具有实时运算潜力的并联混合动力汽车模型预测控制

合集下载

并联混合动力电动汽车的动态控制研究概要

并联混合动力电动汽车的动态控制研究概要

武汉理工大学博士学位论文并联混淆动力电动汽车的动向控制研究姓名 :严运兵申请学位级别 :博士专业 :车辆工程指导教师 :颜伏伍20080401武汉理 f: 人学博十学位论文摘要并联混淆动力汽车在发动机和电动机工作过程中 ,需要依据路况进行能量分配和工作模式的切换。

能量分派的研究已经有大批成就 ,而工作模式切换控制的研究还不常见。

混淆动力工作模式的切换其实是 ~个过渡过程 ,动向控制的目的就是希望汽车在切换过渡过程中 ,保持安稳运行 ,使整车在模式切换前后的动力性、经济性、排放、舒坦性不发生大的颠簸。

本文针对这一问题 ,遵循“文件剖析”——“整车建模”——“先期试验”——“算法仿真研究”一一“考证试验”的技术路线 ,达成了对混淆动力系统的动向控制研究。

依据动向控制的目的 ,本文对并联混淆动力系统进行了动力学理论建模。

建模过程中 ,鉴于内燃机的热力学过程 ,初次成立了图形化的发动机伪键合图模型;依据杠杆法 ,成立了 AL4 自动变速系统的动力学模型 ;并建立了多能源动力总成控制系统构造。

鉴于伪键合图发动机模型在实质控制上的缺点,本文对发动机的稳态和动向特性进行了试验研究。

得出了发动灵活向特征随发动机节气门开度、节气门开度变化率、转速这三个要素而变化的规律 ;以试验数据为基础 ,利用神经网络的展望功能 , 分别成立了发动机的稳态和动向转矩估计模型。

论文以并联混淆动力汽车在状态切换过程中总转矩不发生大的颠簸为控制目标,提出了“转矩预分派 +发动机调速 +发动机转矩估计 +电动机转矩赔偿控制”的动向控制策略。

以 Matlab//Simulink 为仿真平台 ,搭建了鉴于整车动向控制的仿真模型 ,进行了循环工况仿真研究 ,考证了仿真模型的正确性。

在此基础上 ,进一步对上述基本控制算法进行了定工况和全工况仿真考证。

经过搭建试验台架,借助dSPACE 快速控制原型工具,对动向控制算法进行了试验考证。

结果表示,在各样状念切换过程中,动向控制算法能有效控制混合动力系统的转矩颠簸 ,保证动力传达的安稳性。

基于模型预测控制的混合动力汽车模式切换中的转矩协调控制策略

基于模型预测控制的混合动力汽车模式切换中的转矩协调控制策略

基于模型预测控制的混合动力汽车模式切换中的转矩协调控制策略张渊博;王伟达;项昌乐;黄琨;马越;魏超;李子龙【摘要】混合动力车辆有多种工作模式,在模式切换过程中,由于系统的不连续性等特性,会出现平顺性差等问题.为此,本文中以双模混联式机电复合传动为对象,以改善模式切换品质为目的,重点进行离合器接合过程控制策略的研究.首先,对机电复合传动总体结构和特性进行了分析,并建立了功率耦合系统的等效模型;接着,提出了以减小车辆冲击度和离合器滑摩功为目标的基于模型预测控制的转矩协调控制策略;最后,利用仿真模型,对转矩协调控制策略进行了验证.结果表明,机电复合传动在所提出的模式切换控制策略的作用下,能在保证模式切换响应速度更快的同时,有效地降低输出轴的转矩波动和车辆的冲击度,减小离合器的滑摩损失,因此极大地改善了模式切换品质,对工程实践具有一定的参考价值.【期刊名称】《汽车工程》【年(卷),期】2018(040)009【总页数】8页(P1040-1047)【关键词】混合动力汽车;模型预测控制;模式切换【作者】张渊博;王伟达;项昌乐;黄琨;马越;魏超;李子龙【作者单位】北京理工大学机械与车辆学院,北京100081;北京理工大学机械与车辆学院,北京100081;北京理工大学机械与车辆学院,北京100081;北京理工大学机械与车辆学院,北京100081;北京理工大学机械与车辆学院,北京100081;北京理工大学机械与车辆学院,北京100081;北京理工大学机械与车辆学院,北京100081【正文语种】中文前言近年,在环境污染和石油资源短缺的实际背景下,新能源汽车得到了越来越多企业和科研机构的青睐。

