混合动力汽车控制策略优化研究.docVIP

混合动力汽车控制策略优化研究 　　摘 要：将自适应遗传算法与序列二次规划算法结合构成混合遗传算法，用于求解混合动力汽车控制策略参数优化问题。一方面，分析并建立了控制策略参数优化的有约束非线性模型；另一方面，改进算法中自适应交叉和变异概率调整公式，并提出了序列二次规划算子与遗传算法结合的新方式。仿真结果表明，该算法提高了收敛速度和求解精度，保证了全局收敛性，在混合动力汽车控制策略参数优化中的应用是有效的。 　　关键词：混合动力汽车；控制策略；混合遗传算法；参数优化 　　中图分类号：U469.72 文献标识码：A 文章编号：1004373X(2008)1713304 　　 　　Research on Optimum Control Strategy for Hybrid Electric Vehicle 　　WU Yanping,LIU Xudong,DUAN Jianmin 　　(College of Electronic Information and Control Engineering,Beijing University of Technology,Beijing,100022,China) 　　 　　Abstract：On the basis of Adaptive Genetic Algorithm (AGA) and Sequential Quadratic Programming (SQP),a hybrid generic algorithm is presented for parametric optimization of control strategy for Hybrid Electric Vehicle (HEV).The optimal model of parameters is formulated as a constrained nonlinear programming problem.The hybrid genetic algorithm not only proposes a new calculation formula of crossover and mutation probability,but also proposes a new AGA and SQP combinative mode.The study on case proves the validity of the parameters optimization and the efficiency of this hybrid genetic algorithm. 　　Keywords：hybrid electric vehicle;control strategy;hybrid genetic algorithm;parametric optimization 　　 　　1 引 言 　　 　　混合动力汽车(Hybrid Electric Vehicle,HEV)结合了传统内燃机汽车和电动汽车的优点，可以在保证车辆动力性能的前提下，减小燃油消耗和废气排放。HEV控制策略在满足路况需求前提下，控制发动机、电动机等各个系统工作于最佳状态，从而使整个系统的总体效率最高。所以，控制策略的优化设计是混合动力汽车开发中的关键问题。 　　由于HEV控制策略优化空间具有高度非线性、不连续、多模态等特点，传统基于梯度的搜索算法往往会失效［1］，因此，并开发选择新的高效优化算法是HEV优化设计的一个重要内容。遗传算法(Genetic Algorithm，GA)是近年来发展起来的一种全局优化算法，广泛应用于混合动力汽车优化问题中，但GA是一种概率性算法，因此存在着局部搜索效率低，易早熟等不足。将自适应遗传算法与局部序列二次规划算法(Sequential Quadratic Programming，SQP)结合使用，构成自适应混合遗传算法(Adaptive Hybrid Genetic Algorithm，AHGA)将加快局部搜索速度，成为提高GA运行效率和求解质量的一个有效手段［6］。 　　由于HEV控制策略参数优化空间的非线性和复杂性，很难建立起明确的目标方程式，需要借助于仿真软件ADVISOR2002［7］来计算HEV油耗、排放和动力性能。本文基于改进的多目标优化算法AHGA，提出了一种混合动力汽车控制策略参数优化的模型，如图1所示。 　　图1 混合动力汽车控制策略参数优化模型 　　 　　2 串联式混合动力汽车结构 　　 　　以一辆奥运场馆用混合动力中巴车作为研究实例，其基本参数如下：满载质量M=2 650 kg，空气阻力系数C??D=0.6，迎风面积A=3.35 m2，车轮滚