CN106004480A - 电动汽车动力总成匹配方法及系统 - Google Patents
电动汽车动力总成匹配方法及系统 Download PDFInfo
- Publication number
- CN106004480A CN106004480A CN201610352938.9A CN201610352938A CN106004480A CN 106004480 A CN106004480 A CN 106004480A CN 201610352938 A CN201610352938 A CN 201610352938A CN 106004480 A CN106004480 A CN 106004480A
- Authority
- CN
- China
- Prior art keywords
- cost
- electric automobile
- matched
- value
- variable
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
- B60L15/00—Methods, circuits, or devices for controlling the traction-motor speed of electrically-propelled vehicles
- B60L15/20—Methods, circuits, or devices for controlling the traction-motor speed of electrically-propelled vehicles for control of the vehicle or its driving motor to achieve a desired performance, e.g. speed, torque, programmed variation of speed
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
- B60L53/00—Methods of charging batteries, specially adapted for electric vehicles; Charging stations or on-board charging equipment therefor; Exchange of energy storage elements in electric vehicles
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/30—Circuit design
- G06F30/36—Circuit design at the analogue level
- G06F30/367—Design verification, e.g. using simulation, simulation program with integrated circuit emphasis [SPICE], direct methods or relaxation methods
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/60—Other road transportation technologies with climate change mitigation effect
- Y02T10/70—Energy storage systems for electromobility, e.g. batteries
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/60—Other road transportation technologies with climate change mitigation effect
- Y02T10/7072—Electromobility specific charging systems or methods for batteries, ultracapacitors, supercapacitors or double-layer capacitors
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/60—Other road transportation technologies with climate change mitigation effect
