基于旅行信息预测的并联型PHEV能源管理策略研究

论文摘要

目前,传统的内燃机汽车由于高能耗、高排放的缺点,已经引起了严重的环境污染和能源短缺问题。为了实现汽车行业的可持续发展,以纯电动汽车（Electric Vehicle,EV）为发展目标的新能源汽车方案被相继提出。然而,由于EV尚存在诸多瓶颈技术有待攻克,导致其很难在短时间内完全取代传统的内燃机汽车。在此背景下,并联型插电式混合动力汽车（Plug-in Hybrid Electric Vehicle,PHEV）以其出色的节能减排能力,被视为是传统的内燃机汽车到EV的理想过渡方案。并联型PHEV的能源来自于燃油和电能,为了实现车辆能源的在线最优化管理、进一步提升车辆的节能减排性能,本文对并联型PHEV的能源优化问题进行了深入的研究。为此,本文分别通过模型预测控制（Model Predictive Control,MPC）和启发式动态规划（Heuristic Dynamic Programming,HDP）两种优化控制方法,设计出以下三种基于旅行信息预测的能源管理策略（Energy Management Strategy,EMS）。（1）基于混杂旅途模型的在线EMS考虑到车辆在实际交通环境下的行驶状态不仅受到自身运动状态的影响,还受到道路交通流状态的影响,本文通过解析的方式设计出基于混杂旅途模型的在线EMS。首先,根据车辆在实际道路环境下的运行特征,分别通过构造车辆运动学模型和道路元包传输模型（Cell Transmission Model,CTM）去描述车辆的连续运动过程和交通流变化过程;然后,利用混杂自动机（Hybrid Automata,HA）理论将连续车辆运动过程和离散交通事件切换过程进行融合,构造出混杂旅途模型,用于车速轨迹的在线预测;在此基础上,利用MPC思想设计出基于混杂旅途模型的能源管理控制器,并通过控制算法对其EMS进行了在线实现。（2）基于旅途工况预测模型的在线EMS进一步地,考虑到实际交通环境里车辆行驶工况的随机性变化,本文利用数据驱动的方式设计出基于旅途工况预测模型的在线EMS。为此,本文先根据车辆工况数据的演化特征,利用反向传播神经网络（Back Propagation Neural Network,BPNN）构造出车辆旅途工况预测模型;然后通过环境模态划分、遗传算法（Genetic Algorithm,GA）和粒子群算法（Particle Swarm Optimization Algorithm,PSOA）对建立的旅途工况预测模型进行优化,进而设计出基于GA/PSOA的BPNN旅途工况预测模型,用于车速轨迹的在线预测;在此基础上,利用MPC思想设计出基于旅途工况预测模型的能源管理控制器,并通过控制算法对其EMS进行了在线实现。（3）基于HDP的在线EMS更进一步地,考虑到MPC的优化效果依赖于未来信息的预测量和预测精度,本文利用自适应动态规划（Adaptive Dynamic Programming,ADP）的思想设计出基于HDP的在线EMS。首先,考虑到车辆在实际交通环境下的运动过程具有很强的不确定性和高度的非线性,本文利用BPNN设计出并联型PHEV的状态空间模型;其次,考虑到HDP在求解最优化问题时并不依赖于未来信息的预测量,而是根据贝尔曼最优原理和强化学习的思想去实现问题最优解的无限逼近,因此利用BPNN设计出基于HDP的能源管理控制器,并通过控制算法对其EMS进行了在线实现。为了验证上述设计的三种EMS的有效性,本文以北京市路网为背景,借助于实际道路交通数据,分别对这三种EMS进行了仿真研究。实验结果表明,首先,与现有的在线EMS相比,本文设计的三种EMS在保证实时性的前提下,均可使车辆的能耗性能得到进一步的改善,其中燃油消耗的减少量从3.46%到60.27%不等。其次,与离线全局最优化EMS相比,虽然本文设计的三种EMS的油耗和排放均有不同程度的增加,但是它们的能耗优化效果与离线全局最优化EMS的优化效果已相当接近,尤其是基于HDP的在线EMS的能耗优化效果与离线全局最优化EMS的优化效果之间的最小差距只有2.13%,最大也仅有4.5%;并且,本文设计的三种EMS均可进行车辆能源的实时优化,而离线全局最优化EMS只能用于其他EMS的离线性能分析。由此说明,相较于现有的EMS,本文设计的EMS进一步提升了并联型PHEV的整体节能表现,为车辆能源的在线优化管理提供了更加有效的解决途径。除此之外,本文在实现上述EMS过程中所采用的优化思想、设计的优化方法,亦可用于具有多套电机总成或者具有多套电力能源系统的EV中。为EV在提高电能利用率、增加续航里程、延长电池使用寿命等方面的研究提供有效的理论依据和技术方法。

