CN110543098B - 插电式混合动力系统构型的选择方法 - Google Patents
插电式混合动力系统构型的选择方法 Download PDFInfo
- Publication number
- CN110543098B CN110543098B CN201910842134.0A CN201910842134A CN110543098B CN 110543098 B CN110543098 B CN 110543098B CN 201910842134 A CN201910842134 A CN 201910842134A CN 110543098 B CN110543098 B CN 110543098B
- Authority
- CN
- China
- Prior art keywords
- plug
- configuration
- hybrid
- selecting
- parameters
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 48
- 238000012360 testing method Methods 0.000 claims abstract description 66
- 238000013461 design Methods 0.000 claims abstract description 47
- 238000011217 control strategy Methods 0.000 claims abstract description 43
- 238000005457 optimization Methods 0.000 claims abstract description 43
- 238000012827 research and development Methods 0.000 claims abstract description 16
- 238000005265 energy consumption Methods 0.000 claims description 25
- 238000004088 simulation Methods 0.000 claims description 24
- 238000011161 development Methods 0.000 claims description 22
- 238000011156 evaluation Methods 0.000 claims description 21
- 230000005540 biological transmission Effects 0.000 claims description 13
- 230000008569 process Effects 0.000 claims description 10
- 230000001133 acceleration Effects 0.000 claims description 9
- 238000005096 rolling process Methods 0.000 claims description 7
- 238000004458 analytical method Methods 0.000 claims description 6
- 230000009194 climbing Effects 0.000 claims description 6
- 230000005611 electricity Effects 0.000 claims description 6
- 239000000446 fuel Substances 0.000 claims description 5
- 230000008878 coupling Effects 0.000 claims description 3
- 238000010168 coupling process Methods 0.000 claims description 3
- 238000005859 coupling reaction Methods 0.000 claims description 3
- 230000010354 integration Effects 0.000 claims description 3
- 238000002474 experimental method Methods 0.000 claims description 2
- 238000012216 screening Methods 0.000 abstract description 10
- 238000010187 selection method Methods 0.000 abstract description 5
- 238000004364 calculation method Methods 0.000 description 21
- QYAPHLRPFNSDNH-MRFRVZCGSA-N (4s,4as,5as,6s,12ar)-7-chloro-4-(dimethylamino)-1,6,10,11,12a-pentahydroxy-6-methyl-3,12-dioxo-4,4a,5,5a-tetrahydrotetracene-2-carboxamide;hydrochloride Chemical compound Cl.C1=CC(Cl)=C2[C@](O)(C)[C@H]3C[C@H]4[C@H](N(C)C)C(=O)C(C(N)=O)=C(O)[C@@]4(O)C(=O)C3=C(O)C2=C1O QYAPHLRPFNSDNH-MRFRVZCGSA-N 0.000 description 3
- 102100026127 Clathrin heavy chain 1 Human genes 0.000 description 3
- 101000912851 Homo sapiens Clathrin heavy chain 1 Proteins 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 238000012546 transfer Methods 0.000 description 3
- 238000002485 combustion reaction Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000003050 experimental design method Methods 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 239000003344 environmental pollutant Substances 0.000 description 1
- 238000009472 formulation Methods 0.000 description 1
- 230000009347 mechanical transmission Effects 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 231100000719 pollutant Toxicity 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
