CN113104021B - 一种基于智能优化的增程式电动汽车能量管理控制方法 - Google Patents

一种基于智能优化的增程式电动汽车能量管理控制方法 Download PDF

Info

Publication number
CN113104021B
CN113104021B CN202011287782.3A CN202011287782A CN113104021B CN 113104021 B CN113104021 B CN 113104021B CN 202011287782 A CN202011287782 A CN 202011287782A CN 113104021 B CN113104021 B CN 113104021B
Authority
CN
China
Prior art keywords
engine
working
soc
power
point
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
Application number
CN202011287782.3A
Other languages
English (en)
Other versions
CN113104021A (zh
Inventor
闵海涛
罗祥
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.)
Jilin University
Original Assignee
Jilin University
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 Jilin University filed Critical Jilin University
Priority to CN202011287782.3A priority Critical patent/CN113104021B/zh
Publication of CN113104021A publication Critical patent/CN113104021A/zh
Application granted granted Critical
Publication of CN113104021B publication Critical patent/CN113104021B/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
    • 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
    • B60L50/00—Electric propulsion with power supplied within the vehicle
    • B60L50/50—Electric propulsion with power supplied within the vehicle using propulsion power supplied by batteries or fuel cells
    • B60L50/60—Electric propulsion with power supplied within the vehicle using propulsion power supplied by batteries or fuel cells using power supplied by batteries
    • B60L50/61—Electric propulsion with power supplied within the vehicle using propulsion power supplied by batteries or fuel cells using power supplied by batteries by batteries charged by engine-driven generators, e.g. series hybrid electric vehicles
    • B60L50/62—Electric propulsion with power supplied within the vehicle using propulsion power supplied by batteries or fuel cells using power supplied by batteries by batteries charged by engine-driven generators, e.g. series hybrid electric vehicles charged by low-power generators primarily intended to support the batteries, e.g. range extenders
    • 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
    • B60W10/00—Conjoint control of vehicle sub-units of different type or different function
    • B60W10/04—Conjoint control of vehicle sub-units of different type or different function including control of propulsion units
    • B60W10/06—Conjoint control of vehicle sub-units of different type or different function including control of propulsion units including control of combustion engines
    • 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
    • B60W2510/00—Input parameters relating to a particular sub-units
    • B60W2510/24—Energy storage means
    • B60W2510/242—Energy storage means for electrical energy
    • B60W2510/244—Charge state
    • 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
    • B60W2520/00—Input parameters relating to overall vehicle dynamics
    • B60W2520/10—Longitudinal speed
    • 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
    • B60W2710/00—Output or target parameters relating to a particular sub-units
    • B60W2710/06—Combustion engines, Gas turbines
    • 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
    • Y02T10/80—Technologies aiming to reduce greenhouse gasses emissions common to all road transportation technologies
    • Y02T10/84—Data processing systems or methods, management, administration

Abstract

本发明公开了一种基于多目标优化的增程式电动汽车能量管理控制方法，包括以下步骤：建立多工作点能量控制策略：在发动机处于轻、中、高负荷时各选取一个工作点，三个工作点所对应的发动机输出功率分别为P1、P2、P3；设定两个电池SOC触发点及两个车速触发点，根据不同的动力电池SOC值和当前的车速值，对发动机的工作点进行切换，在不同的负荷下对整车进行能量分配；采用采用带精英策略的非支配排序的遗传算法对发动机工作点输出功率进行多目标优化；将优化后的工作点参数，带入到原有的多工作点控制策略中，已达到燃油和排放性能更优的目的。

