混合动力汽车多目标参数解耦优化方法研究
张怡然
赵韩
黄康
邱明明
1.合肥工业大学机械工程学院,安徽合肥,2300092.合肥工业大学机械工程学院,安徽合肥,2300093.合肥工业大学机械工程学院,安徽合肥,2300094.合肥工业大学机械工程学院,安徽合肥,230009
摘要：混合动力汽车的能量管理策略与动力总成参数高度耦合,在混合动力汽车优化过程中存在不断循环的情况,使得参数优化难以实现,无法找到最优解.针对这一问题,提出一种多参数解耦优化方法,该方法采用混合优化策略,将动力性目标作为约束条件,以粒子群算法优化动力总成参数,并通过粒子群算法对不同参数下的能量管理策略与换挡策略进行瞬时优化.针对一并联混合动力汽车,利用Matlab/Simulink建立了包含模糊PID驾驶员在内的用于优化过程中自适应的正向仿真模型.结果 表明,混合优化算法能最大程度挖掘该动力总成的潜力,相较于同时优化逻辑门阈值的优化方法,经济性目标提高了4.55％,并能同时得到对应该最优参数的具有通用性的能量管理策略和换挡策略.
关键词：解耦优化逻辑门能量管理策略动力总成参数优化粒子群算法模糊PID驾驶员
资助基金：国家重点研发计划新能源汽车专项(2017YFB0103201)
论文发表日期：2019-01-01
在线出版日期：2026-09-12（本平台首次上网日期，不代表文献的发表时间）
页数：7( 6-12 )
英文信息