- G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
- G05B13/042—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators in which a parameter or coefficient is automatically adjusted to optimise the performance
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Electric Propulsion And Braking For Vehicles (AREA)
- Hybrid Electric Vehicles (AREA)
Abstract
本申请涉及一种插电式混合动力系统构型的选择方法，所插电式混合动力系统构型的选择方法，通过基于自身研发资源的筛选，可以有效的缩小插电式混合动力系统构型的选取范围。通过将基于动态规划的全局优化控制策略与基于正交试验设计方法的部件参数优化相结合，建立控制策略优化和部件参数优化组合形成的嵌套环，以基本车辆动力性设计目标，以及车舱内空间尺寸和排放性作为约束性条件，以成本最小为优化目标，实现在控制策略和部件参数联合最优化的条件下选取成本最小的构型，计算量小，操作简便。
Description
技术领域
本申请涉及插电式混合动力汽车技术领域，特别是涉及一种插电式混合动力系统构型的选择方法。
背景技术
插电式混合动力汽车(PHEV，Plug-in Hybrid Electric Vehicle)能够有效的降低油耗、减少污染物排放，被世界范围内的各大厂商研究和开发，其市场占有率也在逐年迅速攀升。PHEV的研发需要研发厂商同时具备传统内燃机机械传动技术和电传动技术，技术难度大、开发周期长。
PHEV具有多种形式的插电式混合动力系统构型，插电式混合动力系统构型代表了PHEV的总体技术框架。PHEV中各部件参数匹配、控制策略的制定都需要依据于插电式混合动力系统构型。因此插电式混合动力系统构型的确定也被称为PHEV的技术路线。插电式混合动力系统构型总体上包括串联式构型、并联式构型和混联式构型三大类。具体来说，根据电机位置不同、动力耦合位置不同或是机构形式不同可分的构型种类非常多。汽车厂商每研发出一套插电式混合动力系统，都会将该插电式混合动力系统依次适配于不同车型，例如丰田将其功率分流系统适配于其普锐斯全系车型，上汽将串并联P1+P2动力系统适配于荣威e550、e950和eRX5车型等。因此，插电式混合动力系统构型的确定对于车企来说是开展PHEV研发进程中的第一步，也是最为重要的一步。
传统方案中，对于插电式混合动力系统构型的选择主要是根据研发高层技术人员的经验和调研进行。首先，研发人员会制定动力性目标，动力性目标一般包括最大车速，最大爬坡度，百公里加速时间等。进一步地，研发人员会依据动力性目标反推部件参数的范围。最后，进行部件参数匹配，选择不同的部件参数进行组合，优化选取所需要的部件参数。然而，传统方案中的插电式混合动力系统构型选择方法存在一个问题：不能实现在划定过大的构型选取范围下，选取控制策略和多个部件参数联合最优的构型。这是因为传统的部件参数优化方法或全局最优化控制策略都需要大量的计算量，如果原始选取的构型范围过大，且还要兼顾控制策略最优和部件参数最优，涉及的计算量过大，无法实现。
发明内容
基于此，有必要针对传统方案中无法实现在划定过大的构型选取范围下，选取控制策略最优和能耗最优的插电式混合动力系统构型的问题，提供一种插电式混合动力系统构型的选择方法。
本申请提供一种插电式混合动力系统构型的选择方法，包括：
获取待开发车型，作为基本目标车型；
选取适配于所述基本目标车型的N个插电式混合动力系统构型；N为正整数；
获取研发资源数据，并对所述研发资源数据进行分析，得出x个正面影响因素和y个负面影响因素；
赋予每一个正面影响因素一个正面影响积分值，赋予每一个负面影响因素一个负面影响积分值；
依据公式1计算N个插电式混合动力系统构型中，每一个插电式混合动力系统构型的构型评价积分值；
其中，S为构型评价积分值，ax为第x个正面影响因素的正面影响积分值，by为第y个负面影响因素的负面影响积分值；
对N个插电式混合动力系统构型对应的N个构型评价积分值依照从大到小的顺序排序，选取构型评价积分值排列在最前列的n个插电式混合动力系统构型；n为正整数且n不大于5；
满足基本设计目标参数、空间尺寸和排放性的约束条件的情况下，将基于动态规划的全局优化控制策略与基于正交试验设计的部件参数优化相结合，使插电式混合动力系统中的部件参数和控制策略同时达到最优，得出每一个插电式混合动力系统构型的最小成本值；
比较n个插电式混合动力系统构型的最小成本值，并从n个最小成本值中选取数值最小的最小成本值对应的插电式混合动力系统构型，作为待开发插电式混合动力系统构型。
本申请涉及一种插电式混合动力系统构型的选择方法，通过基于研发资源的筛选，可以有效的缩小插电式混合动力系统构型的选取范围。通过基于动态规划的全局优化控制策略与基于正交试验设计的部件参数优化相结合，构建控制策略与插电式混合动力系统部件参数两者联合优化的嵌套环，依据基本车辆参数设计目标，实现在控制策略最优的条件下选取能耗和设备成本最小的插电式混合动力系统构型，计算量小，操作简便，且满足了空间尺寸和排放性的要求。
附图说明
图1为本申请一实施例提供的插电式混合动力系统构型的选择方法的流程示意图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
本申请提供一种插电式混合动力系统构型的选择方法。
需要说明的是，本申请提供的插电式混合动力系统构型的选择方法不限制其应用领域与应用场景。可选地，本申请提供的插电式混合动力系统构型的选择方法应用于汽车厂商的插电式混合动力汽车最初的研发阶段。
本申请提供的插电式混合动力系统构型的选择方法并不限制其执行主体。可选地，所述插电式混合动力系统构型的选择方法的执行主体可以为一种插电式混合动力系统构型评价装置。可选地，所述插电式混合动力系统构型的选择方法的执行主体可以为插电式混合动力系统构型评价装置中的处理器。
如图1所示，在本申请的一实施例中，所述插电式混合动力系统构型的选择方法包括如下步骤S100至步骤S500：
S100，获取待开发车型，作为基本目标车型。
具体地，所述待开发车型由汽车厂商设定。本申请提供的插电式混合动力系统构型的选择方法就是为了选择能耗使用成本和部件购置成本最低的插电式混合动力系统构型，以适配所述待开发车型。
S200，选取适配于所述基本目标车型的N个插电式混合动力系统构型。N为正整数。
具体地，本步骤中，可以选取市面上适配于所述基本目标车型的所有插电式混合动力系统构型，初始的构型选取范围足够大，实现对所有插电式混合动力系统构型的全面评价与筛选。
S300，基于自身研发资源，对N个插电式混合动力系统构型执行粗筛程序，得到n个插电式混合动力系统构型。n为正整数且n不大于5。
具体地，所述研发资源代表汽车厂商的研发能力。本步骤可以实现对N个插电式混合动力系统构型的初步筛选，大大缩小了插电式混合动力系统构型的选择范围，实现筛选出少量符合汽车厂商研发路线的插电式混合动力系统构型，进而实现对符合汽车厂商研发路线的插电式混合动力系统构型进行集中评价。
