《增程式电动汽车能量管理策略研究》开题报告文献综述5600字

PAGE1增程式电动汽车能量管理策略研究开题报告一．课题来源………………二．选题的性质……………三．论文选题的目的和理论实践意义……四．与本选题相关的国内外研究现状，…………………预计可能的研究突破和创新点………五．主要参考文献…………六．分析研究的可行性、基本条件及能否取得实质性进展……………七．选题的研究方法和进度安排…………开题报告内容一．课题来源第二次工业革命带来了人类科技文明前所未有的辉煌，能源、交通、建筑等各行各业快速发展。但是化石能源的过度使用与不可再生，引发了全球气候变暖、化石能源危机以及大气污染等一系列能源环境问题，以节能减排为目标的能源革命与产业升级已補不容缓。如此大规模的汽车产业所带来的碳排放量、燃油消耗量、大气污染物排放量不可小觑，大力发展新能源汽车、实现汽车产业结构改革是完成能源与交通领域绿色革命的主战场之一。新能源汽车行业经历战略规划期（2001-2008年）、导入期（2009-2015年）和成长期（2016年至今）三个发展阶段之后已经初见规模，我国新能源汽车和纯电动汽车的保有量也逐年增加，欧洲和中国继续引领全球电动汽车市场。不过也需要注意到我国新能源汽车占比仍然不大，还有较大增长空间。新能源汽车按照能源复合方式可以分为单一能源和复合能源两大类，采用单一能源的新能源汽车有纯电动汽车（EV）和燃料电池汽车（FEV），而采用复合能源的新能源汽车包括混合动力汽车（HEV）、采用超级电容与锂离子电池复合能源系统的新能源汽车等等。而按照采用的能源类型，新能源汽车主要分为纯电动汽车、混合动力汽车、燃料电池汽车这三大类。插电式混合动力汽车（P-HEV）和增程式电动汽车属于混合动力汽车的特殊子类。按照驱动方式分类，新能源汽车可以分为纯电驱动型汽车及混合驱动型汽车，增程式电动汽车也是属于纯电驱动的范畴。增程式电动汽车是一种具有串联式构型的插电式混合动力汽车。它在纯电动汽车的平台上增加了一套辅助动力系统，能够在动力电池电量不足时为整车提供额外的电能，继而延长续驶里程。辅助动力系统按照能量来源的不同具有不同的形式，例如：燃料电池型、发动机型等等，由于发动机技术成熟且效率高，因而发动机与发电机组合而成的增程器最为常用。增程式电动汽车兼具了纯电平台筒单、电气化程度高和混动构型无里程焦虑、电池放电程度低等特点，被认为是由传统动力汽车进一步向纯电动车过渡的理想车型。因此，本文分析增程式电动汽车能量管理策略有助于优化增程式电动汽车能量管理形式，促进增程式电动汽车整体性能的提升。二．选题的性质：1．理论研究（）2．应用研究（）3．应用理论研究（）三．论文选题的目的和理论实践意义增程式电动汽车可以实现纯电动行驶，也可通过增程器实现长续航里程，消除纯电动汽车“里程焦虑”(RangeAnxiety)的问题，其续驶里程不受电池组容量限制，且纯电里程能够满足日常出行要求，成为目前技术条件下传统汽车和纯电动汽车之间的良好过渡。由于增程式电动汽车具有两个能量源，如何合理的分配使用两个能量源的能量对提升增程式电动汽车的燃油经济性和续航里程至关重要。增程式电动汽车的能量管理策略需要根据车辆的不同状态考虑不同的能量使用方式，其能量管理策略的设计和优化难度增加。因此，开展增程式电动汽车的能量管理策略研究，对提高增程式电动汽车的自主研发能力，促进增程式电动汽车的推广有着重要意义。四．与本选题相关的国内外研究现状，预计可能的研究突破和创新点（1）基于规则的能量管理策略能量管理控制策略是增程式电动汽车整车控制单元（VehicleControlUnit,VCU）的核心，也是实现增程式电动汽车节能减排、长远续航的关键。能量管理策略根据预先设定的规则或者编写的算法来实现两个能量源之间的能量合理分配及不同工作模式的相互切换以达到最优的整车动力性、经济性和舒适性。目前国内外对于增程式电动汽车能量管理策略的研究可以归纳为基于规则的能量管理策略和基于优化的能量管理策略。Mohammadian等[1]建立基于Advisor的增程式电动汽车模型，并在Matlab/Simulink中建立根据一段时间内增程器所需功率及电池荷电状态（StateOfCharge,SOC）作为设计依据的恒功率式能量管理控制策略，通过仿真分析，车辆各项性能达到了预期的目标。恒功率式策略作为一种最基本的控制策略，其主要根据电池荷电状态决定增程器的启停，发动机启动后以定点恒功率输出。Phillips等[2]通过将SOC及车辆故障状态作为门限值，研究了恒功率式控制策略。周苏等[3]建立基于AVL-Cruise及Matlab/Simulink的增程式电动汽车模型，通过恒功率式策略对其动力系统进行了参数匹配的验证。