- Y02T10/72—Electric energy management in electromobility
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
- Y02T90/10—Technologies relating to charging of electric vehicles
- Y02T90/14—Plug-in electric vehicles
Abstract
本发明涉及电动汽车技术领域,特别涉及一种电动汽车动力总成匹配方法及系统,所述方法包括:根据纯电动汽车动力总成结构,确定待匹配变量;根据所述待匹配变量,建立成本目标函数方程;根据整车性能指标,确定约束条件;利用所述成本目标函数方程及所述约束条件,采用二次规划或矩阵分割优化算法进行计算,得到满足约束条件且成本最低的待匹配变量的值。通过本发明可以实现纯电动汽车动力总成快速、高效以及成本低的设计。
Description
技术领域
本发明涉及电动汽车技术领域,特别涉及一种电动汽车动力总成匹配方法及系统。
背景技术
纯电动汽车(battery electric vehicle,BEV)的最大特点是外部充电,比如利用外部公用电网或家中电源在晚间低谷电力时,对车载动力电池进行均衡充电,不仅可以提高电网的使用效率,还有助于降低电价,从而降低使用成本。
如今,越来越多的汽车走入家庭,家庭对于汽车的选择更倾向于性价比高的汽车。一辆性价比高的汽车,除了汽车本身的价值以外,还需要考虑其使用成本。购车是一次性的过程,而对汽车的使用则是一个持续过程,使用成本也将一直伴随。当前,消费者更多的是凭经验去评判使用成本的高低,大多数探讨仅局限于理论陈述,并没有一个合理的量化指标。
对于目前居高不下的油价,相对低廉的电成本可以使BEV的使用成本降低,而纯电动汽车不同于传统汽车或混合动力汽车,因此,在动力总成匹配上寻得综合平衡至关重要。
比如申请号为201410483915.2的中国发明专利申请公开了一种纯电动车动力系统的匹配方法,进行动力系统各组成的选型参数的初步匹配,确定各组成选型参数的匹配值;向建立的仿真计算模型中输入匹配值,获得各性能参数的仿真计算值,如果仿真计算值不满足对应性能指标要求的性能参数,则调整对应匹配值,直至满足为止,从而达到节省开发周期和开发成本的优点。再比如申请号为201010519247.6的中国发明申请公开了一种纯电动汽车动力匹配的方法,首先根据纯电动汽车平地最高车速和坡度最高车速的要求,初步确定电机的额定功率和额定转速;然后对所选择的电机在测试台上进行测试,并根据测得的电机特性为基础,选择合适的传动比,若实车测试结果显示所选传动比不能同时满足汽车的最大爬坡和最高车速要求,则必须改进电机的特性。
上述两个方案的缺点是:依赖外部辅助手段进行测试,从而无法得到较全面的测试结果,并且在测试中未考虑电动汽车在设计过程中的制造成本与使用成本,无法实现性价比高的电动汽车动力设计。
发明内容
本发明提供了一种电动汽车动力总成匹配方法及系统,以实现纯电动汽车动力总成快速、高效以及成本低的设计。
一种电动汽车动力总成匹配方法,包括:
根据纯电动汽车动力总成结构,确定待匹配变量;
根据所述待匹配变量,建立成本目标函数方程;
根据整车性能指标,确定约束条件;
利用所述成本目标函数方程及所述约束条件,采用二次规划或矩阵分割优化算法进行计算,得到满足所述约束条件且成本最低的待匹配变量的值。
优选地,所述方法还包括:
建立纯电动汽车动力总成的参数化模型;
将所述待匹配变量的值带入所述参数化模型,进行仿真,得到仿真结果;
根据仿真结果,验证所述待匹配变量的值是否合理;
如果合理,则确定所述待匹配变量的值为最优值。
优选地,所述待匹配变量包括驱动电机最大输出功率、动力电池输出功率和动力电池容量。
优选地,所述成本目标函数方程为:minCOST=min[COST1+COST2],其中,COST1表示纯电动汽车使用成本;COST2表示纯电动汽车制造成本;COST表示目标成本;
其中,所述Cele表示电量单价;Pess表示动力电池输出功率;SOCinit表示动力电池行驶SOC初始值;SOCmin表示动力电池SOC最低限值;t表示纯电动汽车全电力续驶里程时间。
优选地,所述纯电动汽车制造成本包括:驱动电机成本、驱动电机控制器成本、以及动力电池成本。
优选地,按以下方式计算纯电动汽车制造成本:
COST2=($190+$13.7Pm_peak)+($235+$8.075Pm_peak)+Cess×Qess;
式中:Pm-peak表示驱动电机最大输出功率;Cess表示动力电池比容量价格;Qess表示动力电池容量。