S400，满足基本设计目标参数、空间尺寸和排放性的约束条件的情况下，将基于动态规划的全局优化控制策略与基于正交试验设计的部件参数优化相结合，使插电式混合动力系统中的部件参数和控制策略同时达到最优，得出每一个插电式混合动力系统构型的最小成本值。
具体地，计算每一个插电式混合动力系统的成本值。所述插电式混合动力系统的成本值可以为部件购置成本和能耗使用成本之和。所述部件购置成本为插电式混合动力系统中的各个部件成本之和，例如发动机成本、电机成本、电池成本和变速箱成本等等。所述能耗使用成本为插电式混合动力系统在整车行驶过程中的能源消耗，例如油耗和电耗。
所述基本设计目标参数可以包括最大车速、最大爬坡度和百公里加速时间中的一种或多种。所述基本设计目标参数为动力性约束条件。空间尺寸为插电式混合动力汽车的车舱内空间尺寸。对空间尺寸进行约束，使得构建的插电式混合动力系统能够放置于车舱内。排放性约束，指的是整车行驶过程中的排放物浓度，其需要小于预设排放物浓度。插电式混合动力系统中的多个部件参数的组合需要既满足基本设计目标参数、空间尺寸和排放性这三个约束条件。
S500，比较n个插电式混合动力系统构型的最小成本值，并从n个最小成本值中选取数值最小的最小成本值对应的插电式混合动力系统构型，作为待开发插电式混合动力系统构型。
具体地，通过本步骤可以实现在控制策略最优的条件下选取能耗和设备成本最小的插电式混合动力系统构型。
本实施例中，通过基于研发资源的筛选，可以有效的缩小插电式混合动力系统构型的选取范围。通过基于动态规划的全局优化控制策略以及基于正交试验设计的参数优化相结合，将控制策略优化与部件参数优化两者组成嵌套环，依据基本车辆参数设计目标，实现在控制策略最优的条件下选取能耗和设备成本最小的插电式混合动力系统构型，计算量小，操作简便，且满足了空间尺寸和排放性的要求。
在本申请的一实施例中，所述步骤S300包括如下步骤S310至步骤S340：
S310，获取研发资源数据，并对所述研发资源数据进行分析，得出x个正面影响因素和y个负面影响因素。
S320，赋予每一个正面影响因素一个正面影响积分值。赋予每一个负面影响因素一个负面影响积分值。
正面影响积分值的大小决定了该正面影响因素对整个插电式混合动力系统构型的正面影响程度。可选地，正面影响积分值越大，该正面影响因素对整个插电式混合动力系统构型的正面影响程度越大。负面影响积分值同理，不再赘述。
S330，依据公式1计算N个插电式混合动力系统构型中，每一个插电式混合动力系统构型的构型评价积分值：
其中，S为构型评价积分值。ax为第x个正面影响因素的正面影响积分值。by为第y个负面影响因素的负面影响积分值。
具体地，举例说明，正面影响因素可以为2个，分别为核心机械部件研发能力的基础和核心电气研发能力的基础。
负面影响因素可以为2个，分别为总体开发难度和总体开发周期依据公式1可以看出，多个正面影响因素和多个负面影响因素之间存在相互耦合的关系，并不相互独立。
S340，对N个插电式混合动力系统构型对应的N个构型评价积分值依照从大到小的顺序排序，选取构型评价积分值排列在最前列的n个插电式混合动力系统构型。
具体地，n可以不大于5。举例说明，在一个实施例中，N取30，n取5，则在执行所述步骤S330得出30个插电式混合动力系统构型各自对应的构型评价积分值后，对30个插电式混合动力系统构型对应的30个构型评价积分值依照从大到小的顺序排序。进一步地，选取构型评价积分值最大的5个插电式混合动力系统构型，执行后续步骤，完成初步筛选。
本实施例中，通过科学的积分评价方法，对插电式混合动力系统构型进行评价，可以有效的缩小插电式混合动力系统构型的选取范围，实现筛选出少量符合汽车厂商研发路线的插电式混合动力系统构型，大大节省了后续的计算量。
在本申请的一实施例中，所述正面影响因素包括核心机械部件研发能力的基础、核心电气研发能力的基础、核心机电耦合部件研发能力的基础、集成整合能力、对所述基本目标车型的适配能力和现有技术团队水平中的一种或多种。所述负面影响因素包括总体开发难度、总体开发周期和开发资金需求程度中的一种或多种。
具体地，所述正面影响因素也可以不仅仅包括上述提及的6项。所述负面影响因素也可以不仅仅包括上述提及的3项。
本实施例中，通过设置所述正面影响因素和负面影响因素，使得经历所述步骤S310至所述步骤S340初步筛选后的n个插电式混合动力系统构型，符合汽车厂商的研发路线，使得插电式混合动力系统构型的构建可实现。
在本申请的一实施例中，所述步骤S400包括如下步骤S410至步骤S450：
S410，获取所述基本目标车型的整车参数、基本设计目标参数、以及基于动态规划的全局优化控制策略。
具体地，所述基本目标车型的整车参数包括车重、车辆半径、风阻系数、迎风面积、轴距和滚动阻力系数中的一种或多种。所述基本设计目标参数包括最大车速、最大爬坡度和百公里加速时间中的一种或多种。
S420，选取一个插电式混合动力系统构型，作为待评价构型。
S430，以所述基本目标车型的整车参数、所述基本设计目标参数、以及空间尺寸以及排放性作为约束条件，将基于动态规划的全局优化控制策略与基于正交试验设计的部件参数优化相结合，对所述待评价构型进行分析计算。通过计算可以得出所述待评价构型的最小购置成本值和最小使用成本值。
具体地，所述最小购置成本为所述待评价构型下，所述插电式混合动力系统中的各个部件成本之和的最小值，例如发动机成本、电机成本、电池成本和变速箱成本等等。所述最小使用成本为所述待评价构型下，所述插电式混合动力系统在整车行驶过程中的能源消耗的最小值，例如油耗和电耗。
S440，计算所述最小购置成本值和所述最小使用成本值之和，得到所述待评价构型的最小成本值。
具体地，通过执行所述步骤S440，可以得出所述待评价构型的最小成本值，所述最小成本值代表所述待评价构型的插电式混合动力系统在整车应用中的最小成本。
S450，对每一个插电式混合动力系统构型执行所述步骤S420至所述步骤S440，得出每一个插电式混合动力系统构型的最小成本值。
具体地，承接上述实施例，在所述步骤S300中，得到n个插电式混合动力系统构型，则在本步骤中，执行n次所述步骤S420至所述步骤S440，得到n个插电式混合动力系统构型各自对应的最小成本值。
本实施例中，通过以所述基本目标车型的整车参数、所述基本设计目标参数、以及基于动态规划的全局优化控制策略作为分析条件，对所述待评价构型进行分析计算，可以得出n个插电式混合动力系统构型中每一个插电式混合动力系统构型的最小成本值，进而为在控制策略最优的条件下选取能耗和设备成本最小的插电式混合动力系统构型提供能够进行合理定性评估的数据基础。
在本申请的一实施例中，所述基本目标车型的整车参数包括车重、车辆半径、风阻系数、迎风面积、轴距和滚动阻力系数中的一种或多种。
具体地，所述基本目标车型的整车参数可以不仅仅包括车重、车辆半径、风阻系数、迎风面积、轴距和滚动阻力系数中的一种或多种。
本实施例中，通过设定所述基本目标车型的整车参数，可以为插电式混合动力系统构型的选择施加车型约束，使得最终选取的插电式混合动力系统构型更好的适配于所述目标车型。
在本申请的一实施例中，所述基本设计目标参数包括最大车速、最大爬坡度和百公里加速时间中的一种或多种。
具体地，所述基本设计目标参数可以不仅仅包括最大车速、最大爬坡度和百公里加速时间中的一种或多种。所述百公里加速时间为整车从0km/h的整车行驶速度加速至100km/h的整车行驶速度所需要的时间。
本实施例中，通过设定所述基本设计目标参数，可以为插电式混合动力系统构型的选择施加动力性约束，使得最终选取的插电式混合动力系统构型满足汽车厂商的动力性研发目标。例如，可以满足大车速、最大爬坡度和百公里加速时间等。
