国产日韩欧美一区二区三区三州_亚洲少妇熟女av_久久久久亚洲av国产精品_波多野结衣网站一区二区_亚洲欧美色片在线91_国产亚洲精品精品国产优播av_日本一区二区三区波多野结衣 _久久国产av不卡

?

雙參數(shù)優(yōu)化的混合動(dòng)力汽車能量管理策略研究

2023-08-18 06:38:12嚴(yán)陳希黃明宇史定洪
機(jī)械設(shè)計(jì)與制造 2023年8期
關(guān)鍵詞:油耗電量規(guī)則

嚴(yán)陳希,黃明宇,史定洪,鄒 曄

(1.無(wú)錫職業(yè)技術(shù)學(xué)院汽車與交通學(xué)院,江蘇無(wú)錫 214121;2.南通大學(xué)機(jī)械工程學(xué)院,江蘇南通 226019)

1 引言

能量管理系統(tǒng)是一個(gè)典型的非線性多目標(biāo)動(dòng)態(tài)優(yōu)化系統(tǒng),其合理控制是提高混合動(dòng)力汽車(Hybrid Electric Vehicle,HEV)經(jīng)濟(jì)性、動(dòng)力性等性能的關(guān)鍵。目前,能量管理系統(tǒng)中基于優(yōu)化的策略研究較為廣泛,可分為全局優(yōu)化和瞬時(shí)優(yōu)化。

全局優(yōu)化理論上能實(shí)現(xiàn)車輛性能最佳,但須滿足工況預(yù)知的前提,難以實(shí)時(shí)應(yīng)用,因此近年來(lái)其與工況預(yù)測(cè)等技術(shù)相結(jié)合成為研究的熱點(diǎn)。文獻(xiàn)[1]利用兩個(gè)神經(jīng)網(wǎng)絡(luò)模塊建立了一款在線能源管理控制器,并根據(jù)動(dòng)態(tài)規(guī)劃算法對(duì)動(dòng)力電池電流的優(yōu)化結(jié)果,實(shí)現(xiàn)了控制器實(shí)時(shí)控制。文獻(xiàn)[2]以能量?jī)r(jià)格比為優(yōu)化目標(biāo),提出了一種根據(jù)約束條件及部件物理特性確定未來(lái)可達(dá)狀態(tài)序列的改進(jìn)型動(dòng)態(tài)規(guī)劃算法,從而實(shí)現(xiàn)能量管理。文獻(xiàn)[3]以電池和燃料能量損失為導(dǎo)向,運(yùn)用動(dòng)態(tài)規(guī)劃算法實(shí)現(xiàn)能量管理策略開(kāi)發(fā),并結(jié)合駕駛模式識(shí)別提出了基于規(guī)則的多模式切換策略。由以上研究可見(jiàn),全局優(yōu)化已不單只能用作評(píng)價(jià)指標(biāo),在實(shí)時(shí)應(yīng)用上也大有成就。但相比而言,以等效油耗最低策略(Equivalent Con?sumption Minimization Strategy,ECMS)為代表的瞬時(shí)優(yōu)化能在更好的實(shí)現(xiàn)實(shí)時(shí)優(yōu)化基礎(chǔ)上得到近似全局最優(yōu)解。目前,ECMS策略的研究主要以等效因子和工況為主。文獻(xiàn)[4]首先設(shè)計(jì)了一種等效因子快速計(jì)算法,通過(guò)在線更新等效因子,提出一種基于電池荷電狀態(tài)(State of Charge,SOC)線性下降的自適應(yīng)等效燃油消耗最低策略;文獻(xiàn)[5]采用遺傳算法進(jìn)行隸屬函數(shù)參數(shù)和規(guī)則的調(diào)整,對(duì)不同道路工況下實(shí)車控制策略進(jìn)行實(shí)時(shí)切換,以實(shí)現(xiàn)等效油耗最低優(yōu)化目標(biāo)。

