CN112265538A - 基于实时最优能量管理策略的车辆部件工况构建方法 - Google Patents

基于实时最优能量管理策略的车辆部件工况构建方法 Download PDF

Info

Publication number
CN112265538A
CN112265538A CN202011078289.0A CN202011078289A CN112265538A CN 112265538 A CN112265538 A CN 112265538A CN 202011078289 A CN202011078289 A CN 202011078289A CN 112265538 A CN112265538 A CN 112265538A
Authority
CN
China
Prior art keywords
working condition
vehicle
vehicle component
power
control strategy
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.)
Granted
Application number
CN202011078289.0A
Other languages
English (en)
Other versions
CN112265538B (zh
Inventor
魏长银
陈勇
张越
白书杰
刘海
陈�光
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hebei University of Technology
Original Assignee
Hebei University of Technology
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Hebei University of Technology filed Critical Hebei University of Technology
Priority to CN202011078289.0A priority Critical patent/CN112265538B/zh
Publication of CN112265538A publication Critical patent/CN112265538A/zh
Application granted granted Critical
Publication of CN112265538B publication Critical patent/CN112265538B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W20/00—Control systems specially adapted for hybrid vehicles
    • B60W20/10—Controlling the power contribution of each of the prime movers to meet required power demand
    • B60W20/11—Controlling the power contribution of each of the prime movers to meet required power demand using model predictive control [MPC] strategies, i.e. control methods based on models predicting performance
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W20/00—Control systems specially adapted for hybrid vehicles
    • B60W20/10—Controlling the power contribution of each of the prime movers to meet required power demand
    • B60W20/15—Control strategies specially adapted for achieving a particular effect
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/10—Geometric CAD
    • G06F30/15—Vehicle, aircraft or watercraft design
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G06F30/27—Design optimisation, verification or simulation using machine learning, e.g. artificial intelligence, neural networks, support vector machines [SVM] or training a model

Abstract

本发明提供基于实时最优能量管理策略的车辆部件工况构建方法，包括以下步骤：S1、根据车型参数，创建整车仿真模型；S2、建立燃油等效消耗最小控制策略并计算燃油等效消耗最小控制策略的最优值，根据最优值对燃油等效消耗最小控制策略进行优化，将优化后的燃油等效消耗最小控制策略输入到整车仿真模型中；S3、将标准整车测试工况输入到整车仿真模型中进行仿真，得到车辆部件工况；S4、根据车辆部件工况，得到车辆部件的稳态工况及瞬态工况。本发明的车辆部件工况基于整车仿真模型构建，不需要制造整车，消耗成本低，且本发明的实时燃油等效消耗最小控制策略能够得到车辆在实际应用上能耗最小的最优控制方案。