Description

一种基于智能优化的增程式电动汽车能量管理控制方法
技术领域
本发明属于新能源汽车技术领域，特别涉及一种增程式电动汽车能量管理控制方法。
背景技术
近年来，世界各国为减轻空气污染和温室效应对环境的影响，大力发展新能源汽车。其 中的纯电动汽车受其动力电池的能量密度较小，成本过高以及续驶里程较短的影响，目前在 推广的进程中受到不小的阻碍。然而增程式电动汽车，因其动力电池较小，成本较低，并且 续驶里程可观，称为目前新能源汽车的研究热点。
增程式电动汽车的动力系统核心构件包括辅助动力单元(APU)，动力电池系统，驱动电 机及其控制系统，热管理系统等，其中APU和动力电池系统是整车的动力源，它们之间的能 量合理分配和控制，对增程式电动汽车的经济性、续驶里程等指标，有着极其重要的影响。
目前关于增程式电动汽车的能量控制策略的研究较多，效果也不尽相同。例如，恒温器 策略，虽避免了发动机的频繁启停，使增程器的燃油消耗率和排放达到最佳效果，但其反复 的充放电电流激励加速了动力电池寿命衰减，对动力电池的大量充电也使得能量转换效率较 低；功率跟随型策略虽避免了动力电池频繁充放电的情况，保证了电池的正常寿命，但会导 致发动机频繁启停，使发动机功率波动过大，致使效率较低，经济性和排放性变差。
发明内容
为了解决增程式电动汽车现有控制技术中的动力电池寿命衰减、发动机效率较低的问题， 本发明提供一种基于多目标优化的增程式电动汽车能量管理控制方法，该方法是在原有多工 作点控制策略的基础上，应用多目标优化方法，将所设定的发动机工作点的输出功率进行优 化，将优化后的工作点参数，带入到原有的多工作点控制策略中，已达到燃油和排放性能更 优的目的，能够提升增程式电动汽车的燃油经济性和排放性能，一定程度上改善城市空气质 量。
为实现上述目的，本发明提供了如下技术方案：
一种基于多目标优化的增程式电动汽车能量管理控制方法，包括以下步骤：
步骤一：建立多工作点能量控制策略：
S1：根据整车的功率需求，在发动机处于轻、中、高负荷时各选取一个工作点，并将选 取的三个工作点分别定义为增程器的工作点1、工作点2、工作点3，所述三个工作点所对应 的发动机输出功率分别为P1、P2、P3；
S2：根据动力电池的性能，设定两个电池SOC触发点，即SOC_high以及SOC_low；根据 整车动力性能，设定两个车速触发点，即V_high以及V_low；
S3：根据不同的动力电池SOC值和当前的车速值，并以所述步骤S2选取的电池SOC触发 点和车速触发点为参照，对发动机的工作点进行切换，在不同的负荷下对整车进行能量分配；
步骤二：采用多目标优化方法对发动机工作点输出功率进行优化：
S4：确定优化变量：发动机工作点输出功率；
S5：目标函数的建立：优化目标有两个，分别是百公里实际燃油消耗量，记为f1(x)，单 位L，以及整个工况内消耗的电量，记为f2(x)，单位KWh；
S6：确定约束条件：优化得到的各输出功率值应当满足：
g1(x)＝x1-x2＜0
g2(x)＝x2-x3＜0
式中，x1、x2、x3分别为待优化设计变量，即发动机在工作点1、工作点2、工作点3 的输出功率；g1(x)为发动机工作点1和工作点2的输出功率变量之差；g2(x)为发动机工作 点2和工作点3的输出功率变量之差；
S7：确定优化算法：采用带精英策略的非支配排序的遗传算法进行优化；
S8：参数输出：通过上述优化算法，在迭代次数终止后输出优化之后的发动机三个工作 点的输出功率值，分别记为P_low、P_mid、P_high；
步骤三：将所述步骤二得出的P_low、P_mid、P_high，代替步骤一的发动机三个原工作 点的功率值P1、P2、P3，并按照步骤一的控制策略，对整车进行能量管理。
优选地，所述步骤S2中的SOC_high取动力电池总电量的30％-40％，SOC_low取动力 电池总电量的5％-10％；V_high取70-80km/h，V_low取40-50km/h。