文獻(xiàn)[6]針對(duì)不同工作模式采用基于規(guī)則的控制進(jìn)行劃分,并控制等效因子隨功率需求和電池充電狀態(tài)的變化來(lái)實(shí)現(xiàn)ECMS策略的能源管理優(yōu)化。

這些研究中僅考慮了不同等效因子下的動(dòng)力源功率分配與SOC平衡控制,而發(fā)動(dòng)機(jī)起停規(guī)則對(duì)于策略的節(jié)能潛力也具有重要影響。

面對(duì)以上問(wèn)題,這里以挖掘策略的節(jié)能潛力為目標(biāo),以發(fā)動(dòng)機(jī)起停規(guī)則、等效因子、工況類型三個(gè)參數(shù)作為策略優(yōu)化對(duì)象,設(shè)計(jì)了一種基于改進(jìn)型粒子群算法的雙參數(shù)優(yōu)化等效燃油消耗最低策略(AD?ECMS),從而實(shí)現(xiàn)最優(yōu)等效因子和發(fā)動(dòng)機(jī)起停規(guī)則隨工況類型實(shí)時(shí)更新,進(jìn)一步提升整車經(jīng)濟(jì)性。

最后,經(jīng)仿真對(duì)比分析和實(shí)驗(yàn)驗(yàn)證,證明策略在經(jīng)濟(jì)性和SOC平衡性上的優(yōu)勢(shì)。

2 ECMS策略及節(jié)能潛力

2.1 混合動(dòng)力系統(tǒng)方案

為了研究ECMS策略的節(jié)能潛力,選擇混合動(dòng)力汽車中新型功率分流式混合動(dòng)力系統(tǒng)[7]作為研究對(duì)象,其系統(tǒng)結(jié)構(gòu),如圖1所示。整車及動(dòng)力系統(tǒng)主要參數(shù),如表1所示。

表1 整車及動(dòng)力系統(tǒng)主要參數(shù)Tab.1 Vehicle and Powertrain Main Parameters

圖1 HEV動(dòng)力系統(tǒng)Fig.1 Powertrain of HEV

2.2 ECMS策略

這里采用MATLAB/Simulink與AMESim聯(lián)合仿真平臺(tái)搭建整車模型,并建立ECMS策略將其應(yīng)用到控制模型中,進(jìn)行車輛動(dòng)力部件的能量管理,為這里后續(xù)研究提供基礎(chǔ)。

ECMS策略的原理旨在利用等效因子將油、電消耗等效為綜合油耗[8],以當(dāng)量比油耗Esys最低為優(yōu)化目標(biāo),從而確定動(dòng)力部件功率分配。Esys可以理解為將變速箱與發(fā)動(dòng)機(jī)ENG整體當(dāng)作虛擬發(fā)動(dòng)機(jī),輸入燃油,輸出有效功率,具體表達(dá)如下式:

當(dāng)電池充電時(shí):

當(dāng)電池放電時(shí):

式中:Pe—發(fā)動(dòng)機(jī)功率;PHo—整車需求功率;PB_out、PB_ist—充、放電下的電池功率;BSFC—ENG比油耗;S—等效因子。

2.3 ECMS策略節(jié)能潛力的探究

因ECMS節(jié)能效果有限,大量研究者對(duì)ECMS策略進(jìn)行了優(yōu)化改進(jìn),目前的優(yōu)化研究主要集中在工況和等效因子[9]兩方面。然而,就經(jīng)濟(jì)性提升而言,是否存在除這兩者之外的其他參數(shù)能夠?qū)崿F(xiàn)優(yōu)化效果,還有待探究。

從控制原理分析,整車控制是根據(jù)實(shí)車反饋的瞬時(shí)需求功率來(lái)實(shí)現(xiàn)對(duì)動(dòng)力部件功率分配的在線插值。當(dāng)?shù)刃б蜃哟_定,車輛各需求功率下動(dòng)力源功率分配規(guī)則隨之確定;當(dāng)工況確定,車輛實(shí)時(shí)行駛需求功率確定??梢?jiàn),等效因子和工況決定了車輛每瞬時(shí)時(shí)刻的油電分配,理論上可得到最終油電消耗比例。然而,從控制策略優(yōu)化的角度討論,發(fā)動(dòng)機(jī)的起停會(huì)導(dǎo)致動(dòng)力部件工作在不同狀態(tài),也易對(duì)整車油電消耗產(chǎn)生影響。