在本申请的一实施例中，所述步骤S410还包括：
S411，获取附加设计目标参数。所述附加设计目标参数包括巡航车速、爬坡速度和纯电行驶速度中的一种或多种。
具体地，所述基本设计目标参数为在插电式混合动力系统构型的中必须达到的动力性目标。所述附加设计目标参数为在插电式混合动力系统构型的中额外达到的动力性目标。所述附加设计目标参数根据不同构型的具体设计需求而制定。
本实施例中，通过设定所述附加设计目标参数，可以兼顾更优化的插电式混合动力系统构型能耗和排放特性，以及特定路况的行驶要求。
在本申请的一实施例中，所述步骤S430包括如下步骤S431至步骤S438：
S431，对所述待评价构型进行分析，得出所述待评价构型的能量流分布状态和部件传动关系。
具体地，由于燃油在缸内燃烧至驱动整车行驶的过程中涉及到发动机、传动系统和整车各子系统和零部件之间的能量传递，所述能量流分布状态和所述部件传动关系用于表达上述能量传递的机理。
S432，依据所述能量流分布状态和所述部件传动关系，构建部件参数方程。进一步地，将所述基本目标车型的整车参数、所述基本设计目标参数和所述附加设计目标参数代入所述部件参数方程，得出所述待评价构型的插电式混合动力系统中每一个部件参数的取值范围。所述部件参数的数量为V。V为正整数。
其中，所述待评价构型的插电式混合动力系统中包括多个部件。所述部件参数包括发动机最大功率、电机最大功率、电池功率、电池容量和变速箱传动比中的一种或多种。
具体地，由于插电式混合动力系统中包括多个部件，例如发动机、电机、电池和电机等等。因此，所述部件参数方程为多个。每一个部件具有至少一个与该部件对应的部件参数方程。每一个部件具有与该部件对应的部件参数的取值范围。
以单电机并联式的插电式混合动力系统构型为例。
1)针对于发动机最大功率的取值范围，可以使用下述公式3进行计算：
其中，Pe_max1为第一发动机最大功率。uc为巡航车速(通常用高速公路最高速限制)。ηt为传动系统效率。CD为空气阻力系数。A为迎风面积。m为整车质量。f为滚动阻力系数。Pe_max2为第二发动机最大功率。ucl为爬坡速度。α为发动机单独工作时需要的坡道角度。Pe_max为发动机最大功率。
2)针对于电机最大功率的取值范围，可以使用下述公式4进行计算：
其中，Pd_max1为插电式混合动力系统驱动需求的第一最大功率。umax为最大整车速度。ηt为传动系统效率。m为整车质量。f为滚动阻力系数。CD为空气阻力系数。A为迎风面积。Pd_max2为插电式混合动力系统驱动需求的第二最大功率。αmax为最大爬坡度的角度。ucl_max最大爬坡度的爬坡速度。Pd_max3为插电式混合动力系统驱动需求的第三最大功率。u0为定值，取100km/h。t0为百公里加速时间。Pe_max为发动机最大功率。Pm_max为电机最大功率。
其中，发动机最大功率Pe_max可以通过上述公式3计算得出。由于是以单电机并联式的插电式混合动力系统构型为例，因此电机最大功率和发动机最大功率之和需要大于功率目标设计值。所述功率目标设计值为插电式混合动力系统驱动需求的第一最大功率、插电式混合动力系统驱动需求的第二最大功率和插电式混合动力系统驱动需求的第三最大功率三者之和。
3)针对于电池容量，可以使用下述公式5进行计算：
其中，Pb为电池功率，ue为纯电行驶需求的速度，ηb为电能转化为驱动功率的效率。A为迎风面积。m为整车质量。f为滚动阻力系数。ηt为传动系统效率。CD为空气阻力系数。Cb为电池容量，De为纯电行驶里程。
4)针对于变速箱传动比，可以使用下述公式6进行计算：
其中，imin为变速箱的最小传动比，nmax为变速箱输入端的转速。umax为最大整车速度。imax为最大传动比。Tmax为变速箱输入端最大转矩。
为附着系数。imax为最大传动比。m为整车质量。ηt为传动系统效率。r为车轮半径。
上述每一个公式为一个部件参数方程，通过以上多个部件参数方程的计算，可以计算得出发动机最大功率的范围，电机最大功率的范围，电池容量的范围以及变速箱传动比的范围。
S433，依据第一预设选取原则，在所述待评价构型的插电式混合动力系统中每一个部件参数的取值范围中选定样本取值范围。
可选地，所述第一预设选取原则分为三步：
S1，在每一个部件参数的取值范围内，获取该部件参数的取值范围的一个参数边界值。例如，发动机最大功率的范围是大于70kW，则所述参数边界值为70kW。
S2，选取与所述参数边界值邻近的一个参数初值，所述参数初值也必须位于该部件参数的取值范围内。例如，发动机最大功率的范围是大于70kW，所述参数边界值为70kW，则所述参数初值可以取100kW。
S3，以所述参数初值的80％和所述参数初值的120％作为范围边界，划定所述样本取值范围。例如，发动机最大功率的参数初值为100kW，则发动机最大功率的样本取值范围为80kW至120kW。当然，所述样本取值范围位于该部件参数的取值范围内，且所述样本取值范围小于该部件参数的取值范围。
S434，依据第二预设选取原则，在每一个部件参数的样本取值范围中，选取K个样本参数。K为正整数。
可选地，所述第二预设选取原则可以为：在该部件参数的样本取值范围中，以相等数值间距选取K个样本参数。
举例说明，发动机最大功率的样本取值范围为80W至120W，可以在80W至120W的范围内选取11个参数水平，即K取11，两个相邻的样本参数之间的数值差距为4W。则11个样本参数分别为：80W，84W，88W，92W，96W，100W，104W，108W，112W，116W，120W。
S435，将不同部件参数的多个样本参数相互匹配组合，生成KV个样本参数组，每一个样本参数组包括V个样本参数。
具体地，举例说明，在本例中，部件参数的数量为2，即V为2，部件参数包括发动机最大功率和电机最大功率。每一个部件参数具有3个参数水平，即K为3。发动机最大功率的样本参数分别为80W，84W，88W。电机最大功率的样本参数分别为100W，110W，120W。可以理解，将不同部件参数的多个样本参数相互匹配组合，可以生成32个样本参数组。每一个样本参数组有发动机最大功率的样本参数和电机最大功率的样本参数，共计2个样本参数。32个样本参数组分别为：(80W，100W),(80W，110W)，(80W，120W)，(84W，100W)，(84W，110W)，，(84W，120W)，(88W，100W)，(88W，110W)和(88W，120W)共32＝9个样本参数组。
S436，依据正交试验设计方法，在所述KV个样本参数组中选取T个正交试验参数组。所述T个正交试验参数组代表KV个样本参数组中所有样本参数组的参数特点。
正交试验设计方法是研究多因素多水平的一种试验设计方法。其原理是，根据正交性从全面试验中挑选出部分有代表性的点进行试验，这些有代表性的点具备均匀分散，齐整可比的特点。当样本参数的数量K和部件的数量V数量均较大时，产生的样本参数组数量过多。由于后续需要对每一组样本参数组对于的插电式混合动力系统均要进行能耗计算，计算量过大，难以实施。针对这个困扰，正交试验设计方法可以大大减少筛选的工作量。
具体地，依据正交试验设计法和所述KV个样本参数组，生成正交试验表。进一步查找正交试验表，依据正交试验表选取正交试验参数组，进一步缩小优化范围。选取后的参数样本参数组可以代表所有样本参数组的集合
S437，创建整车仿真模型，输入标准整车工况和基于动态规划的全局优化控制策略。进一步地，将每一个正交试验参数组输入至所述整车仿真模型，输出T个正交试验参数组的能耗数据。T为正整数。
