本文主要围绕北京工业大学奥运场馆用串联式混合动力中巴车(BJUT-SHEV)的能量控制策略优化和设计展开研究,主要工作如下： (1)制定了BJUT-SHEV的性能指标,并根据该指标进行了动力系统关键部件的参数匹配。基于ADVISOR汽车仿真软件建立了BJUT-SHEV仿真模型,并对其进行了性能仿真。仿真结果显示,BJUT-SHEV动力系统选型和参数匹配结果合理,能够满足性能指标要求,为进一步研究整车控制策略奠定了基础。 (2)为了缩短实车标定时间,降低开发成本,本论文进行了控制策略参数优化设计研究。提出了控制策略参数优化的有约束非线性规划模型,并设计了新型的自适应混合遗传优化算法。该算法不仅改进了编码方式和遗传算子,并且将序列二次规划算法作为一个算子嵌入自适应遗传算法中构成自适应混合遗传算法,从而提高了算法的全局收敛性和收敛速度。结合ADVISOR汽车仿真软件,进行了BJUT-SHEV整车功率跟随式控制策略参数的优化。结果表明,该算法可以找到一组较好的控制策略参数。 (3)应用模糊逻辑技术,设计了BJUT-SHEV整车模糊控制策略。以驱动需求功率偏差和蓄电池SOC作为输入,发动机功率调节系数作为输出,构建了有15条模糊规则的模糊控制器。该模糊控制器通过调节发动机输出功率,来实现蓄电池SOC目标值维持控制。仿真结果表明,模糊控制策略相比功率跟随式控制策略,能够更好地控制蓄电池SOC维持在目标值附近,并且在不同工况下都能够实现较好的控制效果,具有鲁棒性。 (4)基于MATLAB/Simulink开发了BJUT-SHEV整车控制器及整车对象前向仿真模型,并将其下载到dSPACE的实时仿真系统中,建立了基于dSPACE的实时仿真平台。该平台利用实时硬件系统在整车控制器和整车动力系统对象之间搭建起一座实时的桥梁,引入了驾驶员操作环境,可以实现整车控制策略的实时仿真。本论文利用该平台,对离线仿真阶段设计的模糊控制策略进行实际运行条件下的验证,检验其对整车对象的实时控制效果,为下一步的整车控制器硬件在环仿真和实车试验研究奠定了基础。