项目名称: Plug-In混合动力汽车能量管理及动力系统优化问题研究

项目编号: No.60874016

项目类型: 面上项目

立项/批准年度: 2009

项目学科: 建筑科学

项目作者: 崔纳新

作者单位: 山东大学

项目金额: 35万元

中文摘要: 混合动力汽车能量管理和部件配置的质量和水平直接影响车辆性能,其优化问题本质上是一类带约束非线性多目标优化问题。由于能量管理和部件配置的复杂性,迄今为止没有得到根本解决。近年来兴起的极具发展前景的外接充电式混合动力汽车PHEV的电池工作模式与HEV的不同,其能量管理和部件配置的优化问题更为特殊不能套用HEV的方法。由于PHEV价格昂贵且更依赖电池能量,其优化问题显得尤其重要,亟待开辟新途径予以突破。本课题首先建立PHEV混合动力系统数学模型,然后基于模型预测控制理论、粒子群算法及动态规划算法研究了PHEV能量管理和优化控制问题;基于支持向量机理论研究了高精度SOC估计算法,为电池管理和能量管理决策提供重要依据;研究了混沌优化多目标遗传算法及基于粒子群优化算法的PHEV混合动力汽车部件优化问题,给出了较为理想的动力系统部件参数优化设计原则和方法。本课题对于提高车辆整体性能和尽早实现其产业化具有重要现实意义和推动作用。

中文关键词: 混合动力汽车;能量管理;部件优化;SOC估计;多目标优化

英文摘要: Quality of energy management and vehicle components are important factors for hybrid electric vehicles (HEVs) to achieve good performance. As a nonlinear multi-objective optimization problem (MOP) with constraints, the optimizing problems of energy management and vehicle components have not been completely solved due to complexity. The recent development of plug-in hybrid electric vehicles (PHEVs) has demonstrated their great potential. The battery modes of PHEV are different from that of HEVs, so the optimizing methods of energy management and vehicle components for HEVs do not suit PHEVs. PHEVs are expensive and depend more on battery energy than HEVs do, so a breakthrough of optimizing methods should be made urgently. In this paper, the energy management and optimization control of PHEV were realized by using Model Predictive Control Theory,Particle Swarm Optimization (PSO) and Dynamic Programming(DP). Estimation algorithm of the battery state of charge (SOC) with high accuracy were studied by using SVM, and could provide evidence for battery management and energy management decision. A multi-objective optimization method with high accuracy and fast convergence rate were explored. Finally, the method and principle of parameters design for PHEV were proposed with Particle Swarm Optimization (PSO) Algorithm. The results of the work are valuable for improving the whole performance of vehicle and accomplishing industrialization.

英文关键词: HEV;energy management;device optimization; SOC estimation; muliti-objective optimization

成为VIP会员查看完整内容
1

相关内容

基于移动机器人的拣货系统研究进展
专知会员服务
14+阅读 · 2022年1月29日
Kyoto大学Toshiyuki:快速复杂控制系统的实时优化,133页ppt
专知会员服务
27+阅读 · 2021年9月17日
【开放书】《矩阵流形优化算法》,241页pdf
专知会员服务
93+阅读 · 2021年7月3日
最新《可解释人工智能》概述,50页ppt
专知会员服务
129+阅读 · 2021年3月17日
专知会员服务
83+阅读 · 2020年12月11日
专知会员服务
42+阅读 · 2020年7月29日
为何我们还需要摩卡DHT-PHEV这样的动力方案?
机器之心
0+阅读 · 2022年3月8日
它将「救」松下,还是特斯拉?
36氪
0+阅读 · 2022年2月9日
屡被吐槽的充电机器人,到底是不是鸡肋
机器之心
0+阅读 · 2021年11月28日
能量,尽融于心:我们要怎么看待日产 e-POWER?
ZEALER订阅号
0+阅读 · 2021年10月9日
AI 机器人,车企的终局?
THU数据派
1+阅读 · 2021年9月23日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
2+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
2+阅读 · 2010年12月31日
Arxiv
0+阅读 · 2022年4月19日
小贴士
相关VIP内容
基于移动机器人的拣货系统研究进展
专知会员服务
14+阅读 · 2022年1月29日
Kyoto大学Toshiyuki:快速复杂控制系统的实时优化,133页ppt
专知会员服务
27+阅读 · 2021年9月17日
【开放书】《矩阵流形优化算法》,241页pdf
专知会员服务
93+阅读 · 2021年7月3日
最新《可解释人工智能》概述,50页ppt
专知会员服务
129+阅读 · 2021年3月17日
专知会员服务
83+阅读 · 2020年12月11日
专知会员服务
42+阅读 · 2020年7月29日
相关基金
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
2+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
2+阅读 · 2010年12月31日
微信扫码咨询专知VIP会员