具体地，所述整车仿真模型为虚拟仿真模型，用于模拟插电式混合动力汽车的行驶过程。所述标准整车工况可以为中国工况(CLTC)。
在所述步骤S436之后，所述步骤S437之前，还包括依据插电式混合动力系统空间尺寸约束进行正交试验参数组的筛选步骤。
具体地，分别计算每一个正交试验参数组的对应的插电式混合动力系统的空间尺寸，并获取所述基本目标车型的整车尺寸。判断每一个正交试验参数组对应的插电式混合动力系统的空间尺寸是否小于所述基本目标车型的舱内空间尺寸。若所述正交试验参数组对应的插电式混合动力系统的空间尺寸是否小于所述基本目标车型的舱内空间尺寸，则表明该正交试验参数组对应的插电式混合动力系统可以安装于所述基本目标车型的整车中，可以执行后续的步骤S437。进一步地，将大于所述基本目标车型的整车尺寸的正交试验参数组删除。
S438，依据T个正交试验参数组的能耗数据，分别计算每一个正交试验参数组对应的使用成本值。
具体地，每一个正交试验参数组对应的使用成本值为每一个正交试验参数组对应的所述插电式混合动力系统使用成本值。所述插电式混合动力系统的成本值可以为购置成本和使用成本之和。
本实施例中，通过正交试验设计的方法从大量的样本参数组中筛选出最具有代表性的参数组，输入整车仿真模型，避免对所有的样本参数组对应的插电式混合动力系统逐一计算能耗和设备成本，使得本来就计算量很大的基于动态规划的全局优化控制策略的计算量大幅度降低。此外，可以在整车仿真模型中输入标准整车工况，标准整车工况可以为中国工况(CLTC)，中国工况由中国汽车技术研究中心承接的科研项目输出，未来必然要加入到中国的相关法规和标准中，中国工况可以更好的反应在中国道路上的经济性和排放性，在此工况下的筛选结果，更符合中国道路使用特点的技术路线。
在本申请的一实施例中，所述步骤S437包括：
S437a，创建整车仿真模型，将选取后的正交试验参数组输入至所述整车仿真模型。
具体地，所述整车仿真模型为虚拟仿真模型，用于模拟插电式混合动力汽车的行驶过程。
S437b，获取标准整车工况，将所述标准整车工况输入至所述整车仿真模型。
具体地，所述标准整车工况可以为中国工况(CLTC)。
S437c，以能耗最小为目标，建立基于动态规划的全局优化控制策略。进一步地，将所述基于动态规划的全局优化控制策略嵌入至所述整车仿真模型中的整车控制策略模块。
具体地，建立基于动态规划的全局优化控制策略的方法为：依据构型工作模式，能量流动方式和整车模拟计算流程，设定阶段变量、状态变量、状态转移方程和目标函数等，进而求解出基于动态规划的全局优化控制策略。基于动态规划的全局优化控制策略本质上是一种能量最优分配方式，可以实现整车在行驶过程中的能耗最低。
S437d，启动所述整车仿真模型，以使所述整车仿真模型模拟在预设时间段内的车辆行驶过程，输出在所述预设时间段内的百公里油耗和百公里电耗。
所述百公里油耗为整车每行驶100公里所消耗的燃油量。所述百公里电耗为整车每行驶100公里所消耗的电量。
S437e，反复执行所述步骤S437a至所述步骤S437d，得出在所述预设时间段内，每一个正交试验参数组对应的百公里油耗和百公里电耗。
具体地，可以生成能耗数据表，以更好的显示每一个正交试验参数组对应的百公里油耗和百公里电耗。
本实施例中，通过将基于动态规划的全局优化控制策略嵌入能耗计算环节，并且与多个部件参数的同时优化进行联合，使得所述待评价构型在具有最优的控制策略之下，寻找部件参数的最优组合，可以探索到所述待评价构型所有部件参数组合在最优控制策略之下的最优能耗。
在本申请的一实施例中，所述步骤S438包括如下步骤S438a至步骤S438c：
S438a，获取所述待评价构型对应的插电式混合动力汽车的出行特征分析数据。
S438b，依据所述出行特征分析数据，获取插电式混合动力汽车在产品使用周期内行驶的非纯电动行驶里程和纯电动行驶里程。
具体地，根据插电式混合动力汽车出行特征数据的分析，通过统计的方法获取全生命周期的非纯电动行驶里程和纯电动行驶里程。所述产品使用周期指的是，所述插电式混合动力汽车自出厂起，至报废为止之间的总使用时间。
S438c，依据公式2计算每一个正交试验参数组对应的使用成本值：
Cu(i)＝Cu_f(i)×W1×Dtot_hev+Cu_e(i)×W2×Dtot_e 公式2
其中，Cu(i)为正交试验参数组对应的使用成本值，Cu_f(i)为在所述预设时间段内的百公里油耗，W1为油价，Dtot_hev为所述产品使用周期的非纯电动行驶里程，Cu_e(i)为在所述预设时间段内的百公里电耗，W2为电价，Dtot_e为所述产品使用周期内的纯电动行驶里程。
本实施例中，W1，W2已知，由市面上的油电价格决定。Dtot_hev和Dtot_e由所述步骤S438b计算得出。Cu_f(i)和Cu_e(i)由所述步骤S437e计算得出，因此公式2中并无未知量，可以计算得出正交试验参数组对应的使用成本值Cu(i)。所述使用成本值为整个产品使用周期内的使用成本值。
本实施例中，通过使用成本值计算公式，可以计算得出每一个正交试验参数组对应的插电式混合动力系统的使用成本值，计算方法简便，计算量小。
在本申请的一实施例中，在所述步骤S436之后，所述步骤S430还包括：
S439，依据每一个正交试验参数组内的V个部件参数，分别计算每一个正交试验参数组对应的购置成本值。
具体地，可以依据下述公式7计算每一个正交试验参数组对应的插电式混合动力系统的购置成本值：
Cp(i)＝Cp_e(i)+Cp_m(i)+Cp_b(i)+Cp_t(i) 公式7。
其中，Cp(x)为购置成本值。Cp_e(x)为发动机购置成本值。Cp_m(x)为电机购置成本值。Cp_b(x)为电池购置成本值。Cp_t(x)为变速箱购置成本值。每个部件的购置成本值根据市场调研计算获得，统计出单位参数(如功率)的部件价格。当然公式7只列举了4个部件，也可以包括更多的部件。计算成本时，只需要将各个部件的购置成本相加即可。
本实施例中，通过购置成本值计算公式，可以计算得出每一个基于正交试验设计方法选取的部件参数组所对应的插电式混合动力系统的购置成本值，计算方法简便，计算量小。
在本申请的一实施例中，所述步骤S440包括：
S441，计算每一个正交试验参数组对应的使用成本值和购置成本值之和，得到每一个正交试验参数组对应的成本值。进一步地，选取数值最小的成本值作为所述待评价构型的最小成本值。
具体地，数值最小的成本值，为所述待评价构型的最小成本值。进一步地，可以记录与所述最小成本值对应的利用正交试验设计方法选取的部件参数组中的各个部件参数。
本实施例中，实现所述待评价构型在具有最优的控制策略之下，寻找部件参数的最优组合，可以探索到所述待评价构型所有部件参数组合情况下的最优能耗。
在本申请的一实施例中，在所述步骤S437之后，在所述步骤S438之前，还包括如下步骤S610至步骤S630：
S610，获取所述整车仿真模型输出的每一个所述正交试验参数组对应的排放物浓度。
具体地，所述整车仿真模型还可以模拟检测整车行驶后的排放物浓度。所述排放物可以有多种，所述排放物的浓度相应的也可以输出多种。例如，排放度浓度可以为CO浓度和NOx浓度等。
S620，判断每一个所述正交试验参数组对应的排放物浓度是否小于预设排放物浓度。
所述预设排放物浓度也可以依据国家排放标准制定。
S630，若所述正交试验参数组的排放物浓度是否小于预设排放物浓度，则执行后续步骤S438。
