预览加载中,请您耐心等待几秒...
1/3
2/3
3/3

在线预览结束,喜欢就下载吧,查找使用更方便

如果您无法下载资料,请参考说明:

1、部分资料下载需要金币,请确保您的账户上有足够的金币

2、已购买过的文档,再次下载不重复扣费

3、资料包下载后请先用软件解压,在使用对应软件打开

复合功率分流式混合动力汽车能量管理控制策略研究综述报告 综述报告:复合功率分流式混合动力汽车能量管理控制策略研究 摘要: 近年来,复合功率分流式混合动力汽车作为一种新兴的能源节约、环境友好型汽车,受到了广泛的关注。能量管理是复合功率分流式混合动力汽车中一个重要的研究领域,其目的是最大限度地提高混合动力系统的燃油经济性能和电池寿命。本文对复合功率分流式混合动力汽车能量管理控制策略的研究进行了综述,总结了目前主要的研究方向和方法,并对未来的研究方向进行了展望。 一、引言 复合功率分流式混合动力汽车是一种将内燃机和电动机相结合的新型动力系统。其能量管理控制策略的研究对提高汽车燃油经济性能和电池寿命至关重要。 二、能量管理控制策略的研究方法 1.基于规则的控制策略 基于规则的能量管理控制策略是一种简单且易于实现的方法。该方法基于事先设定的规则来决定内燃机和电动机的工作模式,如启动、加速、行驶和充电等。然而,由于规则的设计复杂度和系统的复杂性,基于规则的方法在实际应用中效果有限。 2.基于最优控制的策略 基于最优控制的能量管理控制策略是一种通过优化问题来确定最佳工作模式的方法。该方法可以将目标函数定义为最小化燃油消耗或最大化能量利用效率,并利用模型预测的车辆动力需求进行优化计算。然而,该方法需要建立复杂的车辆动力学模型和最优化计算算法,并且计算复杂度较高。 三、能量管理控制策略的研究方向 1.基于模型预测控制的策略 基于模型预测控制的能量管理控制策略可以根据模型预测的车辆动力需求来决定最佳工作模式。该方法可以考虑长期和短期的车辆动力需求,并根据历史数据进行预测,从而实现更精确的能量管理控制。然而,该方法需要准确的车辆动力学模型和大量的历史数据。 2.基于神经网络的策略 基于神经网络的能量管理控制策略可以通过训练神经网络来学习和预测车辆动力需求,并根据预测结果来决定最佳工作模式。该方法不需要建立复杂的模型和进行最优化计算,并且可以自适应地调整控制策略。然而,该方法需要大量的训练数据和较长的训练时间。 四、结论与展望 复合功率分流式混合动力汽车能量管理控制策略的研究目前主要集中在基于规则和最优控制的方法上。未来的研究方向可以包括基于模型预测控制和神经网络的方法,以提高能量管理控制策略的精确性和实时性。此外,还可以探索与其他技术的结合,如智能交通系统和车联网技术,以进一步提高复合功率分流式混合动力汽车的燃油经济性能和环境友好性。 参考文献: [1]Chen,X.,Yang,X.(2019).Acomprehensivereviewonenergymanagementstrategiesforhybridelectricvehicles.Energy185:884-899. [2]Zhang,Z.,Huang,B.,Shao,S.(2020).Reviewofadvancedenergymanagementstrategiesforplug-inhybridelectricvehicles.AppliedEnergy261:114330. [3]Liu,P.,Pisu,P.(2017).Optimalenergymanagementforaplug-inhybridelectrictransitbusbasedondrivingpatternidentificationanddynamicprogramming.EnergyConversionandManagement144:334-349.