混合動力汽車載能量管理控制策略的分析

混合動力汽車載能量管理控制策略的分析

太陽能混合動力汽車（HSV）雖然具有混合動力電動汽車（HEV）的一些特點，但也存在著明顯不同。利用仿真分析對HSV應用的一個基礎規則（RB）的串聯式混合動力車輛控制策略進行了評估。將基于遺傳算法（GA）批量優化的內燃機調度作為假設的參考基準。

基礎規則控制結構由外部任務和內部任務構成。外部任務定義在停車期間所需的最終期望充電狀態，以達到存儲足夠的太陽能而進行完整的行駛周期。內部任務可通過內燃機-發電機系統和最終期望充電狀態的最大偏離值估計出平均功率，作為平均牽引功率的一個函數。應用動態規劃技術（DP）來優化發電機調度，可以將超過預期的串聯式混合動力電動車電力需求的燃油消耗降到最低，選擇電池的充電狀態為狀態變量，同時考慮充電狀態間隔。通過GA優化內燃機-發電機調度時，優化間歇相比于應用動態規劃技術僅降低了3.5%，從而確定可遺傳算法技術應用于HSV和HEV的有效性。模擬試驗研究基于RB規則，在循環特征上顯示出功率預測對時間跨度的依賴性。對于車輪出現的平均功率需求，時間跨度呈現線性增加趨勢。同時，進行了輻射水平對HSV燃油經濟性影響的評估，結果表明在市區行駛時太陽能可以保證較高的貢獻率。綜合來看，這些模擬分析除提供了RB控制策略可在HSV上進行正確實施的有效信息外，同時也表明了HSV在城市和公路駕駛條件下能夠提供動力的潛力。

網址：http://www.sciencedirect. com

作者：Marco Sorrentino et al

編譯：羅濤魯棒多變量控制在混合動力電動汽車能源管理中的應用

魯棒多變量控制器往往在混合動力電動汽車（HEV）中扮演非常重要的角色。本文通過介紹混合動力電動汽車的動力學特性，展示了一個兩輸入兩輸出（TITO）魯棒控制器。由于混合動力電動汽車扭矩管理受到不確定參數以及內燃機和集成電機間強耦合的約束，通過該魯棒控制器對其進行了具有挑戰性的應用。

涉及的控制系統提供了能夠使混合動力電動汽車扭矩管理具有保證穩定性和強勁的性能，因為扭矩管理受到不確定因素（如燃燒滯后、轉動慣量、阻尼）、未建模的不確定復雜自由度（如加油和點火延遲等影響）、不可測量的外部擾動（如車輛載荷）、傳感器噪聲以及估計誤差等影響。

主要針對MIMO魯棒反饋控制器的設計及應用，特別是在混合動力電動汽車扭矩管理中的應用，扭矩管理的主要目的是在提高燃油消耗率的同時降低CO2的排放，魯棒控制系統設計的架構可以解決現有控制設計方法的缺陷。仿真結果驗證了魯棒多變量控制器系統的設計能夠有效地幫助混合動力電動汽車在制造過程中降低成本、風險以及縮短生產周期。

Sajjad Fekri et al.2012 IEEE International Conference on Control App-lications(CCA), Part of 2012 IEEE Multi-Conference on Systems and Control.Dubrovnik,Croatia.

編譯：任貝