為探究發(fā)動(dòng)機(jī)起停規(guī)則對(duì)整車經(jīng)濟(jì)性的影響,對(duì)不同起停規(guī)則下策略的油電消耗進(jìn)行了分析。

選取NEDC工況,取等效因子值為280g/kWh,改變發(fā)動(dòng)機(jī)起停時(shí)機(jī),得到仿真結(jié)果,如圖2所示。

圖2 不同發(fā)動(dòng)機(jī)起停規(guī)則下的油電消耗仿真結(jié)果Fig.2 Simulation Results of SOC and Fuel Consumption Under Different Engine Start?Stop Rules

如圖ENG起停策略1、2、5,當(dāng)發(fā)動(dòng)機(jī)起停規(guī)則發(fā)生變化時(shí),車輛運(yùn)行在每一瞬時(shí)的動(dòng)力系統(tǒng)狀態(tài)改變,導(dǎo)致瞬時(shí)時(shí)刻動(dòng)力部件的能量分配不同,因此,油電消耗比例也會(huì)不同。ENG起停策略2、3、4,最終能保持電量SOC平衡,但隨著ENG起停規(guī)則的變化,車輛在每一瞬時(shí)的油電分配發(fā)生改變,電量變動(dòng)存在差異,消耗的燃油也各不相同。

可見(jiàn),基于同工況類型和同等效因子下的ECMS策略,即使策略控制電量SOC平衡,不同的起停條件也會(huì)導(dǎo)致電量變動(dòng)及油耗的差異,最終對(duì)整車經(jīng)濟(jì)性造成影響。

3 基于IS?PSO算法的參數(shù)優(yōu)化

基于上述探究結(jié)果,為實(shí)現(xiàn)策略更好的節(jié)油效果,提出一種針對(duì)不同工況類型對(duì)最優(yōu)等效因子參數(shù)及發(fā)動(dòng)機(jī)起停規(guī)則參數(shù)同時(shí)進(jìn)行優(yōu)化的改進(jìn)型粒子群算法IS?PSO。

3.1 IS-PSO算法

粒子群算法(Particle Swarm Optimization,PSO)[10?11]屬于進(jìn)化算法的一種,其將每個(gè)優(yōu)化問(wèn)題的潛在解均視為一個(gè)粒子,每個(gè)粒子追隨目標(biāo)函數(shù)按下式不斷搜索并更新在解空間中飛行的速度和位置,此過(guò)程稱為迭代,最終找到最優(yōu)解。

式中:vid、xid—第i個(gè)粒子更新的速度和位置;c1、c2—學(xué)習(xí)因子,一般取值范圍在[1,2.5],c1=c2=2;r1、r2—0~1之間均勻分布的隨機(jī)數(shù);ω—慣性權(quán)重,ωmax=0.9,ωmin=0.4;M—當(dāng)前迭代步數(shù);Mmax—最大迭代次數(shù)。

IS?PSO算法流程,如圖3所示。算法由內(nèi)外層嵌套而成,內(nèi)層以等效燃油消耗最低為優(yōu)化目標(biāo),用于計(jì)算當(dāng)前等效因子下,各檔位隨整車需求功率變化時(shí)對(duì)應(yīng)的發(fā)動(dòng)機(jī)工作點(diǎn)的優(yōu)化,以及最優(yōu)發(fā)動(dòng)機(jī)起停規(guī)則;外層加載內(nèi)層計(jì)算得到的規(guī)則表,并運(yùn)行當(dāng)前工況,反饋SOC,通過(guò)迭代優(yōu)化,控制SOC平衡。

圖3 IS?PSO算法流程Fig.3 Flow of IS?PSO

3.2 參數(shù)優(yōu)化實(shí)現(xiàn)步驟

IS?PSO算法的基本步驟如下:

