性和计算效率。
五、实验与结果分析为了验证本文提出的能量管理策略优化方法的有效性，我们进行了大量的实验。
实验结果表明，经过优化的能量管理策略能够显著提高并联式混合动力汽车的能源利用效率，降低油耗和排放。
同时，优化后的策略还能在各种行驶工况下保持较好的实时性和计算效率。
六、结论与展望本文研究了并联式混合动力汽车的能量管理策略优化问题，提出了一种基于机器学习的优化方法。
混合动力电动汽车能量管理策略研究开题报告
开题报告题的研究进展及现状进行了全面总结,从不同角度对混合动力电动汽车的能量管理问题进行描述,并对主要能量管理策略进行了分析和对比研究,指出各种控制方法的优点及其存在的问题与不足,最后对混合动力电动汽车能量管理策略研究的未来发展方向进行了展望[6]。
面对能源和环境的巨大压力,混合动力汽车已成为世界汽车产业重点发展领域,其中,能量管理系统是相关研究领域的重点和难点.根据算法,现阶段的能量管理策略可以分为基于确定规则的控制策略、基于模糊规则的控制策略、基于瞬时优化的控制策略、基于全局优化的控制策略四种[7]文中分析并比较这四种能量管理策略,基于模糊规则的控制策略自适应性强和基于瞬时优化的控制策略精确度高,应给予关注。
燃料电池/蓄电池混合动力电动汽车存在动力的耦合和分离过程,能量管理策略比较复杂。
为了进一步合理分配燃料电池和蓄电池之间的动力输出,增强其能量管理策略的鲁棒性,从理论上分析了燃料电池/蓄电池双能源电动汽车的功率分配方法[8],用Matlab/Simulink建立了功率跟随模式控制策略的仿真模型,利用ADVISOR2002的并联框架完成燃料电池/蓄电池双能源混合动力汽车能量管理的建模与仿真。
结果表明该电动汽车动力传动系统参数匹配合理,能满足动力性设计指标要求。
能源管理系统[9]是混合动力电动车的一个重要管理系统.该系统全面管理能源在电动车上的释放、存储、分配与回收,是实现混合动力电动车的关键技术之一.和其他同类系统相比,本系统具有抗干扰性好、可靠性高、控制简单、成本低等特点.该系统已经研制成功,试运行情况良好。
电动汽车电能供给方式、电动汽车充电站建设典型模式、系统功能需求,以形成系统服务体系的框架,结合物联网、多代理等新技术,从硬件设备及通信角度设计了能量管理系统的开发方案,使充电站结合自身的情况,在电网稳定的前提下尽可能地满足电动车的要求,统筹好电网、充电站、电动汽车三者的利益。
研究成果对于促进电动汽车产业化进程具有重要的意义[10]。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
基于Cruise的混合动力汽车能量管理与控制策略研究
殷政周杰敏
（东风商用车技术中心，武汉，430056）
摘要：在CRUISE环境中分别建立11L加电机与13L发动机的车辆模型，分析了HEV能量管理策略和不同工作模式间相互切换的条件，在MATLAB/SIMULINK中搭建了基于负荷平衡的转矩分配策略。
对比分析两车型在CWTVC工况下的燃油消耗表现，为下一步控制策略调试和参数匹配优化提供数据支持。
关键词：混合动力；CRUSIE；模糊控制
主要软件：A VL CRUISE
1. 前言
随着排放法规的日趋严格，汽车厂家为降低排放所做的努力已不再局限于改善燃烧过程和后处理系统。
而目前发动机技术与投入的巨额开发成本相比，技术进步带来的收效却很小。
同时现行经济需求的变化，在油价不断高涨的情况下对大马力发动机的需求却不断上升，因此电能在车辆上的应用越来越迫切。
电机虽然能很好的替代发动机，但由于客户需求与特殊的经济应用领域，商用车特别是载货和牵引车在很长一段时间内是不可能实现纯电动的运行，因此HEV的发展是未来一大趋势。
而新的动力源的加入则需求耦合机构能使两种动力源能平稳输出，这对协调控制策略提出了新的要求。
本文针对串联式HEV制定出整车控制策略。
基于扭矩需求算法制定出整车工作模式，在各个工作模式下对能量源进行合理分配，以实现经济油耗为目标进行控制。
通过CRUISE 和Matlab联合仿真，获得了良好的控制效果。
2. CRUISE整车模型建立
2.1 CRUISE介绍
CRUISE是一款针对整车动力性、燃油经济性进行仿真分析的软件，通过图形建模方式，可以快速的根据需求建立整车模型，进行概念的修正工作。
而其BUS连接方式可以便捷的提供各数据信息给控制系统，用来做被控对象模型能准确的表达车辆在工况下的实际表现。
特别是在混合动力方向的应用有多个特点：
①拥有丰富的混合动力模块库，便于模型的搭建，数据列表界面便于数据的输入和存储。
②自带的FUNCTION和MAP模块能快速的在CRUISE环境中建立简单的控制算法，便于模型的验证和参数的调整。
而提供对外接口可以与matlab等软件建立联合仿真，以便进行更加复杂的控制算法的实现。