优选地,所述约束条件为:纯电动汽车动力特性满足动力阈值、全电力续驶里程满足里程阈值。
一种电动汽车动力总成匹配系统,所述系统包括:
变量确定模块,用于根据纯电动汽车动力总成结构,确定待匹配变量;
函数确定模块,用于根据所述变量确定模块确定的待匹配变量,建立成本目标函数方程;根据整车性能指标,确定约束条件;
计算模块,用于利用所述函数确定模块确定的成本目标函数方程及约束条件,采用二次规划或矩阵分割优化算法进行计算,得到满足所述约束条件且成本最低的待匹配变量的值。
优选地,所述系统还包括:
仿真模块,用于建立电动汽车动力总成的参数化模型,将所述待匹配变量的值代入所述参数化模型,进行仿真,得到仿真结果;
比较模块,用于根据所述仿真结果,验证所述待匹配变量的值是否合理,如果合理,则确定所述待匹配变量的值为最优值。
优选地,所述待匹配变量包括驱动电机最大输出功率、动力电池输出功率和动力电池容量。
本发明的有益效果在于:
本发明实施例提供的电动汽车动力总成匹配方法,根据纯电动汽车动力总成结构,确定待匹配变量;根据所述待匹配变量,建立成本目标函数方程;根据整车性能指标,确定约束条件;利用所述成本目标函数方程与约束条件,计算出满足约束条件且成本最低的待匹配变量的值。通过本发明,为纯电动汽车制造和使用提供合理的量化指标,从而实现了纯电动汽车动力总成快速、高效以及成本低的设计。
附图说明
图1是本发明实施例电动汽车动力总成匹配方法的一种流程图。
图2是本发明实施例中动力总成系统结构示意图。
图3是本发明实施例电动汽车动力总成匹配方法的另一种流程图。
图4是本发明实施例电动汽车动力总成匹配系统的一种结构示意图。
附图中标记:
1、电源插头 2、动力电池 3、驱动电机及驱动电机控制器 4、减速器 5、车轮
具体实施方式
为了使本领域技术人员能更进一步了解本发明的特征及技术内容,下面结合附图和实施方式对本发明实施例作详细说明。
如图1是本发明实施例电动汽车动力总成匹配方法的一种流程图,包括以下步骤:
步骤101:根据纯电动汽车动力总成结构,确定待匹配变量。
比如图2所示是本发明实施例中纯电动汽车动力总成结构示意图。图2中,直线表示为机械连接方式,波纹线表示电气连接方式。纯电动汽车中动力总成结构主要包括:动力电池2、驱动电机及驱动电机控制器3、减速器4以及车轮5;其中动力电池2通过电源插头1充电。
由图2所示纯电动汽车动力总成确定纯电动汽车动力总成的待匹配变量,所述待匹配变量具体可以包括驱动电机最大输出功率Pm-peak、动力电池输出功率Pess和动力电池容量Qess。
步骤102:根据所述待匹配变量建立成本目标函数方程。
具体地,由图2所示的纯电动汽车动力总成中涉及到成本主要包括:纯电动汽车使用成本和纯电动汽车制造成本,而纯电动汽车使用成本主要是动力电池2充电成本,纯电动汽车制造成本包括驱动电机成本、驱动电机控制器3成本、以及动力电池2成本。
进一步,本发明实施例中,驱动电机可以采用永磁同步电机,动力电池可以采用动力锂离子电池。
具体地,所述成本目标函数方程为:minCOST=min[COST1+COST2],其中,COST1表示纯电动汽车使用成本,即纯电动汽车充电成本;COST2表示纯电动汽车制造成本;COST表示目标成本。
具体地,所述Cele表示电量单价;Pess表示动力电池输出功率;SOCinit表示动力电池行驶SOC初始值;SOCmin表示动力电池SOC最低限值;t表示纯电动汽车全电力续驶里程时间。
所述纯电动汽车制造成本COST2包括:驱动电机成本、驱动电机控制器成本、以及动力电池成本。
具体地,可以按以下方式计算纯电动汽车制造成本:COST2=($190+$13.7Pm_peak)+($235+$8.075Pm_peak)+Cess×Qess;其中,Pm-peak表示驱动电机最大输出功率;Cess表示动力电池比容量价格;Qess表示动力电池容量。
需要说明的是,其中,驱动电机成本为COSTmotor=$190+$13.7Pm_peak;驱动电机控制器成本为COSTmotor-ctr=$235+$8.075Pm_peak;动力电池成本为Cess×Qess。
进一步,当动力电池的动力电池比容量价格Cess和/或动力电池容量Qess通过现有的技术条件无法直接得出时,由于动力电池成本由动力电池本身成本及其附件成本两部分组成,因此,动力电池成本也等于动力电池本身成本+动力电池附件成本。
比如,动力电池本身成本为COSTess-Lilon=$650Qess;动力电池附件成本为COSTess-Acc=$680+$1.2Qess。
步骤103:根据整车性能指标,确定约束条件。
