基于遗传算法最佳驾驶模式的插电式混合动力汽车智能能量分配



基于遗传算法最佳驾驶模式的插电式混合动力汽车智能能量分配

介绍了针对插电式混合动力汽车（PHEV）的智能化能量分配控制策略，该控制策略对驾驶员驾驶行为的复杂程度具有一定的影响。驾驶员的驾驶习惯对燃油消耗量有很大的影响，但通常不能准确地把握如何获得最佳的燃油效率。而混合动力汽车通过采用电机驱动，在改善车辆的燃油经济性、减少尾气排放和保持驾驶性能等方面发挥了巨大作用。然而，由于混合动力汽车具有高度复杂的控制系统和整车架构，需要通过设计更加精准的能量管理系统（EMS）来实现对整车性能的控制及优化。目前，EMS都是基于静态阈值控制的，仅针对某一类特定的车辆在一个固定行驶周期情况下的控制。针对PHEV的能量分配控制提出一种具有自适应控制特性的EMS。利用遗传算法（GA）进行优化，确定一个最佳离线驾驶模式，可以保证有效控制算法的实时性。

验证了自适应SOC控制的应用有助于PHEV最佳驾驶模式的确定。通过调整SOC控制的上限和下限数值，提高电池的可用容量。车辆行驶过程中能源存储系统（ESS）中的电流也会逐渐降低。自适应SOC控制策略可以进一步确定最佳的驾驶模式：①通过增加ESS中的可用电能，增大SOC控制范围，改善车辆性能；②提高燃油效率；③通过降低循环行驶工况下的电流，降低ESS放电率。④通过控制循环行驶工况，降低ESS热生成量和温度。

Phu Ho et al. SAE 2013-01-0572.

编译：罗家庆