《增程式電動汽車能量管理策略研究》開題報告文獻綜述5600字

PAGE1增程式電動汽車能量管理策略研究開題報告一．課題來源………………二．選題的性質(zhì)……………三．論文選題的目的和理論實踐意義……四．與本選題相關(guān)的國內(nèi)外研究現(xiàn)狀，…………………預計可能的研究突破和創(chuàng)新點………五．主要參考文獻…………六．分析研究的可行性、基本條件及能否取得實質(zhì)性進展……………七．選題的研究方法和進度安排…………開題報告內(nèi)容一．課題來源第二次工業(yè)革命帶來了人類科技文明前所未有的輝煌，能源、交通、建筑等各行各業(yè)快速發(fā)展。但是化石能源的過度使用與不可再生，引發(fā)了全球氣候變暖、化石能源危機以及大氣污染等一系列能源環(huán)境問題，以節(jié)能減排為目標的能源革命與產(chǎn)業(yè)升級已補不容緩。如此大規(guī)模的汽車產(chǎn)業(yè)所帶來的碳排放量、燃油消耗量、大氣污染物排放量不可小覷，大力發(fā)展新能源汽車、實現(xiàn)汽車產(chǎn)業(yè)結(jié)構(gòu)改革是完成能源與交通領(lǐng)域綠色革命的主戰(zhàn)場之一。新能源汽車行業(yè)經(jīng)歷戰(zhàn)略規(guī)劃期（2001-2008年）、導入期（2009-2015年）和成長期（2016年至今）三個發(fā)展階段之后已經(jīng)初見規(guī)模，我國新能源汽車和純電動汽車的保有量也逐年增加，歐洲和中國繼續(xù)引領(lǐng)全球電動汽車市場。不過也需要注意到我國新能源汽車占比仍然不大，還有較大增長空間。新能源汽車按照能源復合方式可以分為單一能源和復合能源兩大類，采用單一能源的新能源汽車有純電動汽車（EV）和燃料電池汽車（FEV），而采用復合能源的新能源汽車包括混合動力汽車（HEV）、采用超級電容與鋰離子電池復合能源系統(tǒng)的新能源汽車等等。而按照采用的能源類型，新能源汽車主要分為純電動汽車、混合動力汽車、燃料電池汽車這三大類。插電式混合動力汽車（P-HEV）和增程式電動汽車屬于混合動力汽車的特殊子類。按照驅(qū)動方式分類，新能源汽車可以分為純電驅(qū)動型汽車及混合驅(qū)動型汽車，增程式電動汽車也是屬于純電驅(qū)動的范疇。增程式電動汽車是一種具有串聯(lián)式構(gòu)型的插電式混合動力汽車。它在純電動汽車的平臺上增加了一套輔助動力系統(tǒng)，能夠在動力電池電量不足時為整車提供額外的電能，繼而延長續(xù)駛里程。輔助動力系統(tǒng)按照能量來源的不同具有不同的形式，例如：燃料電池型、發(fā)動機型等等，由于發(fā)動機技術(shù)成熟且效率高，因而發(fā)動機與發(fā)電機組合而成的增程器最為常用。增程式電動汽車兼具了純電平臺筒單、電氣化程度高和混動構(gòu)型無里程焦慮、電池放電程度低等特點，被認為是由傳統(tǒng)動力汽車進一步向純電動車過渡的理想車型。因此，本文分析增程式電動汽車能量管理策略有助于優(yōu)化增程式電動汽車能量管理形式，促進增程式電動汽車整體性能的提升。二．選題的性質(zhì)：1．理論研究（）2．應(yīng)用研究（）3．應(yīng)用理論研究（）三．論文選題的目的和理論實踐意義增程式電動汽車可以實現(xiàn)純電動行駛，也可通過增程器實現(xiàn)長續(xù)航里程，消除純電動汽車“里程焦慮”(RangeAnxiety)的問題，其續(xù)駛里程不受電池組容量限制，且純電里程能夠滿足日常出行要求，成為目前技術(shù)條件下傳統(tǒng)汽車和純電動汽車之間的良好過渡。由于增程式電動汽車具有兩個能量源，如何合理的分配使用兩個能量源的能量對提升增程式電動汽車的燃油經(jīng)濟性和續(xù)航里程至關(guān)重要。增程式電動汽車的能量管理策略需要根據(jù)車輛的不同狀態(tài)考慮不同的能量使用方式，其能量管理策略的設(shè)計和優(yōu)化難度增加。因此，開展增程式電動汽車的能量管理策略研究，對提高增程式電動汽車的自主研發(fā)能力，促進增程式電動汽車的推廣有著重要意義。四．