具体地,车辆动力性指标和经济性是电动汽车核心指标,因此可以确定所述约束条件为:纯电动汽车动力特性满足动力阈值、全电力续驶里程满足里程阈值;其中,纯电动汽车动力特性可以包括:加速时间、最高车速以及爬坡度,而动力阈值具体可以包括:加速时间阈值、最高车速阈值以及爬坡地阈值。
例如,纯电动汽车的约束条件为:
a、动力电池初始SOC为0.7,0~100km/h加速时间不大于12s,即加速时间阈值为12s,最高车速阈值为100km/h。
b、动力电池初始SOC为0.7,80~113km/h加速时间不大于8s,即加速时间阈值为8s,最高车速阈值为113km/h。
c、动力电池初始SOC为0.7,全电力驱动0~50km/h加速时间不大于5s,即加速时间阈值为5s,最高车速阈值为50km/h。
d、动力电池初始SOC为0.7,SOC最低值高于0.2,在坡度为6.5%的道路上,以88.5km/h的车速至少行驶1200s,即爬坡阈值为6.5%,里程阈值为1200s。
e、动力电池初始SOC为0.7,最高车速不小于140km/h,即最高车速阈值为140km/h。
f、车辆全电力续驶里程满足要求,动力电池初始SOC为1,在NEDC循环下至少行驶相应续驶里程。
需要说明的是,对约束条件的考虑越全面越好,因此上述约束条件还并不是最优的约束条件,还可以在上述约束条件基础上增加对纯电动汽车动力特性更详细的描述,从而形成较全面的约束条件。
步骤104:利用所述成本目标函数方程及所述约束条件,采用二次规划或矩阵分割优化算法进行计算,得到满足所述约束条件且成本最低的待匹配变量的值。
在本发明实施例中,确定了约束条件后,根据车辆需求功率Pt的车辆功率平衡方程得出最高车速umax对应的车辆需求功率Pt1、最大爬坡度αm对应的车辆需求功率Pt2、在加速时间T内车辆需求功率Pt3以及根据不同行驶工况得出的车辆需求功率Pt4,然后可以得出驱动电机的最大输出功率Pm-peak。
车辆功率平衡方程为:
式(1)中:Pt辆需求功率;ηtrans为传动系效率;m为整车整备质量;f为滚动阻力系数;i为道路坡度;ua为车速;A为车辆迎风面积;CD为空气阻力系数,δ为旋转质量换算系数;du/dt为加速度。
由式(1),得到最高车速umax对应的车辆需求功率
由式(1),得到最大爬坡度αm对应的车辆需求功率
由式(1),可以计算得到加速时间T内车辆需求功率Pt3,通过公式可以直接得到加速时间T内车辆需求功率Pt3。
针对纯电动汽车具体的行驶工况,得到车辆需求功率Pt4,即车辆需要增加储备功率,比如,车辆需要在山区行驶,则车辆需求功率Pt4不为零为一功率值,比如,50W。
本实施例中,驱动电机的最大输出功率为:
在式(2)中,α为加权系数(0<α<1)。
动力电池输出功率为:
其中,Pess为动力电池输出的功率;ηmotor为驱动电机的效率;ηess为动力电池放电效率。
动力电池容量为:
Qess=n·Qbat,其中,n为动力电池数量,Qbat为动力电池块容量。动力电池数量n=max{n1,n2},n1是按保证全电力续驶里程AER来选择动力电池数,具体n2是按功率需求来选择动力电池数量,具体n1与n2的计算式中,t为全电力续驶里程行驶的时间;Umodel为单块动力电池的输出电压;Qbat为动力电池块容量;Pb_max为动力电池在SOC最低条件下提供的功率。
由于纯电动汽车动力总成组成部件的不同匹配和性能要求,制造和使用成本不尽相同,并且不同的纯电动汽车行驶里程不同,因此,利用上述纯电动汽车成本目标函数方程和约束条件,采用二次规划或矩阵分割优化算法进行计算,可以求出满足约束条件且成本最低的待匹配变量的值,所述待匹配变量为驱动电机最大输出功率Pm-peak、动力电池输出功率Pess、动力电池组容量Qess。
本发明实施例提供的基于成本的电动汽车动力总成匹配方法,可以根据纯电动汽车动力总成制造和使用成本为提供合理的量化指标,从而实现纯电动汽车动力总成系统快速、高效以及成本低的设计。
采用二次规划或矩阵分割优化算法计算得出待匹配变量的值可能不唯一,本发明实施例中,还可以通过计算机仿真进行验证,以使上述满足约束条件且成本最低的待匹配变量的值最精确。
如图3所示,是本发明实施例电动汽车动力总成匹配方法的另一种流程图,包括以下步骤:
步骤:201:根据纯电动汽车动力总成结构,确定待匹配变量。
步骤202:根据所述待匹配变量建立成本目标函数方程。
步骤203:根据整车性能指标,确定约束条件。
步骤204:利用所述成本目标函数方程及所述约束条件,采用二次规划或矩阵分割优化算法进行计算,得到满足所述约束条件且成本最低的待匹配变量的值。
需要说明的是,上述得到满足约束条件且成本最低的待匹配变量的值可能不唯一,比如,满足约束条件且成本最低的驱动电机最大输出功率Pm-peak,可以有Pm-peak1、Pm-peak2…Pm-peakn等不同的值。
