论文部分内容阅读
混合动力汽车整车能量管理控制策略，是混合动力汽车核心技术之一，长期以来作为混合动力技术研究的热点而受到广泛重视。本文基于桥间分配型四轮驱动混合动力电动汽车(A4WDHEV)，以降低能耗、提高燃油经济性为目标，对等效油耗最小控制策略(ECMS)进行了深入研究，从优化计算和行驶工况识别等方面对其进行了改进。首先，分析了A4WDHEV的结构特点和车辆工作模式转换控制；应用理论建模与实验建模相结合的方法，建立了动力总成关键部件和整车系统仿真模型；设计了基于动态规划(DP)优化算法的车辆能量管理控制策略(DPCS)，通过仿真分析了车辆燃油经济性提高的效果，确定了理论上的车辆燃油经济性极限，为等效燃油消耗最小策略提供了改进的依据。其次，介绍了等效油耗最小能量管理策略的基本理论；系统分析了该策略中等效系数的理论意义，以及基于电池荷电状态水平的等效油耗修正方法；设计了应用于A4WDHEV的ECMS策略；应用模式搜索和并行计算加快优化计算速度；多工况下的仿真结果表明，运用等效油耗最小策略的A4WDHEV相对仅用发动机的原型纯发动机车辆平均燃油节省率可达20%以上。再次，分析了等效系数和维持电池荷电状态(SOC)平衡的修正方法对等效油耗最小策略控制效果的影响。以动态规划计算出的桥间分配四驱混合动力汽车最佳控制结果为基础，提出利用DIRECT算法优化求解具体工况下最优等效系数的方法。为使等效油耗最小策略在保持SOC平衡的同时兼顾燃油经济性最优，研究了基于SOC的修正函数的优化方法。在此基础上，提出了一种全局优化型等效油耗最小策略(GECMS)。多工况下的仿真结果表明，GECMS比原有ECMS的燃油经济性平均提升了6.8%。然后，针对GECMS工况适应性不强的问题，提出了一种行驶工况自调整的等效油耗最小策略。以实车采集的广州典型行驶工况数据为例设计学习向量量化(LVQ)神经网络工况识别器，该识别器经过训练后实时工况识别准确率接近100%。将工况识别器引入GECMS后提出一种实际行驶路况自调整全局优化型等效油耗最小策略(AGECMS)。开发了一套用于横向对比DPCS、ECMS、GECMS和AGECMS的A4WDHEV能耗优化控制策略评估仿真软件，运用该软件进行的多工况仿真结果表明，AGECMS的平均燃油经济性在GECMS基础上进一步提高了2.76%，对比原有ECMS提高了9.5%。最后，结合具体A4WDHEV乘用车(原车)实际开发项目，对GECMS策略控制效果进行了硬件在环仿真试验研究。根据GECMS方法原理对原车整车控制器(HCU)核心应用软件模块进行了修改实现。完成了硬件在环平台的调试。运用该平台进行了GECMS和原车策略的仿真对比试验。试验结果表明，在优化效果受到了原车HCU软件架构限制的情况下，GECMS燃油经济性比原车提高了3.83%。