目前市场上新能源车辆主要有纯电动汽车、燃料电池汽车和混合动力汽车[1]。

其中混合动力车辆可通过多种工作模式之间的协调切换,有效提高其燃油经济性。

然而在模式切换过程中,由于系统的不连续性等特性,仍会出现平顺性差、冲击度大等问题。

本文中基于双模混联式汽车对该问题进行了深入的研究。

串并联混合动力汽车系统数学模型分析研究

串并联混合动力汽车系统数学模型分析研究

串并联混合动力汽车系统数学模型分析研究1. 前言随着全球对环境保护的要求日益提高,汽车工业也在积极寻找新的动力源,混合动力车辆应运而生。

串并联混合动力汽车系统将传统的燃油发动机和电动机组合在一起,通过复杂的控制机构实现对车辆动力的协调控制和优化利用。

本文将深入探讨串并联混合动力汽车系统数学模型的建立与分析,为相关领域的研究者提供参考。

2. 混合动力汽车系统概述混合动力汽车系统可分为串联和并联两种结构。

在串联混合动力系统中,发动机和电动机并联工作,同步向车轮提供动力;在并联混合动力系统中,发动机和电动机分别独立工作,其输出功率通过一定的控制逻辑进行转化和合成。

3. 串并联混合动力汽车系统数学模型3.1. 系统拓扑结构串并联混合动力汽车系统的数学模型应该包含车辆的动力要素,包括发动机输出、电机输出、电池输出电量等等。

首先需要建立各个组件的拓扑结构,如图1所示,其中圆圈代表电机模型,长方形代表发动机模型,矩形代表控制器和变速器模型。

3.2. 组件模型3.2.1. 发动机模型发动机的模型应考虑其转速、输出功率、燃油消耗等因素。

以雅马哈YDRE型高性能电动汽车发动机为例,其输出功率P和转速ω的关系式为:P = 2.72 × ω - 31.3发动机的燃油消耗率可通过排放测量仪器进行测量,并根据实际工况得到其燃油消耗率函数。

3.2.2. 电机模型电机的模型应考虑功率输出、机械特性、电磁特性等因素。

以能量转换公司ET-AC141型同步电机为例,其机械输出功率P与转速ω的关系式为:P = 4.93 × ω - 12.5电机的电磁特性可通过实验测量得到其电流和电压的关系,从而得到其电流输出功率函数。

3.2.3. 电池模型对于电池模型来说,其主要考虑其电量和放电特性。

以三洋电池公司EB-240E型电池为例,其电量Q与放电时间t的关系式可表示为:Q = 240 × t另外,应考虑电池负载之间的电流分配问题,及电机输出功率与电池输出功率之间的匹配关系。

《并联混合动力汽车动力切换过程的协调控制研究》范文

《并联混合动力汽车动力切换过程的协调控制研究》范文

《并联混合动力汽车动力切换过程的协调控制研究》篇一一、引言随着环境保护和能源效率的要求日益严格,并联混合动力汽车因其卓越的燃油经济性和较低的排放标准,受到了广泛关注。