(1)初始化種群及算法參數(shù),包括迭代次數(shù)M、粒子數(shù)NL,粒子初始隨機(jī)位置與速度,速度更新的限制等。

(2)依次選擇第M代的粒子群,M=M+1,若M≤Mmax,則調(diào)用每個(gè)粒子向量為Xi=(xi1,xi2,…,xiNL)進(jìn)入算法計(jì)算最優(yōu)功率分配的內(nèi)層;否則,跳轉(zhuǎn)至步驟(8)。

(3)內(nèi)層利用等效燃油消耗最低策略的原理進(jìn)行尋優(yōu),計(jì)算當(dāng)前粒子i跟蹤總油耗最低的目標(biāo)得到的各檔位下發(fā)動(dòng)機(jī)與電機(jī)的最優(yōu)功率分配規(guī)則,并輸出到外層算法進(jìn)行收斂。

(4)控制策略內(nèi)部油電分配比例同時(shí)受控于動(dòng)力部件功率分配和發(fā)動(dòng)機(jī)起停規(guī)則,步驟(3)內(nèi)層的當(dāng)前粒子i下的各檔位總油耗輸入至發(fā)動(dòng)機(jī)起停on/off(內(nèi)層)進(jìn)行跟蹤隨需求功率變化時(shí)的油耗最小檔位狀態(tài),控制發(fā)動(dòng)機(jī)起停。輸出檔位狀態(tài)到外層算法與步驟(3)的功率分配規(guī)則同時(shí)進(jìn)行收斂。

(5)加載各檔位功率分配規(guī)則表、發(fā)動(dòng)機(jī)起停規(guī)則表以及已知的模型中各需求量數(shù)據(jù),加載Simulink/AMESim 聯(lián)合仿真模型,運(yùn)行當(dāng)前行駛工況。

(6)運(yùn)行結(jié)束提取末端SOC反饋至.m文件,建立適應(yīng)度函數(shù)△SOC=|SOCend?SOC0|。

(7)以SOC平衡為最終收斂目標(biāo),判斷是否收斂,若收斂,更新個(gè)體最優(yōu)與全局最優(yōu)值。

(8)取收斂終值為0.1,當(dāng)△SOC>0.1且M

3.3 參數(shù)優(yōu)化結(jié)果

利用IS?PSO 算法對(duì)幾種涵蓋不同交通狀況的典型工況進(jìn)行等效因子和發(fā)動(dòng)機(jī)起停規(guī)則優(yōu)化。首先選取的六種工況類型:城市工況、郊區(qū)工況、高速工況,和中國(guó)乘用車行駛工況CLTC_P的低、中、高速段三部分,如圖4所示。

圖4 六種典型工況Fig.4 Six Typical Driving Cycles

經(jīng)IS?PSO算法的求解,得到的等效因子優(yōu)化結(jié)果,如表2所示。發(fā)動(dòng)機(jī)起停優(yōu)化結(jié)果為以功率分配為橫縱坐標(biāo)的表格,篇幅過(guò)大,這里不作具體展示。

表2 六種典型工況在IS-PSO算法下求解結(jié)果Tab.2 The Solution Results of Typical Driving Cycles Under the IS-PSO

4 基于工況識(shí)別的雙參數(shù)優(yōu)化AD?ECMS策略

基于IS?PSO算法優(yōu)化結(jié)果,在識(shí)別工況后調(diào)用最優(yōu)等效因子,并不斷更新最優(yōu)發(fā)動(dòng)機(jī)起停參數(shù),以使得能量管理的實(shí)際控制效果達(dá)到預(yù)期。

4.1 A-ECMS策略

采用模糊控制器工況識(shí)別研究,建立在線識(shí)別模型,如圖5所示。取識(shí)別周期tp為200s,目的在于既能滿足該周期內(nèi)車輛的實(shí)時(shí)識(shí)別具備一定可信度,又不會(huì)因路段過(guò)長(zhǎng)而產(chǎn)生干擾。