步骤205:建立纯电动汽车动力总成的参数化模型。
具体地,可以通过在Matlab/Simulink中建立纯电动汽车动力总成的参数化模型。
步骤206:将所述待匹配变量的值带入所述参数化模型,进行仿真,得到仿真结果。
比如,将上述Pm-peak1代入纯电动汽车动力总成参数化模型,进行仿真。
步骤207:根据仿真结果,验证所述待匹配变量的值是否合理,如果合理,则执行步骤208;否则,执行步骤209。
具体地,将满足约束条件且成本最低待匹配变量的值代入参数模型,并进行仿真后,如果仿真得到的纯电动汽车运行指标与本申请设计方案要求的指标(比如约束条件)差别较小,则方案定型,确定待匹配变量的值为最优值;否则,重新进行待匹配变量取值后,再进行仿真,直至得到待匹配变量为最优值。
步骤208:确定所述待匹配变量的值为最优值。
步骤209:在所有待匹配变量的值中重新取值,返回步骤206。
比如,Pm-peak1不满足仿真要求,则需要在Pm-peak1、Pm-peak2…Pm-peakn重新取值,以进行再次检测。
需要说明的是,如果待匹配变量的值只有唯一值,且此唯一值不合理,则结束验证。
本发明实施例提供的基于成本的电动汽车动力总成匹配方法,根据纯电动汽车动力总成结构,确定待匹配变量;根据所述待匹配变量,建立成本目标函数方程;根据整车性能指标,确定约束条件;利用所述成本目标函数方程及约束条件,计算得出满足约束条件且成本最低的动力总成系统待匹配变量的值,对所述满足约束条件且成本最低的动力总成系统待匹配变量的值再进行计算机仿真验证,以确认理论上是否实现目标。本发明根据电动汽车动力系统布置形式和开发需求,与传统汽车形成对比,基于成本的纯电动汽车动力总成系统优化设计方法具有实际意义,为纯电动汽车制造和使用提供合理的量化指标,从而实现了纯电动汽车动力总成快速、高效以及成本低的设计。
针对上述方法,本发明实施例还提供了一种电动汽车动力总成匹配系统,如图4所示,所述基于成本的电动汽车动力总成匹配系统包括:变量确定模块、函数模块以及计算模块。
所述变量确定模块,用于根据纯电动汽车动力总成结构,确定待匹配变量。
所述函数模块,用于根据所述变量确定模块确定的待匹配变量,建立成本目标函数方程;根据整车性能指标,确定约束条件。
所述计算模块,用于利用所述函数确定模块确定的成本目标函数方程及所述约束条件,采用二次规划或矩阵分割优化算法进行计算,得到满足所述约束条件且成本最低的待匹配变量的值。
具体地,所述待匹配变量包括驱动电机最大输出功率、动力电池输出功率和动力电池容量。
本发明实施例提供的基于成本的电动汽车动力总成匹配系统,变量确定模块确定待匹配变量,函数模块根据待匹配变量建立成本目标函数方程,并根据整车性能指标,确定约束条件,计算模块由所述成本目标函数方程与约束条件可以计算得出满足约束条件且成本最低的待匹配变量的值,通过本发明可以根据纯电动汽车动力总成制造和使用成本为提供合理的量化指标,从而实现纯电动汽车动力总成系统快速、高效以及成本低的设计。
本发明实施例中,采用二次规划或矩阵分割优化算法计算得出待匹配变量的值可能不唯一,本发明实施例中,还可以通过计算机仿真进行验证,以使上述待匹配变量的值最精确。
具体地,本发明基于成本的电动汽车动力总成匹配系统的另一个实施例中,还可以包括仿真模块与比较模块。
所述仿真模块,用于建立电动汽车动力总成的参数化模型,将所述待匹配变量的值代入所述参数化模型,进行仿真,得到仿真结果。
所述比较模块,用于根据所述仿真结果,验证所述待匹配变量的值是否合理,如果合理,则确定所述待匹配变量的值为最优值。
需要说明的是,当待匹配变量的值不唯一时,如果比较模块验证一待匹配变量的值不合理,则需要在所有待匹配变量的值中重新取值,继续验证,直至得到最优值为止;当待匹配变量的值只有唯一值时,如果此唯一值不合理,则结束验证。
具体地,所述待匹配变量包括驱动电机最大输出功率、动力电池输出功率和动力电池容量。
本发明实施例提供的基于成本的电动汽车动力总成匹配系统,变量确定模块确定待匹配变量;函数模块根据待匹配变量建立成本目标函数方程,并根据整车性能指标,确定约束条件;计算模块由所述成本目标函数方程与约束条件可以计算得出满足约束条件且成本最低的待匹配变量的值;仿真模块对满足约束条件且成本最低的待匹配变量的值进行仿真,得到仿真结果;比较模块根据所述仿真结果,验证所述满足约束条件且成本最低的待匹配变量的值是否合理,通过本发明可以根据纯电动汽车动力总成制造和使用成本为提供合理的量化指标,从而实现纯电动汽车动力总成系统快速、高效以及成本低的设计。