其动力系统集成了传统内燃机(ICE)与电动机(EM),能够在不同驾驶工况下进行动力切换,以达到最佳的能源利用效率和驾驶性能。

然而,这一过程中涉及到的动力切换协调控制问题,是当前混合动力汽车技术研究的热点和难点。

本文将针对并联混合动力汽车动力切换过程的协调控制进行研究,分析其控制策略和算法。

二、并联混合动力汽车结构及工作原理并联混合动力汽车由内燃机、电动机、电池组、传动系统等组成。

其工作原理是,根据车辆行驶工况和驾驶员的驾驶意图,通过控制系统协调内燃机和电动机的工作,以实现最佳的能源利用效率和驾驶性能。

三、动力切换过程中的协调控制策略1. 传感器信息融合:通过高精度的传感器,实时获取车辆的运行状态信息,如车速、加速度、电池组电量等,为协调控制提供数据支持。

2. 动力系统模型预测:基于传感器信息,建立动力系统模型,预测未来一段时间内的车辆运行状态和需求功率。

3. 切换逻辑制定:根据预测结果和驾驶意图,制定合理的动力切换逻辑。

在低负荷工况下,优先使用电动机进行驱动;在高负荷工况下,内燃机和电动机协同工作;在制动或减速过程中,通过回收制动能量为电池组充电。

4. 控制器设计:设计合适的控制器,实现对内燃机和电动机的精确控制。

控制器应具备快速响应、高精度控制的特点,以应对复杂的驾驶工况。

四、协调控制算法研究1. 优化算法:采用优化算法对动力系统进行优化控制,以提高能源利用效率和驾驶性能。

常见的优化算法包括遗传算法、蚁群算法等。

2. 模糊控制:针对复杂的驾驶工况和不确定性因素,采用模糊控制算法对动力系统进行协调控制。

模糊控制能够根据实际情况调整控制策略,提高系统的适应性和鲁棒性。

3. 预测控制:采用预测控制算法对未来一段时间内的车辆运行状态进行预测,以实现更精确的协调控制。

基于工况识别的混合动力汽车预测控制

基于工况识别的混合动力汽车预测控制
III
formula of
engine fuel consumption rate,battery internal resistance and electromotive force were
重庆大学硕士学位论文
d SOC curve of model predictive control under several standard conditions can follow the optimal trajectory of SOC better in the global optimization. The sim ulation analysis of predictive control under special working conditions indicated that all kinds of modes can be switched reasonably ,in the early to charge and discharge function can play under transient conditions,the engine and motor mo stly work in the region of the low oil consumption and high efficiency, which suggests that the predictive control of PHEV the author put forward based on t he recognition of working conditions can effectively improve the fuel economy. Finally, operation time of predictive control strategy based on the dSPACE realtime simulation system was tested, and the results have shown that the propose d predictive control algorithm can meet the requirements of real-time control. Keywords: Hybrid Electric Vehicle, Dynamic Programming, Condition Recognition, Predictive control, Simulation

混合动力汽车燃油经济性模型预测控制策略

混合动力汽车燃油经济性模型预测控制策略
粤遭泽贼则葬糟贼:To realize real -time fuel economy control on hybrid electric vehicle袁 improved Markov model predictive control method is proposed. Key part model of hybrid electric vehicle is built. V ehicle torque requirement model is set up by considering overcoming resistance and tracking the expect speed袁 so that the total vehicle system simulation model is built. V ehicle state is predictive by multi-step Markov model. Introducing SOC reference to objective function袁 model predictive optimal control strategy is used when SOC is greater than reference. SOC punishment term is introduced to objective function when SOC is less than reference袁 and improved model predictive control strategy is used. Clarified by simulation袁 under New European Driving Conditions袁 fuel consumption per hundred kilometers of Markov model predictive control decreases to 4.27% compared with constant predictive control袁 4.99% compared with rule energy management strategy. Under China urban driving schedule袁 fuel consumption per hundred kilometers of Markov model predictive control decreases to 8.32% compared with constant predictive control袁 13.16% compared with rule energy management strategy. Key Words院Hybrid Electric Vehicle曰 Fuel Economy Control曰 Multi-Step Markov Model曰 Improved Model Predictive Control

并联式混合动力汽车的实时控制策略优化

并联式混合动力汽车的实时控制策略优化
邵海岳;邵海燕;钟志华;杨朔
【期刊名称】《贵州工业大学学报(自然科学版)》
【年(卷),期】2004(033)004
【摘要】分析了并联式混合动力汽车的能量流动情况,建立了便于进行扭矩分配计算的驱动系统简化模型.将电池充放电过程中消耗的能量等效为一定的油耗,以最少等效油耗为目标函数,建立了实时控制策略.针对FUDS驾驶循环,计算得到了最少油耗的实时扭矩分配方案,结果表明,该实时控制策略能有效的降低车辆的燃油消耗,优化发动机的工作点.
【总页数】5页(P94-98)
【作者】邵海岳;邵海燕;钟志华;杨朔
【作者单位】湖南大学,机械与汽车工程学院,湖南,长沙,410082;湖南大学,机械与汽车工程学院,湖南,长沙,410082;湖南大学,机械与汽车工程学院,湖南,长沙,410082;湖南大学,机械与汽车工程学院,湖南,长沙,410082
【正文语种】中文
【中图分类】U469.722;U462.34
【相关文献】
1.并联式混合动力汽车模糊控制策略及优化研究 [J], 付主木;周朋歌
2.并联式混合动力汽车控制策略及其发动机的优化 [J], 王海滨;于水;李理光
3.并联式混合动力汽车的基本控制策略和实时控制策略的比较分析 [J], 孟铭;杜爱