Description

基于实时最优能量管理策略的车辆部件工况构建方法
技术领域
本发明涉及混合动力或混合能源汽车技术领域，特别涉及基于实时最优能量管理策略的车辆部件工况构建方法。
背景技术
在汽车研发和推向市场的过程中，汽车的能耗和排放性能需要在特定工况下进行评估，该评估认证过程各个国家都制定了试验标准和测试方法，以进行车辆油耗和排放性能的管理和市场准入。在混合动力或混合能源车辆开发最初阶段，既没有插电式没有混合动力系统，也没有整车，对关键部件(如发动机、电机和电池)的评估主要采用性能试验、可靠性和寿命试验方法。关于性能试验、可靠性和寿命试验方法，国家标准和行业标准中均采用了关键参数。
然而，传统方案存在一个问题，即传统方案缺乏结合整车应用场景的插电式混合动力汽车部件工况，以用于混合动力或混合能源车辆开发最初阶段的部件性能评估。传统方案中关键参数稳态试验和可靠性试验，并未将部件在混合动力或混合能源车辆的实际应用场景下的工况与部件测试的工况相结合，这必将导致按照标准执行的测试结果与实际应用场景下部件性能和寿命的偏差，不利于整车厂商根据实际应用情况优化部件选配、部件可靠性和整车使用性能，也不利于部件厂商将部件工况性能与应用工况结合进行优化及稳态试验或部件的人为设定的如额定转速运行等特定循环的可靠性试验。
基于此，有必要针对在混合动力或混合能源车辆开发最初阶段，传统方案缺乏结合整车应用场景的混合动力或混合能源车辆部件工况的问题，提供一种基于实时最优能量管理策略下的混合动力或混合能源车辆部件工况构建方法。
发明内容
本发明的目的在于提供基于实时最优能量管理策略的车辆部件工况构建方法，通过采用实时燃油等效消耗最小控制策略构建部件工况，能够得到混合动力汽车混合能源车辆在实际应用上能耗最小的最优控制方案，能够指导在后续开发阶段中的能耗研究。
为实现上述目的，本发明提供了如下方案：本发明提供基于实时最优能量管理策略的车辆部件工况构建方法，其特征在于，包括以下步骤：
S1、根据车型参数，创建整车仿真模型；
S2、建立燃油等效消耗最小控制策略并计算所述燃油等效消耗最小控制策略的最优值，根据所述最优值对所述燃油等效消耗最小控制策略进行优化，将优化后的所述燃油等效消耗最小控制策略输入到所述整车仿真模型中；
S3、将标准整车测试工况输入到所述整车仿真模型中进行仿真，得到车辆部件工况；
S4、根据所述车辆部件工况，得到车辆部件的稳态工况及瞬态工况。
优选地，所述燃油等效消耗最小控制策略的建立方法为：将发动机功率/转矩在最大与最小功率之间进行等分，并将每个时刻的电机功率与等分后的发动机功率/转矩相对应；通过设定折算因子将每个时刻的电机功率折算为每个时刻的电机等效燃油消耗/率，并计算发动机燃油消耗/率；根据相对应的发动机功率/转矩与电机功率得到对应的每个时刻的电机等效燃油消耗/率和发动机燃油消耗/率；计算对应的每个时刻的电机等效燃油消耗/率和发动机燃油消耗/率之和，得到瞬时等效燃油消耗；将最小的瞬时等效燃油消耗对应的发动机功率作为所述燃油等效消耗最小控制策略的最优值。
优选地，所述燃油等效消耗最小控制策略的最优值的计算过程为：对一定范围内的所述折算因子进行初始化，随机生成一定维数的初始的折算因子作为初始种群；计算初始种群的适应度函数，适应度函数为瞬时等效燃油消耗；根据适应度函数并利用轮盘赌法对初始种群进行种群选择，将选择的种群个体在设定的概率下进行交叉，变异产生新的种群，直到达到特定条件后输出最优折算因子。
优选地，所述整车仿真模型的仿真过程为：根据汽车动力理论及所述标准整车测试工况计算出整车驱动力，根据整车驱动力、车速曲线及车轮中能量损耗计算出车轮对车辆半轴的需求转速与转矩；根据传动比及能量损耗计算出车辆半轴、减速器及变速器的需求转速与转矩；将变速器需求转速与转矩及电池的电荷状态作为燃油等效消耗最小控制策略的输入，得到发动机、驱动电机、发电机和电池的功率/转矩指令，并输出转速、转矩或功率，得到车辆部件工况。
