基于遺傳算法最佳駕駛模式的插電式混合動力汽車智能能量分配

?

基于遺傳算法最佳駕駛模式的插電式混合動力汽車智能能量分配

介紹了針對插電式混合動力汽車（PHEV）的智能化能量分配控制策略，該控制策略對駕駛員駕駛行為的復雜程度具有一定的影響。駕駛員的駕駛習慣對燃油消耗量有很大的影響，但通常不能準確地把握如何獲得最佳的燃油效率。而混合動力汽車通過采用電機驅動，在改善車輛的燃油經濟性、減少尾氣排放和保持駕駛性能等方面發揮了巨大作用。然而，由于混合動力汽車具有高度復雜的控制系統和整車架構，需要通過設計更加精準的能量管理系統（EMS）來實現對整車性能的控制及優化。目前，EMS都是基于靜態閾值控制的，僅針對某一類特定的車輛在一個固定行駛周期情況下的控制。針對PHEV的能量分配控制提出一種具有自適應控制特性的EMS。利用遺傳算法（GA）進行優化，確定一個最佳離線駕駛模式，可以保證有效控制算法的實時性。

驗證了自適應SOC控制的應用有助于PHEV最佳駕駛模式的確定。通過調整SOC控制的上限和下限數值，提高電池的可用容量。車輛行駛過程中能源存儲系統（ESS）中的電流也會逐漸降低。自適應SOC控制策略可以進一步確定最佳的駕駛模式：①通過增加ESS中的可用電能，增大SOC控制范圍，改善車輛性能；②提高燃油效率；③通過降低循環行駛工況下的電流，降低ESS放電率。④通過控制循環行駛工況，降低ESS熱生成量和溫度。

Phu Ho et al. SAE 2013-01-0572.

編譯：羅家慶