圖5 工況識(shí)別控制示意圖Fig.5 Diagram of Working Condition Recognition

在在線識(shí)別模型中,模塊Discrete Mean Value中基頻設(shè)置為1/200,采樣時(shí)間設(shè)置為0.01s。

將工況識(shí)別器與IS?PSO 算法優(yōu)化得到的各典型工況下等效因子相結(jié)合,應(yīng)用到ECMS策略中,提出一種單參數(shù)優(yōu)化的A?ECMS策略。

4.2 AD-ECMS策略

為進(jìn)一步提高策略節(jié)油潛能,并實(shí)現(xiàn)在隨機(jī)工況下調(diào)整檔位調(diào)度控制SOC 平衡,提出一種基于工況自適應(yīng)的雙參數(shù)優(yōu)化AD?ECMS 策略。該策略同時(shí)調(diào)用當(dāng)前識(shí)別工況的最優(yōu)等效因子和發(fā)動(dòng)機(jī)起停規(guī)則,以實(shí)現(xiàn)動(dòng)力源間的最優(yōu)分配。AD?ECMS策略流程圖,如圖6所示。

圖6 AD?ECMS能量管理策略流程Fig.6 Flow of AD?ECMS Energy Management Strategy

AD?ECMS策略根據(jù)當(dāng)前識(shí)別工況類型,由實(shí)車反饋的需求轉(zhuǎn)速與扭矩查表插值輸出對(duì)應(yīng)的檔位狀態(tài);隨后,在控制模型中控制發(fā)動(dòng)機(jī)起停;根據(jù)ECMS 策略進(jìn)行發(fā)動(dòng)機(jī)及電機(jī)的功率分配,實(shí)時(shí)控制車輛行駛。

4.3 仿真對(duì)比分析

為評(píng)價(jià)所提策略的經(jīng)濟(jì)性和電量平衡性,主要從油電消耗、發(fā)動(dòng)機(jī)及電機(jī)工作點(diǎn)三方面分別對(duì)基于規(guī)則的實(shí)車控制策略、ECMS策略、A?ECMS 策略和AD?ECMS 策略進(jìn)行對(duì)比分析。隨機(jī)組合6 種典型工況形成綜合測(cè)試工況,初始電池電量設(shè)置為50%,得到四種策略下的油電消耗變化曲線,如圖7所示。

圖7 四種策略下的油耗與SOCFig.7 Simulation Results Under Four Strategies

由圖7(a)可知,AD?ECMS策略下的車輛行駛完每段工況后電量與初始值的差值分別為1.866%、3.586%、4.392%、4.927%、4.713%,能大致恢復(fù)至SOC 初始值附近。對(duì)比其他三種策略,AD?ECMS策略更能自行調(diào)整SOC平衡。

因不同控制策略下的末態(tài)SOC不一樣,無(wú)法直接對(duì)車輛的油耗進(jìn)行客觀合理的評(píng)價(jià)。為公平地評(píng)價(jià)幾種策略燃油經(jīng)濟(jì)性的優(yōu)劣,根據(jù)式5將電量等效為發(fā)動(dòng)機(jī)油耗得到總油耗。并計(jì)算得到四種策略下車輛行駛完全程的總油耗,如表3所示。

表3 四種策略下的仿真結(jié)果Tab.3 Simulation Results Under Four Strategies

式中:S—等效因子(無(wú)量綱參數(shù)),單位換算公式為S=S(g/kWh)·Q1hv/3600/1000;PB—電池功率,單位是ω·h;C—電池包額定容量,C=6A·h;U—額定電壓,U=316V;發(fā)動(dòng)機(jī)油耗—單位為L(zhǎng)/100km;L—車輛總行程;ρ汽油—汽油密度,ρ汽油=0.725g/mL。