具体地，若所述正交试验参数组的排放物浓度是否小于预设排放物浓度，则表明排放物浓度合格，可以执行后续步骤S438。若所述正交试验参数组的排放物浓度大于或等于预设排放物浓度，则表明排放物浓度不合格，删除排放物浓度不合格的所述正交试验参数组的数据。
本实施例中，通过在能耗计算中引入排放性约束，满足环保性要求。
以上所述实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本申请专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请的保护范围应以所附权利要求为准。
Claims (12)
1.一种插电式混合动力系统构型的选择方法，其特征在于，包括：
S100，获取待开发车型，作为基本目标车型；
S200，选取适配于所述基本目标车型的N个插电式混合动力系统构型；N为正整数；
S310，获取研发资源数据，并对所述研发资源数据进行分析，得出x个正面影响因素和y个负面影响因素；
S320，赋予每一个正面影响因素一个正面影响积分值，赋予每一个负面影响因素一个负面影响积分值；
S330，依据公式1计算N个插电式混合动力系统构型中，每一个插电式混合动力系统构型的构型评价积分值；
其中，S为构型评价积分值，ax为第x个正面影响因素的正面影响积分值，by为第y个负面影响因素的负面影响积分值；
S340，对N个插电式混合动力系统构型对应的N个构型评价积分值依照从大到小的顺序排序，选取构型评价积分值排列在最前列的n个插电式混合动力系统构型；n为正整数且n不大于5；
S400，满足基本设计目标参数、空间尺寸和排放性的约束条件的情况下，将基于动态规划的全局优化控制策略与基于正交试验设计的部件参数优化相结合，使插电式混合动力系统中的部件参数和控制策略同时达到最优，得出每一个插电式混合动力系统构型的最小成本值；
S500，比较n个插电式混合动力系统构型的最小成本值，并从n个最小成本值中选取数值最小的最小成本值对应的插电式混合动力系统构型，作为待开发插电式混合动力系统构型。
2.根据权利要求1所述的插电式混合动力系统构型的选择方法，其特征在于，所述正面影响因素包括核心机械部件研发能力的基础、核心电气研发能力的基础、核心机电耦合部件研发能力的基础、集成整合能力、对所述基本目标车型的适配能力和现有技术团队水平中的一种或多种；
所述负面影响因素包括总体开发难度、总体开发周期和开发资金需求程度中的一种或多种。
3.根据权利要求2所述的插电式混合动力系统构型的选择方法，其特征在于，所述步骤S400包括：
S410，获取所述基本目标车型的整车参数、基本设计目标参数、以及基于动态规划的全局优化控制策略；
S420，选取一个插电式混合动力系统构型，作为待评价构型；
S430，以所述基本目标车型的整车参数、所述基本设计目标参数、空间尺寸以及排放性作为约束条件，将基于动态规划的全局优化控制策略与基于正交试验设计的部件参数优化相结合，对所述待评价构型进行分析计算，计算得出所述待评价构型的最小购置成本值和最小使用成本值；
S440，计算所述最小购置成本值和所述最小使用成本值之和，得到所述待评价构型的最小成本值；
S450，对每一个插电式混合动力系统构型执行所述步骤S420至所述步骤S440，得出每一个插电式混合动力系统构型的最小成本值。
4.根据权利要求3所述的插电式混合动力系统构型的选择方法，其特征在于，所述基本目标车型的整车参数包括车重、车辆半径、风阻系数、迎风面积、轴距和滚动阻力系数中的一种或多种。
5.根据权利要求4所述的插电式混合动力系统构型的选择方法，其特征在于，所述基本设计目标参数包括最大车速、最大爬坡度和百公里加速时间中的一种或多种。
6.根据权利要求5所述的插电式混合动力系统构型的选择方法，其特征在于，所述步骤S410还包括：
S411，获取附加设计目标参数，所述附加设计目标参数包括巡航车速、爬坡速度和纯电行驶速度中的一种或多种。
7.根据权利要求6所述的插电式混合动力系统构型的选择方法，其特征在于，所述步骤S430包括：
S431，对所述待评价构型进行分析，得出所述待评价构型的能量流和部件传动关系；
S432，依据所述能量流和所述部件传动关系，构建部件参数方程，并将所述基本目标车型的整车参数、所述基本设计目标参数和所述附加设计目标参数代入所述部件参数方程，得出所述待评价构型的插电式混合动力系统中每一个部件参数的取值范围；所述部件参数的数量为V；V为正整数；
其中，所述待评价构型的插电式混合动力系统中包括多个部件，所述部件参数包括发动机最大功率、电机最大功率、电池功率、电池容量和变速箱传动比中的一种或多种；
S433，依据第一预设选取原则，在所述待评价构型的插电式混合动力系统中每一个部件参数的取值范围中选定样本取值范围；
S434，依据第二预设选取原则，在每一个部件参数的样本取值范围中，选取K个样本参数；K为正整数；
S435，将不同部件参数的多个样本参数相互匹配组合，生成KV个样本参数组，每一个样本参数组包括V个样本参数；
S436，依据正交试验设计方法，在所述KV个样本参数组中选取T个正交试验参数组，所述T个正交试验参数组代表KV个样本参数组中所有样本参数组的参数特点；T为正整数；
S437，创建整车仿真模型，输入标准整车工况和基于动态规划的全局优化控制策略，并将每一个正交试验参数组输入至所述整车仿真模型，输出T个正交试验参数组的能耗数据；
S438，依据T个正交试验参数组的能耗数据，分别计算每一个正交试验参数组对应的使用成本值。
8.根据权利要求7所述的插电式混合动力系统构型的选择方法，其特征在于，所述步骤S437包括：
S437a，创建整车仿真模型，将选取后的正交试验参数组输入至所述整车仿真模型；
S437b，获取标准整车工况，将所述标准整车工况输入至所述整车仿真模型；
S437c，以能耗最小为目标，建立基于动态规划的全局优化控制策略，将所述基于动态规划的全局优化控制策略嵌入至所述整车仿真模型中的整车控制策略模块；
S437d，启动所述整车仿真模型，以使所述整车仿真模型模拟在预设时间段内的车辆行驶过程，输出在所述预设时间段内的百公里油耗和百公里电耗；
S437e，反复执行所述步骤S437a至所述步骤S437d，得出在所述预设时间段内，每一个正交试验参数组对应的百公里油耗和百公里电耗。
9.根据权利要求8所述的插电式混合动力系统构型的选择方法，其特征在于，所述步骤S438包括：
S438a，获取所述待评价构型对应的插电式混合动力汽车的出行特征分析数据；
S438b，依据所述出行特征分析数据，获取插电式混合动力汽车在产品使用周期内行驶的的非纯电动行驶里程和纯电动行驶里程；
S438c，依据公式2计算每一个正交试验参数组对应的使用成本值；
Cu(i)＝Cu_f(i)×W1×Dtot_hev+Cu_e(i)×W2×Dtot_e 公式2
其中，Cu(i)为正交试验参数组对应的使用成本值，Cu_f(i)为在所述预设时间段内的百公里油耗，W1为油价，Dtot_hev为所述产品使用周期内的非纯电动行驶里程，Cu_e(i)为在所述预设时间段内的百公里电耗，W2为电价，Dtot_e为所述产品使用周期内的纯电动行驶里程。
10.根据权利要求9所述的插电式混合动力系统构型的选择方法，其特征在于，在所述步骤S436之后，所述步骤S430还包括：
S439，依据每一个正交试验参数组内的V个部件参数，分别计算每一个正交试验参数组对应的购置成本值。
11.根据权利要求10所述的插电式混合动力系统构型的选择方法，其特征在于，所述步骤S440包括：