4.基于遗传算法的并联式混合动力汽车控制策略优化 [J], 杨章林;朱烨;贾会星
5.并联式混合动力汽车模糊控制策略优化 [J], 黄禀通;朱建军;周忠伟;陈登攀因版权原因,仅展示原文概要,查看原文内容请购买。

并联新能源汽车最优效率实时控制_付江涛

2 车辆模型
本文研究的并联新能源汽车驱动系统结构如图1 所示.
机)、动力耦合机构和变速机构. 动力耦合机构为一单 排行星齿轮组, 发动机通过离合器与行星齿轮组的齿 圈连接, 永磁电机的转子与行星齿轮的太阳轮连接, 系统的动力输出通过行星齿轮的行星架输出到驱动 系统的变速箱.
根据图1所示的新能源汽车并联结构, 驱动系统的 驱动模式可以分为以下5种驱动方式: 1) 发动机单独 驱动; 2) 纯电动模式; 3) 混合驱动模式; 4) 行车充电 模式; 5) 再生制动模式. 为了实现驱动系统的实时最 优效率, 根据动力电池在驱动过程中的充放电状态, 把系统的驱动模式分为两大类: 充电模式和放电模式. 充电模式包括前述的状态4)和5), 放电模式包括前述 的1), 2)和3). 在放电模式下, 即便SOC的值很低, 控制 策略也不对电池进行充电.
因为大部分的能量损失都发生在发动机处, 目前 文献中的方法都强调发动机的优化而忽视了电池在 充放电过程中的能量损失, 或者是粗略考虑了这部分 损失, 在这些控制方法中SOC都被作为约束条件被限 制在上下限的范围内, 一些文献虽然研究了传动系统 的综合效率, 但目的是为了获取优化规则而不是最大 化传动系统瞬时效率[9–11]. 也有一些文献强调了传动 系统的总效率, 但是为了实现控制算法并进行仿真结 果的大致评估[12–13]. 针对以上问题, 对一类具有行星 齿轮结构的并联混合动力新能源汽车的总传动效率 进行了深入的分析, 获得了传动系统的传动效率的统 一表达形式, 根据系统传动效率表达式, 得到了系统 效率实时最优的控制图谱, 这种控制图谱易于实时执 行, 并且可以事先离线计算, 对控制算法没有时间的 要求. 在此基础上提出了一种系统传动效率最优的控 制策略, 控制策略实施过程中可以快速读取控制图谱 数据.