牛继高等[4]在此基础上针对协调动力蓄电池和增程器之间的供能进行研究，提出以目标行程为约束条件，对增程器启停时刻进行优化的方法，结果表明，完成相同里程发动机运行时间减少21.4%。申永鹏等[5]针对电动汽车增程器系统中的发动机、发电机协调控制问题，提出基于转速切换的功率跟随能量管理策略，通过对发动机转速及整流器功率的闭环控制，使增程器在启动时沿着最佳燃油消耗率曲线运行，并在所建立的模型中进行仿真分析，有效地改善了燃油经济性。功率跟随式控制策略在恒功率式的基础上进行了一定的改进，根据SOC、整车需求功率车速等共同决定增程器的启停，其控制目标主要是规定增程器启运行在最佳燃油经济性区域。与恒功率控制相比，功率跟随控制提升了增程器工作的工作效率，并提高了整车的燃油经济性。Zhao等[6]根据驾驶员的操作指令、车速、发动机转速、SOC等，将驾驶员的扭矩需求进行实时分配，并在底盘测功机上进行了测试，结果表明油耗与基础车辆相比降低10%，满足排放要求，验证了功率跟随控制策略的可行性和有效性。李晓英等[7]根据恒功率式控制策略导致发动机频繁启停的缺点研究了恒功率式与功率跟随式结合的控制策略，仿真结果表明混合策略使得整车效率更高，经济型及排放性更好。综上所述，基于准确规则的能量管理策略主要是根据制定者的实际工程经验确定规则，其优点是逻辑清晰，算法简单，鲁棒性强且容易实现，但缺点是其控制实现的优劣程度很大程度上依赖规则的提取，因此难以获得最优控制效果[8]。（2）基于优化的能量管理策略鉴于基于规则的能量管理策略的固有弊端，基于优化原理的能量管理策略近年来成为研究的热点。基于优化的能量管理控制策略是对车辆所要求控制目标进行数学描述，采用某种优化算法使得成本函数最小。根据是否事先知晓驾驶循环工况信息，可将其分为基于全局优化的能量管理控制策略和基于实时优化的能量管理控制策略。基于全局优化的能量管理控制策略根据给定的循环工况信息，针对整车性能约束，采用某种优化算法将整车动力性、燃油经济性等作为控制目标，求解得到全局最优解有研究人员使用优化算法对基于规则的能量管理策略中的关键参数进行优化，常用的优化算法包括遗传算法[9]，模拟退火算法[10]，粒子群算法等随机搜索法。申彩英等[11]在功率跟随控制基础上，采用遗传算法对SOC及增程器功率门限值进行优化，仿真结果表明，在保持动力性不变的前提下，百公里油耗降低了2.6%。遗传算法的优点之一是全局搜索能力较强，但其存在过早收敛的特性且在进化后期搜索效率较低。针对这一问题，吴光强等[12]将局部搜索能力较强的模拟退火算法引入到遗传算法中并验证其性能。还有研究人员将能量管理问题表示为非线性、动态的数学问题，并用优化算法求解最优解动态分配能量。Tate等[13]是首先使用优化工具解决能源管理问题的学者，他们将凸优化（Convexoptimization）应用于混合动力系统，将目标车辆燃油效率的优化问题表述为一个非线性凸优化问题，通过数学方法对目标函数进行分段线性逼近得到标准线性规划问题从而将燃油消耗最小化问题简化为全局最优的求解问题。动态规划算法(DynamicProgramming,DP)采用Bellman分段最优思想，通过将能量管理问题离散化，求解各段最优解从而获得最优控制序列。王慧璇[14]以油耗最低为性能指标运用动态规划算法求解最优控制策略，并应用于插电式混合动力汽车。张晓玲等[15]运用动态规划算法，分别以电池SOC为状态变量、增程器输出功率为控制变量，并以油耗最低为目标函数，求解其最优控制策略，并运用Advisor软件进行仿真，仿真结果表明，与功率跟随式控制策略相比，动态规划的控制策略可以有效地提高增程式电动汽车的燃油经济性。席利贺等[16]针对动态规划算法计算量大的特性提出了一种改进的动态规划算法，将发动机燃油费用和动力电池电能费用之和作为目标函数,构建了基于北京主干道不同行驶里程仿真工况,得到了驱动电机需求功率最优分配结果，仿真结果表明改进后的控制策略的计算效率相较于经典动态规划算法提高了78.2%。动态规划算法的分段离散思想是基于驾驶工况信息的，因此难以用于实时控制，为了克服这一缺陷。综上所述，增程式电动汽车能量管理策略的研究取得了一定的成果，但依然存在一定问题。首先，增程式电动汽车能量管理策略大多是沿用传统混合动力系统的控制方法，其能量管理控制策略的优化目标针对提升车辆的燃油经济性，而其电池组SOC的变化则被限制在较小的区域。而根据增程式电动汽车本身的特性，其能量管理控制策略的优化目标除了提升整车的燃油经济性之外还需使车辆拥有较长的的纯电续航里程，因此其电池组SOC的变化范围较大。因此部分能量管理控制策略对增程式电动汽车的适应性、针对性并不强，应该在现有能量管理控制策略上针对增程式电动汽车的特点进行改进。