进一步地，所述步骤S3中，对发动机的工作点进行切换，在不同的负荷下对整车进行能 量分配，包括以下步骤：
S31：当动力电池电量满足SOC≥SOC_high时，动力电池为整车在任意车速下提供所需的 能量；
S32：当动力电池电量满足SOC_low≤SOC＜SOC_high时：计算当前车速V，若V≥V_high， 启动增程器工作于重负荷对应的工作点3，由增程器与动力电池共同为整车提供所需能量； 若V_low≤V≤V_high，增程器工作于中负荷对应的工作点2，由增程器与动力电池共同为整 车提供所需能量；若V＜V_low，增程器工作于轻负荷对应的工作点1，由增程器与动力电池 共同为整车提供所需能量；
S33：当动力电池电量满足SOC＜SOC_low时：此时计算当前车速V，若V≥V_low，增程 器工作于重负荷对应的工作点3，动力电池不再给整车提供能量，由增程器单独为整车提供 所需能量；若V＜V_low，增程器工作于中负荷对应的工作点2，动力电池不再给整车提供能 量，由增程器单独为整车提供所需能量。
进一步地，所述步骤S5目标函数的建立，具体包括：
优化目标有两个，分别是百公里实际燃油消耗量，记为f1(x)，单位L；以及整个工况内 消耗的电量，记为f2(x)，单位KWh；
Figure BDA0002782929780000031
Figure BDA0002782929780000032
其中，b为发动机燃油消耗率(g·kWh-1),ρ为燃油密度(g/L),s为车辆行驶距离(km)， Pe为发动机输出功率(kW)，Pd为驱动电机消耗的电功率(kW)，Pg(x)为发电机输出的电 功率(kW)，x是待优化设计变量，即发动机工作点输出功率。
对两个目标函数进行加权归一化处理，得到最终的目标函数：
f(x)＝μ1f1(x)+μ2f2(x)
其中，μ1和μ2根据增程式电动汽车增程器的平均油电转换效率得到。
进一步地，所述步骤S7确定优化算法中，带精英策略的非支配排序的遗传算法的参数包 括：种群规模取80-100，进化代数取100-200，交叉概率取0.4-0.6，变异概率取0.001-0.01。
本发明技术方案具有以下显著优点：
1.本发明中使用的多工作点控制策略，有效地解决了增程式电动汽车在增程器工作后对 动力电池进行反复充放电而造成的电池寿命衰减问题，也较好地避免了增程器启动后发动机 功率频繁启停和功率波动的情况从而保证了电池的正常使用寿命，改善了发动机的工作效率；
2.本发明通过以多目标优化方法，合理优化了发动机工作点的输出效率，进一步降低了 增程模式中增程器所消耗的总能量，从而提升了整车的燃油经济性和排放性能，一定程度改 善了城市空气质量；
3.本发明中提到的以多目标优化为框架，以带精英策略的非支配排序的遗传算法为具体 优化方法，对增程式电动汽车的重要参数进行优化的方案，也可以适用于其他混动车型中， 满足车型在开发中对重要参数的优化要求。
附图说明
图1为本发明的整体流程图；
图2为本发明基于多目标优化的增程式电动汽车能量管理的控制流程图；
图3为本发明所述带精英策略的非支配排序的遗传算法的算法流程图。
具体实施方式
为了使本文的发明目的、技术方案及优点更加清楚明白，一下结合附图和具体实施例， 对本发明进行进一步详细说明。
本发明提供了一种基于多目标优化的增程式电动汽车能量管理控制方法，该方法的设计 流程请参阅图1，包括如下步骤：
步骤一：建立多工作点能量控制策略
S1：根据整车的功率需求，并参考发动机万有特性曲线图，在发动机处于轻、中、高负 荷时各选取一个工作点，并将选取的三个工作点分别定义为增程器的工作点1、工作点2、工 作点3，三个工作点所对应的发动机输出功率为P1、P2、P3。
S2：根据动力电池的性能，设定两个电池SOC(State of Chagre)触发点SOC_high、SOC_low；根据整车动力性能，设定两个车速触发点V_high、V_low，以此参数在不同的负 荷下对整车进行能量分配；