论文目录

文章来源

类型: 博士论文

作者: 刘吉超

导师: 陈阳舟

关键词: 并联型,能源管理策略,旅途工况预测,模型预测控制,启发式动态规划

来源: 北京工业大学

年度: 2019

分类: 基础科学,工程科技Ⅱ辑

专业: 数学,汽车工业

单位: 北京工业大学

基金: 国家自然科学基金项目“基于动态网络模型的交通传感网络优化配置及分布式交通状态估计(No.61573030)”,北京市自然科学基金项目“交控科技轨道交通联合基金(No.L171001)”

分类号: O221.3;U469.7

DOI: 10.26935/d.cnki.gbjgu.2019.000336

总页数: 148

文件大小: 23805K

下载量: 58

相关论文文献

• [1].利用能源管理思想如何推进节能工作[J]. 陕西建筑 2011(11)
• [2].助你轻松实现能效提升[J]. 电气时代 2020(01)
• [3].助力企业 轻松实现能效提升[J]. 电气应用 2020(01)
• [4].高校图书馆能源管理与能源监管系统设计[J]. 电子世界 2020(04)
• [5].全力推进农村能源管理与服务体系建设工作[J]. 湖北农机化 2020(03)
• [6].加强能源管理 节能降耗创效益[J]. 中国有色金属 2020(09)
• [7].利用能源管理思想如何推进节能工作[J]. 中国石油和化工标准与质量 2020(06)
• [8].现代化医院电气能源管理与节能措施[J]. 智能城市 2020(13)
• [9].浅谈能源管理模式在高校建筑节能中的应用[J]. 北方建筑 2020(03)
• [10].综合智慧能源管理系统架构探究[J]. 电子世界 2020(13)
• [11].能源管理中心在铜冶炼企业的建设与应用[J]. 有色金属(冶炼部分) 2020(08)
• [12].校园能源管理平台研究与实现[J]. 科技资讯 2018(33)
• [13].我国能源管理现状及发展前景浅析[J]. 化工管理 2019(17)
• [14].深化能源体制革命 打通能源发展快车道[J]. 中国经贸导刊 2019(19)
• [15].大数据背景下全球能源互联网的发展趋势[J]. 科技经济导刊 2017(32)
• [16].能源管理平台设计及运营[J]. 中国高新区 2018(01)
• [17].宝钢全方位能源集约管理的做法[J]. 中国钢铁业 2017(01)
• [18].临港科创城智慧能源管理研究[J]. 绿色建筑 2017(05)
• [19].能源管理产品及业务模式研究[J]. 中国集体经济 2018(07)
• [20].宁波大学被授予“2017年度省高校能源管理工作示范单位”称号[J]. 宁波节能 2018(01)
• [21].能源管理信息化是大势所趋[J]. 中国能源 2018(04)
• [22].田陈煤矿能源管理体系的创建与实施[J]. 价值工程 2018(21)
• [23].企业能源管理实施现状分析——以钢铁、化工、水泥企业为例[J]. 化工管理 2018(25)
• [24].论能源管理对企业节能降耗的积极作用[J]. 科技风 2018(28)
• [25].高校能源管理研究与探讨——以山东省某高校为例[J]. 决策探索(中) 2018(08)
• [26].强化能源管理 提高经济效益[J]. 现代营销(下旬刊) 2018(09)
• [27].基于能源评审的能源管理方法[J]. 中国有色金属 2017(S2)
• [28].宁波检验检疫局能源管理见成效[J]. 宁波节能 2016(06)
• [29].清洁生产与环境和能源管理体系的关联[J]. 石油化工技术与经济 2017(02)
• [30].浅析能源管理体系在焦化企业的建立[J]. 化工管理 2017(08)

标签：并联型论文;  能源管理策略论文;  旅途工况预测论文;  模型预测控制论文;  启发式动态规划论文;