基于PSO和神經(jīng)網(wǎng)絡(luò)的PHEV能量管理策略的研究.pdf

1、插電式混合動(dòng)力汽車(Plug-in hybrid electric vehicle, PHEV)與傳統(tǒng)的電動(dòng)汽車相比具有更大的電池容量,能夠通過(guò)家用電網(wǎng)為其充電來(lái)儲(chǔ)存電能,可以單獨(dú)在純電動(dòng)(EV)模式下驅(qū)動(dòng)車輛。PHEV是在純電動(dòng)汽車的發(fā)展因電池技術(shù)以及科研經(jīng)費(fèi)等方面的不足而暫時(shí)限制而發(fā)展起來(lái)一種過(guò)渡車型。之前對(duì)車輛動(dòng)力總成能量流進(jìn)行合理分配,是提高整車燃油經(jīng)濟(jì)性的關(guān)鍵?；诖?本文在滿足車輛動(dòng)力性能的前提下,針對(duì)混聯(lián)式PHEV主要的幾

2、種控制策略存在的問(wèn)題,結(jié)合粒子群優(yōu)化算法(Particle Swarm Optimization、神經(jīng)網(wǎng)絡(luò)、多目標(biāo)優(yōu)化等相關(guān)技術(shù)進(jìn)一步對(duì)其優(yōu)化和改進(jìn),實(shí)現(xiàn)發(fā)動(dòng)機(jī)和電機(jī)之間合理的轉(zhuǎn)矩分配,以獲得最大燃油經(jīng)濟(jì)性、最低排放、以及平穩(wěn)的駕駛性能。
　　本文所做的主要工作如下:在Matlab/Simulink環(huán)境下,在ADVISOR仿真平臺(tái)上建立PHEV系統(tǒng)仿真模型,對(duì)動(dòng)力系統(tǒng)總成參數(shù)進(jìn)行匹配。結(jié)合基于規(guī)則的能量管理策略對(duì)該模型進(jìn)行試驗(yàn)驗(yàn)證

3、,獲得既滿足PHEV各項(xiàng)技術(shù)性能指標(biāo)又符合實(shí)際情況的動(dòng)力總成參數(shù)的最佳匹配方案。在PSAT混合動(dòng)力汽車仿真平臺(tái)上,針對(duì)PHEV的特點(diǎn)提出基于PSO算法的離線全局優(yōu)化能量管理策略。該能量管理策略能使車輛工作在發(fā)動(dòng)機(jī)和電動(dòng)機(jī)共同驅(qū)動(dòng)的混合模式下,提高了車輛的燃油經(jīng)濟(jì)性。為進(jìn)一步減少發(fā)動(dòng)機(jī)的起停次數(shù),提高車輛的平順性,使提出的能量管理策略更具有可行性,本文針對(duì)各個(gè)時(shí)刻的SOC值對(duì)PSO算法進(jìn)行改進(jìn)。通過(guò)該方法獲取的能量管理策略對(duì)車輛的性能和燃