基于模型预测控制的PHEV扭矩分配策略研究.docx

基于模型预测控制的PHEV扭矩分配策略研究
随着人们对绿色出行的需求日益增强，插电式混合动力汽车(PHEV)越来越受到关注。PHEV能够实现电力和燃油两种能源的混合使用，从而提高能源利用效率。其中，电机和发动机的协同作用是PHEV关键的技术之一。基于模型预测控制（MPC）的PHEV扭矩分配策略是目前最先进的控制方法之一，能够使PHEV实现更高效的能量管理，提高车辆的燃油经济性、EV模式下的续航能力和运动性能。下文将介绍PHEV和MPC，然后重点探讨MPC在PHEV扭矩分配中的应用。
一、PHEV的基本概念
PHEV是一种新型的车辆技术，具有兼具传统燃油汽车和电动汽车的优点。PHEV可以通过外部电源充电，也可以通过内部发动机和发电机组合进行充电，从而实现电动和混合动力两种状态的转换。PHEV电机扭矩分配是整车控制的一个重要环节。它涉及到电机和发动机的协同工作，以及在混动模式下更加高效的能源利用。
二、基于模型预测控制（MPC）的基本概念
MPC是一种先进的控制方法，通过对未来系统状态的预测，结合优化算法，得出最优的控制策略，实现对系统的准确控制。MPC通过优化算法找到与期望输出最接近的一组控制参数，以最小化系统误差。MPC的核心是对未来状态的预测，因此需要建立准确的模型来完成这个过程。
三、基于MPC的PHEV扭矩分配控制策略
1.MPC的电机模型
为了实现MPC控制策略，需要建立电机的动态模型，包括速度和扭矩之间的关系，以及预测电机扭矩和电流的变化。这个模型可以基于电机的物理特性建立，如转子惯量、电磁阻力和机械阻力等。
2.MPC的发动机模型
同样需要建立发动机模型以实现MPC控制策略。发动机模型包括转速和扭矩之间的关系，还包括油耗和排放等参数的预测。发动机模型可以基于发动机的物理特性建立，如进气量、燃油喷射量和排气量等。
3.MPC的状态预测
基于电机和发动机模型，可以得出电机和发动机在未来一段时间内的状态。这些状态包括电机和发动机的输出扭矩、转速、电流和油耗、排放等。通过对这些状态进行预测，可以实现对PHEV的更加精准控制。
4.MPC的优化算法
MPC使用优化算法来确定最优控制策略，以实现最小化系统误差。在PHEV扭矩分配控制中，优化算法需要考虑以下因素：驱动功率、燃油经济性、电池状态等。同时还需要考虑动力学约束和驾驶员需求。
5.MPC的应用场景
MPC的应用场景包括“纯电模式下升级续航”、“PHEV纯电模式下的最大速度”等。此外，在加速时，MPC还可以根据驾驶员的需求，根据电池状态和电机扭矩特性，自动控制电机和发动机的扭矩分配，实现最优的动力输出。
四、总结
基于模型预测控制的PHEV扭矩分配策略是目前最先进的控制方法之一，它可以实现更高效的能量管理，提高车辆的燃油经济性、EV模式下的续航能力和运动性能。在未来，随着PHEV技术的不断升级完善，基于MPC的PHEV扭矩分配控制策略将会有更广泛的应用。