综上所述,本发明实施例提供的基于成本的电动汽车动力总成匹配方法及其系统,除了应用于纯电动汽车,还可以适用于插电式混合动力汽车。
以上对本发明实施例进行了详细介绍,本文中应用了具体实施方式对本发明进行了阐述,以上实施例的说明只是用于帮助理解本发明的系统及方法;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本发明的限制。
Claims (10)
1.一种电动汽车动力总成匹配方法,其特征在于,包括:
根据纯电动汽车动力总成结构,确定待匹配变量;
根据所述待匹配变量,建立成本目标函数方程;
根据整车性能指标,确定约束条件;
利用所述成本目标函数方程及所述约束条件,采用二次规划或矩阵分割优化算法进行计算,得到满足所述约束条件且成本最低的待匹配变量的值。
2.根据权利要求1所述的电动汽车动力总成匹配方法,其特征在于,所述方法还包括:
建立纯电动汽车动力总成的参数化模型;
将所述待匹配变量的值带入所述参数化模型,进行仿真,得到仿真结果;
根据仿真结果,验证所述待匹配变量的值是否合理;
如果合理,则确定所述待匹配变量的值为最优值。
3.根据权利要求1或2所述的电动汽车动力总成匹配方法,其特征在于,所述待匹配变量包括驱动电机最大输出功率、动力电池输出功率和动力电池容量。
4.根据权利要求3所述的电动汽车动力总成匹配方法,其特征在于,所述成本目标函数方程为:minCOST=min[COST1+COST2],其中,COST1表示纯电动汽车使用成本;COST2表示纯电动汽车制造成本;COST表示目标成本;
其中,所述Cele表示电量单价;Pess表示动力电池输出功率;SOCinit表示动力电池行驶SOC初始值;SOCmin表示动力电池SOC最低限值;t表示纯电动汽车全电力续驶里程时间。
5.根据权利要求4所述的电动汽车动力总成匹配方法,其特征在于,所述纯电动汽车制造成本包括:驱动电机成本、驱动电机控制器成本、以及动力电池成本。
6.根据权利要求5所述的电动汽车动力总成匹配方法,其特征在于,按以下方式计算纯电动汽车制造成本:
COST2=($190+$13.7Pm_peak)+($235+$8.075Pm_peak)+Cess×Qess;
式中:Pm-peak表示驱动电机最大输出功率;Cess表示动力电池比容量价格;Qess表示动力电池容量。
7.根据权利要求3所述的电动汽车动力总成匹配方法,其特征在于,所述约束条件为:纯电动汽车动力特性满足动力阈值、全电力续驶里程满足里程阈值。
8.一种电动汽车动力总成匹配系统,其特征在于,所述系统包括:
变量确定模块,用于根据纯电动汽车动力总成结构,确定待匹配变量;
函数确定模块,用于根据所述变量确定模块确定的待匹配变量,建立成本目标函数方程;根据整车性能指标,确定约束条件;
计算模块,用于利用所述函数确定模块确定的成本目标函数方程及约束条件,采用二次规划或矩阵分割优化算法进行计算,得到满足所述约束条件且成本最低的待匹配变量的值。
9.根据权利要求8所述的电动汽车动力总成匹配系统,其特征在于,所述系统还包括:
仿真模块,用于建立电动汽车动力总成的参数化模型,将所述待匹配变量的值代入所述参数化模型,进行仿真,得到仿真结果;
比较模块,用于根据所述仿真结果,验证所述待匹配变量的值是否合理,如果合理,则确定所述待匹配变量的值为最优值。
10.根据权利要求8或9所述的电动汽车动力总成匹配系统,其特征在于,所述待匹配变量包括驱动电机最大输出功率、动力电池输出功率和动力电池容量。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610352938.9A CN106004480A (zh) | 2016-05-20 | 2016-05-20 | 电动汽车动力总成匹配方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610352938.9A CN106004480A (zh) | 2016-05-20 | 2016-05-20 | 电动汽车动力总成匹配方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106004480A true CN106004480A (zh) | 2016-10-12 |
Family
ID=57093698