S3：根据不同的动力电池SOC的值和当前的车速值，对发动机的工作点进行切换；
S31：当动力电池电量满足SOC大于等于SOC_high时，动力电池为整车在任意车速下 提供所需的能量；
S32：当动力电池电量满足SOC小于SOC_high并且大于等于SOC_low时：此时计算当前车速V，若V大于等于V_high时，启动增程器工作于重负荷对应的工作点3，由增程器与 动力电池共同为整车提供所需能量；若V介于V_high和V_low之间时，增程器工作于中负 荷对应的工作点2，由增程器与动力电池共同为整车提供所需能量；若V小于V_low，增程 器工作于轻负荷对应的工作点1，由增程器与动力电池共同为整车提供所需能量；
S33：当动力电池电量满足小于SOC_low时：此时计算当前车速V，若V大于等于V_low， 增程器工作于重负荷对应的工作点3，动力电池不再给整车提供能量，由增程器单独为整车 提供所需能量；若V小于V_low，增程器工作于中负荷对应的工作点2，动力电池亦不再给 整车提供能量，由增程器单独为整车提供所需能量。
优选的，所述步骤S1中的3个工作点均为相应的最佳燃油经济点。
优选的，所述步骤S2中的SOC_high一般取动力电池总电量的30％-40％，SOC_low一 般取动力电池总电量的5％-10％，需参考电池的具体性能特点进行选取。
优选的，所述步骤S2中的V_high一般取70-80km/h，V_low一般取40-50km/h，需参考 整车具体动力性能特点选取。
该步骤所得出的具体控制流程图，请参阅图2。
步骤二：采用多目标优化方法对发动机工作点输出功率进行优化
S4：确定优化变量：发动机工作点输出功率；
S5：目标函数的建立：优化目标有两个，分别是百公里实际燃油消耗量，记为f1(x)，单 位L，整个工况内消耗的电量，记为f2(x)，单位KWh。两个目标函数由于增程式电动汽车 的动力性能与发动机输出功率并无直接联系，故优化目标不考虑动力性能指标提升。
Figure BDA0002782929780000051
Figure BDA0002782929780000052
其中，b为发动机燃油消耗率(g·kWh-1),ρ为燃油密度(g/L),s为车辆行驶距离(km)， Pe为发动机输出功率(kW)，Pd为驱动电机消耗的电功率(kW)，Pg(x)为发电机输出的电功率(kW)，x是待优化设计变量，即发动机工作点输出功率。
之后，为了便于计算和使两种计算结果具有可比性，需对两个目标函数进行加权归一化 处理，得到最终的目标函数：
f(x)＝μ1f1(x)+μ2f2(x) (3)
其中，μ1和μ2根据增程式电动汽车增程器的平均油电转换效率得到，分别取1和0.371。
S6：确定约束条件：因先前已经规定了发动机输出功率从大到小依次为P1、P2、P3，故 为了避免控制逻辑出错，优化得到的各输出功率值也应当满足此条件，即：
g1(x)＝x1-x2＜0 (4)
g2(x)＝x2-x3＜0 (5)
式中，x1、x2、x3分别为待优化设计变量，即发动机在工作点1、工作点2、工作点3 的输出功率；g1(x)为发动机工作点1和工作点2的输出功率变量之差；g2(x)为发动机工作 点2和工作点3的输出功率变量之差；
S7：确定优化算法：本发明采用带精英策略的非支配排序的遗传算法，即NSGA-II，建 立具体算法框架，该方法的快速非支配排序法，可降低原有遗传算法的计算复杂度，并同时 保存种群的多样性，且能够提高种群水平。其算法中的参数，种群规模取80-100，进化代数 取100-200，交叉概率取0.4-0.6，变异概率取0.001-0.01。该步骤具体流程，请参阅图3。
S8：参数输出：通过上述优化算法，在迭代次数终止后输出优化之后的发动机三个工作 点的输出功率值，记为P_low、P_mid、P_high。
步骤三：将上述步骤得出的P_low、P_mid、P_high，代替步骤一的发动机三个原工作点 的功率值P1、P2、P3，按照原有步骤一的控制策略，对整车进行能量管理即可。