其次，现有的大多增程式电动汽车所采用的能量管理控制策略都是基于车辆实时状态的确定规则而制定，并没有考虑外界路况对车辆运行状况的影响。最后，基于优化的能量管理策略过于依赖驾驶循环工况，且计算量较大，难以用于实际工程控制中。基于以上问题，本课题对增程式电动汽车能量管理控制策略从控制效果和驾驶工况识别方面进入了深一步的研究。五．主要参考文献[1]MohsenMohammadian.MotionControlForHybridElectricVehicle[A].中国电工技术学会.第4届国际电力电子及运动控制国际会议论文集[C].中国电工技术学会:,2004:5.[2]PhillipsAM,JankovicM,BaileyKE.Vehiclesystemcontrollerdesignforahybridelectricvehicle[C]//IEEEInternationalConferenceonControlApplications.IEEE,2002.[3]周苏,牛继高,陈凤祥,裴冯来.增程式电动汽车动力系统设计与仿真研究[J].汽车工程,2011,33(11):924-929.[4]牛继高,周苏.增程式电动汽车增程器开/关机时刻的优化[J].汽车工程,2013,35(05):418-423.[5]申永鹏,王耀南,孟步敏,易迪华.增程式电动汽车增程器转速切换/功率跟随协调控制[J].中国机械工程,2015,26(12):1690-1696.[6]ZhaoZ,YuZ,YinM.Torquedistributionstrategyforsingledriveshaftparallelhybridelectricvehicle[C]IntelligentVehiclesSymposium.IEEE,2009.[7]李晓英,于秀敏,李君,吴志新.串联混合动力汽车控制策略[J].吉林大学学报(工学版),2005(02):122-126.[8]李卫民.混合动力汽车控制系统与能量管理策略研究[D].上海：上海交通大学，2008.[9]PiccoloA,IppolitoL,GaldiVZ.Optimisationofenergyflowmanagementinhybridelectricvehiclesviageneticalgorithms[M]//Optimisationofenergyflowmanagementinhybridelectricvehiclesviageneticalgorithms.2001.[10]邓元望,陈可亮,鄂加强.基于模拟退火粒子群算法的混合动力车参数优化[J].汽车工程,2012(07):16-20.[11]申彩英,全奎松,胥帆,李孟柯,李刚.基于遗传算法的增程式电动汽车控制策略[J].中国农机化学报,2015,36(05):168-171.[12]吴光强,陈慧勇.基于遗传算法的混合动力汽车参数多目标优化[J].汽车工程,2009(01):64-68.[13]E.D.TateandS.P.Boyd.Findingultimatelimitsofperformanceforhybridelectricvehicles.SAE2000-01-3099.[14]王慧璇.基于动态规划的Plug-in混合动力汽车能量管理策略优化研究[D].山东：山东大学,2012.[15]张晓玲,贝绍轶,汪伟,朱凯,杭卫星.基于动态规划的增程式电动汽车优化控制[J].现代制造工程,2016(10):30-35.[16]席利贺,张欣,耿聪,薛奇成.基于动态规划算法的增程式电动汽车能量管理策略优化[J].交通运输工程学报,2018,18(03):148-156.六．分析研究的可行性、基本条件及能否取得实质性进展以某知名汽车公司研发的一款非插电增程式电动汽车为研究对象，根据项目要求，研究了增程电动汽车动力系统主要部件的选型匹配和能量管理策略。主要围绕动力系统部件的参数匹配、改进确定规则的能量管理策略及改进型模糊控制能量管理策略、整车及控制策略建模及联合仿真验证等内容。（1）动力系统主要部件的选型及匹配：根据所研究的增程式电动汽车的构型及整车基本参数和动力性设计指标，对整车动力系统的主要部件进行选型和参数匹配。（2）改进确定规则的能量管理策略研究：通过对传统确定规则的能量管理策略分析，针对其在设计工作模式切换时仅考虑纯电模式和增程模式，而没有考虑增程器启动模式和增程器停止模式使得能量管理策略的设计过于理想化很难用于实际车辆的控制上，设计一种将整车可用功率作为模式切换的一个影响因素，工作模式包括纯电模式、增程模式、增程器启动模式以及增程器停止模式的改进确定规则的能量管理策略，并