可以看出,AD?ECMS策略下的總油耗相比于基于規(guī)則的實(shí)車控制策略和標(biāo)準(zhǔn)ECMS策略分別降低了24.265%和14.684%,經(jīng)濟(jì)性有較大提升。對(duì)于已進(jìn)行等效因子優(yōu)化的A?ECMS策略而言,AD?ECMS策略進(jìn)一步將發(fā)動(dòng)機(jī)起停規(guī)則調(diào)用至整車控制策略中,總等效油耗相對(duì)降低2.157%,SOC 平衡能力上升24.158%。這里AD?ECMS策略的總等效油耗相比A?ECMS策略僅有較小降低,原因在于:AD?ECMS策略通過(guò)調(diào)用的發(fā)動(dòng)機(jī)起停規(guī)則表在控制檔位調(diào)用時(shí),需同時(shí)衡量最低等效油耗與電量平衡,而為了配合電量平衡,調(diào)用檔位時(shí)會(huì)犧牲經(jīng)濟(jì)性,因此相比A?ECMS策略,AD?ECMS策略燃油經(jīng)濟(jì)性有小幅度上升,但卻能兼顧電量平衡。

ECMS、A?ECMS和AD?ECMS 策略下的發(fā)動(dòng)機(jī)工作點(diǎn)對(duì)比圖,如圖8所示。

圖8 發(fā)動(dòng)機(jī)工作點(diǎn)Fig.8 Working Points of Engine

統(tǒng)計(jì)得這三種策略下的燃油消耗量在255g/(kWh)以內(nèi)的占比分別達(dá)到39.63%、49.88%和56.19%,可見(jiàn)AD?ECMS策略的發(fā)動(dòng)機(jī)工作點(diǎn)更有效的集中在高效區(qū)域,對(duì)油耗和排放均有所改善。

三種策略下的電機(jī)工作點(diǎn)分布,如圖9所示。電機(jī)工作點(diǎn)在四個(gè)象限均有分布,存在電動(dòng)和發(fā)電工況。除去為保持杠桿平衡電機(jī)鎖止或空轉(zhuǎn)的工作分布點(diǎn)以外,統(tǒng)計(jì)得ECMS、A?ECMS 和AD?ECMS策略下電機(jī)E1效率達(dá)到百分之八十以上的工作點(diǎn)分別占24.98%、35.24%和37.57%;電機(jī)E2效率達(dá)到百分之八十以上的工作點(diǎn)分別占69.21%、71.69%和72.19%??梢?jiàn),AD?ECMS策略下的電機(jī)能工作在更高的效率區(qū)間。

圖9 電機(jī)工作點(diǎn)Fig.9 Working Points of Motor

5 整車轉(zhuǎn)轂實(shí)驗(yàn)

為進(jìn)一步驗(yàn)證AD?ECMS策略的有效性,進(jìn)行了整車轉(zhuǎn)轂油耗實(shí)驗(yàn),如圖10所示。因試驗(yàn)條件限制,選取天津城郊路譜進(jìn)行三種策略下的實(shí)驗(yàn)驗(yàn)證。實(shí)驗(yàn)條件為,初始SOC=0.5,大氣溫度T=24.6℃,大氣壓力P=102.8kPa,相對(duì)濕度%RH=30.7%,汽油密度ρ=0.7591g/ml,測(cè)功機(jī)當(dāng)量慣量為1470kg。實(shí)驗(yàn)數(shù)據(jù)通過(guò)ETAS公司的軟件INCA和硬件ES 592進(jìn)行采集。

圖10 整車轉(zhuǎn)轂油耗試驗(yàn)Fig.10 Fuel Consumption Test for Vehicle Hub

實(shí)驗(yàn)結(jié)果,實(shí)驗(yàn)車速總體跟隨良好,如圖11所示。實(shí)驗(yàn)所得改進(jìn)型策略下的SOC軌跡及油耗與基于本研究仿真趨勢(shì)基本一致,驗(yàn)證了模型的可行性。同時(shí),實(shí)驗(yàn)測(cè)得的ECMS策略的發(fā)動(dòng)機(jī)油耗為4.664L/100km,電量減少10.2%;A?ECMS 策略油耗為4.423L/100km,電量上升5.57%;AD?ECMS 策略油耗為4.133L/100km,電量減少2%。可見(jiàn),AD?ECMS 策略試驗(yàn)下的經(jīng)濟(jì)性相比另兩種策略均有所提升,并有更好的電量平衡性。

