开题报告——瞬时优化能量管理策略.doc

毕业设计(论文)开题报告 （适用于工科类、理科类专业） 课题名称 瞬时优化能量管理策略 参数优化设计 副标题 学院（系） 汽车学院 专 业 车辆工程(汽车) 学生姓名 张婴 学 号 083185 2013 年 3 月 4 日 一、毕业设计（论文）课题背景（含文献综述） 1.1课题研究的意义融合纯电动汽车和混合动力汽车优点的增程式电动汽车（EREV，Extended Range Electric Vehicle）是在目前最具应用前景的低排放、低能耗汽车之一。增程式电动汽车的基础是纯电动汽车，增程器(Range Extender, RE)是能够发电且给车载动力蓄电池充电的辅助能最装置。当动力电池电量充足时,汽车以纯电动模式行驶;当纯电动汽车的动力电池电量不足时，开始工作，给动力电池充电或直接驱动电机，从而大幅提高电动汽车续驶里程。 目前关于增程式电动汽车能量管理策略的研究是该领域的核心和关键所在。整车能量管理策略不仅与整车的燃油经济性和动力性能密切相关，而且对整车动力系统部件性能的发挥都有着重要的影响。目前国内外对于增程式电动汽车能量管理策略的研究较少,控制策略还不成熟，利用智能算法对已有控制策略进行优化，使优化后的车辆表现出更好的经济性和排放性能，是当前研究控制策略的热点之一。 1.2燃料电池增程式电动汽车动力系统结构 增程式电动汽车的结构如图1.1示。增程式电动汽车主要由电力驱动子系统、主能源子系统、辅助子系统和增程器单元四个部分组成，前三个部分与纯电动汽车相同。 图1增程式电动汽车动力系统结构图 1.3增程式电动汽车能量管理策略 增程式电动汽车能量管理策略(Energy Control Strategy)在实质上是实现双能量源之间能量流的协调和分配，使得整车的燃油经济性和排放等达到最优。 1.3.1增程器独立于原车电源 增程器只负责驱动电机,而不给动力蓄电池供电这种能量策略算法简单,易实现,鲁棒性好,减少了能量从增程器到原车动力蓄电池的传递损失。该控制策略适合于选用蓄电池作为增程器的情况。对于使用热机或燃料电池增程器。该控制策略不能保证增程器和原车电源得到最佳匹配.难以获得整车系统效率最优。? 1.3.2 增程器与原车电源耦合 这种情况下能量控制策略主要有以下几种形式: a.恒温器模式。增程器启动后在设定的工作点 (如最低油耗或排放点)按恒定功率输出，一部分功率用于驱动电机，另一部分功率为蓄电池充电。当蓄电池组SOC上升到所设定SOC上限值时，RE再次关闭或怠速运行。该控制策略的优点是增程器可以工作在低排放或低油耗区域，缺点是蓄电池放电电流波动较大,且经常处于深度放电循环状态，对蓄电池使用寿命不利。 b.功率跟随模式。该控制策略下，RE的启停不仅与蓄电池SOC有关，同时参考车轮功率需求以及RE当前工作状态。当车轮需求功率高或蓄电池SOC值偏低时，RE会开启。仅当蓄电池SOC高于预设上限阀值，RE关闭。同时设定一些状态保持区。该区域内，RE前一时刻开启，则保持开启；前一时刻关闭,则保持关闭。RE一旦工作，输出功率随车轮负载功率变化。该控制策略的优点是将与电池充放电有关的蓄电池组损失降低，但是RE可能频繁启停。低负载区的排放性能和效率受到影响。 c.恒温器+功率跟随模式。该控制策略是将前两种策略结合起来使用。RE和蓄电池均工作在相对高效区域。兼顾RE排放和蓄电池寿命问题。即当车辆行驶需求功率大时，采用功率跟随控制策略，避免蓄电池大电流放电；当车辆行驶需求功率小时, 根据当时的SOC状态，关闭RE，提高系统效率，改善排放。 d.优化算法控制策略。上述控制策略简单易实现、鲁棒性好,但是无法使系统整体燃料经济性或排放最佳。因此提出基于优化算法的等效燃料消耗控制策略。该控制策略将蓄电池充、放电过程消耗的电能折算成RE所消耗或存储的能量.与RE实际燃油消耗组成系统总的燃油消耗模型。计算此模型最小值，选取此最小值所对应的点作为当前RE 的工作点。使用该控制策略可以得到更好的系统燃 油经济性.但在实际使用中等效燃料消耗量难以准确估算。 e.智能控制策略。运用典型智能控制方法。如模糊逻辑控制、神经网络控制、遗传算法控制等。将负载所需功率流在动力蓄电池和RE之间进行匹配。例如运用模糊逻辑控制对电池SOC、车速、RE 功率等参数进行模糊化处理同时利用神经网络的学习能力对隶属函数和控制规则进行优化调整，将功率分配因子作为控制器的输出。 对于增程式电动汽车，目前恒温器能量管理策略(Thermostat Energy Management Strategy，TH)的应用最为普遍。文献【14】将恒温器策略应用于内燃机增程式电动汽车，并采用经典遗传算法对恒温器策略中的内燃机工作扭矩上下限和蓄电池工作