混合动力汽车控制系统与能量管理策略研究

《混合动力汽车控制系统与能量管理策略研究》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、上海交通大学博士学位论文混合动力汽车控制系统与能量管理策略研究姓名：李卫民申请学位级别：博士专业：控制科学与工程指导教师：徐扬生20081001摘要化控制。最优能量管理策略包含最优换档子策略和最优转矩分配子策略。本文应用动态规划(DP)方法对混合动力汽车能量管理策略问题进行了研究。在给定行驶循环(Drivingcycle)的前提下，HEVfl邑量管理问题被建模为多步决策过程问题。仿真结果表明，该方法所得到的换档逻辑和控制律能显著提高整车的燃油经济性。从理论上讲，该方法得到的结果是全局最优结果，因此，动态规划方法可以用来作为衡量其它能量管理策略控制效果的基准。由于基于动态规划方

2、法的能量管理分析需要事先知道HEV的行驶工况，所得的结果只对特定的行驶工况有意义。为了克服这一局限性，作者将驾驶员的功率需求建模为Markov链，采用随机动态规划(SDP)方法进行能量管理策略的设计。随机动态规划通过值迭代或策略迭代法求解，得出的结果以(状态一行动)表格的形式表示，所以它可以很方便地在整车控制器中实时实现。仿真结果表明，新的控制策略与动态规划的全局优化的结果比较接近，明显优于传统的基于规则的能量管理策略。采用SDP方法进行能量管理策略的设计虽然解决了动态规划方法的局限性，但在设计过程中仍然会面临“维数灾难’’的问题。即值迭代法和策略迭代法求解所需的计算量和存储

3、空间会随状态的数目呈指数增长。这限制了它在实际中的应用。为此，作者采用神经元动态规划方法(NDP)进一步改进能量管理策略的设计。神经元动态规划方法采用神经网络估计状态空间中状态的值函数的通用结构和相应的参数向量，而不是求解SDP问题，从而大大减少了计算量。仿真结果表明，神经元动态规划方法所得结果与SDP方法十分接近，仍然能得到相当优化的结果。这使得采用NDP方法进行能量管理策略的设计与采用DP方法和SDP方法相比具有极大的优势。作为HEV的核心关键技术，高性能整车控制器的设计和能量管理策略在HEV知识产权中占有重要地位。本文研究对于提高我国HEV的研究开发水平和实现自主知识产

4、权的HEV产业化具有重要意义。关键词：混合动力汽车，整车控制器，能量管理策略，动态规划，随机动态规划，神经元动态规划ⅡABSTRACTABSTRACTThemostchallenginggoalstheautomotiveindustryfacingareenergycrisisandenvironmentpollution．Theresearchonlowenergyconsumptionandlowemissionsvehiclehasbeeninvolvedinsustainabledevelopmentofthecountry．Hybridelectricvehicl

5、e(HEV)，whichhascombinemanyadvantagesofconventionalvehicleandbatteryelectricvehicle，suchaslowenergyconsumption,lowemissions，longdrivedistance，maturetechnology，capableofmassproductionere，ispresentlyconsideredasamostpromisingkindofvehiclethatalternatetheconventionalvehicle．Therefore，itisveryim

6、portanttostudythekeytechnologiesofHEV．Withthe“Intelligentomni-directionalhybridelectricalvehicleproject’’thatsponsoredbyHongKongITF，thisstudyfocusesonthefollowingaspects：buildingtheforwardsimulationmodelforanewkindofparallelHEV；developedavehiclecontrolunit(vcu)basedonhi曲performanceDSPchipTM

7、S320F2812andimplementedamultioperationmodesswitchcontrolstrategyonit．TooptimizeoperationofHEVandgetgoodfueleconomyandemissionreduction,theauthorpresentsseveralenergymanagementstrategies(EMS)：EMSbasedondynamicprogramming(DP)；EMSbasedonstochasticdynamicpro