Claims (5)

1.一种基于多目标优化的增程式电动汽车能量管理控制方法，其特征在于，包括以下步骤：
步骤一：建立多工作点能量控制策略：
S1：根据整车的功率需求，在发动机处于轻、中、高负荷时各选取一个工作点，并将选取的三个工作点分别定义为增程器的工作点1、工作点2、工作点3，所述三个工作点所对应的发动机输出功率分别为P1、P2、P3；
S2：根据动力电池的性能，设定两个电池SOC触发点，即SOC_high以及SOC_low；根据整车动力性能，设定两个车速触发点，即V_high以及V_low；
S3：根据不同的动力电池SOC值和当前的车速值，并以所述步骤S2选取的电池SOC触发点和车速触发点为参照，对发动机的工作点进行切换，在不同的负荷下对整车进行能量分配；
步骤二：采用多目标优化方法对发动机工作点输出功率进行优化：
S4：确定优化变量：发动机工作点输出功率；
S5：目标函数的建立：优化目标有两个，分别是百公里实际燃油消耗量，记为f1(x)，单位L，以及整个工况内消耗的电量，记为f2(x)，单位KWh；
S6：确定约束条件：优化得到的各输出功率值应当满足：
g1(x)＝x1-x2＜0
g2(x)＝x2-x3＜0
式中，x1、x2、x3分别为待优化设计变量，即发动机在工作点1、工作点2、工作点3的输出功率；g1(x)为发动机工作点1和工作点2的输出功率变量之差；g2(x)为发动机工作点2和工作点3的输出功率变量之差；
S7：确定优化算法：采用带精英策略的非支配排序的遗传算法进行优化；
S8：参数输出：通过上述优化算法，在迭代次数终止后输出优化之后的发动机三个工作点的输出功率值，分别记为P_low、P_mid、P_high；
步骤三：将所述步骤二得出的P_low、P_mid、P_high，代替步骤一的发动机三个原工作点的功率值P1、P2、P3，并按照步骤一的控制策略，对整车进行能量管理。
2.如权利要求1所述的一种基于多目标优化的增程式电动汽车能量管理控制方法，其特征在于，所述步骤S2中的SOC_high取动力电池总电量的30％-40％，SOC_low取动力电池总电量的5％-10％；V_high取70-80km/h，V_low取40-50km/h。
3.如权利要求1所述的一种基于多目标优化的增程式电动汽车能量管理控制方法，其特征在于，所述步骤S3中，对发动机的工作点进行切换，在不同的负荷下对整车进行能量分配，包括以下步骤：
S31：当动力电池电量满足SOC≥SOC_high时，动力电池为整车在任意车速下提供所需的能量；
S32：当动力电池电量满足SOC_low≤SOC＜SOC_high时：计算当前车速V，若V≥V_high，启动增程器工作于重负荷对应的工作点3，由增程器与动力电池共同为整车提供所需能量；若V_low≤V≤V_high，增程器工作于中负荷对应的工作点2，由增程器与动力电池共同为整车提供所需能量；若V＜V_low，增程器工作于轻负荷对应的工作点1，由增程器与动力电池共同为整车提供所需能量；
S33：当动力电池电量满足SOC＜SOC_low时：此时计算当前车速V，若V≥V_low，增程器工作于重负荷对应的工作点3，动力电池不再给整车提供能量，由增程器单独为整车提供所需能量；若V＜V_low，增程器工作于中负荷对应的工作点2，动力电池不再给整车提供能量，由增程器单独为整车提供所需能量。
4.如权利要求1所述的一种基于多目标优化的增程式电动汽车能量管理控制方法，其特征在于，所述步骤S5目标函数的建立，具体包括：
优化目标有两个，分别是百公里实际燃油消耗量，记为f1(x)，单位L；以及整个工况内消耗的电量，记为f2(x)，单位KWh；
Figure FDA0002782929770000021
Figure FDA0002782929770000022
其中，b为发动机燃油消耗率(g·kWh-1),ρ为燃油密度(g/L),s为车辆行驶距离(km)，Pe为发动机输出功率(kW)，Pd为驱动电机消耗的电功率(kW)，Pg(x)为发电机输出的电功率(kW)，x是待优化设计变量，即发动机工作点输出功率；
对两个目标函数进行加权归一化处理，得到最终的目标函数：
f(x)＝μ1f1(x)+μ2f2(x)
其中，μ1和μ2根据增程式电动汽车增程器的平均油电转换效率得到。
5.如权利要求1所述的一种基于多目标优化的增程式电动汽车能量管理控制方法，其特征在于，所述步骤S7确定优化算法中，带精英策略的非支配排序的遗传算法的参数包括：种群规模取80-100，进化代数取100-200，交叉概率取0.4-0.6，变异概率取0.001-0.01。
CN202011287782.3A 2020-11-17 2020-11-17 一种基于智能优化的增程式电动汽车能量管理控制方法 Active CN113104021B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011287782.3A CN113104021B (zh) 2020-11-17 2020-11-17 一种基于智能优化的增程式电动汽车能量管理控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011287782.3A CN113104021B (zh) 2020-11-17 2020-11-17 一种基于智能优化的增程式电动汽车能量管理控制方法

Publications (2)

Publication Number Publication Date
CN113104021A CN113104021A (zh) 2021-07-13
CN113104021B true CN113104021B (zh) 2022-06-07

Family

ID=76708995

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011287782.3A Active CN113104021B (zh) 2020-11-17 2020-11-17 一种基于智能优化的增程式电动汽车能量管理控制方法

Country Status (1)

Country Link
CN (1) CN113104021B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113525343A (zh) * 2021-08-31 2021-10-22 湘潭大学 一种增程式电动汽车能量流优化控制方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6095031B1 (ja) * 2016-02-03 2017-03-15 三菱電機株式会社 車両用エネルギーマネジメント装置
CN106926841A (zh) * 2017-03-10 2017-07-07 江苏大学 一种双行星排式混合动力汽车能量管理控制方法
CN107878445A (zh) * 2017-11-06 2018-04-06 吉林大学 一种考虑电池性能衰减的混合动力汽车能量优化管理方法
CN111824119A (zh) * 2020-06-18 2020-10-27 杭州赫日新能源科技有限公司 增程器瞬时优化控制方法