③其自带的驾驶员模型根据路谱的车速需求可以很快的解耦出加速、刹车、离合踏板信号并通过BUS连接导入到控制算法中，这种前向仿真模式便于控制算法的搭建。
2.2 整车模型的建立
分别建立11L+电机和13L的车辆模型，部分参数如下：车辆总重为65T，变速箱为ZF12档，工况为C-WTVC。
模型如下图1所示：
图1 11L+电机模型
电机与发动机通过离合器串联在一起，整个模型的控制部分是MA TLAB DLL 接口提供的SIMULINK 环境中搭建的控制算法，此种连接方式的优点是单一的运行环境仿真速度快，但缺点是由于控制算法生成的DLL 不可在更改，所以对算法的调试不方便。
电机选择的120KW 最大扭矩是840NM ，超级电容选择的是MAXWELL 63F 。
3. 基于转矩分配的模糊控制算法
3.1 模糊控制和逻辑门限控制对比
混合动力汽车控制策略目前主要有三种，第一种为静态的逻辑门限控制策略：根据预先设置的门限参数，限制发动机的工作区域，并调整电机的工作模式；第二种为瞬时优化控制策略：实时监测混合动力车各系统的工作状况，根据当前功率点的需求，计算出最佳经济性输出的各部件工作模式；第三种为模糊逻辑或神经网络等近现代才开展的智能控制策略：应用模糊逻辑或神经网络来决策混合动力系统的工作模式和功率分配。
目前，逻辑门限控制方法在实际商品化混合动力汽车中应用的最广泛。
瞬时优化控制策略由于计算量巨大，算法上不容易协调，目前还没有应用。
模糊控制在许多工程应用领域中已被证明是一种优越的控制技术。
模糊控制策略与逻辑门限控制策略关系密切，逻辑门限控制策略是基于传统布尔逻辑推理的控制方法，而模糊控制策略则基于模糊逻辑推理，在控制策略的分析与综合方法上，逻辑门限控制方法是模糊逻辑控制方法的基础。
通过绘制发动机的MAP 图可以判定出发动机的经济工作区域，而门限值控制算法就是希望发动机能更多的在经济区域工作，如下图2所示：
图2 一般工况工作模式[1]
根据发动机MAP 图可以很快的划分出对应区域的逻辑门限值，但是根据门限值而定义的输出值相对的都是线性输出，虽难能避开发动机的高油耗区域，但是这种基于规则的设置
是一种静态算法，如果要达到很好的效果则需要大量的参数分层，而且也需要不断的运用“试错法”去调试。
基于规则的算法被表示成“IF…THEN…”形式，在通过布尔逻辑运算，实现系统工作模式切换的控制。
门限控制的本质，是通过对系统的研究，获得如何有效地控制系统的专家知识，实现一种拟人性能。
而在模仿人的推理和决策行为方面，模糊逻辑无疑更接近人的思维方式。
它可以很方便的处理诸如“如果SOC较高而加速踏板踩下角度适中，则电机输出部分扭矩辅助驱动”这样的无法用精确参数表达的控制规则。
模糊控制事实上实现了逻辑门限控制策略的非线性扩展，它表达了参数在远离和接近门限值时系统行为应有的区别。
模糊控制算法模型如下图3所示；
图3 SIMULINK模糊算法
3.2 仿真计算结果
在此，我一共建立了三个车辆模型，分别是：
①基于逻辑门限值控制算法的11L+电机模型，运用Function模块编写基本的门限值算法，并将超级电容设置为无穷大。
由此根据MAP基本划分发动机的工作区域，设置门限值分层，可以为模糊算法的设计提供计算支持。
②基于模糊控制的11L+电机模型，由MATLAB DLL模块加载SIMULINK算法。
根据MAP可以描绘出最经济的功率曲线如图4所示，然后根据驾驶员输出的踏板信号解构出扭矩需求，然后再根据负荷要求，分配电机和发动机的扭矩输出如图5所示。
图4 发动机MAP图上的模糊子集[1]
A 基于逻辑门限11L+电机
B 基于模糊算法11L+电机
C 13L 发动机
图6 发动机功率点图
图5 扭矩分配控制
③只配备13L 发动机的模型。
它们的仿真计算结果如下图6：
油耗对比如下表一: 由仿真结果图4可以看出，在控制算法的限制下，11L 发动机都尽量避开低负荷的高油耗区域，而在经济区域工作，但模糊控制算法的工作点更加集中，从油耗表中也可以看出，在动力性满足的情况下，经济性能得到很大的提升。
而从下图7的SOC 值比较，蓝色的为门限值控制的红色的为模糊控制的，模糊控制可以按照设置要求根据现行工况的需求以及车辆状况来调整电机的工作状态，保证超级电容的容量始终处在有效工作区域。
图7 SOC对比
4. 结语
（1）通过对比分析11L+电机和13L的车辆模型，了解发动机在特定工况上的功率分布，对动力系统的匹配提供计算结果验证。
（2）运用门限值控制及Function模块可以快速的调整划分发动机在路谱下的工作区间，为电机的工作模式控制提供帮助，便于更加复杂的模糊算法控制的参数设计。
参考文献
[1] 浦金欢混合动力汽车能量优化管理与控制策略研究2004
[2] A VL CRUISE Help
[3] MA TLAB Help。