优选地，所述稳态工况的获取方法为：对所述车辆部件工况进行归一化处理；运用K聚类均值分析法对归一化处理后的车辆部件工况进行分类，得到分类中心及分类占比；将占比多的分类中心作为稳态工况。
优选地，所述瞬态工况的获取方法为：以目标工况分布长度为基准将部件工况等分为若干运动片段，并计算运动片段的特征；利用主成分分析法降低所述特征的维数；利用K聚类均值分析法将降低维数后的所述特征分为多类运动片段，并在若干类运动片段中随机选取车辆部件工况片段；将与所述车辆部件工况特征误差在特定值的所述车辆部件工况片段作为瞬态工况。
本发明公开了以下技术效果：
(1)本发明的混合动力或混合能源车辆部件工况基于整车仿真模型构建，不需要制造整车，消耗成本低，且在开发最初阶段可以面向所有构型和所有车型构建混合动力或混合能源车辆部件工况，灵活性高；
(2)本发明采用了实时燃油等效消耗最小控制策略构建部件工况，能够得到插电式混合动力汽车及混合能源车辆在实际应用上能耗最小的最优控制方案，可以指导在后续开发阶段中的能耗研究。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为本发明基于实时最优能量管理策略的车辆部件工况构建方法流程示意图：
图2为本发明实施例的发动机稳态工况及瞬态工况示意图，其中：图2(a)为发动机稳态工况示意图，图2(b)为发动机瞬态工况示意图；
图3为本发明实施例的电机稳态工况及瞬态工况示意图，其中：图3(a)为电机稳态工况示意图，图3(b)为电机瞬态工况示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。
如图1所示，本发明提供基于实时最优能量管理策略的车辆部件工况构建方法，包括以下步骤：
S1、根据车型的整车动力学参数及车辆各部件经济性仿真所需参数，创建整车仿真模型。
本实施例所创建的整车仿真模型为燃油经济性仿真模型，包括模型整车模块、控制策略模块及车辆部件模块。
S2、建立燃油等效消耗最小控制策略并计算燃油等效消耗最小控制策略的最优值，根据最优值对燃油等效消耗最小控制策略进行优化，将优化后的燃油等效消耗最小控制策略输入到整车仿真模型中的控制策略模块。
本实施例的燃油等效消耗最小控制策略的建立方法为：
将每个时刻的电机功率通过折算因子折算为电机等效燃油消耗(率)；将发动机功率(转矩)在最大与最小功率之间进行等分，由于每一瞬时发动机功率(转矩)与电机功率之和为需求功率，因此每一等分的发动机功率对应于一个电机功率；通过设定折算因子将每个时刻的电机功率折算为每个时刻的电机等效燃油消耗(率)，并计算发动机燃油消耗(率)；根据相对应的发动机功率(转矩)与电机功率得到对应的每个时刻的电机等效燃油消耗(率)和发动机燃油消耗(率)；计算对应的每个时刻的电机等效燃油消耗(率)和发动机燃油消耗(率)之和，得到瞬时等效燃油消耗；将最小的瞬时等效燃油消耗对应的发动机功率作为燃油等效消耗最小控制策略的最优值。
瞬时的等效燃油消耗率Jopt计算如下：
Figure BDA0002717329100000061
Figure BDA0002717329100000062
其中：mf为发动机燃油消耗率；
Figure BDA0002717329100000063
为电机等效燃油消耗率；S(t)为折算因子，一般为发电机与发动机平均效率乘积的倒数；Hlhv为燃油低热值；Tmc为电机转矩；ωmc为电机转速。
本实施例的整车行驶某测试循环工况满足以下条件：
Figure BDA0002717329100000071
其中：Tfc、Tmc为发动机与电机转矩；Tfc_min、Tmc_min为发动机与电机最小转矩；Tfc_max、Tmc_max为发动机与电机最大转矩；Wfc、Wmc为发动机与电机转速；SOCinitial与SOCfinal为初始与终止SOC。