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102951037B (zh) * 2012-11-16 2015-06-24 同济大学 增程式电动汽车的能量控制策略多模式自动切换方法
CN103863311B (zh) * 2012-12-10 2017-04-19 上海汽车集团股份有限公司 基于能量优化的混合动力汽车发动机与电机扭矩分配方法
CA2996844A1 (en) * 2014-08-29 2016-06-16 Tzunum, Inc. Power train for a hybrid-electric aircraft
CN111746259A (zh) * 2019-03-29 2020-10-09 乾碳国际公司 重卡节油机器人装置和控制方法
CN110667566B (zh) * 2019-10-17 2020-12-25 清华大学苏州汽车研究院（吴江） 混合动力汽车匹配参数及控制策略协同组合优化方法
CN110962835B (zh) * 2019-12-24 2021-08-06 合达信科技集团有限公司 一种增程式电动汽车能量管理控制方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6095031B1 (ja) * 2016-02-03 2017-03-15 三菱電機株式会社 車両用エネルギーマネジメント装置
CN106926841A (zh) * 2017-03-10 2017-07-07 江苏大学 一种双行星排式混合动力汽车能量管理控制方法
CN107878445A (zh) * 2017-11-06 2018-04-06 吉林大学 一种考虑电池性能衰减的混合动力汽车能量优化管理方法
CN111824119A (zh) * 2020-06-18 2020-10-27 杭州赫日新能源科技有限公司 增程器瞬时优化控制方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
Y.Li.Rule-Based Control Strategy With NOvel Parameters Optimization Using NSGA-II for Power-Split PHEV Operation Cost Minimization.《IEEE Transactions on Vehicular Technology》.2014,第7卷(第63期), *
尹安东等.基于Isight的增程式电动汽车控制参数多目标优化.《合肥工业大学学报(自然科学版)》.2015,(第03期), *
曾小华等.基于多岛遗传算法的功率分流式双模混合动力客车参数优化.《机械工程学报》.2020,(第02期), *
王达.增程式电动汽车的动力分布设计方法与控制策略研究.《工程科技Ⅱ辑》.2016,(第08期), *

Also Published As

Publication number Publication date
CN113104021A (zh) 2021-07-13

Similar Documents

Publication Publication Date Title
Li et al. Optimal fuzzy power control and management of fuel cell/battery hybrid vehicles
Gao et al. Equivalent fuel consumption optimal control of a series hybrid electric vehicle
CN110254418A (zh) 一种混合动力汽车增强学习能量管理控制方法
CN111079230B (zh) 一种基于nsga-ii的插电式混合动力汽车动力传动系统参数多目标优化方法
CN112677956B (zh) 一种考虑电池寿命的行星混联式混动车实时优化控制方法
CN112706753B (zh) 一种基于灰狼优化的ecms混动汽车能量管理策略
CN113022385B (zh) 燃料电池锂电池混合动力系统参数匹配方法
CN113022380B (zh) 一种考虑衰减的燃料电池汽车动力电池优化设计方法
CN111572369A (zh) 基于改进遗传算法的燃料电池混合动力汽车能量管理在线优化方法
CN106494328B (zh) 一种基于电功率在线计算的燃油汽车电能控制系统及方法
CN113928187A (zh) 一种燃料电池汽车的能量管理控制方法
CN113104021B (zh) 一种基于智能优化的增程式电动汽车能量管理控制方法
CN115230485A (zh) 基于短期功率平滑预测的燃料电池公交车能量管理方法
CN115027290A (zh) 一种基于多目标优化的混合动力汽车跟车能量管理方法
da Silva et al. Aging-aware optimal power management control and component sizing of a fuel cell hybrid electric vehicle powertrain
CN113147514B (zh) 一种多能量源氢燃料电池汽车能量管理控制方法及系统
CN112455291B (zh) 一种燃料电池汽车复合电源瞬时最优能量管理方法
CN112434377A (zh) 一种机车动力电池组参数设计及评价方法
CN112572168A (zh) 一种基于充电管理的增程式电动汽车能量管理控制方法
Zhang et al. Optimal sizing of fuel cell electric vehicle powertrain considering multiple objectives
CN113799659B (zh) 一种燃料电池整车能量分配方法
CN112319247B (zh) 一种增程式电动汽车能量管理控制方法
Sun et al. A Dynamic Programming based Fuzzy Logic Energy Management Strategy for Series-parallel Hybrid Electric Vehicles.
CN114056184B (zh) 一种降成本增寿命的复合电池能量控制方法
CN112389211B (zh) 一种增程式电动汽车传动参数匹配及优化方法

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