混合動(dòng)力汽車能量管理策略及SOC估計(jì)研究.pdf

1、汽車自發(fā)明以來(lái)，在給人們帶來(lái)方便的同時(shí)也給人們帶來(lái)了諸多挑戰(zhàn)，比如能源短缺和環(huán)境惡化等。發(fā)展清潔、高效、智能的新型交通工具是交通可持續(xù)發(fā)展的必然要求，因此，開發(fā)低油耗、低排放的新型汽車成為當(dāng)今汽車工業(yè)發(fā)展的首要任務(wù)。在此背景下，融合了傳統(tǒng)燃油汽車和純電動(dòng)汽車優(yōu)點(diǎn)的混合動(dòng)力汽車（HEV）因其高燃油經(jīng)濟(jì)性和低排放，成為目前各國(guó)汽車行業(yè)關(guān)注的重點(diǎn)和商品化主流。 混合動(dòng)力汽車驅(qū)動(dòng)系統(tǒng)組成的復(fù)雜性決定了能量管理策略設(shè)計(jì)的復(fù)雜性，在滿足動(dòng)力

2、性能的前提下，能量管理策略控制各個(gè)部件之間能量流的大小和流向，因此能量管理策略對(duì)于合理利用車載能量，實(shí)現(xiàn)節(jié)能環(huán)保具有十分重要的意義。另一方面，動(dòng)力電池的荷電狀態(tài)（SOC）是制定能量管理策略的一個(gè)重要依據(jù)，同時(shí)也是合理使用電池的主要依據(jù)，因此，需要對(duì)電池SOC進(jìn)行準(zhǔn)確估計(jì)。但是由于電池特性在使用過(guò)程中表現(xiàn)出高度的非線性，一直以來(lái)SOC估計(jì)是公認(rèn)的國(guó)際性難題。本文對(duì)混合動(dòng)力汽車的能量管理策略和SOC估計(jì)進(jìn)行了研究，主要內(nèi)容如下： 首

3、先介紹了混合動(dòng)力汽車的開發(fā)背景、研究現(xiàn)狀和前景，著重介紹了混合動(dòng)力汽車能量管理策略（EMS）和SOC估計(jì)的研究現(xiàn)狀，分析了目前能量管理策略和SOC估計(jì)的主要方法、存在問(wèn)題以及改進(jìn)方向。 然后討論了并聯(lián)式混合動(dòng)力汽車能量管理策略原理，分析了目前幾種主要的能量管理策略，設(shè)計(jì)了基于對(duì)角回歸型神經(jīng)網(wǎng)絡(luò)（DRNN）的并聯(lián)式混合動(dòng)力汽車能量管理策略，詳細(xì)論述了該策略的設(shè)計(jì)過(guò)程，并在電動(dòng)汽車仿真軟件ADVISOR上進(jìn)行了仿真實(shí)驗(yàn)。仿真結(jié)果表明

4、該策略能有效降低油耗，比邏輯門限能量管理策略的燃油經(jīng)濟(jì)性高，同時(shí)比等效油耗最小能量管理策略計(jì)算簡(jiǎn)單，響應(yīng)更快，適于實(shí)時(shí)應(yīng)用。 接下來(lái)針對(duì)動(dòng)力電池SOC估計(jì)進(jìn)行了研究，分析對(duì)比了現(xiàn)有的幾種SOC估計(jì)方法，分別采用神經(jīng)網(wǎng)絡(luò)和卡爾曼濾波（KF）兩種方法進(jìn)行了SOC估計(jì)，并基于這兩種方法提出了神經(jīng)網(wǎng)絡(luò)和卡爾曼濾波結(jié)合的SOC估計(jì)方法。仿真結(jié)果表明，結(jié)合的方法可以實(shí)現(xiàn)SOC的高精度估計(jì)，而且比單純的神經(jīng)網(wǎng)絡(luò)法魯棒性好，比單純的卡爾曼濾波法