Plug-in混合动力汽车能量管理策略优化设计

应用PSAT前向仿真软件及矩阵分割全局优化算法,对并联式Plug-in混合动力汽车(PHEV)在不同电能消耗续驶里程(CDR)下的能量管理策略进行了优化设计研究.结果表明:PHEV电能消耗续驶里程越大,优化控制参数对整车经济性影响越小;小CDR优化控制参数的整车平均经济性能好于大CDR优化控制参数;利用优化设计得到的PHEV能量管理策略可以使整车平均等价油耗降至2.70 L/(100 km),相对于原型车经济性提高了近58%.     

基于某型纯电动汽车的动力匹配及仿真优化研究

探讨了动力电机、电池和传动系统传动比对电动汽车整车动力性的影响,以某款电动汽车动力性要求对动力总成进行匹配。利用AVLCruise搭建整车运动学模型并进行仿真。以续驶里程为目标对传动系统进行优化,优化结果提高了整车续驶里程,具有一定实际意义。     

某燃料电池汽车能量管理策略优化方法研究

目前燃料电池的输出特性偏软,不能吸收制动能量;而且在低温时启动性能受限,需要与辅助能源配合使用(如动力电池或超级电容),因此需要合适的能量管理策略对多种能量源的能量输入、输出进行管理,以达到更好的动力性、经济性。基于分析汽车行驶过程中的能量流动情况,并以专家经验为基础,以汽车需求功率、动力电池SOC为输入量,以燃料电池DC/DC端的输出功率为输出量,设计模糊能量管理策略。将模糊能量管理策略封装到ADVISOR整车仿真模型中,以NEDC循环工况进行仿真,仿真结果表明,模糊能量管理策略满足整车动力性和经济性设计目标,并且相较于传统功率跟随式控制策略在百公里氢耗上降低了8.98%、纯氢续驶里程提高了7.73%、总系统效率提高了4.02%。研究成果对更为合理地制定燃料电池汽车能量管理策略提供参考和依据。     

燃料电池汽车续驶里程及其影响因素的研究

电动车普通铅酸电池的比能量和能量密度比燃油低得多,对于燃料电池汽车的开发目前呈现加速发展的趋势.研究了燃料电池汽车续驶里程的计算方法,分析了整车参数、燃料电池参数及电机参数等对续驶里程的影响,提出了提高续驶里程的措施,为燃料电池汽车的开发和普及提供了理论基础.     

插电式混合动力汽车动力系统参数匹配优化

以某款插电式串联混合动力汽车作为研究对象,根据整车设计技术要求进行了动力传动系参数匹配设计。基于MATLAB/SIMULINK和iSIGHT软件建立了动力部件和整车仿真模型,并采用遗传算法对传动系参数及发动机开启参数进行优化,对优化前后整车动力性和经济性进行仿真分析比较。结果表明,在满足整车动力性设计和纯电动续驶里程指标的前提下,在NEDC工况下,优化后整车百公里油耗降低了5.37%。     

电动汽车制动能量回收的设计

电动汽车一次充电的续驶里程短,已成为制约电动汽车发展的主要问题.电动汽车采用再生制动来回收制动能量是增加电动汽车续驶里程的有效方法之一.给电动汽车安装电制动系统,可以回收在制动过程中的一部分动能,并转化成电能再利用.文章设计了一种电制动系统,将制动过程中产生的交流电整流,通过DC-DC直流变换器把电能充进电池,提高了电能的利用率,从而增长续航里程.     

电动汽车传动系统参数设计和续驶里程研究

针对目前电动汽车续驶里程短的问题,从车辆动力学的角度系统地建立了动力传动系统以及续驶里程的仿真模型。讨论了电动汽车动力传动系统参数设计和整车质量对续驶里程的影响。以某纯电动汽车为研究对象,分析计算了匹配两种不同传动系统时的续驶里程,并给出了仿真结果。实验表明,仿真结果与实验值误差不超过5%,从而验证了仿真模型的正确性和有效性。     

前驱式纯电动汽车制动能量回收控制策略研究

以提高某款前轮驱动纯电动汽车制动能量回收效率为目的。基于理想制动力分配曲线和ECE法规提出一种三输入单输出的制动能量回收模糊控制策略,分别利用CRUISE和Simulink搭建整车和控制策略模型进行联合仿真。仿真结果验证模型的准确性,NEDC循环工况下续驶里程贡献度达11.5%。保证制动安全性的前提下有效减缓电池能耗趋势,提高了整车的经济性。     

电动轿车三挡AMT传动系统参数匹配与性能仿真

基于奇瑞汽车公司旗下某款电动汽车整车参数要求,设计了电动轿车三挡AMT传动系统,匹配了相应的电池、电机和AMT系统,并通过GA算法优化传动系的传动比,运用AVLCRUISE软件建立整车模型,仿真表明:设计的传动系满足国家标准要求,具有良好的匹配关系,优化后的速比提高了整车动力性和续驶里程。     

混合动力汽车多参数自动优化平台开发

混合动力汽车匹配参数和控制参数相互耦合共同影响整车动力性和经济性。为提高混合动力汽车的燃油经济性,需要对两种参数同时进行优化,为此本文开发多参数自动优化平台,利用Isight优化软件集成AVL-Cruise和Matlab,使用粒子群优化算法,对动力系统匹配参数和控制参数进行协同多参数自动优化。优化结果表明:在保证整车动力性前提下,燃油消耗下降,经济性明显改善。