圖11 實(shí)驗(yàn)結(jié)果Fig.11 Experimental Results

三種策略試驗(yàn)下的發(fā)動(dòng)機(jī)轉(zhuǎn)速扭矩變化圖,如圖12所示。

圖12 發(fā)動(dòng)機(jī)轉(zhuǎn)速扭矩變化曲線Fig.12 Engine Speed and Torque

相比ECMS和A?ECMS策略,AD?ECMS策略減少了發(fā)動(dòng)機(jī)在低速低扭矩的工作點(diǎn),使其工作在更優(yōu)區(qū)間,對(duì)發(fā)動(dòng)機(jī)排放也有一定改善。

同時(shí)減少了發(fā)動(dòng)機(jī)起停次數(shù),避免其工作在整車需求功率較小的階段。因此,進(jìn)一步證明了AD?ECMS能更有效的提高整車經(jīng)濟(jì)性,以及控制電池電量平衡能力。

6 結(jié)束語(yǔ)

(1)這里針對(duì)一款雙行星排式的新型功率分流系統(tǒng),進(jìn)行ECMS策略節(jié)能潛力的探究,得到策略在等效因子、工況類型和發(fā)動(dòng)機(jī)起停規(guī)則均可進(jìn)一步研究以實(shí)現(xiàn)更高整車經(jīng)濟(jì)性。

(2)提出一種改進(jìn)型粒子群算法IS?PSO,算法以功率分配、發(fā)動(dòng)機(jī)起停和SOC收斂為內(nèi)外三層嵌套而成。最終實(shí)現(xiàn)在不同工況下對(duì)最優(yōu)等效因子及發(fā)動(dòng)機(jī)起停規(guī)則進(jìn)行內(nèi)外層求取的優(yōu)化目標(biāo)。

(3)根據(jù)在線工況識(shí)別類型,提取IS?PSO 算法求解到的最優(yōu)等效因子和發(fā)動(dòng)機(jī)起停規(guī)則,與ECMS結(jié)合,提出一種雙參數(shù)優(yōu)化的AD?ECMS能量管理策略。

并對(duì)策略進(jìn)行仿真分析和試驗(yàn)驗(yàn)證,仿真結(jié)果表明了模型和策略的有效性,及不論在整車經(jīng)濟(jì)性還是電量平衡性方面,所提策略均備更好的效果。

猜你喜歡
油耗電量規(guī)則
不談?dòng)秃?只講運(yùn)動(dòng) 試駕第十一代思域e:HEV
車主之友(2022年5期)2022-11-23 07:22:20
電量越低越透明的手機(jī)
撐竿跳規(guī)則的制定
數(shù)獨(dú)的規(guī)則和演變
四川2018年7月轉(zhuǎn)讓交易結(jié)果:申報(bào)轉(zhuǎn)讓電量11.515 63億千瓦時(shí)
降低內(nèi)燃裝卸機(jī)械油耗措施的探討
雙管齊下 YarisL致享綜合油耗測(cè)試
車迷(2017年12期)2018-01-18 02:16:10
讓規(guī)則不規(guī)則
Coco薇(2017年11期)2018-01-03 20:59:57
TPP反腐敗規(guī)則對(duì)我國(guó)的啟示
電量隔離傳感器測(cè)試儀的研制
邵武市| 江油市| 玛沁县| 东安县| 玉环县| 苏州市| 大理市| 古丈县| 永济市| 德惠市| 武隆县| 丰镇市| 宁南县| 若羌县| 武川县| 江源县| 富裕县| 萝北县| 长兴县| 兰溪市| 四子王旗| 江源县| 兴城市| 景东| 哈密市| 古浪县| 自贡市| 奉贤区| 巴中市| 镇赉县| 红原县| 仪征市| 扶绥县| 平安县| 冷水江市| 宜兰市| 崇仁县| 遵义市| 遂溪县| 新野县| 铁岭市|