混联式混合动力汽车优化研究

《混联式混合动力汽车优化研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、万方数据摘要Abstract第一章绪论5l混合动力汽车的类型52国内外研究现状．．53本文的框架．．．．第二章混联式混合动力汽车模型51齿轮模型．．．．．．．．52电池模型．．．．．．．．第三章S182S3S455燃油消耗优化策略模型燃油消耗行车策略．．．．．．燃油消耗行车策略的数学摸型燃油消耗行车策略的优化模型遗传算法．．．．．．．．．．．数值模拟目录第四章燃油消耗和充电次数优化策略模型如燃油消耗和充电次数的行车策略．．．．．§2燃油消耗和充电次数行车策略的数学模型§3燃油消耗和充电次数行车策略的优化模型§4基于Pareto最优的双

2、目标遗传算法．．．§5数值模拟．．．．．．．．．．．．．．．．．第五章总结；．一1，3567nB坞M加勉丝缸n弛如甜鹞”万方数据混联式混合动力汽车优化研究摘要混合动力汽车是针对能源枯竭、大气污染等问题设计的新型汽车．与普通汽车的本质区别在于，它拥有两种以上动力源且其中之一为电能．混合动力汽车根据结构的不同，主要可以分为串联、并联和混联模式．相对于串联和并联，混联的结构比较复杂，但是灵活度更高．混联式的结构中最重要的部件是行星齿轮．行星齿轮连接了发动机、发电机和电机．发动机通过行星齿轮的分流功能，将能量分流到发电机和齿圈上．从发动机分流

3、到发电机上的能量被转化为电能储存于电池中，而电池中的能量又被电机转化为机械能用于行车所需．这条能量流路线本质上与串联模式下的能量流路线相同．另一部分从发动机分流到齿圈上的机械能直接被用于行车所需．这又是并联模式下的能量流路线．所以说混联模式是通过行星齿轮将串联模式与并联模式整合到一起的一种模式．本文在研究混联模式的基础上，提出了两种基于混联模式的行车策略．正如混合动力汽车最初被创造出来的使命是为了节省行车的化石燃料的消耗，第一种行车策略就是以燃油消耗作为优化目标而设计的行车规则，并通过遗传算法搜索行车策略中的最优参数．从这样得到的行车

4、策略中发现，电池在行车过程中电池会经历多个充电过程．显然，在第一个行车策略中没有考虑到电池这一隐形成本，由于电池的充电次数越多导致电池的使用寿命越短．基于这一点的考虑，本文在第一个行车策略的基础上，将电池的充电次数作为另一个优化目标添加到行车策略中．采用Pareto最优的遗传算法来求解该双目标优化问题．关键词：混联式；燃油消耗；电池充电次数；遗传算法；Pareto最优中图法分类号：029；0242．1；0232万方数据ResearchontheOptimizationofaPower—SplitHybridElectricVehicl

5、eAbstractHybridelectricvehicle(HEV)isanewkindofvehicles，whichisdesignedforenergydepletionandenvironmentalpollutionproblems．HEVisdifferentfromtheconventionalvehicle，sinceithasmorethantwokindsofpowersource，andelectricalenergyisoneamongthem．Accordingtodifferentstructures，t

6、herearethreekindsofHEV：seriesmode，parallelmode，andpower—splitmode．Comparingtotheseriesandparallelmodes，thepowersplithybridismorecomplicated，butmoreflexible．ThekeycomponentsofthepowersplitHEVistheplanetarygear，whichconnectstheengine，generatorandmotor．Throughtheplanetaryg

7、ear，partofenergyfromICEisshuntedontothegeneratorandtheringgear．Theenergyshuntingontothegeneratorisconvertedintoelectricalenergystoredinabattery,thenitisconvertedintomechanicalenergyfordriving．Suchpowerflowisthesameastheseriesmode．AnotherpartofenergyfromICEisshuntedontot

8、heringgearfordriving．Thisissimilartotheparallelmode．Inthispaper，tworule—basedstrategiesforHEVarepresented．Onei