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610352938.9A Pending CN106004480A (zh) | 2016-05-20 | 2016-05-20 | 电动汽车动力总成匹配方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106004480A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107009912A (zh) * | 2017-04-11 | 2017-08-04 | 北京新能源汽车股份有限公司 | 一种车辆的续驶里程计算的自适应方法、装置及汽车 |
CN109986973A (zh) * | 2019-02-13 | 2019-07-09 | 南京越博动力系统股份有限公司 | 一种基于遗传算法的单级减速器动力总成匹配优化方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080262712A1 (en) * | 2007-04-18 | 2008-10-23 | Duty Mark J | Methods and systems for powertrain optimization and improved fuel economy |
CN101293478A (zh) * | 2008-06-05 | 2008-10-29 | 上海交通大学 | 插电式集成起动发电机混合动力轿车驱动系统 |
CN101804810A (zh) * | 2010-04-22 | 2010-08-18 | 杨伟斌 | 插电式混合动力汽车的最优集成控制方法 |
CN102180169A (zh) * | 2011-04-15 | 2011-09-14 | 合肥工业大学 | 一种基于成本的可外接充电混合动力汽车动力总成优化方法及其应用 |
CN104239641A (zh) * | 2014-09-19 | 2014-12-24 | 安徽江淮汽车股份有限公司 | 一种纯电动车动力系统的匹配方法 |
-
2016
- 2016-05-20 CN CN201610352938.9A patent/CN106004480A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080262712A1 (en) * | 2007-04-18 | 2008-10-23 | Duty Mark J | Methods and systems for powertrain optimization and improved fuel economy |
CN101293478A (zh) * | 2008-06-05 | 2008-10-29 | 上海交通大学 | 插电式集成起动发电机混合动力轿车驱动系统 |
CN101804810A (zh) * | 2010-04-22 | 2010-08-18 | 杨伟斌 | 插电式混合动力汽车的最优集成控制方法 |
CN102180169A (zh) * | 2011-04-15 | 2011-09-14 | 合肥工业大学 | 一种基于成本的可外接充电混合动力汽车动力总成优化方法及其应用 |
CN104239641A (zh) * | 2014-09-19 | 2014-12-24 | 安徽江淮汽车股份有限公司 | 一种纯电动车动力系统的匹配方法 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107009912A (zh) * | 2017-04-11 | 2017-08-04 | 北京新能源汽车股份有限公司 | 一种车辆的续驶里程计算的自适应方法、装置及汽车 |
CN107009912B (zh) * | 2017-04-11 | 2019-05-14 | 北京新能源汽车股份有限公司 | 一种车辆的续驶里程计算的自适应方法、装置及汽车 |
CN109986973A (zh) * | 2019-02-13 | 2019-07-09 | 南京越博动力系统股份有限公司 | 一种基于遗传算法的单级减速器动力总成匹配优化方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102799743B (zh) | 一种纯电动车动力系统匹配方法 | |
He et al. | Modeling and simulation for hybrid electric vehicles. I. Modeling | |
CN104590247B (zh) | 基于交通信号灯信息的混合动力汽车节能预测控制方法 | |
CN202498998U (zh) | 燃料电池混合动力能量管理控制系统 | |
CN106444422A (zh) | 纯电动汽车的动力系统仿真方法和装置 | |