燃油等效消耗最小控制策略的最优值采用遗传算法进行计算，具体过程为：
以燃油等效消耗为优化目标，折算因子s(t)为优化变量，利用遗传算法对折算因子进行寻优。先对一定范围内的折算因子s(t)进行初始化，随机生成一定维数的初始的折算因子s(t)作为初始种群；计算初始种群的适应度，适应度函数为瞬时燃油等效消耗；根据适应度并利用轮盘赌法进行选择过程，将选择的种群个体在设定的概率下进行交叉，变异产生新的种群；然后重复上述过程直到达到迭代精度为1％或迭代次数达到100次时输出最优个体，即最优折算因子。
具体计算公式如下：
Figure BDA0002717329100000072
其中：Jmin为优化的目标函数；mfc为发动机等效燃油消耗(率)；mmc_eq为电机等效燃油消耗率(率)。
S3、将标准整车测试工况输入到所述整车仿真模型中进行仿真，得到车辆部件工况。
根据汽车动力理论及标准整车测试工况计算出整车驱动力，根据整车驱动力、车速曲线及车轮中能量损耗计算出车轮对车辆半轴的需求转速与转矩。根据传动比并考虑能量损耗计算出车辆半轴、减速器、变速器的需求转速与转矩；将变速器需求转速与转矩及电池的电荷状态作为燃油等效消耗最小控制策略的输入，得到发动机、驱动电机、发电机和电池的功率(转矩)指令，并输出转速、转矩或功率，得到车辆部件工况。
S4、对车辆部件工况进行预处理，运用K聚类均值对处理后的车辆部件工况进行分析，得到车辆部件的稳态工况。
预处理操作为对发动机及电机的转速转矩与电池电流电压进行归一化处理，具体为：
Figure BDA0002717329100000081
其中：Tfc_G为处理后的发动机转矩；Tfc_max为处理后的发动机最大转矩；Tfc为处理后的发动机转矩；ω为转速，U为电池电压，I为电池电流；Tmc_G为处理后的电机转矩；Tmc_max为处理后的电机最大转矩。
对预处理后得到的发动机及电机的转速和转矩数据进行K聚类均值分析，得到分类中心和分类占比，并取占比最多工况作为稳态工况。一般可构建为5～15个稳态点的稳态工况，若构建13个稳态点的稳态工况，则取占比多的前13个分类中心作为稳态工况点。
本实施例得到的发动机及电机的稳态工况如图2(a)和图3(a)所示，具体的发动机及电机的13类稳态工况数据如表1和表2所示。
表1
Figure BDA0002717329100000091
表2
转速(rad/s) 转矩(Nm) 占比 转速(rad/s) 转矩(Nm) 占比
7 24 20.6％ 244 19 14.0％
85 233 2.9％ 353 -150 5.4％
76 8 8.5％ 59 110 7.8％
358 41 12.0％ 206 113 6.8％
42 -150 1.7％ 158 17 16.5％
226 -186 1.5％ 64 394 1.1％
97 -334 1.2％
S5、以目标工况分布长度为基准将部件工况等分为若干运动片段，计算运动片段的平均加速度、平均减速度、平均转速及怠速时间比特征，并利用主成分分析法分析特征对每一类的影响，计算每个特征对分类的贡献率，并提取累计贡献率达到85％的特征；利用K聚类分析进行特征分类，并在市区、市郊、高速这三类运动片段中随机选取部件工况片段，并将与所有车辆部件工况特征的误差在10％以内的部件工况片段作为部件的瞬态工况。
本实施例构建的目标工况为市区、市郊和高速路段，并以600s作为目标工况的分布长度。
本实施例得到的发动机和电机的瞬态工况如图2(b)及图3(b)所示。
以上所述的实施例仅是对本发明的优选方式进行描述，并非对本发明的范围进行限定，在不脱离本发明设计精神的前提下，本领域普通技术人员对本发明的技术方案做出的各种变形和改进，均应落入本发明权利要求书确定的保护范围内。

