论文部分内容阅读
我国是一个多山国家，尤其西南地区，常出现连续下坡或陡坡路段。混合动力汽车（Hybrid Electric Vehicle, HEV）在下坡制动过程中，电机作为发电机运行，将汽车下坡势能或动能转化成电能，向蓄电池反馈充电，实现制动能量的回收，提高了整车的经济性能，同时产生车辆所需全部或部分制动力。基于车载导航系统的混合动力汽车下坡再生制动模型预测控制可以预先获知汽车未来行驶坡道的车速、坡度和坡长等信息，在实现制动能量有效回收的同时，保护蓄电池循环寿命。本文的主要研究内容如下： ①建立了混合动力汽车动力系统各部件的数学模型，对汽车匀速下坡和减速下坡制动过程进行动力学分析，并制定了汽车下坡制动转矩分配策略。为了提高动态规划计算效率，拟合出蓄电池电动势和内阻的计算公式，确定蓄电池荷电状态（State of Charge，SOC）的可达域，并采用C语言编写动态规划程序。 ②提出了以再生制动能量回收量最大和蓄电池温升最小为双目标、以再生制动能量回收量最大和蓄电池温升变化率最小为双目标的混合动力汽车下坡再生制动全局优化控制策略。在不同坡度、不同坡长的匀速下坡工况及一般下坡工况仿真表明，以再生制动能量回收量最大和蓄电池温升变化率最小为双目标的全局优化控制策略在再生制动能量回收效率、蓄电池温升和充电速率方面的控制效果是最优的，坡长愈长平均坡度愈大，该策略优势愈明显，环境温度愈高、蓄电池初始SOC愈大，该策略优势也愈明显。 ③在全局优化控制策略分析的基础上，提出以再生制动能量回收量最大和蓄电池温升变化率最小为双目标的混合动力汽车下坡再生制动模型预测控制策略，采用C语言与MATLAB/Simulink建立下坡制动工况的联合仿真模型，并确定了合理的预测区域长度和控制变量离散量化值。在多种不同的匀速下坡工况和减速下坡工况的仿真结果表明，与全局优化控制策略相比，模型预测控制策略的再生制动能量回收效率降低不到1.7％，蓄电池温度升高不到0.4℃，且能在0.42s内完成计算，满足实时控制要求；模型预测控制策略转矩分配合理，各种模式能够合理切换。最后利用dSPACE实时仿真系统对模型预测控制策略的运算时间进行测试，结果表明该策略能够用于混合动力汽车再生制动实时控制。