與本選題相關(guān)的國內(nèi)外研究現(xiàn)狀，預計可能的研究突破和創(chuàng)新點（1）基于規(guī)則的能量管理策略能量管理控制策略是增程式電動汽車整車控制單元（VehicleControlUnit,VCU）的核心，也是實現(xiàn)增程式電動汽車節(jié)能減排、長遠續(xù)航的關(guān)鍵。能量管理策略根據(jù)預先設(shè)定的規(guī)則或者編寫的算法來實現(xiàn)兩個能量源之間的能量合理分配及不同工作模式的相互切換以達到最優(yōu)的整車動力性、經(jīng)濟性和舒適性。目前國內(nèi)外對于增程式電動汽車能量管理策略的研究可以歸納為基于規(guī)則的能量管理策略和基于優(yōu)化的能量管理策略。Mohammadian等[1]建立基于Advisor的增程式電動汽車模型，并在Matlab/Simulink中建立根據(jù)一段時間內(nèi)增程器所需功率及電池荷電狀態(tài)（StateOfCharge,SOC）作為設(shè)計依據(jù)的恒功率式能量管理控制策略，通過仿真分析，車輛各項性能達到了預期的目標。恒功率式策略作為一種最基本的控制策略，其主要根據(jù)電池荷電狀態(tài)決定增程器的啟停，發(fā)動機啟動后以定點恒功率輸出。Phillips等[2]通過將SOC及車輛故障狀態(tài)作為門限值，研究了恒功率式控制策略。周蘇等[3]建立基于AVL-Cruise及Matlab/Simulink的增程式電動汽車模型，通過恒功率式策略對其動力系統(tǒng)進行了參數(shù)匹配的驗證。牛繼高等[4]在此基礎(chǔ)上針對協(xié)調(diào)動力蓄電池和增程器之間的供能進行研究，提出以目標行程為約束條件，對增程器啟停時刻進行優(yōu)化的方法，結(jié)果表明，完成相同里程發(fā)動機運行時間減少21.4%。申永鵬等[5]針對電動汽車增程器系統(tǒng)中的發(fā)動機、發(fā)電機協(xié)調(diào)控制問題，提出基于轉(zhuǎn)速切換的功率跟隨能量管理策略，通過對發(fā)動機轉(zhuǎn)速及整流器功率的閉環(huán)控制，使增程器在啟動時沿著最佳燃油消耗率曲線運行，并在所建立的模型中進行仿真分析，有效地改善了燃油經(jīng)濟性。功率跟隨式控制策略在恒功率式的基礎(chǔ)上進行了一定的改進，根據(jù)SOC、整車需求功率車速等共同決定增程器的啟停，其控制目標主要是規(guī)定增程器啟運行在最佳燃油經(jīng)濟性區(qū)域。與恒功率控制相比，功率跟隨控制提升了增程器工作的工作效率，并提高了整車的燃油經(jīng)濟性。Zhao等[6]根據(jù)駕駛員的操作指令、車速、發(fā)動機轉(zhuǎn)速、SOC等，將駕駛員的扭矩需求進行實時分配，并在底盤測功機上進行了測試，結(jié)果表明油耗與基礎(chǔ)車輛相比降低10%，滿足排放要求，驗證了功率跟隨控制策略的可行性和有效性。李曉英等[7]根據(jù)恒功率式控制策略導致發(fā)動機頻繁啟停的缺點研究了恒功率式與功率跟隨式結(jié)合的控制策略，仿真結(jié)果表明混合策略使得整車效率更高，經(jīng)濟型及排放性更好。綜上所述，基于準確規(guī)則的能量管理策略主要是根據(jù)制定者的實際工程經(jīng)驗確定規(guī)則，其優(yōu)點是邏輯清晰，算法簡單，魯棒性強且容易實現(xiàn)，但缺點是其控制實現(xiàn)的優(yōu)劣程度很大程度上依賴規(guī)則的提取，因此難以獲得最優(yōu)控制效果[8]。（2）基于優(yōu)化的能量管理策略鑒于基于規(guī)則的能量管理策略的固有弊端，基于優(yōu)化原理的能量管理策略近年來成為研究的熱點?；趦?yōu)化的能量管理控制策略是對車輛所要求控制目標進行數(shù)學描述，采用某種優(yōu)化算法使得成本函數(shù)最小。根據(jù)是否事先知曉駕駛循環(huán)工況信息，可將其分為基于全局優(yōu)化的能量管理控制策略和基于實時優(yōu)化的能量管理控制策略?；谌謨?yōu)化的能量管理控制策略根據(jù)給定的循環(huán)工況信息，針對整車性能約束，采用某種優(yōu)化算法將整車動力性、燃油經(jīng)濟性等作為控制目標，求解得到全局最優(yōu)解有研究人員使用優(yōu)化算法對基于規(guī)則的能量管理策略中的關(guān)鍵參數(shù)進行優(yōu)化，常用的優(yōu)化算法包括遺傳算法[9]，模擬退火算法[10]，粒子群算法等隨機搜索法。