并联式混合动力汽车能量管理策略的控制仿真

设计与研究
并联式混合动力汽车能量管理策略的控制仿真
杨书强1 , 牛一川2 ( 1. 同济大学汽车学院, 上海 201804; 2. 同济大学电子信息工程学院, 上海 200092)
Pow er M anag em ent Strategies Control Sim ulation of Parallel H ybrid Electric V ehicle
图 2 发动机特性曲线
图 3 电池特性曲线
模糊控制在测量不精确和部件特性有变化的
时候有很强的鲁棒性, 非常适合用来描述 PH EV 能
量分配策略, 其有以下优点: 便于表现不同因素的影
响( 如转矩需求、SOC) ; 可以表达 PH EV 控制中难
以精确定量表达的规则( 如功率要求离最优曲线较
近, 则尽量少用电机) [ 5- 8] . 模糊转矩控制器的原理
1 基于模糊控制器的 PH E V 能量管 理策略
如图 1 所示, PH EV 保留了发动机和传动系统 的机械连接, 2 个牵引机同时与驱动轴相连, 它们既 可各自单独向驱动系统提供动力, 又可共同协调一 致地提供动力.
图 1 并联式驱动系统结构
PH EV 能量管理策略将保 证系统中的能 量分 配达到以下目标[ 3- 4] : 满足司机的需求( 主要是来自 加速踏板和制动踏板输入) ; 燃油消耗和排放明显降 低; 发动机、电机和电池的工作效率得到优化; 电池 荷电状态 SOC( stat e of char ge) 在行进过程中尽量 保持平衡.
混合动力汽车 H EV( hybrid elect ric vehicle) , 是指由 2 种或 2 种以上的储能器、能源或转换器作 动力源, 其 中 至少 有一 种 能提 供 电能 的 车辆[ 2] . H EV 控制策略解决的问题是如何实现需求转矩在 发动机和电机之间的最优分配, 通过模糊控制技术 的能量管理策略, 可以控制两者的工作状态, 实现混 合动力系统各种工作模式以及模式间的合理切换, 提高车辆的各项性能. 目前国内外研 究的 H EV 有 多种结构, 按动力系统布置分类, H EV 主要分为串 联型、并联型和混联型. 本文中所研究的 H EV 为并 联式混合动力汽车 P H EV( par allel hy br id elect ric vehicle) .
  1. 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. 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. 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)。
p r l y r lcr e i ep we t is a e na s l e rt r e i e e gn a s n d 1 a a e h b i ee t c hc o r an s do i i dfs- d r e l n iel n i l lJ d iv l r b mp f i i o d s r e mo e. A
cnt is n b cvs ee ei e i e o - e r E ru-pt rb m s pf dOai a o s a ta d j te r d s n d t l nl a Vt qes lpo l m le Ie r r n o e i w g w hh n i H o n i e i i t i n
力车辆的燃 油经济性提高 25% . 。
关 键词 :混合 动力汽车; 型预测控制;转矩分配策略 ; 模 燃油经济 性
中图分 类号 :U 4 1 6. 6 文献标 识码 :A D :1.9 9 is . 7 — 4 42 1 . . 0 OI 03 6 ̄. n1 4 8 8 .0 20 0 s 6 21
提出了 基于驾驶员加速踏板位置的需求转矩预测方法,在考虑用电机补偿发动机转矩响应延迟的情况 下,设计了 优化问题的约束条件以及目 标函数,把非线性的混合动力汽车转矩分配问题转化成为线性
规划 问题 并进行 求解。 该模 型预测控制转矩分 配算法在计算机仿真 中的运算时间小于 10 s 5 m ,具 有 实时运算 的潜力。仿真结果 表明:与一套基 于规则 的控制策略相比,该模型预测控制策 略能将混合 动
具有实时运算潜力的并联混合动力汽车模型预测控制
曾祥瑞 ,黄开胜 ,孟凡博
( 清华大学 汽车安全与节能国家重 点实验室 ,北京 10 8 ) 0 0 4
摘 要 :混合 动力车辆 (E ) HV 的控制策 略对 提高燃 油经济性和 排放性能十分重要。该文基 于简化过的

阶柴油发动机动态模型,提 出了 一种并联混合动力汽车模型预测控制 ( P) M C转矩分配策略。该策略
ZENG a g u, Xin r iHUANG ih n M ENG a b Kas e g , Fn o
(ttKe a oaoyo A tm t e ae n n ry Tig u nvri , e ig1 0 8 , hn ) Sae yL b r tr uo oi ft a d eg , s h aU i sy B in 0 0 4 C ia f vS y E n e t j
AbtatTe otltt y fh bie civh l H V p y nm ot to eulcnm src:h nosa g e yr l tceie(E )l s prnrenh eeoo y c r re ot h d e r c a a i a lit f
a d msi ef m ne T ipp r r et a o epeii ot l P ) ru-ptt t yo n i o p r r a c. h a e pe n m d lr cv c n o( C t qes ls a g r e sn o s s s d te r M o i re f
po r mmi r be I te s l inte MP ru -pisrtg , i oe t l a- me c p b , rg a n po lm.n h i a o C t q e s l t e y whc i p t ni l r l i 。a a l g mu t h o t a hs ay e t e o e ae s a 5 . i l inr s l h w t a e MP t tg a rv efe e o o y p r tsi l st n 1 0 ms S mua o u ss o t h C sr e y ni o et l c n myb ne h t e t h t a c mp h u
M o l e c i ec n r l o r le y i l c r cv hil s de di tv o t o rpa a llh br d e e t i e ce pr f w ih po e ta e ltm e c pa lt t t n i lr a -i a biiy -
tru q e t rdci to a e ntedi r c eea r e a i pe e tdfrh C srtg . oq er u s pe i o meh db s do r e’a c lrt d l rs ne eMP t e y eபைடு நூலகம் tn h v S op s o t a
Wi o s e aino emoo ’ c mp n aint ee gn ’ d n mi t r u s o s ea ,h pi z t n t c n i rt fh tr o e s t t n i S y a c o q e r p n ed l teo t ai h d o t S o oh e e y mi o
I SSN 67-4 4 1 488


汽车安 全与节能 学报 , 02年 ,第 3卷 21
第 2期
1/2 01 1 —1 2 65— 7
CN 5 0 / 1 — 9 4 U 1
JAu o t e S f t n n r y 2 1 . 0 . . t mo i a e y a d E e g , 0 2 Vl 3 No 2 v 1
相关文档
最新文档