Claims (6)

1.基于实时最优能量管理策略的车辆部件工况构建方法，其特征在于，包括以下步骤：
S1、根据车型参数，创建整车仿真模型；
S2、建立燃油等效消耗最小控制策略并计算所述燃油等效消耗最小控制策略的最优值，根据所述最优值对所述燃油等效消耗最小控制策略进行优化，将优化后的所述燃油等效消耗最小控制策略输入到所述整车仿真模型中；
S3、将标准整车测试工况输入到所述整车仿真模型中进行仿真，得到车辆部件工况；
S4、根据所述车辆部件工况，得到车辆部件的稳态工况及瞬态工况。
2.根据权利要求1所述的基于实时最优能量管理策略的车辆部件工况构建方法，其特征在于，所述燃油等效消耗最小控制策略的建立方法为：将发动机功率/转矩在最大与最小功率之间进行等分，并将每个时刻的电机功率与等分后的发动机功率/转矩相对应；通过设定折算因子将每个时刻的电机功率折算为每个时刻的电机等效燃油消耗/率，并计算发动机燃油消耗/率；根据相对应的发动机功率/转矩与电机功率得到对应的每个时刻的电机等效燃油消耗/率和发动机燃油消耗/率；计算对应的每个时刻的电机等效燃油消耗/率和发动机燃油消耗/率之和，得到瞬时等效燃油消耗；将最小的瞬时等效燃油消耗对应的发动机功率作为所述燃油等效消耗最小控制策略的最优值。
3.根据权利要求2所述的基于实时最优能量管理策略的车辆部件工况构建方法，其特征在于，所述燃油等效消耗最小控制策略的最优值的计算过程为：对一定范围内的所述折算因子进行初始化，随机生成一定维数的初始的折算因子作为初始种群；计算初始种群的适应度函数，适应度函数为瞬时等效燃油消耗；根据适应度函数并利用轮盘赌法对初始种群进行种群选择，将选择的种群个体在设定的概率下进行交叉，变异产生新的种群，直到达到特定条件后输出最优折算因子。
4.根据权利要求3所述的基于实时最优能量管理策略的车辆部件工况构建方法，其特征在于，所述整车仿真模型的仿真过程为：根据汽车动力理论及所述标准整车测试工况计算出整车驱动力，根据整车驱动力、车速曲线及车轮中能量损耗计算出车轮对车辆半轴的需求转速与转矩；根据传动比及能量损耗计算出车辆半轴、减速器及变速器的需求转速与转矩；将变速器需求转速与转矩及电池的电荷状态作为燃油等效消耗最小控制策略的输入，得到发动机、驱动电机、发电机和电池的功率/转矩指令，并输出转速、转矩或功率，得到车辆部件工况。
5.根据权利要求1所述的基于实时最优能量管理策略的车辆部件工况构建方法，其特征在于，所述稳态工况的获取方法为：对所述车辆部件工况进行归一化处理；运用K聚类均值分析法对归一化处理后的车辆部件工况进行分类，得到分类中心及分类占比；将占比多的分类中心作为稳态工况。
6.根据权利要求1所述的基于实时最优能量管理策略的车辆部件工况构建方法，其特征在于，所述瞬态工况的获取方法为：以目标工况分布长度为基准将部件工况等分为若干运动片段，并计算运动片段的特征；利用主成分分析法降低所述特征的维数；利用K聚类均值分析法将降低维数后的所述特征分为多类运动片段，并在若干类运动片段中随机选取车辆部件工况片段；将与所述车辆部件工况特征误差在特定值的所述车辆部件工况片段作为瞬态工况。
CN202011078289.0A 2020-10-10 2020-10-10 基于实时最优能量管理策略的车辆部件工况构建方法 Active CN112265538B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011078289.0A CN112265538B (zh) 2020-10-10 2020-10-10 基于实时最优能量管理策略的车辆部件工况构建方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011078289.0A CN112265538B (zh) 2020-10-10 2020-10-10 基于实时最优能量管理策略的车辆部件工况构建方法

Publications (2)

Publication Number Publication Date
CN112265538A true CN112265538A (zh) 2021-01-26
CN112265538B CN112265538B (zh) 2021-10-01

Family

ID=74337520

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011078289.0A Active CN112265538B (zh) 2020-10-10 2020-10-10 基于实时最优能量管理策略的车辆部件工况构建方法

Country Status (1)

Country Link
CN (1) CN112265538B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112906296A (zh) * 2021-02-02 2021-06-04 武汉理工大学 混合动力汽车全服役期能量优化方法、系统和存储介质
CN116118709A (zh) * 2023-03-14 2023-05-16 合众新能源汽车股份有限公司 混合动力汽车的能量管理方法和系统

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2014177161A (ja) * 2013-03-14 2014-09-25 Denso Corp ハイブリッド車の制御装置
CN106004865A (zh) * 2016-05-30 2016-10-12 福州大学 基于工况识别的里程自适应混合动力汽车能量管理方法
US20190202436A1 (en) * 2017-12-31 2019-07-04 Hyliion Inc. Electric drive controller adaptation to through-the-road (ttr) coupled primary engine and/or operating conditions
CN110304044A (zh) * 2019-05-20 2019-10-08 北京理工大学 基于ecms的phev四驱转矩分配方法
CN110531638A (zh) * 2019-09-03 2019-12-03 清华大学 基于整车仿真模型的phev部件工况数据统计与工况构建方法
CN110626161A (zh) * 2019-11-05 2019-12-31 河北工业大学 一种基于行星齿轮机构的混合动力驱动系统
CN110936949A (zh) * 2019-12-12 2020-03-31 湖北文理学院 基于行驶工况的能量控制方法、设备、存储介质及装置