S441，计算每一个正交试验参数组对应的使用成本值和购置成本值之和，得到每一个正交试验参数组对应的成本值，选取数值最小的成本值作为所述待评价构型的最小成本值。
12.根据权利要求11所述的插电式混合动力系统构型的选择方法，其特征在于，在所述步骤S438之前，还包括：
S610，获取所述整车仿真模型输出的每一个所述正交试验参数组对应的排放物浓度；
S620，判断每一个所述正交试验参数组对应的排放物浓度是否小于预设排放物浓度；
S630，若所述正交试验参数组的排放物浓度是否小于预设排放物浓度，则执行后续步骤S438。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910842134.0A CN110543098B (zh) | 2019-09-06 | 2019-09-06 | 插电式混合动力系统构型的选择方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910842134.0A CN110543098B (zh) | 2019-09-06 | 2019-09-06 | 插电式混合动力系统构型的选择方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110543098A CN110543098A (zh) | 2019-12-06 |
| CN110543098B true CN110543098B (zh) | 2021-02-09 |
Family
ID=68712767
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910842134.0A Active CN110543098B (zh) | 2019-09-06 | 2019-09-06 | 插电式混合动力系统构型的选择方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110543098B (zh) |
Families Citing this family (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111191385B (zh) * | 2020-01-19 | 2022-11-08 | 重庆大学 | 一种用于电动汽车动力总成构型的分析方法 |
| CN113361835B (zh) * | 2020-03-03 | 2023-07-07 | 中车时代电动汽车股份有限公司 | 电驱动产品综合效率评价方法及装置 |
| CN112265539B (zh) * | 2020-09-07 | 2022-03-29 | 河北工业大学 | 一种重型混合动力汽车动力系统构型选择方法 |
| CN112859972A (zh) * | 2020-12-28 | 2021-05-28 | 珠海格力电器股份有限公司 | 一种养殖环境控制方法、装置、系统及存储介质 |
| CN113759755B (zh) * | 2021-09-24 | 2024-05-10 | 上海汽车集团股份有限公司 | 基于混动系统的动力学仿真方法、装置、设备和存储介质 |
| CN115848076A (zh) * | 2022-12-02 | 2023-03-28 | 中国人民解放军国防科技大学 | 一种适应多工况的两栖车辆的油电混合动力传动系统 |
| CN115935524B (zh) * | 2023-03-03 | 2023-05-02 | 北京航空航天大学 | 一种不同构型混动传动系统参数匹配的寻优方法 |
| CN115982834B (zh) * | 2023-03-21 | 2023-08-22 | 北京航空航天大学 | 混合动力汽车机电耦合变速箱的构型评估方法和评估系统 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN202686354U (zh) * | 2012-04-27 | 2013-01-23 | 宫维钧 | 混合动力汽车集成式变速驱动装置与电控能源及管理系统 |
| CN103889754A (zh) * | 2011-07-22 | 2014-06-25 | 意大利麦卡普荣科技有限公司 | 混合动力推进车辆 |
| CN105760631A (zh) * | 2016-03-28 | 2016-07-13 | 大连理工大学 | 一种实现多样性设计的结构拓扑优化方法 |
| CN108382185A (zh) * | 2018-02-28 | 2018-08-10 | 重庆交通大学 | 一种多轴级联机电耦合装置的组合异构综合构型方法 |
| CN109017269A (zh) * | 2018-06-06 | 2018-12-18 | 同济大学 | 一种串并联构型插电式混合动力系统 |
| CN109033630A (zh) * | 2018-07-25 | 2018-12-18 | 东南大学 | 一种多模混合动力汽车动力耦合装置的构型快速搜索方法 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20040174125A1 (en) * | 2000-12-27 | 2004-09-09 | Transportation Techniques Llc | Method and apparatus for adaptive control of hybrid electric vehicle components |
-
2019
- 2019-09-06 CN CN201910842134.0A patent/CN110543098B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103889754A (zh) * | 2011-07-22 | 2014-06-25 | 意大利麦卡普荣科技有限公司 | 混合动力推进车辆 |
| CN202686354U (zh) * | 2012-04-27 | 2013-01-23 | 宫维钧 | 混合动力汽车集成式变速驱动装置与电控能源及管理系统 |
| CN105760631A (zh) * | 2016-03-28 | 2016-07-13 | 大连理工大学 | 一种实现多样性设计的结构拓扑优化方法 |
| CN108382185A (zh) * | 2018-02-28 | 2018-08-10 | 重庆交通大学 | 一种多轴级联机电耦合装置的组合异构综合构型方法 |
| CN109017269A (zh) * | 2018-06-06 | 2018-12-18 | 同济大学 | 一种串并联构型插电式混合动力系统 |
| CN109033630A (zh) * | 2018-07-25 | 2018-12-18 | 东南大学 | 一种多模混合动力汽车动力耦合装置的构型快速搜索方法 |
Non-Patent Citations (4)
| Title |
|---|
| A Comparative study of Different Hybrid Electric Powertrain Architectures for Heavy-Duty Truck;Chao Xu 等;《IFAC PapersOnLine》;20181231;全文 * |