CN107145082A (zh) | 一种插电式混合动力汽车整车控制器仿真平台 | |
CN102735303B (zh) | 一种增程式电动汽车能量消耗量实验计算方法 | |
CN202499132U (zh) | 新型Plug_in混合动力汽车能量管理控制器 | |
CN113085860B (zh) | 一种跟车环境下的燃料电池混合动力汽车的能量管理方法 | |
CN103631149A (zh) | 一种增程式电动汽车续驶里程的仿真系统及其仿真方法 | |
CN106347133A (zh) | 一种四轮驱动的增程式电动汽车能效分层协调优化控制方法 | |
CN106394310A (zh) | 一种四轮驱动电动汽车转矩分配控制方法 | |
Marano et al. | Comparative study of different control strategies for plug-in hybrid electric vehicles | |
CN113554337A (zh) | 融合交通信息的插电式混动汽车能量管理策略构建方法 | |
CN110287526B (zh) | 混合动力汽车模型构建方法 | |
Pérez-Pimentel et al. | Power supply management for an electric vehicle using fuzzy logic | |
CN106004480A (zh) | 电动汽车动力总成匹配方法及系统 | |
CN106202972A (zh) | 一种循环工况下确定电动汽车动力电池能量的方法 | |
Leska et al. | Comparative Calculation of the Fuel–Optimal Operating Strategy for Diesel Hybrid Railway Vehicles | |
CN116661296B (zh) | 面向增程式电动矿卡的能耗管理平台、方法、系统及存储介质 | |
Mantravadi | Modeling, simulation & implementation of li-ion battery powered electric and plug-in hybrid vehicles | |
Mantravadi et al. | Modeling, implementation and analysis of a Li-ion battery powered electric truck | |
Lee et al. | Development of an energy prediction model based on driving data for predicting the driving distance of an electric vehicle | |
Islameka et al. | Energy management systems for battery electric vehicles | |
Gruosso et al. | Modeling of electrical vehicle for state of charge evaluation in smart mobility scenario |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
CB02 | Change of applicant information |
Address after: 230601 Anhui Province, Hefei City Industrial Park, the Peach Blossom Road No. 669 Applicant after: Anhui Jianghuai Automobile Group Limited by Share Ltd Address before: 230601 Anhui Province, Hefei City Industrial Park, the Peach Blossom Road No. 669 Applicant before: Anhui Jianghuai Automotive Co., Ltd. |
|
COR | Change of bibliographic data | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20161012 |
|
RJ01 | Rejection of invention patent application after publication |