基于马尔可夫预测的混合动力汽车控制策略

论文摘要

在已有混合动力汽车控制策略中,多数针对单一的确定性循环工况进行设计,而行驶工况的复杂性和随机性(车辆运行环境)对混合动力汽车经济性和SOC平衡的影响没有给予充分考虑,导致针对“确定性”行驶工况制定的控制策略在具有“随机性”实际行驶工况行驶时,混合动力汽车不能充分发挥其优势。根据实际行驶工况随机性特点,本文提出了基于马尔可夫预测的混合动力汽车控制策略。根据预测信息在能量使用方面做到“未雨绸缪”,使能量分配方式适应实际行驶工况的随机性。首先,论文搭建了马尔可夫预测模型,并根据在线的预测信息,改变动力源分配关系。其次,在Simulink/Advisor仿真平台下对控制策略进行仿真分析,结果表明在不同行驶工况下,基于马尔可夫预测的混合动力汽车控制策略比逻辑门限值控制的经济性有所提高,电量平衡有所改善。本文创新之处在于根据行驶工况的随机性,引入了马尔可夫预测模型,提高了混合动力汽车的经济性和改善了电池电量平衡。

论文目录

• 内容提要
• 第1章 绪论
• 1.1 引言
• 1.2 控制策略的研究现状
• 1.2.1 逻辑门限值控制
• 1.2.2 模糊逻辑控制策略
• 1.2.3 动态自适应控制策略
• 1.2.4 全局优化控制策略
• 1.2.5 基于神经网络的控制策略
• 1.3 本文研究的主要内容
• 第2章 行驶工况随机性及其影响
• 2.1 汽车行驶工况概述
• 2.2 行驶工况的发展状况及开发过程
• 2.2.1 行驶工况的发展状况
• 2.2.2 行驶工况的开发过程
• 2.3 行驶工况的随机性
• 2.3.1 车速的随机性
• 2.3.2 载荷的随机性
• 2.3.3 车辆附件使用的随机性
• 2.4 行驶工况随机性对控制策略的影响
• 2.4.1 不同行驶工况对控制策略的影响
• 2.4.2 载荷随机性对控制策略的影响
• 2.5 本章小结
• 第3章 基于马尔可夫预测的控制策略
• 3.1 马尔可夫过程
• 3.1.1 马尔可夫链
• 3.1.2 马尔可夫链预测模型
• 3.2 状态空间的确定与状态识别
• 3.2.1 状态空间的确定
• 3.2.2 状态识别
• 3.3 预测模型的建立
• 3.3.1 状态转移概率矩阵
• 3.3.2 预测结果
• 3.4 基于马尔可夫预测的控制策略
• 3.4.1 并联混合动力汽车控制参数分析
• 3.4.2 基于马尔可夫预测的控制策略
• 3.5 本章小结
• 第4章 仿真和结果分析
• 4.1 仿真软件介绍
• 4.2 整车和控制策略仿真模型的二次开发
• 4.2.1 后轮驱动汽车的模块建模
• 4.2.2 基于马尔可夫预测的控制策略
• 4.3 仿真结果
• 4.3.1 不同行驶工况仿真结果
• 4.3.2 基于马尔可夫预测控制仿真结论
• 4.4 本章小结
• 第5章 全文总结与研究展望
• 5.1 论文研究内容总结
• 5.2 进一步工作展望
• 参考文献
• 致谢
• 摘要
• ABSTRACT