| 基于系统效率最优的多模混合动力系统构型选择及匹配设计研究;邹玉凤 等;《时代汽车》;20190705;全文 * |
| 多模混合动力汽车的自主建模与最优构型设计;庄伟超 等;《2016中国汽车工程学会年会论龙集》;20161231;全文 * |
| 混合动力电动汽车机电耦合系统构型分析;吴为理 等;《汽车零部件》;20160528;全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110543098A (zh) | 2019-12-06 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110543098B (zh) | 插电式混合动力系统构型的选择方法 | |
| Cuddy et al. | Analysis of the fuel economy benefit of drivetrain hybridization | |
| Lei et al. | Dynamic energy management for a novel hybrid electric system based on driving pattern recognition | |
| Yaich et al. | Modeling and simulation of electric and hybrid vehicles for recreational vehicle | |
| Mayyas et al. | Model-based design validation for advanced energy management strategies for electrified hybrid power trains using innovative vehicle hardware in the loop (VHIL) approach | |
| Jeong et al. | Urban driving cycle for performance evaluation of electric vehicles | |
| Fang et al. | Concurrent optimization for parameters of powertrain and control system of hybrid electric vehicle based on multi-objective genetic algorithms | |
| Goos et al. | Automatic evaluation and optimization of generic hybrid vehicle topologies using dynamic programming | |
| Zhu et al. | NCSU year three final technical report | |
| Fotouhi et al. | Simulation for prediction of vehicle efficiency, performance, range and lifetime: a review of current techniques and their applicability to current and future testing standards | |
| Lei et al. | Simulation and analysis of energy consumption for plug-in hybrid electric vehicles based on driving cycles | |
| An et al. | Critical issues in quantifying hybrid electric vehicle emissions and fuel consumption | |
| Rousseau et al. | Trade-offs between fuel economy and NOx emissions using fuzzy logic control with a hybrid CVT configuration | |
| Schudeleit et al. | Emission-robust operation of diesel HEV considering transient emissions | |
| EP4379344A1 (en) | Vehicle element response learning method, vehicle element response calculation method, vehicle element response learning system, and vehicle element response learning program | |
| Mackanic et al. | Development of a Software-In-The-Loop Model for a Parallel Plug-In Hybrid Electric Vehicle | |
| Karabiyik et al. | Energy Management Trade-off: Virtual Optimization of Hybrid Electric Vehicles | |
| Lee et al. | Model-based fuel economy technology assessment | |
| Czapnik et al. | Conceptual design of battery electric vehicle powertrains | |
| Bovee et al. | Well-to-wheel analysis and measurement of energy use and greenhouse gas and criteria emissions in a Plug-in Hybrid Vehicle: the EcoCAR 2 case study | |
| Kaup et al. | Systematic Development of Hybrid Systems for Commercial Vehicles | |
| Kulikov et al. | Optimal Control of a Hybrid Vehicle's Powertrain Minimizing Pollutant Emissions and Fuel Consumption | |
| Karl-DeFrain | Vehicle Architecture Selection for High Efficiency and Performance Applications | |
| CN117730242A (zh) | 车辆部件响应学习方法、车辆部件响应计算方法、车辆部件响应学习系统及车辆部件响应学习程序 | |
| Snyder et al. | Advancement and Validation of a Plug-In Hybrid Electric Vehicle Plant Model |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |