复合电源纯电动汽车再生制动控制策略研究

来源 :湖南大学 | 被引量 : 0次 | 上传用户:rmbsaxn
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
汽车行业的迅速进步使得环境污染和能源危机问题越来越严重,也使得无污染、能量利用率较高的纯电动汽车逐渐成为了汽车行业研究的热点。传统单一电池技术无法兼顾能量和功率特性的缺点限制了纯电动汽车的推广和普及,而超级电容和蓄电池组成的复合电源系统却能很好地解决单一电池的不足,同时还能提高车辆的续航里程。复合电源系统提升续航里程的关键在于再生制动技术,而再生制动技术的最主要影响因素就是控制策略。因此针对复合电源纯电动汽车,对其再生制动控制策略进行相关研究,有助于增加汽车的续驶里程。本文的主要研究工作及取得的相关成果如下:(1)选取市面上某纯电动汽车为参考车型,根据国家标准设计车辆基本参数和动力性能需求参数,对车辆的动力系统各部件进行参数匹配,主要包括电机、电池和超级电容。同时利用实验法对电池和超级电容单体进行测试实验,为后续仿真模型的建立与参数辨识奠定基础。(2)利用Simulink软件建立动力系统各部件和复合电源系统控制策略的仿真模型,并利用测试实验结果对电池和超级电容的外特性参数进行辨识。同时结合Advisor软件的二次开发建立复合电源车辆的整车模型,并对参数辨识结果和整车模型进行仿真验证。(3)在已有的控制策略基础上,对驾驶员制动意图进行模糊识别,在不同制动意图下利用制动强度进行前后轮制动力的分配,同时针对前轮再生制动力的分配,提出了一种以车速、制动强度和储能系统SOC为输入,再生制动力比例为输出的模糊控制策略。(4)搭建再生制动策略的前后向仿真模型,进行仿真实验,结果证实了再生制动控制策略的有效性,而且相比于软件控制策略具有更好地能量回收性能。同时针对再生制动力模糊控制器主观性太强的缺陷,利用遗传算法进行优化,并进行仿真对比分析,结果表明优化后的再生制动控制策略性能更优,和优化前相比,在NEDC工况下可回收的制动能量提高了4%,有效制动能量回收效率提高了4.1%;在UDDS工况下则分别提高了5.5%和6.1%,验证了对控制策略进行优化的有效性。
其他文献
学位
学位
学位
学位
学位
学位
学位
自动驾驶汽车集环境感知、智能决策和协同控制于一体,能充分协调车辆与交通环境的关系,保证车辆的平稳安全行驶,是汽车未来发展的一个重要方向。实现高水平的自动驾驶技术,有助于减少交通事故,避免交通堵塞,提高乘客的出行效率。目前,传统的自动驾驶辅助系统通常采用基于规则的专家系统作为决策模块,但有限的规则很难处理复杂多变的交通环境。深度强化学习可以通过试错学习策略来处理序贯决策问题,因此本文将深度强化学习应
现代科学技术的发展进步离不开精准的测量方法,获取准确可靠的测量数据才能结合数据资料进行正确的科学分析与计算,并进一步采取反馈控制措施等。对于发动机缸内复杂变化的振动信号,通常需要用压电材料等敏感元件作为主要测量工具,测量时压电传感器将产生正比于缸压的电荷量,但是这种电荷信号十分微弱,需要用二次仪表如电荷放大器进行转换处理,经放大后的信号才便于观察。因课题组对燃烧分析系统的研究及开发需要,本文设计了
汽车在人们日常生活中越来越普遍。随着汽车数量的增加,由汽车尾气引起的环境污染也更加严重,再加上石油能源枯竭问题。人们开始把汽车发动机的节能、增效、低排放作为一体化课题进行综合研究和技术开发。由于可变气门技术可以全面提高发动机综合性能,包括动力性、经济性和怠速稳定性;氧闭环控制技术可以有效改善发动机经济性和排放性。所以这些技术逐渐成为研究机构和汽车厂商研究的热门方向。本文研究工作的目的,就是通过在一