申彩英等[11]在功率跟隨控制基礎(chǔ)上，采用遺傳算法對SOC及增程器功率門限值進行優(yōu)化，仿真結(jié)果表明，在保持動力性不變的前提下，百公里油耗降低了2.6%。遺傳算法的優(yōu)點之一是全局搜索能力較強，但其存在過早收斂的特性且在進化后期搜索效率較低。針對這一問題，吳光強等[12]將局部搜索能力較強的模擬退火算法引入到遺傳算法中并驗證其性能。還有研究人員將能量管理問題表示為非線性、動態(tài)的數(shù)學問題，并用優(yōu)化算法求解最優(yōu)解動態(tài)分配能量。Tate等[13]是首先使用優(yōu)化工具解決能源管理問題的學者，他們將凸優(yōu)化（Convexoptimization）應(yīng)用于混合動力系統(tǒng)，將目標車輛燃油效率的優(yōu)化問題表述為一個非線性凸優(yōu)化問題，通過數(shù)學方法對目標函數(shù)進行分段線性逼近得到標準線性規(guī)劃問題從而將燃油消耗最小化問題簡化為全局最優(yōu)的求解問題。動態(tài)規(guī)劃算法(DynamicProgramming,DP)采用Bellman分段最優(yōu)思想，通過將能量管理問題離散化，求解各段最優(yōu)解從而獲得最優(yōu)控制序列。王慧璇[14]以油耗最低為性能指標運用動態(tài)規(guī)劃算法求解最優(yōu)控制策略，并應(yīng)用于插電式混合動力汽車。張曉玲等[15]運用動態(tài)規(guī)劃算法，分別以電池SOC為狀態(tài)變量、增程器輸出功率為控制變量，并以油耗最低為目標函數(shù)，求解其最優(yōu)控制策略，并運用Advisor軟件進行仿真，仿真結(jié)果表明，與功率跟隨式控制策略相比，動態(tài)規(guī)劃的控制策略可以有效地提高增程式電動汽車的燃油經(jīng)濟性。席利賀等[16]針對動態(tài)規(guī)劃算法計算量大的特性提出了一種改進的動態(tài)規(guī)劃算法，將發(fā)動機燃油費用和動力電池電能費用之和作為目標函數(shù),構(gòu)建了基于北京主干道不同行駛里程仿真工況,得到了驅(qū)動電機需求功率最優(yōu)分配結(jié)果，仿真結(jié)果表明改進后的控制策略的計算效率相較于經(jīng)典動態(tài)規(guī)劃算法提高了78.2%。動態(tài)規(guī)劃算法的分段離散思想是基于駕駛工況信息的，因此難以用于實時控制，為了克服這一缺陷。綜上所述，增程式電動汽車能量管理策略的研究取得了一定的成果，但依然存在一定問題。首先，增程式電動汽車能量管理策略大多是沿用傳統(tǒng)混合動力系統(tǒng)的控制方法，其能量管理控制策略的優(yōu)化目標針對提升車輛的燃油經(jīng)濟性，而其電池組SOC的變化則被限制在較小的區(qū)域。而根據(jù)增程式電動汽車本身的特性，其能量管理控制策略的優(yōu)化目標除了提升整車的燃油經(jīng)濟性之外還需使車輛擁有較長的的純電續(xù)航里程，因此其電池組SOC的變化范圍較大。因此部分能量管理控制策略對增程式電動汽車的適應(yīng)性、針對性并不強，應(yīng)該在現(xiàn)有能量管理控制策略上針對增程式電動汽車的特點進行改進。其次，現(xiàn)有的大多增程式電動汽車所采用的能量管理控制策略都是基于車輛實時狀態(tài)的確定規(guī)則而制定，并沒有考慮外界路況對車輛運行狀況的影響。最后，基于優(yōu)化的能量管理策略過于依賴駕駛循環(huán)工況，且計算量較大，難以用于實際工程控制中?；谝陨蠁栴}，本課題對增程式電動汽車能量管理控制策略從控制效果和駕駛工況識別方面進入了深一步的研究。五．主要參考文獻[1]MohsenMohammadian.MotionControlForHybridElectricVehicle[A].中國電工技術(shù)學會.第4屆國際電力電子及運動控制國際會議論文集[C].中國電工技術(shù)學會:,2004:5.[2]PhillipsAM,JankovicM,BaileyKE.Vehiclesystemcontrollerdesignforahybridelectricvehicle[C]//IEEEInternationalConferenceonControlApplications.IEEE,2002.