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2014177161A (ja) * 2013-03-14 2014-09-25 Denso Corp ハイブリッド車の制御装置
CN106004865A (zh) * 2016-05-30 2016-10-12 福州大学 基于工况识别的里程自适应混合动力汽车能量管理方法
US20190202436A1 (en) * 2017-12-31 2019-07-04 Hyliion Inc. Electric drive controller adaptation to through-the-road (ttr) coupled primary engine and/or operating conditions
CN110304044A (zh) * 2019-05-20 2019-10-08 北京理工大学 基于ecms的phev四驱转矩分配方法
CN110531638A (zh) * 2019-09-03 2019-12-03 清华大学 基于整车仿真模型的phev部件工况数据统计与工况构建方法
CN110626161A (zh) * 2019-11-05 2019-12-31 河北工业大学 一种基于行星齿轮机构的混合动力驱动系统
CN110936949A (zh) * 2019-12-12 2020-03-31 湖北文理学院 基于行驶工况的能量控制方法、设备、存储介质及装置

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112906296A (zh) * 2021-02-02 2021-06-04 武汉理工大学 混合动力汽车全服役期能量优化方法、系统和存储介质
CN112906296B (zh) * 2021-02-02 2022-05-10 武汉理工大学 混合动力汽车全服役期能量优化方法、系统和存储介质
CN116118709A (zh) * 2023-03-14 2023-05-16 合众新能源汽车股份有限公司 混合动力汽车的能量管理方法和系统
CN116118709B (zh) * 2023-03-14 2024-01-16 合众新能源汽车股份有限公司 混合动力汽车的能量管理方法和系统

Also Published As

Publication number Publication date
CN112265538B (zh) 2021-10-01

Similar Documents

Publication Publication Date Title
CN112265538B (zh) 基于实时最优能量管理策略的车辆部件工况构建方法
CN108595853B (zh) 一种基于遗传算法的并联混合动力汽车参数优化设计方法
CN111695202B (zh) 一种基于近似模型的燃料电池汽车模糊控制策略优化方法
Sun et al. An adaptive ECMS based on traffic information for plug-in hybrid electric buses
CN111459995A (zh) 一种基于驾驶数据的多模态车速预测方法
CN107122573B (zh) 基于马尔科夫链进化的汽车运行工况设计方法
Yu et al. A-EMCS for PHEV based on real-time driving cycle prediction and personalized travel characteristics
CN115392133A (zh) 采用高斯混合模型的风电场最优聚类等值方法
Hu et al. Energy Management Optimization Method of Plug-In Hybrid-Electric Bus Based on Incremental Learning
CN115091963A (zh) 基于能耗特征与工况切分的氢燃料电池汽车能耗预估方法
CN111091142A (zh) 样本数量不平衡的电力系统暂态稳定状态集成预测方法
CN110531638B (zh) 基于整车仿真模型的phev部件工况数据统计与工况构建方法
Pan et al. Driving cycle construction and combined driving cycle prediction for fuzzy energy management of electric vehicles
CN116596129A (zh) 一种电动汽车充电场站短期负荷预测模型构建方法
CN112265539A (zh) 一种重型混合动力汽车动力系统构型选择方法
CN116232132A (zh) 一种电动汽车无刷直流电机的转速控制方法
Yu Fuzzy logic energy management strategy based on genetic algorithm for plug-in hybrid electric vehicles
Wang et al. Design of energy management strategy in hybrid electric vehicles by evolutionary fuzzy system part II: tuning fuzzy controller by genetic algorithms
CN102063537B (zh) 基于多目标混合模拟退火算法的单相异步电机设计方法
CN113419172A (zh) 基于gcn和vmd-ed的新能源汽车三相异步电机故障识别
Wei et al. Optimal equivalent consumption minimization strategy for plug-in hybrid electric vehicle with improved genetic algorithm
CN106778906B (zh) 基于模糊c均值聚类的电铁牵引负荷运行情况对电网运行的影响分析
CN113569948B (zh) 电动汽车工况分类与评价方法及系统
Huangfu et al. Research on Multi-Objective Optimized Energy Management Strategy for Fuel Cell Hybrid Vehicle Based on Work Condition Recognition
Yan et al. A novel bi-subgroup adaptive evolutionary algorithm for optimizing degree of hybridization of HEV bus

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