[3]周蘇,牛繼高,陳鳳祥,裴馮來.增程式電動汽車動力系統(tǒng)設(shè)計與仿真研究[J].汽車工程,2011,33(11):924-929.[4]牛繼高,周蘇.增程式電動汽車增程器開/關(guān)機時刻的優(yōu)化[J].汽車工程,2013,35(05):418-423.[5]申永鵬,王耀南,孟步敏,易迪華.增程式電動汽車增程器轉(zhuǎn)速切換/功率跟隨協(xié)調(diào)控制[J].中國機械工程,2015,26(12):1690-1696.[6]ZhaoZ,YuZ,YinM.Torquedistributionstrategyforsingledriveshaftparallelhybridelectricvehicle[C]IntelligentVehiclesSymposium.IEEE,2009.[7]李曉英,于秀敏,李君,吳志新.串聯(lián)混合動力汽車控制策略[J].吉林大學學報(工學版),2005(02):122-126.[8]李衛(wèi)民.混合動力汽車控制系統(tǒng)與能量管理策略研究[D].上海：上海交通大學，2008.[9]PiccoloA,IppolitoL,GaldiVZ.Optimisationofenergyflowmanagementinhybridelectricvehiclesviageneticalgorithms[M]//Optimisationofenergyflowmanagementinhybridelectricvehiclesviageneticalgorithms.2001.[10]鄧元望,陳可亮,鄂加強.基于模擬退火粒子群算法的混合動力車參數(shù)優(yōu)化[J].汽車工程,2012(07):16-20.[11]申彩英,全奎松,胥帆,李孟柯,李剛.基于遺傳算法的增程式電動汽車控制策略[J].中國農(nóng)機化學報,2015,36(05):168-171.[12]吳光強,陳慧勇.基于遺傳算法的混合動力汽車參數(shù)多目標優(yōu)化[J].汽車工程,2009(01):64-68.[13]E.D.TateandS.P.Boyd.Findingultimatelimitsofperformanceforhybridelectricvehicles.SAE2000-01-3099.[14]王慧璇.基于動態(tài)規(guī)劃的Plug-in混合動力汽車能量管理策略優(yōu)化研究[D].山東：山東大學,2012.[15]張曉玲,貝紹軼,汪偉,朱凱,杭衛(wèi)星.基于動態(tài)規(guī)劃的增程式電動汽車優(yōu)化控制[J].現(xiàn)代制造工程,2016(10):30-35.[16]席利賀,張欣,耿聰,薛奇成.基于動態(tài)規(guī)劃算法的增程式電動汽車能量管理策略優(yōu)化[J].交通運輸工程學報,2018,18(03):148-156.六．分析研究的可行性、基本條件及能否取得實質(zhì)性進展以某知名汽車公司研發(fā)的一款非插電增程式電動汽車為研究對象，根據(jù)項目要求，研究了增程電動汽車動力系統(tǒng)主要部件的選型匹配和能量管理策略。主要圍繞動力系統(tǒng)部件的參數(shù)匹配、改進確定規(guī)則的能量管理策略及改進型模糊控制能量管理策略、整車及控制策略建模及聯(lián)合仿真驗證等內(nèi)容。（1）動力系統(tǒng)主要部件的選型及匹配：根據(jù)所研究的增程式電動汽車的構(gòu)型及整車基本參數(shù)和動力性設(shè)計指標，對整車動力系統(tǒng)的主要部件進行選型和參數(shù)匹配。（2）改進確定規(guī)則的能量管理策略研究：通過對傳統(tǒng)確定規(guī)則的能量管理策略分析，針對其在設(shè)計工作模式切換時僅考慮純電模式和增程模式，而沒有考慮增程器啟動模式和增程器停止模式使得能量管理策略的設(shè)計過于理想化很難用于實際車輛的控制上，設(shè)計一種將整車可用功率作為模式切換的一個影響因素，工作模式包括純電模式、增程模式、增程器啟動模式以及增程器停止模式的改進確定規(guī)則的能量管理策略，并